সংবাদে ফিরে যান
এন্টারপ্রাইজAI Understanding ব্রিফিং

ZDNET রিপোর্ট করেছে যে বেশিরভাগ কোম্পানি AI এজেন্ট স্কেল করতে প্রস্তুত নয়

ZDNET দ্বারা রিপোর্ট করা একটি Deloitte সমীক্ষায় দেখা গেছে যে সমীক্ষা করা মার্কিন সংস্থাগুলির মধ্যে মাত্র 15% স্কেল করেছে, বহু-এজেন্ট স্থাপনা করেছে। ফলাফলগুলি প্রধান বাধা হিসাবে ডেটা, শাসন, সংহতকরণ, প্রক্রিয়া পুনঃডিজাইন এবং কর্মশক্তির প্রস্তুতিকে নির্দেশ করে।

6 min readRead the original reporting
Source-provided image accompanying ZDNET reports most companies are not ready to scale AI agents
অ্যাট্রিবিউটেড রিপোর্টিংউৎস রেকর্ড করা হয়েছে
প্রকাশক
zdnet.com
উৎস লিঙ্ক
zdnet.comhttps://www.zdnet.com/article/businesses-must-reinvent-their-processes-and-workforce-to-scale-agentic-ai-adoption/
উত্স প্রকার
একটি নিউজ আউটলেট দ্বারা রিপোর্ট করা - একটি প্রথম পক্ষের নথি নয়।

যা আমরা স্বাধীনভাবে নিশ্চিত করতে পারিনি: এই দাবি নামযুক্ত আউটলেট দায়ী করা হয়. আমরা এটি একটি প্রথম পক্ষের নথির বিরুদ্ধে যাচাই করিনি৷ (zdnet.com)

প্রসঙ্গএটি 60 সেকেন্ডে বুঝুন

এখানে শুরু করুন

মূল পদ

টোকেন
ভাষার মডেল দ্বারা প্রক্রিয়াকৃত পাঠ্যের একটি অংশ, যেমন একটি শব্দ টুকরা বা প্রতীক।
নিজেকে পরীক্ষা করুনএআই এজেন্ট কুইজ

কি হয়েছে

ZDNET তাদের প্রতিষ্ঠানের এআই কৌশল বা বাস্তবায়নের সাথে জড়িত 501 জন সিনিয়র ব্যবসায়ী নেতাদের একটি সমীক্ষার উপর ভিত্তি করে ডেলয়েটের গবেষণায় রিপোর্ট করেছে। ZDNET-এর মতে, 42% প্রতিষ্ঠান অল্প সংখ্যক এজেন্ট পরীক্ষা করছিল, 43% ফাংশন জুড়ে মোতায়েন প্রসারিত করছিল, এবং 15% গ্রাহক পরিষেবা, আইটি এবং ইঞ্জিনিয়ারিং সহ বিভিন্ন ক্ষেত্রে স্কেলড, অর্কেস্ট্রেটেড মাল্টি-এজেন্ট গ্রহণে পৌঁছেছে। সরবরাহকৃত উৎসে Deloitte-এর প্রাথমিক প্রতিবেদন অন্তর্ভুক্ত নয়, তাই এই পরিসংখ্যানগুলি এখানে স্বাধীনভাবে নিশ্চিত করা হয়নি।

ZDNET 24 অগাস্ট, 2026-এ প্রতিবেদনটি প্রকাশ করে, যা মার্কিন যুক্তরাষ্ট্র ভিত্তিক সংস্থাগুলিতে এজেন্টিক এআই গ্রহণের উপর সর্বশেষ ডেলয়েট গবেষণা বলে বর্ণনা করে। নিবন্ধটি বলেছে যে গবেষণাটি 501 জন সিনিয়র ব্যবসায়ী নেতাদের জরিপ করেছে যারা এআই কৌশল বা বাস্তবায়নের সাথে জড়িত ছিল। ZDNET-এর মতে, 42% প্রতিষ্ঠান অল্প সংখ্যক এজেন্ট পরীক্ষা করছিল, 43% ফাংশন জুড়ে মোতায়েন প্রসারিত করছিল, এবং 15% গ্রাহক পরিষেবা, IT এবং ইঞ্জিনিয়ারিং জুড়ে স্কেলড, অর্কেস্ট্রেটেড মাল্টি-এজেন্ট স্থাপনা অর্জন করেছে। উত্সটি এই পরিসংখ্যানগুলিকে সমীক্ষার ফলাফল হিসাবে উপস্থাপন করে, সমস্ত মার্কিন ব্যবসার স্বাধীনভাবে নিরীক্ষিত আদমশুমারি হিসাবে নয়। Deloitte এর অন্তর্নিহিত প্রতিবেদন, প্রশ্নাবলী এবং উত্তরদাতা ভাঙ্গন সরবরাহকৃত উপাদানে অন্তর্ভুক্ত করা হয়নি, তাই AI Understanding পরিসংখ্যান বা পদ্ধতি স্বাধীনভাবে নিশ্চিত করেনি।

ZDNET রিপোর্ট করেছে যে জরিপ করা নেতাদের প্রায় দুই-তৃতীয়াংশ এজেন্টিক AI-তে অগ্রগতির কারণে তাদের ব্যবসায়িক মডেলের পুনর্মূল্যায়ন করছে, যেখানে অর্ধেক এজেন্টদের দ্বারা চালিত ভবিষ্যতের অপারেটিং মডেল সম্পর্কে স্পষ্ট দৃষ্টিভঙ্গি ছিল। নিবন্ধটি স্কেলিংয়ের ক্ষেত্রে তিনটি প্রধান বাধা চিহ্নিত করেছে: একীভূত এবং অ্যাক্সেসযোগ্য ডেটা ফাউন্ডেশনের অভাব, উত্তরদাতাদের 72% দ্বারা উদ্ধৃত করা হয়েছে; 70% দ্বারা উদ্ধৃত এজেন্টদের বিশ্বাস করা এবং পরিচালনা করতে অসুবিধা; এবং একীকরণের খরচ এবং জটিলতা, 67% দ্বারা উদ্ধৃত। ZDNET আরও বলেছে যে শুধুমাত্র সংখ্যালঘু সংস্থাগুলি এজেন্টিক AI-র জন্য প্রস্তুত মূল ভিত্তি হিসাবে বিবেচনা করে, যার মধ্যে 36% দৃষ্টি এবং কৌশল, 34% প্রযুক্তি অবকাঠামো, 32% ডেটা ফাউন্ডেশন এবং 26% ঝুঁকি, নিরাপত্তা এবং শাসন।

নিবন্ধটি আরও রিপোর্ট করেছে যে শুধুমাত্র 16% ব্যবসায়ী নেতারা বলেছেন যে তাদের বর্তমান প্রক্রিয়াগুলি এজেন্টিক গ্রহণের জন্য প্রস্তুত ছিল। ZDNET বলেছে যে 74% আশা করেছিল যে 2030 সালের মধ্যে প্রায় অর্ধেক ব্যবসায়িক প্রক্রিয়া AI এজেন্টদের আশেপাশে পুনরায় ডিজাইন বা পুনর্নির্মাণ করা হবে, যখন 61% বিশ্বাস করেছিল যে বেশিরভাগ প্রক্রিয়াগুলি এজেন্টদের দ্বারা চালিত হবে এবং এই এজেন্টগুলির মধ্যে অনেকগুলি সামান্য বা কোনও মানবিক জড়িত ছাড়াই কাজ করবে৷ এটি আরও রিপোর্ট করেছে যে 2028 সালের মধ্যে মাত্র 31% এজেন্টদের আশেপাশে প্রক্রিয়াগুলি পুনর্নির্মাণ এবং পুনর্নির্মাণের আশা করেছিল৷ কর্মীবাহিনীর প্রস্তুতির বিষয়ে, ZDNET বলেছে যে অর্ধেক নেতা বিশ্বাস করেন যে তাদের সংস্থাগুলি কর্মশক্তির রূপান্তরে পর্যাপ্ত বিনিয়োগ করছে না, 43% প্রত্যাশিত বড় চাকরি ব্যাহত হচ্ছে, 71% বেসলাইন এজেন্ট সাক্ষরতার উপর কাজ করছে এবং 65% পুনরুদ্ধার বা স্কিলিং বা উন্নত করা হয়েছে৷ এগুলি রিপোর্ট করা প্রত্যাশা এবং স্ব-মূল্যায়ন; উৎস প্রকৃত স্থাপনার কোন স্বাধীন পরিমাপ প্রদান করে না, কাজের ক্ষতি বা উৎপাদনশীলতার ফলাফল।

উত্স বিবরণ: zdnet.com ↗

কেন এটা গুরুত্বপূর্ণ

প্রতিবেদনটি এজেন্টিক এআই গ্রহণকে একটি সাংগঠনিক পুনঃডিজাইন সমস্যা হিসাবে ফ্রেম করে, কেবল একটি সফ্টওয়্যার স্থাপনা নয়। যদি সমীক্ষাটি প্রতিনিধিত্বমূলক হয়, পরীক্ষা থেকে উৎপাদনের দিকে অগ্রসর হওয়া কোম্পানিগুলির শক্তিশালী ডেটা ফাউন্ডেশন, শাসন, ইন্টিগ্রেশন প্ল্যান, পুনরায় ডিজাইন করা ওয়ার্কফ্লো এবং কর্মচারী প্রশিক্ষণে টেকসই বিনিয়োগের প্রয়োজন হবে। এটি আরও পরামর্শ দেয় যে অনেক এক্সিকিউটিভ চাকরির ভূমিকা এবং অপারেটিং মডেলগুলিতে উল্লেখযোগ্য পরিবর্তনের প্রত্যাশা করে, যখন সরবরাহ করা প্রমাণগুলি সেই প্রত্যাশাগুলি বাস্তবায়িত হবে কিনা তা প্রতিষ্ঠিত করে না।

প্রতিবেদনের কেন্দ্রীয় তাৎপর্য হল সাংগঠনিক ক্ষমতার উপর জোর দেওয়া। এজেন্টিক সিস্টেমগুলি কাজগুলির ক্রম সঞ্চালন করতে পারে, সরঞ্জামগুলি ব্যবহার করতে পারে এবং ব্যবসায়িক সিস্টেমের সাথে যোগাযোগ করতে পারে, তাই স্থাপনা কীভাবে কাজ বরাদ্দ, পর্যালোচনা এবং অনুমোদিত হয় তা প্রভাবিত করতে পারে। একটি কোম্পানি নির্ভরযোগ্য ডেটা, স্পষ্ট অনুমতি বা সিস্টেম ব্যর্থ হলে হস্তক্ষেপ করার একটি বাস্তব উপায় ছাড়াই একটি এজেন্টকে বিদ্যমান ওয়ার্কফ্লোতে সংযুক্ত করতে সক্ষম হতে পারে। ZDNET-এর দ্বারা চিহ্নিত বাধাগুলি—ডেটা অ্যাক্সেস, গভর্নেন্স এবং ইন্টিগ্রেশন—অতএব কোনো কোম্পানি কোনো এআই পণ্য কিনেছে কিনা তা নয়, কোনো এজেন্টকে পরিণতিমূলক কাজের সাথে বিশ্বাস করা যেতে পারে এমন শর্তগুলির বিষয়ে উদ্বিগ্ন।

কর্মশক্তির ফলাফলগুলিও ফলপ্রসূ কারণ তারা দত্তক গ্রহণকে একটি সংকীর্ণ অটোমেশন প্রকল্পের পরিবর্তে কাজের নকশায় পরিবর্তন হিসাবে বর্ণনা করে। যদি রুটিন এবং কাঠামোগত কাজগুলি আরও স্বায়ত্তশাসিত হয়, কর্মচারীরা আউটপুট পরীক্ষা করতে, ব্যতিক্রমগুলি পরিচালনা করতে, গ্রাহক সম্পর্ক পরিচালনা করতে বা লক্ষ্যগুলি সংজ্ঞায়িত করতে আরও বেশি সময় ব্যয় করতে পারে। এই রূপান্তরটি নতুন দায়িত্ব তৈরি করতে পারে, তবে এটি কিছু কাজ বা ভূমিকার চাহিদাও কমাতে পারে। ZDNET রিপোর্ট করেছে যে জরিপ করা নেতাদের 43% বড় চাকরির ব্যাঘাতের আশা করেছিল, তবুও নিবন্ধটি কোন পেশাগুলিকে অন্তর্ভুক্ত করা হয়েছিল, কীভাবে ব্যাঘাত সংজ্ঞায়িত করা হয়েছিল বা এই প্রত্যাশাটি চাকরি বর্জন, দায়িত্ব পরিবর্তন বা পুনঃনিয়োগ সম্পর্কে উল্লেখ করা হয়েছে সে সম্পর্কে কোনও বিশদ সরবরাহ করেনি।

2030 এর মাধ্যমে অনুমানগুলিকে পরিলক্ষিত ফলাফল দ্বারা প্রতিষ্ঠিত পূর্বাভাসের পরিবর্তে পরিকল্পনা সংকেত হিসাবে বিবেচনা করা উচিত। একটি সমীক্ষা দেখাতে পারে যে নেতারা কী বিশ্বাস করেন এবং সংস্থাগুলি কী বলে যে তারা কী করার জন্য প্রস্তুত, তবে এটি নিজে থেকে প্রমাণ করতে পারে না যে এজেন্টরা নির্ভরযোগ্য স্বায়ত্তশাসন অর্জন করবে, সঞ্চয় দেবে বা বেশিরভাগ ব্যবসায়িক প্রক্রিয়াগুলিকে নতুনভাবে ডিজাইন করবে। উত্সটি ব্যর্থতার হার, নিরাপত্তা ঘটনা, নির্ভুলতা ব্যবস্থা, গ্রাহক প্রভাব, টোকেন ব্যয় বা এজেন্ট-ভিত্তিক এবং প্রচলিত কর্মপ্রবাহের মধ্যে তুলনামূলক ফলাফলের প্রতিবেদন করে না। এই বাদ দেওয়া গুরুত্বপূর্ণ কারণ স্থাপনার ব্যবসায়িক ক্ষেত্রে ব্যতিক্রম পরিচালনা এবং মানব তদারকি সহ বাস্তব অপারেটিং পরিবেশে কর্মক্ষমতার উপর নির্ভর করে।

Interactive Mechanism

ইন্টারেক্টিভ মেকানিজম: এটা আসলে কিভাবে কাজ করে

এই বিকাশের পিছনে অন্তর্নিহিত প্রযুক্তিটি ইন্টারেক্টিভভাবে অন্বেষণ করুন।

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
ইন্টারেক্টিভ কনসেপ্ট চেক+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

পরবর্তী কি দেখতে

মূল সংকেতগুলি হবে স্বাধীনভাবে যাচাইযোগ্য স্থাপনা, পরিমাপযোগ্য অপারেশনাল ফলাফল, কর্মশক্তির দায়িত্বে পরিবর্তন এবং প্রমাণ যে কোম্পানিগুলি অনুপযুক্ত উত্তরাধিকার ব্যবস্থার উপরে এজেন্টদের স্থাপন করার পরিবর্তে প্রক্রিয়াগুলিকে নতুনভাবে ডিজাইন করছে। সংস্থাগুলিকেও প্রকাশ করতে হবে কিভাবে তারা স্বায়ত্তশাসিত ক্রিয়াগুলি নিয়ন্ত্রণ করে, ত্রুটিগুলি পরিমাপ করে, ডেটা অ্যাক্সেস পরিচালনা করে এবং মডেল এবং টোকেন খরচের জন্য অ্যাকাউন্ট করে। উত্সটি জরিপ করা কোম্পানিগুলিকে চিহ্নিত করে না, সম্পূর্ণ পদ্ধতি প্রদান করে বা 2030 সালের মধ্যে অনুমানগুলির স্বাধীন বৈধতা দেখায় না।

প্রথম অগ্রাধিকার হল Deloitte ফলাফলের স্বাধীন যাচাইকরণ। দরকারী ফলো-আপের মধ্যে মূল রিপোর্ট, জরিপ উপকরণ, ক্ষেত্রের তারিখ, উত্তরদাতা শিল্প, কোম্পানির আকার, ভৌগলিক সুযোগ এবং "স্কেল করা," "অর্কেস্ট্রেটেড" এবং "মাল্টি-এজেন্ট" এর মতো পরিভাষার সংজ্ঞা অন্তর্ভুক্ত থাকবে। এই বিবরণগুলি ছাড়া, শতাংশগুলি তথ্যপূর্ণ কিন্তু অন্যান্য দত্তক সমীক্ষার সাথে তুলনা করা বা বৃহত্তর ব্যবসায়িক জনসংখ্যার সাধারণীকরণ করা কঠিন।

কোম্পানির প্রক্রিয়া পুনরায় নকশা সিদ্ধান্ত আরেকটি গুরুত্বপূর্ণ সংকেত হবে. ZDNET রিপোর্ট করেছে যে সংস্থাগুলি প্রায়ই এজেন্টকে বিদ্যমান প্রক্রিয়াগুলিতে লেয়ার করে যদিও বৃহত্তর স্বায়ত্তশাসনের জন্য পুনরায় ডিজাইনের প্রয়োজন হতে পারে। পাবলিক কেস স্টাডিগুলির জন্য দেখুন যা মূল ওয়ার্কফ্লো, এজেন্টের অনুমতি, মানব চেকপয়েন্ট, ত্রুটি পরিচালনা, ডেটা উত্স, স্থাপনার স্কেল এবং পরিমাপিত ফলাফলগুলি বর্ণনা করে। রূপান্তরের দাবিগুলি আরও অর্থবহ হবে যখন তারা সমাপ্তির হার, পর্যালোচনা কাজের চাপ, রেজোলিউশনের সময়, ত্রুটির খরচ এবং কর্মী বা দায়িত্বের পরিবর্তনের মতো দৃঢ় প্রমাণ অন্তর্ভুক্ত করে।

শাসন ​​এবং কর্মশক্তির প্রভাব একসাথে পর্যবেক্ষণ করা উচিত। এজেন্টদের গ্রহণকারী সংস্থাগুলিকে ব্যাখ্যা করতে হবে কে অ্যাকশন অনুমোদন করতে পারে, কীভাবে সংবেদনশীল ডেটাতে অ্যাক্সেস সীমিত, কীভাবে কার্যকলাপ লগ করা হয়, আপডেটের পরে কীভাবে মডেলগুলি মূল্যায়ন করা হয় এবং লোকেরা কীভাবে স্বয়ংক্রিয় সিদ্ধান্তগুলিকে বিপরীত বা প্রতিদ্বন্দ্বিতা করতে পারে। কর্মচারীরা কী প্রশিক্ষণ গ্রহণ করে এবং শ্রমিকদের পুনরায় নিয়োগ করা হয়েছে, তাদের দায়িত্ব প্রসারিত হয়েছে বা হ্রাসের সম্মুখীন হয়েছে কিনা তাও তাদের রিপোর্ট করা উচিত। উৎসটি এখনও কোন প্রমাণ দেয়নি যে 2030 সালের মধ্যে ব্যাপক স্বায়ত্তশাসিত প্রক্রিয়াগুলির জন্য রিপোর্ট করা প্রত্যাশাগুলি ঘটবে, তাই ব্যবহারিক ফলাফল-একাকার কার্যনির্বাহী অনুমান নয়-এই প্রবণতার তাত্পর্য নির্ধারণ করবে।

সম্পর্কিত গাইড এবং কুইজ

এআই এজেন্টএআই নীতিশাস্ত্রএআই-এর ভবিষ্যৎএআই প্রশিক্ষণআপনি যা জানেন তা পরীক্ষা করুন - একটি বিনামূল্যের এআই কুইজ চেষ্টা করুনআমাদের শব্দকোষে একটি AI শব্দ দেখুনএআই ফান্ডিং ট্র্যাকার অনুসরণ করুন
এই দরকারী পাওয়া গেছে?