বিশ্বের শীর্ষস্থানীয় বিনিয়োগ ব্যাংক UBS-এর সাম্প্রতিক একটি গবেষণা প্রতিবেদন প্রযুক্তি জগতে বেশ আলোড়ন ফেলেছে। ২৩ জুন ২০২৬ তারিখে প্রকাশিত UBS-এর AI গবেষণা রিপোর্টে বলা হয়েছে, বড় কর্পোরেট প্রতিষ্ঠানগুলোর প্রায় ৬০ শতাংশ ইতোমধ্যেই AI ব্যয়ের উপর কোনো না কোনো ধরনের নিয়ন্ত্রণ আরোপ করেছে। অর্থাৎ, AI-এর পেছনে অন্ধভাবে অর্থ ঢালার যে প্রবণতা ছিল, তা এখন একটি হিসাবী ও সতর্ক পর্যায়ে প্রবেশ করেছে।
কী কারণে কোম্পানিগুলো AI খরচ কমাচ্ছে?
UBS-এর গবেষণায় দেখা গেছে, AI টোকেন খরচ অনেক প্রতিষ্ঠানের জন্য নিয়ন্ত্রণের বাইরে চলে যাচ্ছিল। কিছু কর্মী ব্যক্তিগতভাবে মাসে ৩৫,০০০ ডলার পর্যন্ত AI খরচ করছিলেন, এবং কিছু টিম তাদের নির্ধারিত টোকেন কোটার ২০০ শতাংশ পর্যন্ত ছাড়িয়ে যাচ্ছিল। এই পরিস্থিতিতে কোম্পানিগুলো খরচ নিয়ন্ত্রণের কৌশল হিসেবে দামি frontier মডেল থেকে সরে এসে সাশ্রয়ী বিকল্পের দিকে যাচ্ছে এর মধ্যে Alibaba-র Qwen, DeepSeek ও MiniMax-এর মতো চীনা ওপেন-সোর্স মডেলগুলো বিশেষভাবে জনপ্রিয় হচ্ছে। কিছু কোম্পানি তাদের অভ্যন্তরীণ AI টুলের সংখ্যা ৫ থেকে কমিয়ে ২-এ নামিয়ে এনেছে।
এই প্রবণতা কি AI শিল্পের জন্য বিপদ সংকেত?
UBS বিশ্লেষকরা অবশ্য এটাকে AI বুদ্বুদ ফাটার লক্ষণ মনে করছেন না। তাদের মতে, এটি AI খরচ ব্যবস্থাপনার পরিপক্কতার ইঙ্গিত কোম্পানিগুলো AI ছেড়ে দিচ্ছে না, বরং আরও স্মার্টভাবে ব্যবহার করছে। তবে এই প্রবণতা Salesforce, ServiceNow ও Workday-এর মতো seat-based SaaS কোম্পানিগুলোর জন্য একটি বড় চাপ তৈরি করছে, কারণ কর্পোরেট বাজেটের একটি বড় অংশ এখন SaaS সফটওয়্যার থেকে সরে AI টোকেন খরচে চলে যাচ্ছে। দীর্ঘমেয়াদে AI খরচের এই পুনর্বিন্যাস পুরো প্রযুক্তি শিল্পের মূল্যশৃঙ্খলকে নতুনভাবে সাজিয়ে দেবে বলে বিশেষজ্ঞরা মনে করছেন।
FAQ
প্রশ্ন ১: “Throttling AI spend” বলতে কী বোঝায়?
এর মানে হলো AI ব্যবহারের খরচ নিয়ন্ত্রণে রাখা। যেমন টোকেন ব্যবহারে সীমা নির্ধারণ, দামি মডেলের বদলে সস্তা মডেল বেছে নেওয়া, বা AI টুলের সংখ্যা কমিয়ে আনা।
প্রশ্ন ২: কোম্পানিগুলো কোন AI মডেলে সরে যাচ্ছে?
দামি মার্কিন frontier মডেলের বদলে DeepSeek, Alibaba Qwen ও MiniMax-এর মতো চীনা ওপেন-সোর্স মডেলগুলো কর্পোরেট প্রতিষ্ঠানের তালিকায় জায়গা পাচ্ছে, কারণ এগুলো কম খরচে কাছাকাছি মানের কাজ দেয়।
প্রশ্ন ৩: এই পরিস্থিতি কি AI বিনিয়োগের বুদ্বুদ ফাটার লক্ষণ?
UBS বিশ্লেষকরা মনে করেন না। তারা বলছেন, এটি AI খরচ ব্যবস্থাপনার পরিপক্কতার ইঙ্গিত। দীর্ঘমেয়াদী AI চাহিদা এখনো শক্তিশালী, তবে খরচ বরাদ্দ আরও কৌশলগত হচ্ছে।