এই মুহুর্তে বিশ্ব একটি বেশ অস্থির জায়গা, যা নতুন প্রযুক্তিতে বিনিয়োগ করার বিষয়ে সিদ্ধান্ত নেওয়ার ক্ষেত্রে সমস্যা সৃষ্টি করতে পারে — বিশেষ করে সাপ্লাই চেইনের জন্য দ্রুত পরিবর্তনশীল ল্যান্ডস্কেপের প্রেক্ষাপটে।
আমরা এর সিইও জোনাথন ব্যারেটের সাথে কথা বলেছি কল্লিকোরএআই-চালিত ডিজিটাল টুইন প্রযুক্তির একটি নতুন প্রজন্ম কীভাবে ব্যবসায়িকদের তাদের নিয়ন্ত্রণের বাইরের ঘটনাগুলির দ্বারা সংঘটিত পরিবর্তনগুলি অনুমান করতে সাহায্য করতে পারে এবং আত্মবিশ্বাসের সাথে রোবোটিক্স এবং অটোমেশনের মতো দক্ষতা-চালনা প্রযুক্তি গ্রহণ করতে পারে তা নিয়ে আলোচনা করার জন্য৷
বিএন: বর্তমানে সরবরাহ চেইনের মুখোমুখি প্রধান চ্যালেঞ্জগুলি কী কী? এবং ‘প্রজাপতি প্রভাব’ কি যা তাদের প্রভাবিত করতে পারে?
JB: সরবরাহ শৃঙ্খল নেতারা একটি অবিশ্বাস্যভাবে অনিশ্চিত এবং চ্যালেঞ্জিং ম্যাক্রো-পরিবেশের মধ্যে কাজ করছে — সবকিছু আগের চেয়ে আরও বেশি আন্তঃসংযুক্ত এবং তরল। আমরা সাম্প্রতিক ভূ-রাজনৈতিক দ্বন্দ্ব, প্রাকৃতিক দুর্যোগ বা মহামারী অনুসরণ করে দেখেছি, বিঘ্ন পণ্য প্রবাহের জন্য অত্যন্ত ক্ষতিকর হতে পারে।
অন্যদিকে, প্রযুক্তি এবং নতুন ভোক্তা নিদর্শন প্রায় রাতারাতি আবির্ভূত হতে পারে এবং আশ্চর্যজনক হারে বিকাশ লাভ করতে পারে। ক্ষুদ্রতম ইভেন্টের বড় বড় পরিণতি হতে পারে যা সমগ্র সংস্থা এবং পুরো সরবরাহ চেইন জুড়ে ‘ক্যাসকেড’ করে।
এর অর্থ হল পরিস্থিতি এবং সুযোগগুলি দ্রুত এবং অপ্রত্যাশিতভাবে বৃদ্ধি পায়, যা ‘প্রজাপতি প্রভাব’ তৈরি করে — অপ্রত্যাশিত বা অপ্রত্যাশিত পরিণতি। তারপরে ব্যবসাগুলির জন্য প্রশ্ন হয়ে ওঠে যে তারা কীভাবে সবচেয়ে কার্যকরভাবে ঐকমত্য তৈরি করতে পারে এবং এই চ্যালেঞ্জগুলির প্রতিক্রিয়া জানাতে পারে।
এটি শুধুমাত্র সেরা কৌশল নিয়ে সম্মত হওয়ার চেয়ে আরও অনেক কিছু জড়িত — এর জন্য লক্ষ্য, অনুমান এবং সম্ভাব্য ফলাফলের উপর সারিবদ্ধতা প্রয়োজন। অনেক ঐতিহ্যগত কৌশলগত পরিকল্পনা এবং সিদ্ধান্ত গ্রহণের প্রক্রিয়াগুলি এখন পুরানো, আধুনিক সরবরাহ শৃঙ্খল চ্যালেঞ্জগুলির গতি এবং জটিলতার সাথে তাল মিলিয়ে চলতে ব্যর্থ হয়েছে — যেমন, ব্যবসায়িক নেতাদের সর্বোত্তম কৌশলগত বিকল্প এবং অপারেশনাল প্রতিক্রিয়া মূল্যায়নের জন্য প্রযুক্তিগত সহায়তা প্রয়োজন।
বিএন: আমরা AI এর মতো প্রযুক্তি সম্পর্কে অনেক কিছু শুনি কিন্তু কীভাবে সংস্থাগুলি প্রচারের বাইরে যেতে পারে এবং প্রকৃত ব্যবসায়িক মূল্য সরবরাহ করতে পারে?
JB: আমরা গুদাম স্থানের একটি বৈশ্বিক অভাবের মধ্যে আছি — যখন শূন্যতার হার এর মধ্যে বেড়েছে দুই এবং 5.2 শতাংশ গত বছরে, তারা 15 বছরের গড় 6.4 শতাংশের নিচে থাকে, যার অর্থ ক্ষমতা টাইট। এই প্রসঙ্গে, কোম্পানিগুলির গুদামগুলি যতটা সম্ভব উত্পাদনশীল হতে হবে এবং পণ্যগুলি দক্ষতার সাথে পরিচালনা করতে হবে। এআই-চালিত সরঞ্জাম, যা সাপ্লাই চেইনকে সংযুক্ত করে এবং স্কেলে উত্পাদনশীলতা উন্নত করে, এটি স্থান অপ্টিমাইজেশান বা অটোমেশন প্রযুক্তি গ্রহণের বিষয়ে সিদ্ধান্ত নেওয়ার জন্য এটি অর্জনের একটি দুর্দান্ত উপায়।
আমরা দেখেছি যে AI – সিমুলেশন প্রযুক্তির সংমিশ্রণে – বাস্তব ব্যবসায়িক মূল্য প্রদান করতে পারে যখন এটি এমন পরিস্থিতির পূর্বাভাস দেওয়ার ক্ষেত্রে আসে যা আগে ঘটেনি, কিন্তু তা সত্ত্বেও এটি সম্পূর্ণরূপে যুক্তিযুক্ত এবং উচ্চ প্রভাব। সাধারণত, এআই মডেলগুলি ঐতিহাসিক তথ্য দ্বারা অবহিত করা হয়। কিন্তু অপরিচিত পরিস্থিতিতে যেখানে অতীতের ডেটার অভাব রয়েছে — যেমন 6G-এর মতো নতুন প্রযুক্তির রোলআউট বা গুদামগুলির সম্পূর্ণ অটোমেশন — সিদ্ধান্ত গ্রহণকারীদের পরিবর্তে ভবিষ্যতের পরিস্থিতি সম্পর্কে সিন্থেটিক ডেটা প্রয়োজন যাতে তারা সামনের দিকে তাকাতে পারে। AI-এর সাথে সিমুলেশনগুলিকে একত্রিত করা কোম্পানিগুলিকে ভবিষ্যতের বিষয়ে অত্যন্ত জটিল এবং মানানসই কাউন্টারফ্যাকচুয়াল তৈরি করতে দেয় যা তাদের আগে যা করতে পেরেছিল তার চেয়ে ভাল পরিকল্পনা করতে দেয়। এই পদ্ধতিটিই বিরল বাস্তব-বিশ্বের তথ্যের সীমাবদ্ধতা কাটিয়ে উঠতে এবং এআই প্রযুক্তির জন্য নতুন প্রশিক্ষণ ডেটা তৈরি করতে সাহায্য করছে যাতে এটি কৌশলগত রূপান্তর প্রোগ্রাম এবং ব্যবসায়িক পরিকল্পনা প্রক্রিয়ার সময় ব্যাপক, নির্ভরযোগ্য দূরদর্শী অন্তর্দৃষ্টি প্রদান করতে পারে।
বিএন: নতুন প্রযুক্তিতে বিনিয়োগ করার আস্থা থাকার বিষয়ে এর কতটুকু?
জেবি: এই ধরনের অস্থিরতায় — প্রতিযোগিতামূলক – অপারেটিং পরিবেশের কথা উল্লেখ না করে, সরবরাহ চেইন ম্যানেজারদের একটি পছন্দ আছে। তারা কি প্রতিরক্ষামূলক যেতে? নাকি তারা এই চ্যালেঞ্জগুলোকে প্রতিযোগিতামূলক অগ্রগতির সুযোগ হিসেবে দেখে?
আমার দৃষ্টিতে, ভবিষ্যতের বিজয়ীরা হবেন সেই নেতারা যারা পরিবর্তনকে আলিঙ্গন করে এবং আগামীকালের অর্থনীতিকে কার্যকরভাবে পরিবেশন করার জন্য প্রয়োজনীয় AI-চালিত অভিযোজিত সাপ্লাই চেইন তৈরি করার সুযোগ হিসেবে দেখে।
কিন্তু তা করার জন্য সাহসী পদক্ষেপের প্রয়োজন — বিশেষ করে প্রথমে — ট্রায়াল এবং ধারণার প্রমাণের বাইরে যেতে এবং রোবোটিক্স, অটোমেশন এবং AI এর মতো উন্নত প্রযুক্তিকে আলিঙ্গন করতে হবে। এই কৌশলগত রূপান্তরগুলির বিনিয়োগের উপর রিটার্ন সম্পর্কে আস্থা অর্জনের জন্য অভ্যন্তরীণ কৌশলগত সরবরাহ চেইন ডিজাইন ক্ষমতার উপর নতুন করে ফোকাস করা প্রয়োজন।
এই কারণেই সিমুলেশন প্রযুক্তি এত শক্তিশালী — অপারেটরদের বিভিন্ন পরিস্থিতিতে অনুকরণ করতে সক্ষম করে, কৌশলগত নকশা এবং পরিকল্পনার প্রশ্নের উত্তর ঘটনাস্থলেই দেওয়া যেতে পারে এবং সিদ্ধান্ত নেওয়ার জন্য প্রয়োজনীয় সময় হ্রাস করা হয়। সবচেয়ে গুরুত্বপূর্ণ, নতুন প্রযুক্তিতে বিনিয়োগের ক্ষেত্রে সিদ্ধান্ত গ্রহণকারীদের আরও বেশি আত্মবিশ্বাস এবং স্টেকহোল্ডার কেনা-ইন করতে পারে — কোনো আর্থিক প্রতিশ্রুতি তৈরি করার আগে ব্যবসায়িক পরিকল্পনা এবং উদ্দেশ্যগুলির বিরুদ্ধে নতুন অপারেশন ডিজাইন এবং কৌশলগুলি পরীক্ষা করা যেতে পারে। এটি করার মাধ্যমে, তারা কৌশলগত অপারেশন ডিজাইন এবং পরিকল্পনাকে একটি বিরল স্থির প্রক্রিয়া থেকে চিরস্থায়ী মহড়া এবং উন্নতির অবস্থায় স্থানান্তর করতে পারে — একটি আরও বেশি তরল পদ্ধতি যা আজকের সরবরাহ চেইন চ্যালেঞ্জ এবং সুযোগগুলির জন্য উপযুক্ত।
বিএন: ডিজিটাল ট্রান্সফরমেশন ডেলিভারিতে পরামর্শদাতাদের ভূমিকা এখনও আছে কি?
JB: ডিজিটাল রূপান্তর প্রদানে পরামর্শদাতাদের ভূমিকা এখনও রয়েছে। যাইহোক, সাপ্লাই চেইন পরিবর্তনের প্রেক্ষাপটে, সেই ভূমিকা পরিবর্তিত হচ্ছে — বিশেষ করে কৌশলগত নকশা এবং পরিকল্পনার বিষয়ে। সিদ্ধান্ত গ্রহণকারীরা আর সহজভাবে জিজ্ঞাসা করেন না যে রোবোটিক্স বা অটোমেশন গ্রহণ তাদের কৌশলগত পরিকল্পনাকে সমর্থন করবে – তাদের আরও বুঝতে হবে যে এই জটিল গতিশীল পরিবেশে নতুন অপারেশনটি কতটা নমনীয় এবং স্থিতিস্থাপক হবে এবং এটির সক্ষমতা এবং তত্পরতা থাকবে কিনা। ভবিষ্যতের বৃদ্ধি সমর্থন করে।
অতীতে, এই প্রশ্নগুলি প্রায়শই একটি ঐতিহ্যগত পরামর্শমূলক প্রকল্পের সাথে সমাধান করা হত — কিন্তু ব্যবসায়িকদের এখন এই সমস্যাগুলি আরও ঘন ঘন এবং দ্রুত জিজ্ঞাসাবাদ করতে হবে। ফলস্বরূপ, কৌশলগত সাপ্লাই চেইন ডিজাইনের ক্ষেত্রে একটি সম্মিলিত প্রযুক্তি এবং অভ্যন্তরীণ ক্ষমতা পদ্ধতির দিকে একটি স্থানান্তর ঘটেছে, যা এআই-চালিত সিমুলেশন প্ল্যাটফর্মগুলিতে উন্নত দ্বারা সম্ভব হয়েছে। অপারেশনগুলি নিজেরাও আরও নমনীয় হয়ে উঠছে এবং কৌশলগত স্তরে প্রয়োজনীয় পরিবর্তনের জন্য আরও দ্রুত প্রতিক্রিয়া জানাতে সক্ষম হচ্ছে।
বিএন: প্রযুক্তিগত সমাধানে যাওয়ার আগে মূল ব্যবসাটি বোঝা কতটা গুরুত্বপূর্ণ?
JB: মূল ব্যবসা বোঝা অত্যাবশ্যক, কিন্তু উদ্দেশ্য জুড়ে যেকোন সম্ভাব্য ট্রেড-অফ বুঝতে লোকেদের সাহায্য করতে প্রযুক্তির একটি গুরুত্বপূর্ণ ভূমিকা রয়েছে। অবশ্যই, মানুষ এখনও অদূর ভবিষ্যতের জন্য মূল সিদ্ধান্ত গ্রহণকারী হিসাবে সেট করা হয়েছে — কিন্তু আরও উন্নত প্রযুক্তিগুলি ক্রমবর্ধমান উচ্চ মানের বিশ্লেষণ প্রদান করছে, যা মানব সিদ্ধান্ত গ্রহণকারীরা জটিল পরিস্থিতিতে কীভাবে ঝুঁকি কমানো যায় তা বোঝার জন্য ব্যবহার করতে পারে।
আরেকটি উদাহরণ হল রোবোটিক্স। অনেক সাপ্লাই চেইন অপারেটরের জন্য পরীক্ষার দিন, ধারণার প্রমাণ এবং পৃথক স্বয়ংক্রিয় উপাদানগুলি বিচ্ছিন্নভাবে কাজ করে। আমরা ক্রমবর্ধমানভাবে বিভিন্ন নির্মাতাদের কাছ থেকে বিভিন্ন রোবোটিক্স সিস্টেমের সমন্বয়ে সমাধানের নকশা এবং স্থাপনা দেখছি। প্রায়শই, এইগুলির জন্য আচরণ প্রোগ্রামিং শুধুমাত্র প্রতিটি পৃথক সরঞ্জামের উপর দৃষ্টি নিবদ্ধ করে, সেই নির্দিষ্ট সিস্টেমের প্রযুক্তিগত কার্যকারিতা থেকে সেরাটি পাওয়ার চেষ্টা করে। এর ফলে প্রায়ই ব্যবসাগুলি প্রতিটি পৃথক রোবোটিক বা অটোমেশন সিস্টেম থেকে সর্বোত্তম ফলাফল পেতে সক্ষম হয় না, এবং এছাড়াও উপ-অনুকূল সামগ্রিক শেষ থেকে শেষ সিস্টেমের কার্যকারিতা পেতে পারে।
কিন্তু এটা এই মত হতে হবে না. ধারণাগত ডিজাইনের বিকল্পগুলির একটি শেষ-টু-এন্ড ছবি প্রদানের জন্য সিমুলেশন প্রযুক্তির সাথে AI-চালিত সরঞ্জামগুলিকে একত্রিত করে, ব্যবসার কৌশল এবং উদ্দেশ্যগুলি সরবরাহ করার ক্ষমতা পরীক্ষা করে ডি-ঝুঁকিমুক্ত রূপান্তর প্রোগ্রামগুলিতে আরও ভাল ডিজাইন পছন্দ করা যেতে পারে।
ছবি ক্রেডিট: কার্লোস কুনিচেক / Dreamstime.com
