AI দিয়ে ছাঁটাইয়ের পর ৩০% কর্মীকেই ফেরাতে হবে—খরচও বাড়বে

৯ সেপ্টেম্বর ২০২৬ প্রকাশিত Gartner-এর চারটি Future of Work পরিবর্তনের ঘোষণায় পূর্বাভাস দেওয়া হয়েছে, AI দিয়ে প্রতিস্থাপনের কারণে ছাঁটাই হওয়া কর্মীদের ৩০ শতাংশকে ২০২৯ সালের মধ্যে আবার নিয়োগ করতে হবে—অনেক ক্ষেত্রে উল্লেখযোগ্যভাবে বেশি খরচে। দ্রুত কর্মী কমিয়ে স্বল্পমেয়াদি সাশ্রয় হলেও প্রতিভার সরবরাহধারা ও প্রাতিষ্ঠানিক জ্ঞান ক্ষয়ে পরে নিয়োগ, প্রশিক্ষণ ও কাজে অভ্যস্ত করার ব্যয় বাড়তে পারে।

এটি ইতিমধ্যে ঘটে যাওয়া পুনর্নিয়োগের হার নয় এবং ২০২৯ সালের নিশ্চিত ফলও নয়। পূর্বাভাসটির তাৎপর্য হলো, AI দিয়ে কর্মী প্রতিস্থাপনের সিদ্ধান্তে বাদ দেওয়া বেতনের পাশাপাশি হারানো দক্ষতা, কর্মী পুনর্বিন্যাস এবং ভবিষ্যতে সক্ষমতা ফিরিয়ে আনার পূর্ণ খরচও ধরতে হবে।

৩০% সংখ্যাটি কী বোঝায়

পূর্বাভাসটির নির্দিষ্ট পরিসর হলো AI দিয়ে কাজ প্রতিস্থাপনের কারণে ছাঁটাই হওয়া কর্মীরা—সব ধরনের ছাঁটাই বা সামগ্রিক শ্রমবাজার নয়। প্রকাশ্য ঘোষণায় একই ব্যক্তি, একই পদ বা একই প্রতিষ্ঠানে ফিরবেন কি না, তা আলাদা করে বলা হয়নি; দেশ, শিল্প ও পদের ভিত্তিতে পৃথক হার কিংবা পূর্বাভাসের পূর্ণ পদ্ধতিও সেখানে প্রকাশ করা হয়নি। তাই বাংলাদেশের বা ভারতের কোনো প্রতিষ্ঠানে ৩০ শতাংশ হার সরাসরি বসানো যাবে না।

১০ সেপ্টেম্বরের TechRadar-এর প্রতিবেদনে একই পূর্বাভাস তুলে ধরে বলা হয়েছে, শুধু জনবল কমানোর উপায় হিসেবে AI ব্যবহার করলে মানবিক বিচার, কাজের প্রেক্ষাপট এবং প্রতিষ্ঠানের নিজস্ব দক্ষতা হারানোর দীর্ঘমেয়াদি ঝুঁকি থাকে। অর্থাৎ সংখ্যাটি একটি গবেষণা প্রতিষ্ঠানের ভবিষ্যৎ অনুমান; সংবাদমাধ্যমটির প্রতিবেদন ঘোষণাটির স্বাধীন কভারেজ, ভবিষ্যৎ ফলের স্বতন্ত্র প্রমাণ নয়।

৩০ শতাংশকে তাই নিশ্চয়তা নয়, ঝুঁকি-পরিকল্পনার সংকেত হিসেবে দেখা দরকার। কোনো প্রতিষ্ঠানের প্রকৃত ফল নির্ভর করবে কোন কাজ স্বয়ংক্রিয় হয়েছে, AI-এর ফল কতটা নির্ভরযোগ্য, প্রয়োজনীয় জ্ঞান কোথায় সংরক্ষিত এবং বাদ দেওয়া সক্ষমতা পরে আবার কতটা দরকার হচ্ছে তার ওপর।

সাশ্রয় কেন পরে বাড়তি ব্যয়ে বদলাতে পারে

কর্মী ছাঁটাইয়ের তাৎক্ষণিক হিসাবে বেতন ও সুবিধার ব্যয় কমে যায়। কিন্তু সক্ষমতা ফিরিয়ে আনার খরচে নতুন কর্মী খোঁজা, নিয়োগ, বেশি পারিশ্রমিক, প্রশিক্ষণ এবং পূর্ণ উৎপাদনশীলতায় পৌঁছানোর সময়ও যুক্ত হয়। আগের কর্মীকে ফেরানো হলেও বদলে যাওয়া প্রযুক্তি, দায়িত্ব ও কাজের প্রবাহের সঙ্গে মানিয়ে নিতে পুনঃপ্রশিক্ষণ লাগতে পারে।

এই পূর্বাভাসটি সেপ্টেম্বরের ঘোষণায় প্রথম দেখা যায়নি। ১ জুন প্রকাশিত Gartner-এর কর্মী-ব্যয় বিশ্লেষণে ২০২৯ সালের মধ্যে সর্বোচ্চ ৩০ শতাংশ স্থানচ্যুত ভূমিকা পুনরায় নিয়োগের কথা ছিল; সেখানে পুনর্নিয়োগ ব্যয়, পারিশ্রমিকের বাড়তি চাপ ও নিয়োগ খরচ মিলিয়ে আগের সাশ্রয় ছাড়িয়ে যাওয়ার ঝুঁকিও উল্লেখ করা হয়। একই বিশ্লেষণে বলা হয়, শুরুর স্তরের পদ কমলে অভ্যন্তরীণ প্রতিভার ধারা দুর্বল হতে পারে এবং মাঝারি ও জ্যেষ্ঠ পদে ব্যয়বহুল বাইরের নিয়োগের ওপর নির্ভরতা বাড়তে পারে।

আরেকটি ক্ষতি হিসাবের খাতায় সহজে ধরা পড়ে না: প্রাতিষ্ঠানিক জ্ঞান। নথিভুক্ত নিয়মের বাইরে কোন ব্যতিক্রম কীভাবে সামলাতে হয়, পুরোনো ব্যবস্থার সীমাবদ্ধতা কোথায় এবং কোন সিদ্ধান্তে গ্রাহক বা নিয়ন্ত্রক ঝুঁকি তৈরি হয়—এ ধরনের জ্ঞান অভিজ্ঞ কর্মীর সঙ্গে চলে যেতে পারে। তখন AI-এর ফল যাচাই, ভুল শনাক্ত করা এবং বিরল পরিস্থিতি সামলানোর জন্য নতুন করে সক্ষমতা গড়তে হয়।

ছাঁটাইয়ের আগে কাজ ও খরচের সিদ্ধান্ত-ছক

Gartner সর্বজনীন কোনো ছাঁটাই-সূত্র প্রকাশ করেনি। তবে পূর্বাভাসে চিহ্নিত জ্ঞান ও পুনর্নিয়োগের ঝুঁকি হিসাব করতে পদের সংখ্যা দিয়ে নয়, কাজের তালিকা দিয়ে সিদ্ধান্ত শুরু করা যায়। প্রতিটি কাজের ক্ষেত্রে পুনরাবৃত্তির মাত্রা, ভুলের সম্ভাব্য ক্ষতি, মানবিক বিচারের প্রয়োজন, জ্ঞান কতটা নথিভুক্ত এবং AI-এর ফল যাচাইয়ের দায় কার—এই প্রশ্নগুলোর উত্তর আলাদা করতে হবে।

এরপর চারটি বিকল্পের মোট ব্যয় ও ঝুঁকি পাশাপাশি বসানো যায়:

• Automation: নিয়মভিত্তিক, সহজে যাচাইযোগ্য এবং ভুল ফিরিয়ে নেওয়া সম্ভব এমন কাজে পূর্ণ স্বয়ংক্রিয়করণ বিবেচনা করা যায়। প্রযুক্তি, তদারকি, নিরাপত্তা ও ব্যর্থতার ব্যয়ও হিসাবের অংশ হবে।
• Augmentation: AI গতি বাড়াতে পারলেও প্রেক্ষাপট, ব্যতিক্রম বা দায়বদ্ধ সিদ্ধান্তে মানুষ দরকার হলে পদ বাদ না দিয়ে কাজের বিন্যাস বদলানো যায়।
• Redeployment: পুরোনো কাজ কমে গেলেও কর্মীর প্রতিষ্ঠান-নির্দিষ্ট জ্ঞান মূল্যবান হলে তাকে AI তদারকি, মান যাচাই বা অন্য ভূমিকায় সরানোর খরচ ভবিষ্যৎ পুনর্নিয়োগের ব্যয়ের সঙ্গে তুলনা করা যায়।
• স্থগিত বা সীমিত পরীক্ষা: নির্ভুলতা, দায়বদ্ধতা বা প্রকৃত সাশ্রয়ের প্রমাণ দুর্বল হলে স্থায়ী ছাঁটাইয়ের আগে সীমিত প্রয়োগে উৎপাদনের গতি, সংশোধনের সময় ও মানবীয় হস্তক্ষেপ মাপা যায়।

এই ছকের মূল তুলনা হলো কর্মী ধরে রাখা ও পুনঃপ্রশিক্ষণের মোট ব্যয় বনাম বিচ্ছেদ, হারানো জ্ঞান পুনর্গঠন, ভবিষ্যৎ নিয়োগ, বাড়তি পারিশ্রমিক, onboarding এবং উৎপাদনশীলতায় ফেরার সম্মিলিত ব্যয়। শুধু AI-এর লাইসেন্সমূল্য ও বাদ দেওয়া বেতন তুলনা করলে দীর্ঘমেয়াদি কর্মী-ব্যয়ের বড় অংশ অদৃশ্য থেকে যায়।

কোন প্রমাণে পূর্বাভাসটি যাচাই হবে

এখন পর্যন্ত নিশ্চিত বিষয় হলো, Gartner ৯ সেপ্টেম্বরের ঘোষণায় ৩০ শতাংশ পুনর্নিয়োগের পূর্বাভাসকে Future of Work-এর চার পরিবর্তনের একটি হিসেবে উপস্থাপন করেছে; সংখ্যাটি প্রতিষ্ঠানটির জুনের ব্যয়-বিশ্লেষণেও ছিল। কিন্তু ২০২৯ সালের ফল, পুনর্নিয়োগের প্রকৃত হার কিংবা কোন শিল্প ও দেশে প্রভাব বেশি হবে—এসব এখনো জানা যায়নি।

পূর্বাভাসটি যাচাই করতে AI-জনিত ছাঁটাইয়ের পর সৃষ্টি হওয়া শূন্যপদ, একই ব্যক্তি বা সমজাতীয় ভূমিকার পুনর্নিয়োগ, নতুন পারিশ্রমিক, নিয়োগ ও প্রশিক্ষণ ব্যয় এবং AI-চালিত প্রক্রিয়ায় মানবীয় সংশোধনের পরিমাণ দরকার হবে। এসব তথ্য ছাড়া AI কর্মী-ব্যয় কমিয়েছে বলা যেমন অসম্পূর্ণ, তেমনি প্রতিটি AI-নির্ভর ছাঁটাই ব্যর্থ হবে বলারও ভিত্তি নেই। আপাতত ৩০ শতাংশ সংখ্যাটি নিশ্চিত পরিণতি নয়; ছাঁটাই অনুমোদনের আগে হারানো জ্ঞান ও ভবিষ্যৎ সক্ষমতা ফেরানোর খরচ একই হিসাবে রাখার সতর্কসংকেত।