প্রযুক্তি খাতে ঠিক কতটুকু ছাঁটাই হবে, আর টিকে থাকতে কতটুকু জানতে হবে?

ডট দাগ দেওয়া শব্দে মাউস রাখলে বা ট্যাপ করলে তার সহজ অর্থ দেখতে পাবেন।

কয়েক বছর আগেও প্রযুক্তি খাতের চাকরি মানে ছিল নিশ্চিন্ত জীবন। ভালো বেতন, ভালো অফিস, আর এই বিশ্বাস যে দক্ষ প্রোগ্রামারের চাকরি কখনো যায় না। আজ সেই একই খাতের মানুষ সকালে ঘুম থেকে উঠে প্রথমে দেখেন, রাতে কোনো ইমেইল এসেছে কি না। পরিচিত কারো পোস্ট চোখে পড়ে: "আজ আমার শেষ কর্মদিবস।" এই আতঙ্ক এখন আর শুধু সিলিকন ভ্যালিতে সীমাবদ্ধ নেই, ঢাকার সফটওয়্যার ফার্ম, কল সেন্টার আর ফ্রিল্যান্সারদের আড্ডাতেও ঢুকে পড়েছে।

আড্ডায় বসলে দুটো প্রশ্ন ঘুরেফিরে আসে। ঠিক কতটুকু ছাঁটাই হবে? আর টিকে থাকতে আমাকে ঠিক কতটুকু জানতে হবে? এই লেখায় আতঙ্ক ছড়ানো বা মিথ্যা সান্ত্বনা দেওয়া, কোনোটাই করব না। যা জানা যায় তা বলব, যা জানা যায় না তাও স্বীকার করব, আর শেষে একটি বাস্তব মাপকাঠি দেব, যা দিয়ে আপনি নিজের অবস্থান নিজেই মেপে নিতে পারবেন।

১. সংখ্যাগুলো আসলে কী বলছে

প্রযুক্তি খাতের ছাঁটাই নিয়ে সবচেয়ে পরিচিত হিসাব রাখে Layoffs.fyi নামের একটি ট্র্যাকার। সেখানকার তথ্য নিয়ে করা বিভিন্ন প্রতিবেদন অনুযায়ী, ২০২৫ সালে সারা বিশ্বে প্রায় ১ লাখ ২২ হাজার প্রযুক্তিকর্মী চাকরি হারিয়েছেন। আর ২০২৬ সালের প্রথম নয় মাসেই সংখ্যাটা সেই পুরো বছরের হিসাব ছাড়িয়ে গেছে, প্রায় ১ লাখ ২৮ হাজারের কাছাকাছি। অর্থাৎ বছর শেষ হওয়ার আগেই আগের বছরকে পেছনে ফেলা গেছে।

তবে সংখ্যাটা পড়ার সময় দুটো কথা মনে রাখা দরকার। প্রথমত, এই ট্র্যাকারগুলো মূলত প্রকাশ্যে জানা ছাঁটাই গোনে, যেগুলো সংবাদে এসেছে। ছোট প্রতিষ্ঠানের নীরব ছাঁটাই, চুক্তি নবায়ন না করা, কিংবা নতুন লোক না নেওয়া এই হিসাবে আসে না। দ্বিতীয়ত, বিশ্বজুড়ে প্রযুক্তিকর্মীর মোট সংখ্যার তুলনায় ১ লাখের ঘর বিশাল কোনো অংশ নয়। তাই সংখ্যাটা ভয়ের, কিন্তু "সবার চাকরি যাচ্ছে" এই কথার প্রমাণ নয়।

২. সব দোষ কি AI-এর?

এখানেই সবচেয়ে বড় বিভ্রান্তি। AI কত ছাঁটাইয়ের জন্য দায়ী, সেই প্রশ্নের উত্তরে বিভিন্ন বিশ্লেষণ একেবারে আলাদা কথা বলছে। এক হিসাবে ২০২৬ সালের ঘোষিত ছাঁটাইয়ের মাত্র ৮ শতাংশের কারণ হিসেবে AI-এর নাম এসেছে। আরেক ট্র্যাকারের হিসাবে অংশটা প্রায় ৭২ শতাংশ। ৮ আর ৭২ এর মধ্যে এই বিশাল ফারাক আসলে একটা কথাই বলে: কেউ নিশ্চিত করে জানে না। কেউ গোনেন কোম্পানি নিজে মুখে কী বলল, কেউ গোনেন ছাঁটাইয়ের পেছনে AI-এর পরোক্ষ যোগ আছে কি না।

বাস্তবে ছাঁটাইয়ের পেছনে সাধারণত কয়েকটি কারণ একসাথে কাজ করে:

• অতিরিক্ত নিয়োগের সংশোধন: মহামারির সময় অনেক প্রতিষ্ঠান প্রয়োজনের চেয়ে বেশি লোক নিয়েছিল। সেই হিসাব এখনো মেলানো হচ্ছে।
• বিনিয়োগের দিক বদল: বড় কোম্পানিগুলো ডেটা সেন্টার আর AI অবকাঠামোয় বিপুল অর্থ ঢালছে। সেই টাকার একটা অংশ আসছে মানুষের বেতনের খাত কেটে।
• শেয়ারবাজারের চাপ: "আমরা AI দিয়ে দক্ষতা বাড়াচ্ছি" বলে ছাঁটাই করলে বিনিয়োগকারীদের কাছে তা ভালো শোনায়। ফলে কিছু ক্ষেত্রে AI শুধুই একটি সুবিধাজনক অজুহাত।
• সত্যিকারের প্রতিস্থাপন: কিছু কাজ সত্যিই AI করে দিচ্ছে, বিশেষ করে গ্রাহক সেবা, কনটেন্ট আর সাধারণ কোডিংয়ের একাংশে।

তাই "AI সবার চাকরি খেয়ে ফেলছে" কথাটা যেমন অতিরঞ্জিত, "AI-এর কোনো প্রভাবই নেই" কথাটাও তেমনি আত্মপ্রবঞ্চনা।

৩. চাকরি নয়, কাজ ভাগ হয়ে যাচ্ছে

ছাঁটাই বুঝতে হলে "চাকরি" শব্দটা ছেড়ে "কাজ" শব্দটা ধরতে হবে। একটি চাকরি আসলে অনেকগুলো ছোট কাজের যোগফল। একজন সফটওয়্যার ডেভেলপার সারাদিন শুধু কোড লেখেন না। তিনি আলোচনা করেন, প্রয়োজন বোঝেন, ভুল খোঁজেন, পুরনো সিস্টেমের রহস্য উদ্ধার করেন, দায়িত্ব নেন। AI এই কাজগুলোর মধ্যে কিছু খুব ভালো করে, কিছু মোটেও পারে না।

ফলে সাধারণত যা ঘটে তা হলো, পুরো পদটা রাতারাতি উধাও হয় না, বরং দলের আকার ছোট হয়। ধরুন যে কাজ আগে দশজন করতেন, এখন AI-এর সাহায্যে ছয়-সাতজন তা করতে পারছেন। বাকিদের জায়গা ধীরে ধীরে কমে আসে। এই হিসাবটা শুধু বোঝানোর জন্য, কোনো গবেষণার সংখ্যা নয়। কিন্তু ছাঁটাইয়ের আসল চেহারা এটাই: নাটকীয় ঘোষণার চেয়ে অনেক বেশি ঘটে নিয়োগ বন্ধ থাকা, শূন্য পদ পূরণ না হওয়া।

৪. সবচেয়ে বেশি ঝুঁকিতে কারা?

এই প্রশ্নে তুলনামূলক শক্ত প্রমাণ আছে, আর সেটা অস্বস্তিকর। স্ট্যানফোর্ড ডিজিটাল ইকোনমি ল্যাবের একটি গবেষণায় (Canaries in the Coal Mine) যুক্তরাষ্ট্রের বেতন-তথ্য বিশ্লেষণ করে দেখা গেছে, সফটওয়্যার ডেভেলপমেন্ট ও গ্রাহক সেবার মতো AI-প্রভাবিত পেশায় ২২ থেকে ২৫ বছর বয়সী কর্মীদের কর্মসংস্থান আপেক্ষিকভাবে অন্তত ১৩ শতাংশ কমেছে। অথচ একই পেশায় অভিজ্ঞ কর্মীদের অবস্থান মোটামুটি স্থিতিশীল। গবেষকরা নিজেরাই বলেছেন, এর পেছনে অন্য কারণও থাকতে পারে। তবু ইঙ্গিতটা স্পষ্ট: ধাক্কাটা প্রথমে লাগছে প্রবেশ-স্তরে।

কারণটা বোঝা কঠিন নয়। আগে নতুন কর্মী যে সহজ কাজ দিয়ে হাত পাকাতেন, যেমন ছোট ফিচার লেখা, ডকুমেন্ট বানানো, রিপোর্ট তৈরি, ডেটা সাজানো, এখন সেগুলোই AI সবচেয়ে ভালো পারে। এতে একটা গভীর সমস্যা তৈরি হচ্ছে। আজ যদি কেউ জুনিয়র না হতে পারে, আগামী দশ বছরে সিনিয়র আসবে কোথা থেকে?

ঝুঁকিটা সবচেয়ে বেশি সেই কাজে, যেখানে এই তিনটি বৈশিষ্ট্য একসাথে আছে: কাজটা পর্দায় হয়, বারবার একই ধরনের হয়, আর ফলাফল সহজেই যাচাই করা যায়। অন্যদিকে যে কাজে মানুষের সঙ্গে আস্থা গড়তে হয়, অগোছালো পরিস্থিতিতে সিদ্ধান্ত নিতে হয়, বা ভুলের দায় কাউকে নিতে হয়, সেই কাজ তুলনামূলক নিরাপদ।

৫. তাহলে ঠিক কতটুকু ছাঁটাই হবে?

সৎ উত্তর হলো, কেউ নির্দিষ্ট সংখ্যা জানেন না। যিনি নিশ্চিত করে একটি সংখ্যা বলছেন, তিনি হয় অনুমান করছেন, নয়তো কিছু বিক্রি করছেন। তবে দিকনির্দেশনা পাওয়া যায়। ওয়ার্ল্ড ইকোনমিক ফোরামের Future of Jobs Report 2025 অনুযায়ী, ২০৩০ সালের মধ্যে বিশ্বে প্রায় ১৭ কোটি নতুন কর্মসংস্থান তৈরি হতে পারে, আর প্রায় ৯ কোটি ২০ লাখ কাজ হারিয়ে যেতে পারে। নিট হিসাবে যোগ হয় প্রায় ৭ কোটি ৮০ লাখ। এটি নিয়োগকর্তাদের প্রত্যাশার সমীক্ষা, ভবিষ্যদ্বাণী নয়। কিন্তু খেয়াল করুন, মোট সংখ্যা বাড়লেও যে মানুষটি কাজ হারাবেন আর যিনি নতুন কাজ পাবেন, তাঁরা প্রায়ই একজন নন।

সব মিলিয়ে আমার ব্যক্তিগত মূল্যায়ন তিনটি কথায় বলা যায়:

• একবারে নয়, ঢেউয়ে ঢেউয়ে: ছাঁটাই আসবে কোম্পানি ধরে ধরে, খাত ধরে ধরে। হঠাৎ একদিন সব শেষ হবে না, আবার থেমেও যাবে না।
• দল ছোট হবে, নিয়োগ ধীর হবে: ঘোষিত ছাঁটাইয়ের চেয়ে বড় প্রভাব পড়বে "আর লোক নিচ্ছি না" সিদ্ধান্তে।
• গড়ের চেয়ে ব্যবধান বড় হবে: দক্ষ মানুষের চাহিদা ও পারিশ্রমিক বাড়বে, মাঝারি মানের পুনরাবৃত্তিমূলক কাজের জায়গা সংকুচিত হবে।

৬. বাংলাদেশের বাস্তবতা

বাংলাদেশে দৃশ্যটা কিছুটা আলাদা। আমাদের স্থানীয় অনেক প্রতিষ্ঠান এখনো AI গ্রহণে ধীর, তাই এখানে বড় ঘোষণা দিয়ে ছাঁটাই কম চোখে পড়ে। কিন্তু আমরা যে বৈশ্বিক বাজারে কাজ বিক্রি করি, সেই বাজার বদলাচ্ছে দ্রুত। শিল্প-সংশ্লিষ্ট হিসাবে দেশে সরাসরি বিপিও খাতে প্রায় ৮৫ থেকে ৯০ হাজার মানুষ কাজ করেন, আর ফ্রিল্যান্সিংয়ে যুক্ত আছেন প্রায় সাড়ে ৬ লাখ। এই দুই খাতের বড় অংশের কাজই হলো ডেটা এন্ট্রি, কল সেন্টার, সাধারণ ওয়েবসাইট, লোগো, কনটেন্ট, যা AI-এর সবচেয়ে সরাসরি নিশানা।

আশার কথা, এখানে পরিবর্তনটা শুধু ক্ষতির নয়। বাংলাদেশের ফ্রিল্যান্স অর্থনীতি নিয়ে লাইটক্যাসল পার্টনার্সের একটি বিশ্লেষণ বলছে, AI-প্রভাবিত ক্যাটাগরিতে কাজের সংখ্যা কমলেও বাকি কাজগুলো হচ্ছে তুলনামূলক জটিল ও বেশি পারিশ্রমিকের। অর্থাৎ সবচেয়ে সহজ কাজ করে যিনি চলছিলেন, তাঁর জন্য সময় কঠিন। কিন্তু যিনি এক ধাপ ওপরে উঠতে পারবেন, তাঁর জন্য বাজার বরং ভালো হতে পারে। ফ্রিল্যান্সারের জন্য এই সংকেতটা উপেক্ষা করা বিপজ্জনক।

৭. এবার আসল প্রশ্ন: কতটুকু জানতে হবে?

আমার উত্তরটা একটি সহজ নিয়মে বলি:

কেন এই মাপকাঠি? কারণ AI আত্মবিশ্বাসের সঙ্গে ভুল বলে। আমি AI-এর হ্যালুসিনেশন ও দায়বদ্ধতা নিয়ে আগের একটি লেখায় বিস্তারিত লিখেছি। যিনি বিষয়টা জানেন না, তাঁর কাছে ভুল উত্তর আর ঠিক উত্তর দেখতে একই রকম। প্রতিষ্ঠান বেতন দেয় ঠিক এই পার্থক্যটুকু ধরার জন্য। নিচের চার স্তরে আপনার জানার পরিমাণটা মেপে নিতে পারেন:

লক্ষ্য করুন, এই তালিকায় "সব টুল শেখা" নেই। প্রতি মাসে নতুন টুল আসবে, পুরনো হারিয়ে যাবে। ওয়ার্ল্ড ইকোনমিক ফোরামের একই প্রতিবেদন বলছে, ২০৩০ সালের মধ্যে কর্মীদের মূল দক্ষতার প্রায় ৩৯ শতাংশ বদলে যেতে পারে। তাই যা টিকে থাকবে তা হলো শেখার ক্ষমতা, আর মূলনীতির ওপর দখল। কোনো একটি টুলের সার্টিফিকেট নয়। ঠিক এই কারণেই আমি কোডিংয়ের চেয়ে সমস্যা সমাধানের দক্ষতাকে আর সিস্টেম থিংকিংকে এতটা গুরুত্ব দিই।

৮. পেশা অনুযায়ী ন্যূনতম প্রস্তুতি

সবার জন্য এক মাপ চলে না। আমার চোখে পেশাভেদে ন্যূনতম প্রস্তুতিটা এমন:

• সফটওয়্যার ডেভেলপার: শুধু কোড লেখা নয়, পড়া ও যাচাই করা। ডেটাবেজ, নিরাপত্তা, সিস্টেম ডিজাইন, ডিবাগিং। AI-এর লেখা কোড কেন ভুল তা ব্যাখ্যা করতে পারা।
• কোয়ালিটি অ্যাসিওরেন্স (QA): হাতে হাতে টেস্টের বদলে টেস্ট অটোমেশন, ঝুঁকি বিশ্লেষণ, আর AI-এর তৈরি ফিচার পরীক্ষার পদ্ধতি।
• গ্রাহক সেবা: স্ক্রিপ্ট পড়া থেকে সরে জটিল অভিযোগ সমাধান, বিক্ষুব্ধ গ্রাহক সামলানো, আর AI চ্যাটবট তদারকি।
• গ্রাফিক ও কনটেন্ট: ছবি বা লেখা বানানো এখন সস্তা। দামি হলো রুচি, ব্র্যান্ড বোঝা, কৌশল, আর বাংলা ভাষা ও সংস্কৃতির সূক্ষ্মতা।
• হিসাব ও অফিস কর্মী: এক্সেলের পাশাপাশি নিয়মকানুনের জ্ঞান, প্রতিবেদন ব্যাখ্যা করা, আর স্বয়ংক্রিয় প্রক্রিয়া তৈরি।
• সদ্য স্নাতক: আপনার সিভির চেয়ে প্রমাণ বেশি কাজ করবে। AI ব্যবহার করে বানানো দুই-তিনটি বাস্তব প্রজেক্ট, যার প্রতিটি অংশ আপনি নিজে ব্যাখ্যা করতে পারেন। এ বিষয়ে আগে লিখেছিলাম ডিগ্রি আর চাকরির সম্পর্ক নিয়ে।

৯. ছাঁটাই আসার আগেই যা করবেন

ভয় পাওয়ার চেয়ে হিসাব করা ভালো। আগামী নব্বই দিনে এই কাজগুলো শুরু করতে পারেন:

• নিজের কাজ ভেঙে লিখুন: সপ্তাহের কাজগুলো তালিকা করুন। কোনগুলো AI করে দিতে পারবে, কোনগুলো পারবে না? দ্বিতীয় তালিকাটাই আপনার ভবিষ্যৎ।
• নিজের কাজে AI ঢোকান: কেউ বলার আগে নিজেই শুরু করুন। প্রতিষ্ঠানের গোপন তথ্য যেন বাইরের টুলে না যায়, সেদিকে সতর্ক থাকুন।
• ভিত্তি ঝালিয়ে নিন: যে মূল বিষয়টায় আপনি কাঁচা, সেটাই আগে ধরুন।
• কাজ দৃশ্যমান রাখুন: কী সমস্যা সমাধান করলেন, কত সময় বা টাকা বাঁচল, তা লিখে রাখুন। ছাঁটাইয়ের তালিকা হওয়ার সময় অদৃশ্য কর্মী সবচেয়ে ঝুঁকিতে থাকেন।
• আর্থিক প্রস্তুতি নিন: সম্ভব হলে কয়েক মাসের খরচ আলাদা রাখুন। এই সঞ্চয়টুকুই আপনাকে ভয় না পেয়ে সিদ্ধান্ত নেওয়ার সুযোগ দেবে।
• সম্পর্ক টিকিয়ে রাখুন: অনেক সুযোগ বিজ্ঞপ্তিতে আসে না, পরিচিত মানুষের মাধ্যমে আসে।

১০. দায় কি শুধু কর্মীর?

একটা কথা না বললে লেখাটা অসম্পূর্ণ থাকবে। "নিজেকে বদলাও" বলাটা সহজ, কিন্তু পুরো দায় ব্যক্তির ঘাড়ে চাপানো অন্যায়। প্রতিষ্ঠানের দায়িত্ব আছে নিজের কর্মীদের নতুন দক্ষতায় প্রশিক্ষণ দেওয়া, হঠাৎ রাস্তায় না ফেলা, আর জুনিয়র নিয়োগ পুরোপুরি বন্ধ না করা। কারণ আজকের জুনিয়রই আগামী দিনের সিনিয়র। বিশ্ববিদ্যালয়কে পাঠ্যক্রম হালনাগাদ করতে হবে। আর রাষ্ট্রকে ভাবতে হবে, যে বিপুল তরুণ জনগোষ্ঠীকে আমরা ফ্রিল্যান্সিং আর আইটিতে আসতে উৎসাহ দিয়েছি, তাঁদের পরের ধাপ কী হবে।

পরিশেষে বলা যায়, "ঠিক কতটুকু ছাঁটাই হবে" প্রশ্নের নিশ্চিত উত্তর আজ কারো কাছে নেই, আর সেই উত্তরের অপেক্ষায় বসে থাকাও বুদ্ধিমানের কাজ নয়। কিন্তু "কতটুকু জানতে হবে" প্রশ্নের উত্তর আমাদের হাতেই আছে। নিজের কাজের মূলটুকু এতটা ভালোভাবে জানুন, যাতে AI ভুল করলে ধরতে পারেন। AI-কে নিজের সহকারী বানান, প্রতিদ্বন্দ্বী নয়। আর ফলাফলের দায় নিতে শিখুন, কারণ দায় নেওয়ার কাজটা কোনো মেশিন করতে পারে না। ছাঁটাইয়ের তালিকা আপনি ঠিক করেন না, কিন্তু সেই তালিকায় আপনার নাম থাকার সম্ভাবনা কমানোর কাজটা আজ থেকেই শুরু করতে পারেন।