বার্গার কিং থেকে এন্টারপ্রাইজ-গ্রেড এআই হার্ডওয়্যার এসেছে: এই ফাস্ট-ফুড চেইনটি তার কর্মীদের হেডফোনে এআই ইনস্টল করার পরীক্ষা-নিরীক্ষা শুরু করছে।
এর নাম প্যাটি, যা OpenAI দ্বারা চালিত, এবং এটি বার্গার কিং-এর BK অ্যাসিস্ট্যান্ট প্ল্যাটফর্মের ভয়েস অ্যাসিস্ট্যান্ট। কর্মীরা যেকোনো সময় এটি জিজ্ঞাসা করতে পারেন: "আমার ম্যাপেল বোর্বন গ্রিলড হুপারে কত টুকরো বেকন রাখা উচিত?" অথবা "আমি মিল্কশেক মেশিনটি কীভাবে পরিষ্কার করব?" এটি এই সমস্ত প্রশ্নের উত্তর দিতে পারে। যখন সরঞ্জামের ত্রুটি বা উপাদানগুলি স্টকের বাইরে থাকে, তখন সিস্টেমটি স্বয়ংক্রিয়ভাবে সমস্ত চ্যানেল – সেলফ-সার্ভিস অর্ডারিং মেশিন, ড্রাইভ-থ্রু এবং ইলেকট্রনিক মেনু বোর্ড – 15 মিনিটের মধ্যে সিঙ্ক্রোনাইজ করবে, কোনও মানুষের হস্তক্ষেপ ছাড়াই সবকিছু আপডেট করবে।
এই সিস্টেমটি ড্রাইভ-থ্রু সংলাপ, রান্নাঘরের সরঞ্জাম এবং ইনভেন্টরি সহ একাধিক ডেটা উৎসকে একীভূত করে, যা একটি সম্পূর্ণ স্টোর অপারেশন প্ল্যাটফর্ম তৈরি করে। দ্য ভার্জের সাথে একটি সাক্ষাৎকারে, বার্গার কিং-এর প্রধান ডিজিটাল অফিসার, থিবল্ট রুকস, প্যাটিকে একটি "ব্যবস্থাপনা সহায়তা" হাতিয়ার হিসাবে সংজ্ঞায়িত করেছেন।
এখন পর্যন্ত, এটি রান্নাঘরের দক্ষতা বৃদ্ধির জন্য একটি বেশ ভালো হাতিয়ার। প্রকৃতপক্ষে, ফাস্ট-ফুড শিল্পের দীর্ঘস্থায়ী সমস্যা, উচ্চ টার্নওভার এবং সংক্ষিপ্ত প্রশিক্ষণ চক্রের কারণে, নতুন কর্মীরা সহজেই কর্মক্ষম মানগুলি অ্যাক্সেস করতে পারে এবং সিস্টেমটি স্বয়ংক্রিয়ভাবে স্টক-অফ-স্টক তথ্য পরিচালনা করতে পারে, যা সত্যিই এই সমস্যাগুলির সমাধান করে।
কিন্তু প্যাটির আরেকটি বৈশিষ্ট্য আছে: এটি কর্মচারী এবং গ্রাহকদের মধ্যে কথোপকথন শোনে।
বিশেষ করে, বার্গার কিং ফ্র্যাঞ্চাইজি এবং গ্রাহকদের কাছ থেকে "কীভাবে পরিষেবা বন্ধুত্ব পরিমাপ করবেন" সম্পর্কে তথ্য সংগ্রহ করেছে, এই তথ্য ব্যবহার করে AI কে নির্দিষ্ট শব্দ এবং বাক্যাংশ চিনতে প্রশিক্ষণ দেওয়া হয়েছে – "বার্গার কিং-এ স্বাগতম," "দয়া করে," "ধন্যবাদ।" সিস্টেমটি তারপর এই তথ্যের উপর ভিত্তি করে প্রতিটি দোকানের "পরিষেবা বন্ধুত্ব" স্কোর করে। পরিচালকরা যেকোনো সময় AI-এর সাথে তাদের দোকানের বন্ধুত্বপূর্ণ কর্মক্ষমতা পরীক্ষা করতে পারেন। রুকস আরও যোগ করেছেন যে তারা "কথোপকথনের সুর" আরও ভালভাবে ক্যাপচার করার জন্য সিস্টেমটি উন্নত করছে।
অন্য কথায়, আপনি গ্রাহকদের দিকে হাসছেন কিনা এবং আপনার সুর যথেষ্ট উৎসাহী কিনা তা এখন একটি অ্যালগরিদম দ্বারা নির্ধারিত হয়।
প্যাটি ইতিমধ্যেই ৫০০টি দোকানে পরীক্ষামূলকভাবে চালু করা হচ্ছে এবং ২০২৬ সালের শেষ নাগাদ আমেরিকার সমস্ত রেস্তোরাঁয় এটি চালু করার পরিকল্পনা রয়েছে। ইতিমধ্যে, ম্যাকডোনাল্ডস সম্প্রতি আইবিএমের সাথে তাদের এআই অর্ডারিং প্রকল্প বাতিল করেছে, এবং টাকো বেলের ভয়েস এআই বারবার ড্রাইভ-থ্রু উইন্ডোতে ত্রুটিপূর্ণ হয়েছে, যা সোশ্যাল মিডিয়ায় গ্রাহকদের রসিকতার বিষয় হয়ে উঠেছে। বার্গার কিং একটি ভিন্ন পথ বেছে নিয়েছে: গ্রাহকদের সাথে মোকাবিলা করার জন্য এআই ব্যবহার করার পরিবর্তে, এটি কর্মীদের সাথে মোকাবিলা করার জন্য এআই ব্যবহার করে।
এটি একটি বুদ্ধিমানের পছন্দ। গ্রাহকদের সাথে আচরণ করার সময় যদি AI ব্যর্থ হয়, তাহলে এটি জনসংযোগের বিপর্যয়ে পরিণত হয়; কিন্তু কর্মীদের সাথে আচরণ করার সময় AI ব্যর্থ হলে কী গুরুতর পরিণতি হতে পারে?
যখন ব্যবস্থাপনা পর্যবেক্ষণে পরিণত হয়
বার্গার কিং এই পথটি গ্রহণকারী প্রথম কোম্পানি নয়, এবং এটি সবচেয়ে উগ্রও নয়।
সবচেয়ে বিখ্যাত উদাহরণ হল Amazon। এর গুদাম ব্যবস্থা, ADAPT (অ্যাসোসিয়েট ডেভেলপমেন্ট অ্যান্ড পারফরম্যান্স ট্র্যাকার), প্রতিটি পিকারের স্ক্যানিং গতি দ্বিতীয় পর্যন্ত ট্র্যাক করে। কর্মীদের প্যাকেজ স্ক্যান করার জন্য স্ক্যানার তোলার মধ্যে ব্যবধান রেকর্ড করা হয় – যদি স্ক্যানারটি একটি নির্দিষ্ট সময়ের বেশি সময় ধরে নিষ্ক্রিয় থাকে, তাহলে সিস্টেমটি স্বয়ংক্রিয়ভাবে এটিকে "অনুৎপাদনশীল সময়" হিসাবে রেকর্ড করে।
যেসব কর্মচারী প্রয়োজনীয় হার পূরণ করতে ব্যর্থ হবেন তারা সিস্টেম থেকে স্বয়ংক্রিয়ভাবে জেনারেটেড সতর্কীকরণ পাবেন। ছয়টি সতর্কীকরণ জমা করার পর, সিস্টেমটি কোনও মানব ব্যবস্থাপকের সম্পৃক্ততা ছাড়াই স্বয়ংক্রিয়ভাবে কর্মচারীকে বরখাস্ত করবে । অ্যামাজন বলেছে যে মানব তত্ত্বাবধায়করা এই সিদ্ধান্তগুলিকে অগ্রাহ্য করতে পারেন, তবে এটি একটি "প্রতিকারমূলক" নকশা, "পূর্ব-বিচার" নকশা নয়।
২০২৪ সালের গোড়ার দিকে, ফরাসি ডেটা সুরক্ষা সংস্থা CNIL তাদের পর্যবেক্ষণ ব্যবস্থায় "অতিরিক্ত অনুপ্রবেশ" করার জন্য Amazon France কে ৩২ মিলিয়ন ইউরো জরিমানা করে। CNIL বিশেষভাবে উল্লেখ করেছে যে কর্মীদের বারকোড স্ক্যানারের অলস সময় সঠিকভাবে পরিমাপ করার অভ্যাসের অর্থ হল কর্মীদের প্রতিটি বিরতির ব্যাখ্যা দিতে হত, এমনকি মাত্র কয়েক মিনিটের জন্য – টয়লেটে যাওয়া, জল পান করা বা স্ট্রেচিং – সবকিছুই "অস্বাভাবিকতা" হয়ে ওঠে যা সিস্টেম দ্বারা রেকর্ড এবং যাচাই করা প্রয়োজন ।
"আপনার মনে হচ্ছে আপনি কারাগারে আছেন," অ্যামাজন ডেলিভারি স্টেশনের একজন ইউনিয়ন সদস্য মার্কিন শ্রম বিভাগের শুনানিতে বলেছেন। তিনি বলেন, অ্যামাজন নিয়মিতভাবে তার ইলেকট্রনিক ট্র্যাকিং সরঞ্জাম দ্বারা সংগৃহীত তথ্যের উপর ভিত্তি করে শাস্তিমূলক ব্যবস্থা গ্রহণ করে এবং এই নজরদারি "ভয় এবং উদ্বেগ তৈরি করে, যা ফলস্বরূপ একটি বিপজ্জনক কাজের পরিবেশ তৈরি করে।"
গ্রাহক সেবা শিল্প ভিন্ন প্রযুক্তিগত পদ্ধতি গ্রহণ করে, কিন্তু যুক্তি একই। ক্রমবর্ধমান সংখ্যক কল সেন্টার AI আবেগ সনাক্তকরণ সিস্টেম স্থাপন করছে যা গ্রাহক পরিষেবা কর্মীদের মানসিক অবস্থা এবং "সহানুভূতি" নির্ধারণের জন্য রিয়েল টাইমে কণ্ঠস্বরের স্বর, কথা বলার গতি এবং বিরতির ধরণ বিশ্লেষণ করে। প্রযুক্তি বিক্রেতারা দাবি করেন যে এই সিস্টেমগুলি গ্রাহকের ফোন বন্ধ করার 30-60 সেকেন্ড আগে হতাশা সনাক্ত করতে পারে, যার নির্ভুলতা হার 85% ছাড়িয়ে যায়।
কিন্তু আসলে স্থাপনার ক্ষেত্রে যা ঘটেছিল তা হল এজেন্টরা দ্রুত স্থির স্ক্রিপ্ট টেমপ্লেট এবং টোন প্যাটার্ন দিয়ে অ্যালগরিদমকে "ফিড" করতে শিখেছিল – কখন বিরতি দিতে হবে, সহানুভূতি প্রকাশ করার জন্য কোন কীওয়ার্ড ব্যবহার করতে হবে এবং কোন গতিতে "আমি বুঝতে পারছি তুমি কেমন অনুভব করছো" বলতে হবে। GAO-এর তদন্তে একজন কল সেন্টার কর্মচারী বলেছেন, "বিক্রয় চাপ এবং বিভিন্ন পর্যবেক্ষণ পদ্ধতি প্রচণ্ড চাপ তৈরি করেছে।"
কর্মচারীরা ভালো পরিষেবা প্রদান করছে না; তারা ভালো ডেটা প্রদান করছে। গার্টনারের মতে, মহামারীর পর থেকে বৃহৎ প্রতিষ্ঠানগুলি তাদের কর্মীদের উপর নজরদারি করার হার দ্বিগুণ হয়েছে। কিছু সফ্টওয়্যার কীস্ট্রোক রেকর্ড করে, নিয়মিত স্ক্রিনশট নেয়, কল এবং মিটিং রেকর্ড করে এবং এমনকি কর্মীদের ওয়েবক্যাম অ্যাক্সেস করতে পারে। পর্যবেক্ষণ করা এবং পর্যবেক্ষণ না করা আমেরিকান পেশাদারদের তুলনা করে হার্ভার্ড বিজনেস রিভিউয়ের একটি গবেষণায় দেখা গেছে যে পর্যবেক্ষণ করা কর্মীরা অননুমোদিত বিরতি, ইচ্ছাকৃতভাবে শিথিলতা, কোম্পানির সম্পত্তির ক্ষতি, এমনকি চুরিতে জড়িত হওয়ার সম্ভাবনা বেশি – পর্যবেক্ষণ সমস্যাযুক্ত আচরণ কমায়নি; এটি এটি বৃদ্ধি করে।
প্রতিটি ঘটনা একই বিন্দু থেকে শুরু হয়: ব্যবস্থাপনা একটি বাস্তব ব্যবস্থাপনা সমস্যা আবিষ্কার করে—অপর্যাপ্ত পরিষেবা, কম দক্ষতা এবং দূরবর্তী কর্মীদের সম্ভাব্য অলসতা—এবং তারপর এটি "সমাধান" করার জন্য প্রযুক্তি ব্যবহার করার সিদ্ধান্ত নেয়। কিন্তু প্রযুক্তি কেবল প্রক্সি মেট্রিক্স পরিমাপ করতে পারে: স্ক্যান ব্যবধান, কীওয়ার্ড ফ্রিকোয়েন্সি, মাউসের নড়াচড়ার ধরণ এবং স্বরের ওঠানামা। এই মেট্রিক্স এবং প্রকৃত কাজের মানের মধ্যে বিশাল ব্যবধান রয়েছে।
পরিমাপ ফাঁদ
বার্গার কিং-এর ক্ষেত্রে ফিরে আসা যাক, একজন ভালো স্টোর ম্যানেজারের উচিত তাদের কর্মীদের পরিষেবার পারফরম্যান্স সম্পর্কে সচেতন থাকা। দোকান পরিদর্শন, পরামর্শদান এবং প্রতিদিনের প্রতিক্রিয়ার মাধ্যমে সমন্বয় সাধনের মাধ্যমে এটি অর্জন করা যেতে পারে; দুপুরের খাবারের সময় একজন কর্মীর দৃষ্টি এবং গতি পর্যবেক্ষণ করে; এবং কাজের পরে তাদের সাথে কথা বলে বোঝা যায় যে কে চাপের মধ্যে রয়েছে। কিন্তু এর জন্য অভিজ্ঞতা, উপস্থিতি এবং বিচার-বিবেচনা প্রয়োজন – ফাস্ট-ফুড চেইন শিল্পে সবচেয়ে দুর্লভ গুণাবলী।
ফাস্ট-ফুড শিল্প দীর্ঘদিন ধরে মধ্যম ব্যবস্থাপনার উপর চাপের সম্মুখীন। উচ্চ কর্মচারী টার্নওভার (মার্কিন ফাস্ট-ফুড শিল্পে বার্ষিক ১০০% এরও বেশি), সংকুচিত প্রশিক্ষণ চক্র এবং স্টোর ম্যানেজারদের জন্য সীমিত বেতন এবং ক্যারিয়ার উন্নয়নের সুযোগের কারণে অভিজ্ঞ কর্মীদের ধরে রাখা কঠিন হয়ে পড়ে। ফলাফল হল ব্যবস্থাপনা দক্ষতার একটি পদ্ধতিগত অভাব। এটি এমন নয় যে কোনও নির্দিষ্ট স্টোর ম্যানেজার অযোগ্য, বরং শিল্পের কাঠামো ধারাবাহিকভাবে পর্যাপ্ত উচ্চ-মানের মধ্যম ব্যবস্থাপনা দল বজায় রাখা কঠিন করে তোলে।
তাই যখন AI এর আবির্ভাব ঘটে, তখন এটিকে ব্যবস্থাপনা দক্ষতাকে এড়িয়ে যাওয়ার একটি শর্টকাট হিসেবে দেখা হত: যেহেতু আমার যথেষ্ট ভালো ম্যানেজার নেই, তাই অ্যালগরিদমকে সবকিছুর উপর নজর রাখতে দিন। যেহেতু আমি প্রতিটি স্টোর ম্যানেজারকে পর্যবেক্ষণমূলক দক্ষতা এবং সহানুভূতিশীল করতে পারি না, তাই সিস্টেমকে "দয়া করে" এবং "ধন্যবাদ" কতবার ব্যবহার করা হয়েছে তা গণনা করতে দিন।
সমস্যা হলো অ্যালগরিদম শব্দকে লক্ষ্য করে, মানুষদের নয়। "দয়া করে" এবং "ধন্যবাদ" গণনা করা যেতে পারে, কিন্তু পরিষেবার প্রকৃত মান – একজন কর্মী ধৈর্য ধরে একজন গ্রাহককে ব্যস্ত সময়ে চাপের মধ্যে খাবার পরিবর্তন করতে সাহায্য করছেন, অথবা একজন নতুন কর্মচারী প্রথমবারের মতো স্বাধীনভাবে কোনও অভিযোগ পরিচালনা করছেন, এমনকি নার্ভাস থাকা সত্ত্বেও আন্তরিক মনোভাব নিয়ে – কীওয়ার্ড স্বীকৃতি দ্বারা ধরা যায় না।
তাছাড়া, যা হওয়ার সম্ভাবনা বেশি তা হল, কর্মীরা যখন জানতে পারবে যে তাদের প্রতিটি শব্দ স্কোর করা হচ্ছে, তখন তাদের আচরণ বিকৃত হয়ে যাবে। "বন্ধুত্ব" স্বতঃস্ফূর্ত মনোভাব থেকে একটি পর্যবেক্ষণমূলক কর্মক্ষমতায় রূপান্তরিত হয়। আপনি প্রতিটি বাক্যের আগে "দয়া করে" যোগ করবেন কারণ আপনি সত্যিই ভদ্র হতে চান না, বরং কারণ আপনি জানেন যে সিস্টেমটি শুনছে। হ্যামবার্গার হস্তান্তর করার সময় আপনি "আসার জন্য ধন্যবাদ" বলবেন কৃতজ্ঞতা প্রকাশের জন্য নয়, বরং এটি না বলার কারণে যে এটি আপনার স্কোর কমিয়ে দেবে।
সমাজ বিজ্ঞানে গুডহার্টের সূত্র নামে একটি ধারণা আছে: যখন একটি সূচক লক্ষ্যে পরিণত হয়, তখন এটি আর একটি ভালো সূচক থাকে না। "দয়া করে" এবং "ধন্যবাদ" এর ফ্রিকোয়েন্সি পরিষেবা বন্ধুত্বের একটি মোটামুটি সূচক হতে পারে, কিন্তু একবার এটি কর্মচারীদের কর্মক্ষমতা মূল্যায়নের জন্য KPI হয়ে গেলে, কর্মীরা এর পিছনে কী আছে তা উন্নত করার পরিবর্তে সূচকটিকেই অপ্টিমাইজ করার দিকে মনোনিবেশ করবে।
এই পদ্ধতির যৌক্তিক শৃঙ্খল স্পষ্ট: লোকেদের পরিচালনা করতে অক্ষমতা → প্রযুক্তি দিয়ে ব্যবস্থাপনার স্থান পরিবর্তন করা → প্রযুক্তি কেবল পৃষ্ঠ-স্তরের সূচকগুলিকে পরিমাপ করতে পারে → পৃষ্ঠ-স্তরের সূচকগুলি KPI তে পরিণত হয় → কর্মচারী কর্মক্ষমতা মেট্রিক্স → প্রকৃত পরিষেবার মানের পতন। ড্যাশবোর্ডে "বন্ধুত্বপূর্ণ স্কোর" বৃদ্ধি দেখে ব্যবস্থাপনা ধরে নেয় যে সমস্যাটি সমাধান হয়ে গেছে।
" এটা সবই ব্যবস্থাপনাকে সহজতর করার বিষয়ে," রুকস বলেন।
ব্যবস্থাপনায় AI-কে একীভূত করার দুটি উপায় আছে: সহায়তা এবং প্রতিস্থাপন। "সহায়তা" বলতে বোঝায় AI তথ্য সরবরাহ করে এবং মানুষই বিচার করে। একজন ব্যবস্থাপক বন্ধুত্বপূর্ণ তথ্যের হ্রাস দেখতে পারেন এবং তারপর কারণগুলি পর্যবেক্ষণ এবং বুঝতে পারেন—হয়তো এটি একটি অযৌক্তিক সময়সূচী, একজন কর্মচারীর জন্য পারিবারিক জরুরি অবস্থা, অথবা একটি নির্দিষ্ট সময়ের মধ্যে গ্রাহকদের অভিযোগের প্রকৃত বৃদ্ধি। ডেটা হল শুরু বিন্দু, শেষ বিন্দু নয়।
"প্রতিস্থাপন" এর অর্থ হল AI এর আউটপুট হল উপসংহার। যদি বন্ধুত্বপূর্ণ স্কোর কম হয়, তাহলে সিস্টেম স্বয়ংক্রিয়ভাবে এটি চিহ্নিত করে, এবং ম্যানেজার সরাসরি কথোপকথনের জন্য স্কোরটি ব্যবহার করে, অথবা আরও সরাসরি – এটিকে কর্মক্ষমতা মূল্যায়নের সাথে একীভূত করে। কোন পর্যবেক্ষণ, কোন বোঝাপড়া, কোন বিচারের প্রয়োজন নেই।
Amazon-এর ADAPT "প্রতিস্থাপনের" পর্যায়ে পৌঁছেছে—সিস্টেমটি সরাসরি কর্মীদের ছাঁটাই করে। Burger King's Patty বর্তমানে এখনও "সহায়ক" পর্যায়ে রয়েছে। কিন্তু সমস্যা হল, যখন আপনি এমন একটি সিস্টেমকে একটি স্বয়ংক্রিয় স্কোরিং টুল দেন যার ইতিমধ্যেই ব্যবস্থাপনা ক্ষমতার অভাব রয়েছে, তখন এটি প্রায় অনিবার্যভাবে "প্রতিস্থাপন"-এ চলে যায়। এর কারণ হল "সহায়ক"-এর জন্য মানুষের কাছে বিচার করার জন্য সহায়ক তথ্য ব্যবহার করার ক্ষমতা থাকা প্রয়োজন, এবং এই ক্ষমতাটিই মূলত সেই জিনিসের অভাব ছিল যা প্রথমে ছিল।
তুমি সরঞ্জাম দিয়ে সরঞ্জাম ব্যবহারের ক্ষমতার শূন্যস্থান পূরণ করার আশা করতে পারো না।
এই কারণেই ফাস্ট ফুড, গুদামজাতকরণ, সরবরাহ এবং কল সেন্টারের মতো শিল্পগুলিতে "এআই-সহায়তাপ্রাপ্ত ব্যবস্থাপনা" বারবার ব্যর্থ হয়েছে: এই শিল্পগুলি এআই পর্যবেক্ষণ চালু করার কারণ হল তারা এটি কার্যকরভাবে ব্যবহার করতে পারে না। অপর্যাপ্ত ব্যবস্থাপনা ক্ষমতার কারণে তারা প্রযুক্তি চালু করতে বাধ্য হয়েছিল; কিন্তু এই অপর্যাপ্ত ব্যবস্থাপনা ক্ষমতার কারণে, প্রযুক্তিটিকে নিজেই ব্যবস্থাপনা হিসাবে বিবেচনা করা হয়েছিল।
পরিশেষে, AI-এর সবচেয়ে বড় শক্তি ব্যবস্থাপনার উন্নতি নয়। এর সবচেয়ে বড় শক্তি হল যারা মূল কারণগুলি সমাধান করতে অনিচ্ছুক তাদের সমস্যার সমাধান করতে দেখা যায়।
ড্যাশবোর্ড জ্বলে ওঠে, সংখ্যা পরিবর্তন হয়, এবং পাওয়ারপয়েন্ট উপস্থাপনায় লেখা থাকে "এআই-চালিত পরিষেবার মান উন্নয়ন।" এদিকে, হেডসেটের অন্য প্রান্তে কর্মচারী সঠিক সময়ে সঠিক শব্দগুলি বলার জন্য উন্মত্তভাবে অনুশীলন করছেন, আশা করছেন যে তারা একটি অ্যালগরিদমকে বোঝাবেন যে তারা যথেষ্ট বন্ধুত্বপূর্ণ।
#iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট অনুসরণ করতে আপনাকে স্বাগতম: iFanr (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আরও উত্তেজনাপূর্ণ কন্টেন্ট আপনার কাছে উপস্থাপন করা হবে।