কৃত্রিম বুদ্ধিমত্তা বা এআই এখন ব্যবসাপ্রতিষ্ঠানের তথ্য বিশ্লেষণ, সিদ্ধান্ত গ্রহণ এবং দৈনন্দিন কার্যক্রমে গুরুত্বপূর্ণ ভূমিকা রাখছে। কর্মীরা সাধারণ ভাষায় প্রশ্ন করছেন, আর এআই মুহূর্তের মধ্যে বিপুল পরিমাণ তথ্য থেকে উত্তর তৈরি করছে। কিন্তু দ্রুত উত্তর দেওয়ার সক্ষমতা মানেই নির্ভুল উত্তর দেওয়ার নিশ্চয়তা নয়। বিশেষ করে ব্যবসায়িক তথ্যের ক্ষেত্রে এআইয়ের ভুলের ঝুঁকি এখনো বড় একটি সমস্যা।
একটি প্রতিষ্ঠানের তথ্যভান্ডারে হাজারো টেবিল, কলাম, পরিমাপক এবং পরস্পর সম্পর্কযুক্ত তথ্য থাকতে পারে। কিন্তু এসব তথ্যের পেছনে থাকা ব্যবসায়িক অর্থ, ব্যবহারের নিয়ম কিংবা একটি তথ্যের সঙ্গে অন্যটির সম্পর্ক এআই নিজে থেকে সব সময় বুঝতে পারে না। ফলে কোনো প্রশ্নের উত্তরে প্রযুক্তিগতভাবে গ্রহণযোগ্য হলেও বাস্তবে ভুল তথ্য হাজির করতে পারে।
এই সীমাবদ্ধতা মোকাবিলায় মাইক্রোসফটের ফ্যাব্রিক আইকিউ একটি ভিন্ন পদ্ধতির ওপর গুরুত্ব দিচ্ছে। এখানে শুধু বৃহৎ ভাষা মডেলের ওপর নির্ভর না করে প্রতিষ্ঠানের নিজস্ব তথ্য, ব্যবসায়িক পরিভাষা, নিয়ম এবং তথ্যের পারস্পরিক সম্পর্ককে একটি কাঠামোর মধ্যে আনা হয়। এই কাঠামোর নাম অন্টোলজি।
তথ্যের সঙ্গে ব্যবসার অর্থ যুক্ত করার প্রয়োজন
সাধারণ ডেটাবেসে তথ্য কোথায় রাখা আছে, কোন টেবিলে কী রয়েছে এবং কোন কলামে কী ধরনের মান আছে, তা বোঝা যায়। কিন্তু একটি প্রতিষ্ঠানের বাস্তব কার্যক্রম বুঝতে শুধু এই প্রযুক্তিগত পরিচিতি যথেষ্ট নয়।
ধরা যাক, কোনো প্রতিষ্ঠানের বিক্রয়সংক্রান্ত তথ্যভান্ডারে রাজস্ব, অর্ডার, গ্রাহক এবং পণ্যের আলাদা টেবিল রয়েছে। এআইকে যদি জানতে চাওয়া হয়, কোন অঞ্চলে বিক্রয় সবচেয়ে বেশি কমেছে, তাহলে তাকে শুধু সংশ্লিষ্ট টেবিল খুঁজে পেলেই চলবে না। রাজস্ব কীভাবে গণনা করা হয়, বিক্রয় কমার সংজ্ঞা কী, কোন সময়ের সঙ্গে তুলনা করতে হবে এবং অঞ্চল বলতে কোন শ্রেণিবিন্যাস বোঝানো হচ্ছে, সেসবও জানতে হবে।
অন্টোলজি এই ব্যবসায়িক অর্থগুলোকে তথ্যের সঙ্গে যুক্ত করে। এতে প্রতিষ্ঠানের বিভিন্ন সত্তা বা বিষয়কে আলাদা নোড হিসেবে এবং তাদের পারস্পরিক সম্পর্ককে সংযোগ হিসেবে উপস্থাপন করা হয়। ফলে এআই শুধু তথ্যের অবস্থান নয়, তথ্যের অর্থ ও সম্পর্কও বুঝতে পারে।
ফ্যাব্রিক আইকিউয়ের এই কাঠামো ওয়ানলেকের তথ্যের সঙ্গে যুক্ত থাকে। সেম্যান্টিক মডেল, লেকহাউস এবং ইভেন্টহাউসের তথ্য ব্যবহার করেও নতুন করে মূল তথ্য নকল করার প্রয়োজন হয় না।
পাওয়ার বিআই মডেল হতে পারে শুরুর ভিত্তি
অন্টোলজি তৈরির জন্য প্রতিষ্ঠানের বিদ্যমান পাওয়ার বিআই সেম্যান্টিক মডেলকে কার্যকর সূচনা হিসেবে ব্যবহার করা যায়। কারণ, এসব মডেলে সাধারণত তথ্যের কাঠামো, পরিমাপক এবং বিভিন্ন উপাদানের মধ্যে সম্পর্ক আগে থেকেই নির্ধারিত থাকে।
তবে শুধু সেম্যান্টিক মডেল যুক্ত করলেই নির্ভুল এআই এজেন্ট তৈরি হয় না। প্রতিটি টেবিল, কলাম ও পরিমাপকের অর্থ স্পষ্টভাবে লিখতে হয়। একই বিষয় প্রতিষ্ঠানের ভেতরে যেসব ভিন্ন নামে পরিচিত, সেগুলোর সমার্থক শব্দও যুক্ত করা প্রয়োজন। পাশাপাশি ব্যবসায়িক নিয়ম এবং তথ্যের মধ্যকার সম্পর্কের ব্যাখ্যা দিতে হয়।
এ কাজে ভিএস কোডের মতো উন্নয়ন পরিবেশে এআই ব্যবহার করে বিবরণ ও সমার্থক শব্দ তৈরির কাজ সহজ করা সম্ভব। পাওয়ার বিআইয়ের ‘প্রিপেয়ার ডেটা ফর এআই’ সুবিধার মাধ্যমে সেম্যান্টিক মডেলকে এআই ব্যবহারের উপযোগী করে তোলাও গুরুত্বপূর্ণ।
নমুনা প্রশ্নে বাড়ে উত্তরের নির্ভুলতা
একটি এআই এজেন্টকে শুধু তথ্যের কাঠামো জানালেই হবে না, ব্যবহারকারীরা কী ধরনের প্রশ্ন করতে পারেন, সেটিও বোঝাতে হবে। এ জন্য সম্ভাব্য প্রশ্নের নমুনা যুক্ত করা কার্যকর।
যেমন, বিক্রয় ব্যবস্থাপক কোন অঞ্চলের বিক্রয় কমেছে জানতে চাইতে পারেন, আবার অর্থ বিভাগের কর্মকর্তা নির্দিষ্ট সময়ের আয় ও ব্যয়ের তুলনা চাইতে পারেন। এসব প্রশ্নের নমুনা যুক্ত থাকলে এআই ব্যবসার প্রয়োজনীয় ভাষা ও তথ্য ব্যবহারের ধরন সম্পর্কে আরও পরিষ্কার ধারণা পায়।
নিরাপত্তা বজায় রেখেই তথ্য বিশ্লেষণ
ফ্যাব্রিক আইকিউয়ের অন্টোলজির সঙ্গে যুক্ত ডেটা এজেন্ট ব্যবহারকারীদের স্বাভাবিক ভাষায় প্রশ্ন করার সুযোগ দেয়। প্রয়োজন অনুযায়ী এটি সাধারণ ভাষায় উত্তর, ডিএএক্স কিংবা টি-এসকিউএল কোড তৈরি করতে পারে।
এ ব্যবস্থায় ওয়ানলেকের বিদ্যমান নিরাপত্তা অনুমোদন কার্যকর থাকে। কোনো ব্যবহারকারীর নির্দিষ্ট টেবিল বা তথ্য ব্যবহারের অনুমতি না থাকলে এজেন্ট সেই তথ্যের ভিত্তিতে উত্তর দিতে পারে না। এজেন্টটি শুধু তথ্য পড়তে ও বিশ্লেষণ করতে পারে; মূল তথ্য পরিবর্তন করার ক্ষমতা নেই।
বর্তমানে প্রতিটি উত্তরে সর্বোচ্চ ২৫টি সারির তথ্য দেখানোর সীমা রয়েছে। এজেন্টগুলো মাইক্রোসফট পরিচালিত এআই মডেল ব্যবহার করে এবং ব্যবহারকারীরা সরাসরি নিজেদের পছন্দমতো মডেল নির্বাচন করতে পারেন না। ভবিষ্যতে এই সীমা পরিবর্তিত হতে পারে।
এআইয়ের দক্ষতা নির্ভর করবে প্রতিষ্ঠানের প্রস্তুতির ওপর
ফ্যাব্রিক আইকিউয়ের মূল শিক্ষা হলো, এআইকে শুধু শক্তিশালী মডেল দিলেই ব্যবসায়িক প্রশ্নের নির্ভরযোগ্য উত্তর পাওয়া যায় না। তাকে প্রতিষ্ঠানের ভাষা, তথ্যের অর্থ, সম্পর্ক এবং নিয়ম সম্পর্কে যথেষ্ট ধারণা দিতে হয়।
অর্থাৎ, এআইয়ের নির্ভুলতা বাড়ানোর কাজ শুরু হয় প্রশ্ন করার মুহূর্তে নয়, বরং তথ্যভান্ডার তৈরির সময় থেকেই। যে প্রতিষ্ঠান তার তথ্যকে যত ভালোভাবে ব্যাখ্যা ও সংগঠিত করতে পারবে, তার এআই এজেন্টও তত বেশি প্রাসঙ্গিক ও নির্ভরযোগ্য উত্তর দেওয়ার সুযোগ পাবে। প্রযুক্তির পরবর্তী প্রতিযোগিতায় তাই শুধু উন্নত এআই মডেল নয়, প্রতিষ্ঠানের নিজস্ব তথ্যকে বোঝার উপযোগী করে তোলার সক্ষমতাও গুরুত্বপূর্ণ হয়ে উঠছে।












