আধুনিক পরিখা

Table of Contents

সংক্ষিপ্তসার

একবিংশ শতাব্দীর সংজ্ঞায়িত ব্যবসায়িক পরিখা, বিশুদ্ধ সফটওয়্যার, জেনারেটিভ এআই কোডের খরচ শূন্যের দিকে ঠেলে দেওয়ায় দ্রুত ভেঙে পড়ছে; এটি সেই প্রক্রিয়ারই প্রতিচ্ছবি, যেভাবে চীনা শিল্পঘনত্ব ইতিমধ্যেই বিশুদ্ধ হার্ডওয়্যার পরিখাকে ধ্বংস করেছে। উৎপাদনের নিছক কঠিনতা আর কোনো ডোমেইনেই একটি ব্যবসাকে সুরক্ষা দেয় না, তাই স্থায়ী মুনাফা সরে গেছে বিট ও অ্যাটমের মধ্যবর্তী ফাঁকে। আজ একটি প্রতিরক্ষাযোগ্য কোম্পানি গড়তে হলে প্রতিষ্ঠাতাদের সাধারণ সফটওয়্যার বিক্রেতার মডেল ত্যাগ করে এমন এক প্রধানের মতো কাজ করতে হবে, যে শুরু থেকে শেষ পর্যন্ত একটি বাস্তব ভৌত কর্মপ্রবাহের মালিক। অন্তত চারটি মূল উপাদানের মধ্যে তিনটি—কাস্টম হার্ডওয়্যার, বিশেষায়িত সফটওয়্যার, অর্জিত সম্পর্ক, এবং স্বত্বাধিকারী ডেটা—কঠোরভাবে একীভূত করলে, একটি আধুনিক ব্যবসা একটি নিশ্চিত ফলাফল দিতে পারে, একই সঙ্গে সেই বদ্ধচক্র ডেটা আহরণ করতে পারে, যা-ই প্রকৃত পরিখা হয়ে ওঠে। আজ থেকে শুরু করা কোনো প্রতিযোগী একটি নির্দিষ্ট নেতৃত্বের পেছনে ছুটছে না। সে এমন এক নেতৃত্বের পেছনে ছুটছে, যা প্রতিবার একটি কাজ সম্পন্ন হলে আরও প্রসারিত হয়।

ভূমিকা ও উদ্দেশ্য

এই প্রতিবেদনে আমি আমার পরিখা তত্ত্বের বাকি সবকিছুর ভিত্তি যে একমাত্র দাবির ওপর দাঁড়িয়ে আছে, তা বিস্তৃত করেছি: বিশুদ্ধ সফটওয়্যার আর প্রতিরক্ষাযোগ্য পরিখা নয়, এবং বিশুদ্ধ হার্ডওয়্যারও আর পরিখা ছিল না, একবার চীন তার উৎপাদন-প্রাধান্য স্কেল করার পর। দুটোকেই স্লোগানের মতো ছুড়ে ফেলা হয়। আমি স্লোগানটিকে সরিয়ে প্রক্রিয়াটিকে সামনে আনতে চাই। কেন প্রতিটি পতন ঘটল, কোন অনুমানগুলো নীরবে ভেঙে পড়ল, কীভাবে এই দুটি একে অন্যকে খাওয়ায়, এবং কোথায় এখনো স্থায়ী মুনাফা ধরা যেতে পারে। আমি এটি এমনভাবে লিখেছি যেন এটি নিজে নিজেই দাঁড়াতে পারে, যাতে ভবিষ্যতের কোনো পাঠক, বা ভবিষ্যতের কোনো মডেল, আলোচনাটি ছাড়াই পুরো যুক্তি বুঝতে পারে।

প্রায় ত্রিশ বছর ধরে, প্রযুক্তি কৌশল ধরে নিয়েছিল যে ডিজিটাল বিশ্ব স্থায়ী, উচ্চ মার্জিন, প্রতিরক্ষাযোগ্য মুনাফা তৈরি করে, আর ভৌত বিশ্ব তৈরি করে পাতলা, অব্যক্তিগতকৃত, নিম্ন-মার্জিন পণ্যসদৃশ আউটপুট। এই দুই ধাক্কা একসঙ্গে আসেনি। চীনের উৎপাদনঘনত্ব ২০০০ ও ২০১০-এর দশক জুড়ে প্রথমে উৎপাদন-ভিত্তিক হার্ডওয়্যার প্রতিরক্ষাযোগ্যতাকে ভেঙে দেয়। জেনারেটিভ এআই ২০২০-এর দশকে পরে উৎপাদন-ভিত্তিক সফটওয়্যার প্রতিরক্ষাযোগ্যতাকে ভাঙছে। জেনারেটিভ এআই সফটওয়্যার উৎপাদনের প্রান্তিক খরচকে শূন্যের দিকে ঠেলে দিয়েছে, যা সফটওয়্যারকে প্রতিরক্ষাযোগ্য করে তোলা বাধাগুলোকে গলিয়ে দিয়েছে। চীনা শিল্পঘনত্ব ভৌত পুনরাবৃত্তির খরচ ও বিলম্বকে সফটওয়্যার পুনরাবৃত্তির খরচ ও বিলম্বের সমান পর্যায়ে নামিয়ে এনেছে, যা হার্ডওয়্যারকে প্রতিরক্ষাযোগ্য করে তোলা বাধাগুলোকে গলিয়ে দিয়েছে। তাই কেবল বিটসও নয়, কেবল অ্যাটমসও নয়, আর কোনো ব্যবসাকে আশ্রয় দিতে পারে না। স্থায়ী সুবিধা একক কোনো মাত্রা থেকে সরে গিয়ে উভয়ের ঘন সংযোগে, সঙ্গে সম্পর্ক ও স্বত্বাধিকারী ডেটার মধ্যে চলে গেছে।

নথিটি দুই ভাগে বিভক্ত:

  • বিশ্লেষণ। একটি পরিখা আসলে কী, কেন প্রতিটি ডোমেইন আগে প্রতিরক্ষাযোগ্য ছিল, কোন ঘর্ষণগুলো প্রতিটি ধাক্কা গলিয়ে দিল, এবং কী অবশিষ্ট রইল। এই অংশটি অর্থনৈতিক বিশ্লেষণ, এবং এটি বিশ্লেষণ যেখানে থামে সেখানেই থামে।
  • আধুনিক পরিখা। এখন প্রতিরক্ষাযোগ্যতা আসলে কী দিয়ে তৈরি, যখন বিটস বা অ্যাটমস—কোনোটাই একা আপনাকে রক্ষা করতে পারে না, এবং বাস্তবে সেই পরিখার ওপর দাঁড়ানো একটি কোম্পানি কেমন দেখায়।

বিশ্লেষণ: কীভাবে উভয় পরিখাই ভেঙে পড়ল

অংশ এক: একটি পরিখা আসলে কী

আমি কীভাবে পরিখাগুলো ভেঙে পড়ল তা ব্যাখ্যা করার আগে, আমাকে নির্ভুলভাবে বলতে হবে একটি পরিখা কী, কারণ শব্দটির ঢিলেঢালা ব্যবহারই আমি যেসব খারাপ কৌশলগত চিন্তা দেখেছি তার বেশিরভাগের জন্য দায়ী। একটি পরিখা কোনো ভালো পণ্য নয়, কোনো সাময়িক নেতৃত্ব নয়, আর প্রথমে আসার কাজও নয়। একটি পরিখা হলো বাজারের এমন একটি কাঠামোগত বৈশিষ্ট্য, যা কোনো প্রতিষ্ঠানকে দীর্ঘ সময় ধরে তার পুঁজির ব্যয়ের উপরে রিটার্ন অর্জন করতে দেয়, এবং সেই রিটার্ন প্রতিযোগিতার চাপে খেয়ে ফেলতে পারে না। শিল্প অর্থনীতির ভাষায়, একটি পরিখা হলো অর্থনৈতিক খাজনার একটি স্থায়ী উৎস।

অর্থনৈতিক খাজনা হলো সেই উদ্বৃত্ত, যা কোনো প্রতিষ্ঠান খোলা থাকার জন্য যে ন্যূনতমটুকু মেনে নিত তার চেয়ে বেশি আয় করে, আর সত্যিকারের প্রতিযোগিতামূলক বাজারে সেই উদ্বৃত্ত শূন্যে নেমে যায়। নিখুঁত প্রতিযোগিতা-র অধীনে, দাম প্রান্তিক খরচের স্তরে নেমে আসে, প্রতিষ্ঠানগুলো কেবল তাদের পুঁজির ব্যয়ের সমান আয় করে, এবং কোনো অতিরিক্ত মুনাফা টিকে থাকে না। প্রতিরক্ষাযোগ্যতা নিয়ে প্রতিটি কাঠামো আসলে একটি নির্দিষ্ট প্রতিষ্ঠান কীভাবে প্রান্তিক-খরচ মূল্য নির্ধারণ ও শূন্য মুনাফার টানের হাত থেকে পালায়, তারই তত্ত্ব।

ধ্রুপদি তালিকা এসেছে মাইকেল পোর্টার থেকে, যার পাঁচ-শক্তি কাঠামো ১৯৭৯ সাল থেকে এর মানক সরঞ্জাম হয়ে আছে, পরে ভ্যালু ইনভেস্টিং মহল এটিকে আরও সূক্ষ্ম করেছে। এটি কয়েকটি বাস্তব, স্থায়ী খাজনা-উৎস দেয়:

  • প্রবেশের বাধা, যা নতুন প্রতিযোগীদের বাইরে রাখে
  • উচ্চ সুইচিং খরচ, যা বিদ্যমান গ্রাহকদের ভেতরে আটকে রাখে
  • নেটওয়ার্ক প্রভাব, যেখানে আরও মানুষ ব্যবহার করলে পণ্যটি আরও মূল্যবান হয়ে ওঠে
  • স্কেলের অর্থনীতি, যা বিদ্যমানদের নতুন প্রবেশকারীদের চেয়ে কম দামে বিক্রি করতে দেয়
  • স্বত্বাধিকারী বৌদ্ধিক সম্পত্তি বা নিয়ন্ত্রক সুরক্ষা, যা আইনগতভাবে অনুকরণকারীদের বাদ দেয়
  • দুর্লভ কোনো ইনপুট বা বিতরণ চ্যানেলের নিয়ন্ত্রণ, যা প্রতিদ্বন্দ্বীরা পায় না

প্রতিটি খাজনা-উৎসই একটি ঘর্ষণ

এই খাজনা-উৎসগুলোর প্রতিটিই একটি ঘর্ষণ। একটি পরিখা আসলে এমন এক ধরনের ঘর্ষণ, যা প্রতিযোগীরা সস্তায় অতিক্রম করতে পারে না:

  • উচ্চ সুইচিং খরচ হলো গ্রাহকের বেরিয়ে যাওয়ার পথে ঘর্ষণ।
  • প্রবেশের বাধা হলো প্রতিযোগীর আসার পথে ঘর্ষণ।
  • নেটওয়ার্ক প্রভাব হলো ব্যবহারকারীদের একসঙ্গে অন্যত্র সরে যেতে যে সমন্বয় লাগে, তাতে ঘর্ষণ।
  • উৎপাদন স্কেল হলো যে পুঁজি ও সময় নতুন প্রবেশকারীকে ডুবাতে হয়, প্রতিযোগিতামূলক একক খরচে পৌঁছানোর আগে, তাতে ঘর্ষণ।

এটি আপনাকে ঠিক বলে দেয়, জেনারেটিভ এআইয়ের মতো কিছু, বা চীনা শিল্পঘনত্বের মতো কিছু, বাজারের সঙ্গে আসলে কী করে। এই শক্তিগুলো পণ্যের ওপর আক্রমণ করে না। তারা ঘর্ষণের ওপর আক্রমণ করে। তারা ঘর্ষণ-গলানো প্রযুক্তি। আর একটি ঘর্ষণ-গলানো প্রযুক্তি, সংজ্ঞাগতভাবেই, একটি পরিখা-গলানো প্রযুক্তি।

পুরো যুক্তিটি এক বাক্যে সংকুচিত হয়: সফটওয়্যার ও হার্ডওয়্যার পরিখা ভেঙে পড়েছে, কারণ যেসব নির্দিষ্ট ঘর্ষণ তাদের খাজনা তৈরি করত, সেগুলিই ঠিক সেই ঘর্ষণ ছিল, যেগুলো এআই এবং চীনা ঘনত্ব অপসারণে অস্বাভাবিকভাবে দক্ষ ছিল।

অংশ দুই: ঐতিহাসিক সফটওয়্যার পরিখা ও কেন বিটস টাকা ছাপত

পতনটি বোঝার জন্য, আগে বুঝতে হবে সফটওয়্যার ঐতিহাসিকভাবে কেন পুঁজিবাদের খুঁজে পাওয়া সেরা ব্যবসায়িক কাঠামো ছিল, কারণ পতনটি কেবল সেই জিনিসগুলোর উল্টো যাত্রা, যেগুলো এটিকে এত দুর্দান্ত করেছিল।

সফটওয়্যারের একটি প্রায় অনন্য খরচ-গঠন ছিল। এতে প্রথম কপি তৈরি করতে উচ্চ স্থায়ী খরচ লাগত, কিন্তু তার পরের প্রতিটি কপি পুনরুৎপাদন ও পাঠাতে প্রান্তিক খরচ প্রায় শূন্য ছিল। একটি জটিল প্রোগ্রামের প্রথম সংস্করণ লিখতে বিরল, ব্যয়বহুল, প্রশিক্ষণে ধীর একদল প্রকৌশলীকে মাসের পর মাস বা বছরের পর বছর কাজ করতে হতো। কিন্তু একবার তা লেখা হয়ে গেলে, দশ লক্ষতম কপিটি তৈরি করতে আর পৌঁছে দিতে মূলত কিছুই লাগত না। এই অসমতা বিপুল অপারেটিং লিভারেজ তৈরি করত। পরিণত অনুভূমিক সফটওয়্যার আশি শতাংশের কাছাকাছি গ্রস মার্জিন দেখাতে পারে, যেমন অ্যাটলাসিয়ান ২০২৫ অর্থবছরের দ্বিতীয় ত্রৈমাসিকের জন্য নির্দেশনা দিয়েছিল, কারণ আয় ব্যবহারকারীর সঙ্গে বাড়ে, অথচ বিক্রয়কৃত পণ্যের খরচ খুব সামান্যই নড়ে। কিন্তু এই বক্তব্য আগের চেয়ে কম সার্বজনীন, কারণ স্নোফ্লেক ২০২৫ অর্থবছরে প্রায় ৬৭ শতাংশ গ্রস মার্জিনে চলেছে, আংশিকভাবে কারণ তৃতীয় পক্ষের ক্লাউড অবকাঠামো রাজস্বের খরচের ভেতরে বসে আছে। অর্থনৈতিক অর্থে, সফটওয়্যার একটি বিশুদ্ধ তথ্য-পণ্য হিসেবে আচরণ করত, আর তথ্য-পণ্য উৎপাদন ও খরচের স্বাভাবিক সম্পর্ক ভেঙে দেয়, যা ভৌত পণ্যের ওপর প্রযোজ্য।

কিন্তু কেবল নিম্ন প্রান্তিক খরচ নিজে কোনো পরিখা তৈরি করে না। যদি যে কেউ সেই পণ্য সস্তায় বানাতে পারে, তবে নিম্ন প্রান্তিক খরচ আপনাকে খাজনা নয়, বরং ধ্বংসাত্মক প্রতিযোগিতা দেয়। সফটওয়্যার খাজনা অর্জন করেছিল কারণ প্রথম কপির উচ্চ স্থায়ী খরচটি প্রবেশের বাধা হিসেবে কাজ করত, এবং কারণ তার ওপর আরও কয়েকটি ঘর্ষণ স্তরে স্তরে বসত:

  • প্রকৌশলী প্রতিভার স্বল্পতা। অ-তুচ্ছ সফটওয়্যার বানাতে এমন লোকের দরকার হতো, যারা ব্যয়বহুল, নিয়োগে কঠিন, এবং সমন্বয় করতে কঠিন; তাই অধিকাংশ সম্ভাব্য প্রতিযোগী বিশ্বাসযোগ্য ক্লোন তৈরির জন্য দলই জোগাড় করতে পারত না।
  • সময়। এমনকি ভালো অর্থায়নপ্রাপ্ত প্রতিযোগীকেও একটি প্রতিদ্বন্দ্বী পণ্য উল্টে দেখা, নির্দিষ্ট করা, তৈরি করা, পরীক্ষা করা, এবং বাজারে আনা—এসবের জন্য অনেক মাস লাগত, আর সেই মাসগুলোতে বিদ্যমান প্রতিষ্ঠান অস্থায়ী একচেটিয়া অবস্থায় ব্যবহারকারী, রাজস্ব, এবং পণ্যের গভীরতা জমা করতে পারত।
  • সুইচিং খরচ। একবার কোনো গ্রাহক তার ডেটা কোনো সিস্টেমে ঢুকিয়ে ফেললে, কর্মীদের সেই ইন্টারফেসে প্রশিক্ষণ দিলে, এবং কাস্টম ইন্টিগ্রেশনের মাধ্যমে সিস্টেমটিকে বাকি সবকিছুর সঙ্গে যুক্ত করলে, এমনকি আরও ভালো ও সস্তা কিছু আসলেও তা ছেড়ে যাওয়া অত্যন্ত ব্যয়বহুল হয়ে পড়ত।
  • নিজে বানাবো বনাম কিনে নেবো—এই হিসাব। কাস্টম অভ্যন্তরীণ সফটওয়্যার বানানো নিজেই ব্যয়বহুল ও ঝুঁকিপূর্ণ হওয়ায়, কোম্পানিগুলো যুক্তিসঙ্গতভাবেই নিজেদের বানানোর বদলে মানক প্রস্তুত-পণ্য কিনত, যা প্যাকেজড সফটওয়্যার বিক্রেতাদের জন্য বিশাল বাজার নিশ্চিত করত।
  • নেটওয়ার্ক প্রভাব এবং সঞ্চিত স্বত্বাধিকারী ডেটা, সেরা ক্ষেত্রে সব কিছুর ওপর আরও একটি স্তর হিসেবে বসত।

কাঠামোগত দুর্বলতা

এই তালিকাটি দেখুন, কী দিয়ে তৈরি। সেই পাঁচটি ঘর্ষণের মধ্যে মাত্র একটি—নেটওয়ার্ক প্রভাব—পণ্যের চাহিদা-পক্ষের অন্তর্নিহিত। বাকি চারটি—প্রতিভার স্বল্পতা, নির্মাণের সময়, সুইচিং খরচ, এবং নিজে বানানোর শাস্তি—সবই সরবরাহ-পক্ষীয় উৎপাদন ঘর্ষণ। এগুলো এই কারণে আছে যে সফটওয়্যার তৈরি ও প্রতিস্থাপন করা কত কঠিন, ধীর, এবং ব্যয়বহুল ছিল।

এটাই দুর্বলতা। যে ব্যবসার প্রতিরক্ষাযোগ্যতা প্রধানত নির্ভর করে জিনিসটি উৎপাদন করতে কতটা কঠিন তার ওপর, সেটি কেবল ততক্ষণই প্রতিরক্ষাযোগ্য, যতক্ষণ উৎপাদন কঠিন থাকে। সফটওয়্যার উৎপাদন ও প্রতিস্থাপনের খরচ ধসে পড়ার মুহূর্তে, পাঁচটির চারটি স্তম্ভই ধসে পড়ে, আর কেবল চাহিদা-পক্ষীয় নেটওয়ার্ক প্রভাবটি টিকে থাকে।

এই ধসটিই জেনারেটিভ এআই এনে দিয়েছে।

অংশ তিন: এআই ধাক্কা ও সফটওয়্যার পরিখার বিলুপ্তি

জেনারেটিভ এআই সফটওয়্যার অর্থনীতিতে কী করল, তা মডেল করার সঠিক উপায় হলো এটিকে সফটওয়্যারের উৎপাদন ফাংশনে একটি ধাক্কা হিসেবে দেখা। মৌলিক অর্থনীতিতে, যেকোনো কিছু উৎপাদনের খরচ তার ইনপুটগুলোর খরচের একটি ফাংশন। সফটওয়্যারের ক্ষেত্রে, প্রধান ইনপুট সবসময়ই ছিল দক্ষ মানবীয় জ্ঞানগত শ্রম, বিশেষ করে কোনো ব্যবসায়িক প্রয়োজনকে সঠিক, পরীক্ষিত, ডিপ্লয়যোগ্য কোডে রূপান্তর করার শ্রম। সেই শ্রমই ছিল দুর্লভ, ব্যয়বহুল ইনপুট, যা প্রবেশের বাধা তৈরি করেছিল।

জেনারেটিভ এআই এবং স্বায়ত্তশাসিত কোডিং এজেন্টরা সেই ইনপুটটিকে সরাসরি আক্রমণ করে। তারা বহু কাজে ঐতিহাসিক খরচের সামান্য অংশে কোড তৈরি, রিফ্যাক্টর, ডিবাগ, ডকুমেন্ট, এবং ডিপ্লয় করে। একটি নিয়ন্ত্রিত GitHub Copilot পরীক্ষায় দেখা গেছে ডেভেলপাররা একটি সীমাবদ্ধ কোডিং কাজ 55.8 শতাংশ দ্রুত সম্পন্ন করেছে, এবং 4,867 জন ডেভেলপারকে নিয়ে একটি মাঠপর্যায়ের গবেষণায় দেখা গেছে 26.08 শতাংশ বেশি কাজ সম্পন্ন হয়েছে। প্রভাবটি বাস্তব, কিন্তু অসম, যেমন METR-এর ২০২৫ সালের একটি র‍্যান্ডমাইজড ট্রায়ালে দেখা গেছে অভিজ্ঞ ওপেন সোর্স ডেভেলপাররা পরিচিত, পরিণত কোডবেসে কাজ করার সময় প্রাথমিক-২০২৫ এআই টুলসের সঙ্গে 19 শতাংশ ধীর ছিলেন, যদিও তারা মনে করতেন যে তারা দ্রুততর হচ্ছেন। নিরাপদ উপসংহার হলো না যে এআই প্রতিটি পরিবেশে প্রতিটি প্রকৌশলীকে দ্রুততর করে। বরং এটি যে এআই কোড উৎপাদনের খরচ সংকুচিত করে, বিশেষ করে সীমাবদ্ধ, নতুন-নির্মিত, এবং তুলনামূলকভাবে কম সিনিয়র কাজের ক্ষেত্রে। দুর্লভ ইনপুটটিকে আরও প্রাচুর্যময় করা হচ্ছে। যখন গুরুত্বপূর্ণ দুর্লভ ইনপুটের দাম পড়ে যায়, তখন সেই দুর্লভতার ওপর নির্মিত প্রবেশের বাধাও তার সঙ্গে ভেঙে পড়ে। সেই একটিমাত্র প্রক্রিয়া সরবরাহ-পক্ষের চারটি স্তম্ভ জুড়ে ছড়িয়ে পড়ে।

এই পরিবর্তনটি ডেভেলপাররা বাস্তবে যে সরঞ্জাম ব্যবহার করেন, সেখানেই দৃশ্যমান। আগে এল IDE-নেটিভ কোপাইলট, যেমন Cursor। তারপর এল টার্মিনাল-নেটিভ কোডিং এজেন্ট, যেমন Claude Code, Codex CLI, Kiro CLI, এবং OpenCode, যেখানে মডেল রেপো পড়ে, ফাইল সম্পাদনা করে, কমান্ড চালায়, এবং ইঞ্জিনিয়ারের মতো একই পরিবেশে পুনরাবৃত্তি করে। এখন তৃতীয় একটি স্তর উদ্ভূত হচ্ছে বহু-এজেন্ট অর্কেস্ট্রেশনের চারপাশে, যেখানে Conductor, Superset, এবং Hermes Agent এর মতো সরঞ্জাম বিভিন্ন প্রকল্প ও পরিবেশ জুড়ে একাধিক এজেন্টকে সমন্বয় করছে। অগ্রগতিটি স্পষ্ট। এটি অটো-কমপ্লিট থেকে, স্বায়ত্তশাসিত এজেন্টে, তারপর সমান্তরালে বহু এজেন্ট অর্কেস্ট্রেট করার দিকে অগ্রসর হয়েছে, এবং এটি শুধু আরও দ্রুততর হবে। ডিজিটাল কাজ প্রতি বছর আরও সহজে অটোমেট করা যাবে, এবং আজ যেসব সরঞ্জাম দক্ষ অপারেটর চায়, আগামীকাল সেগুলোর জন্য ক্রমশ কম মানবীয় হস্তক্ষেপ লাগবে।

1. প্রবেশের বাধার পতন

একটি বিশ্বাসযোগ্য সফটওয়্যার পণ্য চালু করতে আগে বাস্তব সিড ক্যাপিটাল লাগত, যার বেশিরভাগই যেত MVP নির্মাণের জন্য প্রয়োজনীয় ইঞ্জিনিয়ারদের নিয়োগে। সেই পুঁজি-চাহিদা বাজারকে ছেঁকে দিত। কেবল যেসব উদ্যোগ অর্থ তুলতে এবং প্রতিভা নিয়োগ করতে পারত, তারাই পণ্য পাঠাতে পারত, এবং প্রতিযোগীর ঘাটতিই ছিল বিদ্যমান খেলোয়াড়ের সুরক্ষার অংশ।

যখন ভালো এআই টুলিং-সহ একজন ডেভেলপার পুরোনো সময় ও খরচের ক্ষুদ্র অংশে একটি পরিপাটি, কাজ করা অ্যাপ্লিকেশন ডিজাইন, নির্মাণ, এবং চালু করতে পারে, তখন সেই ফিল্টার অদৃশ্য হয়ে যায়। বাজার নতুন প্রবেশকারীতে ভরে ওঠে। প্রতিযোগিতামূলক অর্থে, সফটওয়্যার বৈশিষ্ট্যের সরবরাহ বক্ররেখা বিশালভাবে বাইরে সরে যায়, এবং মৌলিক মূল্য তত্ত্ব আপনাকে দ্ব্যর্থহীনভাবে বলে দেয় এরপর কী ঘটে। যখন কোনো বিকল্পযোগ্য পণ্যের সরবরাহ প্রায় স্থির চাহিদার বিপরীতে তীব্রভাবে বাড়ে, দাম প্রান্তিক খরচের দিকে নেমে যায়, আর যেহেতু সফটওয়্যারের প্রান্তিক খরচ শূন্যের কাছাকাছি, দামও শূন্যের দিকে টেনে নেওয়া হয়। সফটওয়্যার সরবরাহের হাইপার-অ্যাবান্ডেন্স মানে, যান্ত্রিকভাবে, সফটওয়্যারের মূল্য-নির্ধারণ ক্ষমতার ধ্বংস।

2. সময়গত সুবিধার পতন

এটি সম্ভবত সব সফটওয়্যার মোয়াটের মধ্যে সবচেয়ে গুরুত্বপূর্ণ ছিল। দ্রুত শিপ করা এবং পুনরাবৃত্তি করার পুরো যুক্তি নির্ভর করত এই ধারণার ওপর যে, চালু করা কোনো ফিচার তার নির্মাতাকে মাসের পর মাস একচেটিয়া অগ্রগামী সুবিধা দেবে, তার আগে কেউ তা কপি করতে পারবে না। সেই লিড টাইমই ছিল সেই জানালা, যেখানে নেটওয়ার্ক প্রভাব, ব্র্যান্ড, এবং গ্রাহক প্রতিষ্ঠিত হতো।

এআই নকল করার চক্রকে মাস থেকে ঘণ্টায় সংকুচিত করে। একজন প্রতিদ্বন্দ্বী কোনো পণ্যের ইন্টারফেস দেখতে পারে, তার আচরণ একটি কোডিং এজেন্টকে বর্ণনা করতে পারে, এবং প্রায় সঙ্গে সঙ্গেই একটি কার্যকর ক্লোন পেয়ে যেতে পারে, আসল সোর্স কোড কখনও না দেখেই, কারণ মূল্যটা কখনও সত্যিই নির্দিষ্ট কোডে ছিল না। তা ছিল স্পেসিফিকেশনে, আর স্পেসিফিকেশন এখন বাস্তবায়নে তুচ্ছভাবে সস্তা।

যখন নকলের বিলম্ব শূন্যে নেমে আসে, তখন দ্রুত উদ্ভাবনকে ন্যায্যতা দেওয়া সাময়িক একচেটিয়া অধিকার বিলীন হয়ে যায়। উদ্ভাবন তখনও ঘটে, কিন্তু তা আর স্থায়ী প্রিমিয়াম আনে না, কারণ উদ্ভাবনের পুরস্কার সঙ্গে সঙ্গেই নকলকারীদের হাতে তুলে দেওয়া হয়। এটি ডেভিড টিস-এর ১৯৮৬ সালের “প্রযুক্তিগত উদ্ভাবন থেকে মুনাফা” বিষয়ক প্রবন্ধে বর্ণিত appropriability সমস্যা-এর পাঠ্যপুস্তক উদাহরণ। উদ্ভাবন কেবল তখনই নিজেকে ফেরত দেয় যখন উদ্ভাবক নকলের মাধ্যমে তা খেয়ে ফেলার আগে সৃষ্ট মূল্যর যথেষ্ট অংশ ধরে রাখতে পারে। এআই বিশুদ্ধ সফটওয়্যার উদ্ভাবনের appropriability-কে শূন্যের দিকে ঠেলে দেয়।

3. সুইচিং কস্টের বিলুপ্তি

এটাই ছিল ঐতিহ্যগত সফটওয়্যার মোয়াটগুলোর মধ্যে সবচেয়ে মজবুত, কারণ এটি তখনও কাজ করত যখন কোনো প্রতিদ্বন্দ্বী পণ্য স্পষ্টতই ভালো ছিল। কিন্তু সুইচিং কস্ট-ও নিজেই ছিল ঘর্ষণের সমষ্টি: একটি স্কিমা থেকে অন্যটিতে ডেটা স্থানান্তর, কাস্টম ইন্টিগ্রেশন পুনর্নির্মাণ, এবং অপরিচিত ইন্টারফেসে কর্মীদের পুনঃপ্রশিক্ষণ। এসবের প্রতিটিই ঠিক সেই ধরনের ক্লান্তিকর, প্যাটার্ন-ভিত্তিক অনুবাদ কাজ, যা এআই ভালো করে।

এআই-চালিত ডেটা ম্যাপিং দ্রুত ও সস্তায় একটি জটিল ডেটাবেসকে এক সিস্টেমের কাঠামো থেকে অন্যটিতে ইনজেস্ট, নর্মালাইজ, এবং মাইগ্রেট করতে পারে। প্রাকৃতিক ভাষাভিত্তিক ইন্টারফেস পুনঃপ্রশিক্ষণের খরচ কমায়, কারণ ব্যবহারকারীরা ক্রমশ একটি মালিকানাধীন মেনু ট্রি মুখস্থ করার বদলে কথোপকথনের মাধ্যমে মিথস্ক্রিয়া করে; ফলে একটি বিক্রেতার ইন্টারফেসে জমে থাকা দক্ষতা আর সুইচিং পেনাল্টি হিসেবে কাজ করে না।

যখন ছেড়ে যাওয়ার খরচ পড়ে যায়, তখন ধরা পড়া গ্রাহকের লাইফটাইম ভ্যালুও তার সঙ্গে পড়ে যায়, কাস্টমার অ্যাকুইজিশন কস্ট সেই সংকুচিত লাইফটাইম ভ্যালুর তুলনায় বেড়ে যায়, এবং পুরো সাবস্ক্রিপশন মডেলের ইউনিট অর্থনীতি খারাপ হয়ে যায়। গ্রাহক চলে যেতে না পারার ওপর নির্মিত মোয়াট, চলে যাওয়া সস্তা হয়ে গেলে, গলে যায়।

4. বিল্ড বনাম বাই-এর উল্টে যাওয়া

এটি নীরবে সমাধানযোগ্য বাজার নিজেই ধ্বংস করে। কোম্পানিগুলো প্যাকেজড সফটওয়্যার কিনত কারণ কাস্টম অভ্যন্তরীণ টুল তৈরি করা এত ব্যয়বহুল, এত ধীর, এবং এত ঝুঁকিপূর্ণ ছিল যে কেবল তাদের সবচেয়ে পৃথকীকৃত চাহিদার জন্যই তা যৌক্তিক হতো। নিজের ভেতরে তৈরি করার ওপর এই জরিমানাই ঠিক নিশ্চিত করত যে বিক্রেতাদের জন্য একটি বড় বাজার থাকবে।

যখন এআই এজেন্টরা অভ্যন্তরীণ টিমকে, এমনকি অ-প্রযুক্তিগত টিমকেও, তাদের নিজস্ব ওয়ার্কফ্লোর জন্য উপযোগী কাস্টম অ্যাপ্লিকেশন তৈরি করতে দেয়, তখন বিল্ড করার জরিমানা অদৃশ্য হয়ে যায়, এবং যুক্তিসংগত পছন্দটি জেনেরিক সাবস্ক্রিপশন কেনা থেকে সরে গিয়ে এমন একটি ব্যক্তিগত টুল তৈরি করার দিকে যায়, যা পুরোপুরি মানানসই এবং যার জন্য কোনো চলমান লাইসেন্স দিতে হয় না।

এটি শুধু বিক্রেতাদের মধ্যে প্রতিযোগিতাকে আরও তীব্র করে না। এটি বিক্রেতারা যে মোট সমাধানযোগ্য বাজারের জন্য প্রতিযোগিতা করছে সেটিকেই সংকুচিত করে, কারণ সফটওয়্যার চাহিদার বাড়তি একটি অংশ অভ্যন্তরীণভাবে পূরণ হয় এবং একেবারেই বাইরের বাজারে পৌঁছায় না। মূল্য বাহ্যিক সফটওয়্যার বিক্রেতাদের কাছ থেকে অভ্যন্তরীণ অপারেশনাল সক্ষমতার দিকে সরে যায়, অর্থাৎ এটি আর বাজার হিসেবে থাকে না, বরং ঘরের ভেতরের খরচ-দক্ষতায় পরিণত হয়।

এটাই সেই জিনিস, যাকে আমি আমার লেখায় অভ্যন্তরীণ সফটওয়্যার লিভারেজ বলেছিলাম, The Barbell of Software Value, বিক্রেতার দৃষ্টিকোণ থেকে, ক্রেতার দৃষ্টিকোণ নয়।

ফলাফল ও কী ধসে না

এই চারটি প্রক্রিয়া একসঙ্গে ধরলে আপনি বিশুদ্ধ সফটওয়্যারের পণ্যায়ন পান। শিল্পটি সফটওয়্যার হাইপার-অ্যাবান্ডেন্সে প্রবেশ করছে, যেখানে কার্যকর অ্যাপ্লিকেশন সস্তায় তৈরি করা যায়, সঙ্গে সঙ্গে ক্লোন করা যায়, এবং ক্রমবর্ধমানভাবে চাহিদামতো ঘরের ভেতরেই উৎপাদিত হয়। এমন পরিস্থিতিতে কোড নিজেই ভাড়ার উৎস হওয়া বন্ধ করে, ঠিক যেমন কোনো পণ্য প্রাচুর্যময় ও বিকল্পযোগ্য হয়ে গেলে আর ভাড়া আদায় করতে পারে না। মূল্য কোড থেকে বিচ্ছিন্ন হয়ে যায়।

সৎ থাকতে হলে স্পষ্টভাবে বলতে হয় কী ধসে না, কারণ এটা অতিরঞ্জিত করলে তা ভুল হয়ে যাবে। জেনারেটিভ এআই সরবরাহ-পক্ষের উৎপাদন ঘর্ষণে আঘাত করে। একা এটি চাহিদা-পক্ষের ও সিস্টেম-স্তরের ঘর্ষণে আঘাত করে না।

  • নেটওয়ার্ক প্রভাব টিকে থাকে, কারণ এআই একটি সামাজিক নেটওয়ার্কের সফটওয়্যার এক বিকেলে নকল করতে পারে, কিন্তু ব্যবহারকারীদের নকল করতে পারে না, আর ব্যবহারকারীরাই আসল সম্পদ।
  • মালিকানাধীন ডেটার মোয়াট টিকে থাকে এবং আসলে আরও শক্তিশালী হয়, কারণ এআই কোড তৈরি সস্তা করে, কিন্তু এটিকে প্রশিক্ষিত করার বিরল ডেটাকে আরও মূল্যবান করে তোলে।
  • বিতরণ ও ব্র্যান্ড টিকে থাকে, কারণ ফিচার বিনামূল্যে হলেও মনোযোগ এবং আস্থা দুর্লভই থাকে।
  • নিয়ন্ত্রক ও কমপ্লায়েন্স বাধা টিকে থাকে, কারণ একটি কোডিং এজেন্ট ব্যাংকিং লাইসেন্স, মেডিকেল ডিভাইস ক্লিয়ারেন্স, বা উড়োজাহাজ-সংক্রান্ত সার্টিফিকেশন তৈরি করতে পারে না।
  • ভৌত বা নিয়ন্ত্রিত কার্যকর বাস্তবতায় গভীর সংযোগ টিকে থাকে, কারণ কোড সস্তা, কিন্তু সেন্সর বসানো, আস্থা অর্জন, এবং নিয়ন্ত্রক অনুমোদনের অধীনে পরিচালনা করা সস্তা নয়।

অতএব সুনির্দিষ্ট দাবি হলো না যে সব সফটওয়্যার ব্যবসাই মারা যাবে। বরং দাবি হলো, বিশুদ্ধ, স্বতন্ত্র, প্যাকেজড সফটওয়্যারের যে নির্দিষ্ট, একসময়-প্রধান মোয়াট ছিল, কোড লেখা ও প্রতিস্থাপনের কঠিনতার দ্বারা যা রক্ষিত হতো, সেটি ধ্বংস হয়ে গেছে। যা টিকে থাকে তা হলো সেই সফটওয়্যার, যা এআই সস্তায় প্রতিলিপি করতে পারে না এমন কিছুর সঙ্গে নোঙর করা: একটি নেটওয়ার্ক, একটি ডেটাসেট, একটি নিয়ন্ত্রক অবস্থান, একটি বিতরণ চ্যানেল, বা একটি ভৌত অপারেশন। এসবের কোনোটির সঙ্গেই মুক্তভাবে ভাসমান সফটওয়্যার এখন একটি কমোডিটি।

অংশ চার: ঐতিহাসিক হার্ডওয়্যার মোয়াট ও কেন পরমাণু কঠিন ছিল

হার্ডওয়্যারের যুক্তিটিও একই শৃঙ্খলা অনুসরণ করে। প্রথমে প্রতিষ্ঠা করুন কেন হার্ডওয়্যার আগে প্রতিরক্ষাযোগ্য ছিল, তারপর দেখান চীনের উৎপাদন ব্যবস্থা সেসব প্রতিরক্ষার কোনগুলিকে ভেঙে দিয়েছে।

প্রায় বিপরীত কারণগুলোতেই হার্ডওয়্যার ছিল প্রতিরক্ষাযোগ্য, যেগুলোর কারণে সফটওয়্যার ছিল, এবং পুঁজিবাজার এই দুটিকে বিপরীত হিসেবে দেখত। সফটওয়্যারের যেখানে প্রায় শূন্য প্রান্তিক খরচ ছিল, হার্ডওয়্যারের সেখানে উচ্চ ও জেদি প্রান্তিক খরচ ছিল, কারণ প্রতিটি ভৌত একক উপকরণ, শক্তি, শ্রম, এবং মেশিনের সময় খেয়ে ফেলত। সফটওয়্যার যেখানে তৎক্ষণাৎ এবং অসীমভাবে পাঠানো যেত, হার্ডওয়্যার সেখানে উৎপাদন ও লজিস্টিকসের পদার্থবিজ্ঞানে বাঁধা ছিল। এই বৈশিষ্ট্যগুলো হার্ডওয়্যারকে মার্জিনের দিক থেকে একটি খারাপ ব্যবসা করে তুলেছিল, কিন্তু অদ্ভুতভাবে, এগুলো এক নির্দিষ্ট উপায়ে এটিকে প্রতিরক্ষাযোগ্যও করেছিল, কারণ ভৌত উৎপাদনের জটিলতা এমন একটি বাধা হিসেবে কাজ করত যা একটি ভালোভাবে পরিচালিত হার্ডওয়্যার প্রতিষ্ঠানকে সহজ অনুকরণ থেকে রক্ষা করত।

হার্ডওয়্যারকে যে নির্দিষ্ট ঘর্ষণগুলো সুরক্ষা দিত সেগুলো ছিল:

  • টুলিং মূলধন। একটি ভৌত পণ্য ব্যাপক পরিসরে তৈরি করতে বিশেষায়িত টুলিং প্রয়োজন হত, প্রধানত ইনজেকশন মোল্ড এবং কাস্টিং ডাই, যেগুলো প্লাস্টিক ও ধাতব অংশ গঠন করতে ব্যবহৃত হত, এবং এসব টুলের খরচ দশ বা শত শত হাজার ডলার পর্যন্ত যেত এবং উচ্চ ন্যূনতম অর্ডার পরিমাণ চাপিয়ে দিত। এটি ছিল এক কঠিন মূলধনী প্রাচীর, যেটি অধিকাংশ নতুন প্রবেশকারী অতিক্রম করতে পারত না, এবং এটি ইতিমধ্যেই টুলিংয়ের খরচ তুলনামূলকভাবে ছড়িয়ে দিতে সক্ষম প্রতিষ্ঠিত প্রতিষ্ঠানগুলোকে সুরক্ষা দিত।
  • পুনরাবৃত্তির বিলম্ব। একটি ভৌত নকশাকে পরিমার্জন করতে নতুন টুলিং কাটা, সহনশীলতা সমন্বয় করা, এবং ভৌত পরীক্ষামূলক ব্যাচ চালানো লাগত—প্রতি চক্রে সপ্তাহ বা মাস লাগত এবং প্রতিবারই প্রচুর খরচ হত—ফলে ভৌত পণ্য ধীরে উন্নত হত এবং প্রতিযোগীকে ধরা দিতে দীর্ঘ, ব্যয়বহুল অভিযান চালাতে হত।
  • সরবরাহ শৃঙ্খল সমাবেশ। একটি ভৌত পণ্য হলো বহু বিশেষায়িত সরবরাহকারীর কাছ থেকে সংগৃহীত উপাদান তালিকা, এবং সেই সরবরাহকারীরা আগে প্রতিষ্ঠান, অঞ্চল, এবং দেশের মধ্যে ছড়িয়ে-ছিটিয়ে থাকত, তাই একটি কার্যকর সরবরাহ শৃঙ্খল একত্র করতে বিচ্ছিন্ন বিক্রেতাদের সঙ্গে দরকষাকষি, দীর্ঘ লিড টাইম সহ্য করা, এবং জটিল লজিস্টিকস সামলানো লাগত।
  • নির্ভুলতা ও প্রক্রিয়াগত জ্ঞান। নকশাটিকে গ্রহণযোগ্য উৎপাদন-ফলনে বাস্তবে তৈরি করতে যে সঞ্চিত, অনেক সময় প্রচ্ছন্ন, জ্ঞান লাগে। এটি একটি অঙ্কন থেকে স্থানান্তরিত হয় না। আপনাকে কাজ করতে করতেই এটি শিখতে হয়।
  • বিতরণ। খুচরা বিক্রেতা, পরিবেশক, এবং শেলফের জায়গার মাধ্যমে ভৌত পণ্য ক্রেতাদের সামনে পৌঁছে দেওয়ার প্রয়োজন, যেগুলোও নিজেই দুর্লভ এবং প্রবেশ-নিয়ন্ত্রিত ছিল।

স্প্রু, রানার, ক্যাভিটি, কোর, ইজেক্টর পিন, এবং সাপোর্ট প্লেট দেখানো একটি বিস্ফোরিত ইনজেকশন মোল্ড উপাদান চিত্র
একটি বিস্ফোরিত ইনজেকশন মোল্ড উপাদান চিত্র, যা একটি মোল্ডেড অংশের পেছনের বিশেষায়িত টুলিং স্তূপ দেখাচ্ছে (ছবি Pleasant Precision, Inc. থেকে, AI দ্বারা বর্ধিত)

গঠনটাকে আবার দেখুন, সফটওয়্যারের মতোই। হার্ডওয়্যারের প্রতিরক্ষামূলক পরিখা ছিল মূলত উৎপাদন ও লজিস্টিকসের একগুচ্ছ ঘর্ষণ: টুলিং মূলধন, পুনরাবৃত্তির বিলম্ব, সরবরাহ শৃঙ্খল সমাবেশ, প্রক্রিয়া-ফলন, এবং ভৌত বিতরণ। এটি রক্ষা পেয়েছিল এই কারণে যে একটি নকশাকে পাঠানো যায় এমন ভৌত বস্তুতে রূপান্তর করা কতটা কঠিন, ধীর, এবং ব্যয়বহুল ছিল। আর সফটওয়্যারের মতোই, উৎপাদনের জটিলতার ওপর দাঁড়ানো প্রতিরক্ষা কেবল ততক্ষণই টেকে যতক্ষণ উৎপাদন জটিলই থাকে।

কিন্তু চীনের অর্থনৈতিক ইতিহাসে অবদান ছিল বিপুল পরিসরের পণ্যের ক্ষেত্রে ভৌত উৎপাদনকে আর কঠিন না রাখা।

অংশ পাঁচ: চায়না শক, শিল্পসমষ্টি, এবং হার্ডওয়্যার পরিখার অবসান

চীনা উৎপাদন-প্রাধান্যের সবচেয়ে সাধারণ ভুল বোঝাবুঝি হলো এটি সস্তা শ্রমের গল্প। প্রাথমিক পর্যায়ে এটি আংশিক সত্য ছিল এবং এখন বেশিরভাগ ক্ষেত্রে মিথ্যা, আর এটিকে ভুল বোঝা সোজা নিয়ে যায় সেই ব্যর্থ সিদ্ধান্তে যে উৎপাদন ফিরিয়ে আনা, বা পরবর্তী নিম্ন-মজুরির দেশে উৎপাদন সরিয়ে নেওয়া, পুরোনো ব্যবস্থা ফিরিয়ে আনবে।

আসল ব্যাখ্যা হলো চীন এমন ঘনত্ব ও স্কেলে, যা আগে কেউ দেখেনি, সেই ঘটনাটি গড়ে তুলেছিল যেটিকে আলফ্রেড মার্শাল এক শতকেরও বেশি আগে শিল্পসমষ্টি হিসেবে বর্ণনা করেছিলেন। সেই সমষ্টিই, মজুরি-আর্বিট্রাজ নয়, হার্ডওয়্যার পরিখাকে ভেঙে ফেলেছিল। এই যুক্তি প্রথম আমি দিচ্ছি না। অ্যান্ড্রু “বানি” হুয়াং এক দশকেরও বেশি সময় ধরে The Hardware Hacker বইয়ে শেনঝেন-সংস্করণটি প্রত্যক্ষভাবে নথিবদ্ধ করেছেন।

মার্শালীয় বহিঃঅর্থনীতি

শিল্পসমষ্টি হলো সংযুক্ত শিল্প, উপাদান সরবরাহকারী, উপসমাবেশ নির্মাতা, কাঁচামাল প্রক্রিয়াকরণকারী, টুলমেকার, চুক্তিভিত্তিক প্রস্তুতকারক, লজিস্টিকস প্রদানকারী, এবং বিশেষায়িত দক্ষ শ্রমিকদের স্ব-শক্তিবর্ধক ভৌগোলিক ঘনীকরণ, সবাই একই অঞ্চলে গাদাগাদি করে থাকে। মার্শাল শনাক্ত করেছিলেন কেন এই ক্লাস্টারগুলো এমন সুবিধা সৃষ্টি করে যা কোনো বিচ্ছিন্ন প্রতিষ্ঠান মিলিয়ে নিতে পারে না:

  • এগুলো বিশেষায়িত শ্রমিকদের একটি গভীর যৌথ শ্রমভাণ্ডার সৃষ্টি করে।
  • এগুলো বিশেষায়িত স্থানীয় সরবরাহকারীকে টিকিয়ে রাখে, যারা একক দূরবর্তী গ্রাহকের সেবা দিয়ে কোনোদিন টিকে থাকতে পারত না, কিন্তু ঘন ক্লাস্টারের সেবা দিয়ে টিকে থাকে।
  • এগুলো জ্ঞান-বিকিরণ তৈরি করে, যেখানে প্রক্রিয়াগত উন্নয়ন ক্লাস্টারের ভেতর দ্রুত ছড়িয়ে পড়ে, কারণ প্রাসঙ্গিক মানুষগুলো শারীরিকভাবে কাছাকাছি থাকে এবং ঘুরে বেড়ায়।

এই তিনটি শক্তিই মার্শালীয় বহিঃঅর্থনীতি, এবং এদের মানে হলো ক্লাস্টারের ভেতরের একটি প্রতিষ্ঠান ক্লাস্টারের বাইরের একই ধরনের প্রতিষ্ঠানের তুলনায় কম খরচ, দ্রুততর পুনরাবৃত্তি, এবং উন্নত তথ্য পায়, বাইরের প্রতিষ্ঠানটি নিজের মধ্যে যতই দক্ষ হোক না কেন।

লেনদেন ব্যয়ের ধস

পার্ল রিভার ডেল্টায়, এবং বিশেষ করে শেনঝেনে, সমষ্টি এমন এক ঘনত্বে পৌঁছেছিল যার ঐতিহাসিক কোনো নজির ছিল না। এর ব্যবহারিক ফলাফল সবচেয়ে সহজে দেখা যায় রোনাল্ড কোজের লেনদেন ব্যয় অর্থনীতির মাধ্যমে। কোজ ব্যাখ্যা করেছিলেন যে অর্থনৈতিক কর্মকাণ্ডের সীমা এবং গতি নির্ধারিত হয় লেনদেন ব্যয় দ্বারা—সরবরাহকারী খোঁজার, শর্ত নিয়ে দরকষাকষির, এবং প্রতিষ্ঠানগুলোর মধ্যে উৎপাদন সমন্বয় করার খরচ। ছড়িয়ে-ছিটিয়ে থাকা সরবরাহ শৃঙ্খলে এই খরচগুলো বিশাল, আর সেগুলোই হার্ডওয়্যার পরিখার তৃতীয় ঘর্ষণের প্রকৃত উপাদান।

অতি-ঘন ক্লাস্টারে, লেনদেন ব্যয় প্রায় শূন্যে নেমে আসে। অধিকাংশ ইলেকট্রনিক ও যান্ত্রিক ডিভাইসের পুরো সরবরাহ শৃঙ্খলই একটি ছোট ব্যাসার্ধের মধ্যে থাকে, তাই যে অনুসন্ধান, উৎস-নির্ধারণ, দরকষাকষি, এবং সমন্বয় আগে মহাদেশজুড়ে সপ্তাহ লাগত, এখন তা এক জেলায় ঘণ্টার মধ্যে হয়ে যায়। একজন ডিজাইনার একটি ডিভাইস নির্দিষ্ট করতে পারে, একই দিনে স্থানীয়ভাবে প্রতিটি উপাদান সংগ্রহ করতে পারে, রাতারাতি একটি কাস্টম সার্কিট বোর্ড তৈরি ও উপাদান বসাতে পারে, এবং পরের সকালেই কাজ করা প্রোটোটাইপ হাতে পেতে পারে।

এটি সস্তা শ্রম নয়। এটি হলো লেনদেন ব্যয় এবং পুনরাবৃত্তির বিলম্বের প্রায় নির্মূল, যা গুণগতভাবে ভিন্ন এবং অনেক বেশি শক্তিশালী এক জিনিস।

এই ঘনত্ব থেকেই চারটি প্রক্রিয়া হার্ডওয়্যার পরিখাকে গলিয়ে দিয়েছিল, সফটওয়্যারে AI যে চারটি প্রভাব ফেলেছিল তার অনুরূপভাবে।


শেনঝেনের শেননান রোড ক্রসিংয়ে হুয়াছিয়াংবেই, যেখানে ইলেকট্রনিক্স খুচরা বিক্রির টাওয়ারে ঘনবসতি
শেননান ক্রসিংয়ে হুয়াছিয়াংবেই, প্রায় বিশটি মল এবং এক লক্ষ মানুষ প্রায় দেড় বর্গকিলোমিটারের মধ্যে উপাদান বাণিজ্য করছে (ছবি Charlie fong via Wikimedia Commons, CC BY-SA)

১. পুনরাবৃত্তির বিলম্বের ধস

এটি সফটওয়্যারের সময়গত সুবিধা হারানোর হার্ডওয়্যার সংস্করণ। বিচ্ছিন্ন পশ্চিমা সরবরাহ শৃঙ্খলে একটি ভৌত নকশার এক দফা পরিবর্তনে সপ্তাহ লাগত এবং খরচও অনেক ছিল, তাই হার্ডওয়্যার ধীরে উন্নত হত এবং প্রতিষ্ঠিত খেলোয়াড়ের পরিমার্জনার অগ্রগতি বজায় থাকত। ক্লাস্টারের ভেতরে, ভৌত পুনরাবৃত্তি সফটওয়্যার পুনরাবৃত্তির গতির কাছাকাছি পৌঁছে যায়। মোল্ড পরিবর্তন করা হয়, বোর্ডের লেআউট সমন্বয় করা হয়, এবং পরীক্ষামূলক ব্যাচ কয়েক দিনের মধ্যে চালানো হয়।

কৌশলগত ফলাফলটি নিষ্ঠুর। পশ্চিমে কল্পিত যে কোনো হার্ডওয়্যার নকশা পর্যবেক্ষণ, রিভার্স ইঞ্জিনিয়ারিং, উৎপাদনযোগ্যতার জন্য অপ্টিমাইজ, এবং ক্লাস্টারের ভেতরে গণ-উৎপাদন করা যায়, পশ্চিমের মূল প্রতিষ্ঠানটি তার দ্বিতীয় প্রোটোটাইপ শেষ করার আগেই। যে লিড টাইমটি তার ভাড়ার উৎস ছিল, সেটিই ঋণাত্মক। অনুকরণকারী প্রথমে উন্নত, সস্তা সংস্করণটি পাঠায়।

২. টুলিং মূলধনের ধস

এটি সফটওয়্যারের প্রবেশ-প্রতিবন্ধকের পতনের হার্ডওয়্যার সংস্করণ। দশ হাজার ডলার এবং উচ্চ ন্যূনতম অর্ডার পরিমাণ, যা আগে ভৌত উৎপাদনকে ঘিরে এক দেয়াল তৈরি করত, ক্লাস্টারের ভেতরে দ্রুত কম্পিউটার-নিয়ন্ত্রিত মেশিনিং, মানসম্মত মডুলার মোল্ড বেস, যেগুলো শুরু থেকে কাটা না হয়ে পুনর্গঠিত হয়, এবং তীব্র প্রতিযোগিতামূলক উচ্চ-থ্রুপুট টুলিং দোকানের মাধ্যমে অপ্টিমাইজ হয়ে গেছে। ক্ষুদ্র ব্যাচের, অত্যন্ত কাস্টমাইজড হার্ডওয়্যার এখন এমন এক খরচ-গঠনে উৎপাদন করা যায় যা আগে কেবল বৃহৎ বহুজাতিক কোম্পানির জন্যই উপলব্ধ ছিল। হার্ডওয়্যার প্রবেশকারীদের ছেঁকে রাখত যে মূলধনী প্রাচীর, তা অনেকাংশে ভেঙে গেছে—ঠিক যেমন সফটওয়্যার প্রবেশকারীদের ছেঁকে রাখত সেই প্রাচীরও—এবং বাজারে একই পূর্বানুমেয় নিম্নমুখী দামের চাপ ছড়িয়ে পড়ে।

৩. অভিজ্ঞতা বক্ররেখা, স্বয়ংক্রিয়তার দ্বারা সংযোজিত

এই প্রক্রিয়াই খরচের সুবিধাকে স্থায়ীভাবে আটকে রাখে, এবং এ কারণেই এই সুবিধা অন্য কোথাও সরিয়ে নেওয়া যায় না। রাইটের সূত্র, যা প্রথম থিওডোর রাইট ১৯৩৬ সালে বিমান উৎপাদনের তথ্য থেকে বর্ণনা করেছিলেন এবং পরে বোস্টন কনসাল্টিং গ্রুপ অভিজ্ঞতা বক্ররেখা হিসেবে সাধারণীকরণ করে, শিল্প অর্থনীতির সবচেয়ে নির্ভরযোগ্য অভিজ্ঞতাভিত্তিক নিয়মগুলোর একটি। এর বক্তব্য হলো, অনেক পণ্যের ক্ষেত্রে, সমষ্টিগত উৎপাদন পরিমাণ যখনই দ্বিগুণ হয়, একক খরচ একটি ধারাবাহিক শতাংশ হারে কমে, কারণ প্রতিষ্ঠানটি সঞ্চিত কাজের মাধ্যমে শিখে নেয় কীভাবে আরও দক্ষভাবে উৎপাদন করতে হয়।

লগারিদমিক অক্ষে সৌর পিভি মডিউলের মূল্য বনাম সমষ্টিগত স্থাপিত ক্ষমতা
সমষ্টিগত স্থাপিত ক্ষমতার তুলনায় সৌর পিভি মডিউলের মূল্য, রাইটের সূত্রের একটি অভিজ্ঞতাভিত্তিক চিত্র (তথ্য Our World in Data থেকে, চার্ট স্থানীয়ভাবে পুনর্নির্মিত, CC BY 4.0)

কারণ ক্লাস্টারটি অসংখ্য পণ্য শ্রেণি জুড়ে বৈশ্বিক সমষ্টিগত পরিমাণের এক বিপুল অংশ উৎপাদন করে, এটি অভিজ্ঞতা বক্ররেখার অনেক নিচে অবস্থান করে—যার শীর্ষে থাকে কম সমষ্টিগত পরিমাণের যেকোনো নতুন প্রবেশকারী। আধুনিক চীনা উৎপাদন এরপর পুঁজিনিবিড় অটোমেশন, উন্নত রোবোটিক্স, উচ্চগতির স্বয়ংক্রিয় অপটিক্যাল পরিদর্শন, এবং কাঁচামাল পর্যন্ত পৌঁছে যাওয়া উল্লম্ব একীভবনের মাধ্যমে সেই শিক্ষালাভের সুবিধাকে আরও বাড়িয়ে তোলে।

এটাই সেই সুনির্দিষ্ট বিন্দু যেখানে শ্রম-খরচ ব্যাখ্যাটি মারা যায়। আধুনিক সুবিধা কম মজুরি নয়। এটি হলো সঞ্চিত শেখা + স্বয়ংক্রিয় স্কেল + সরবরাহকারীর ঘনত্ব, এবং কোনো নবাগত এই সমন্বয়কে স্বল্পমেয়াদি কোনো পদক্ষেপে, উচ্চ মজুরি হোক বা নিম্ন মজুরি হোক, অনুকরণ করতে পারে না, কারণ আপনি মুহূর্তে কয়েক দশকের সমষ্টিগত উৎপাদন-অভিজ্ঞতা বা তার চারপাশের সরবরাহকারী বাস্তুতন্ত্র কিনে নিতে পারেন না।

৪. বিতরণ-ঘর্ষণের পতন

এটি হলো সেই হার্ডওয়্যার-সংস্করণ, যেখানে এআই বিদ্যমান সফটওয়্যার চ্যানেলগুলোর ভেতর দিয়ে যেতে হওয়ার প্রয়োজনীয়তা ক্ষয় করে। বৈশ্বিক ডিজিটাল মার্কেটপ্লেস এবং অত্যন্ত দক্ষ পার্সেল লজিস্টিক্স ক্লাস্টারের ভেতরের নির্মাতাদের পশ্চিমা ডিস্ট্রিবিউটর, হোলসেলার, এবং খুচরা তাক-স্থান পুরোপুরি এড়িয়ে যেতে দেয়; তারা সরাসরি বৈশ্বিক প্ল্যাটফর্মে তালিকাভুক্ত হয় এবং কয়েক দিনের মধ্যে ভোক্তার দরজায় পণ্য পাঠায়। কোনো বিদ্যমান হার্ডওয়্যার ব্র্যান্ডকে রক্ষা করা শেষ ঘর্ষণটি—তার তাক ও চ্যানেলের নিয়ন্ত্রণ—এড়িয়ে যাওয়া হয়। কার্যগতভাবে সমতুল্য একটি যন্ত্র বিদ্যমান ব্র্যান্ডের বিতরণ ব্যবস্থাকে কখনো স্পর্শ না করেই তার থেকে ভগ্নাংশমূল্যে একই গ্রাহকের কাছে পৌঁছে যায়।

শিল্প-সম্মিলিত সম্পদ এবং কেন রিশোরিং এত কঠিন

এই সব কিছুর মধ্যে সবচেয়ে গুরুত্বপূর্ণ পরিণতি, এবং যেটি সবচেয়ে বেশি উপেক্ষিত, তা হলো রিশোরিং নিয়ে; আর এখানেই শিল্প-সম্মিলিত সম্পদ-এর ধারণাটি গুরুত্বপূর্ণ হয়ে ওঠে। গ্যারি পিসানো এবং উইলি শিহ ২০০৯ সালে Restoring American Competitiveness (PDF)-এ এটির নামকরণ করেন। তাদের পর্যবেক্ষণ ছিল যে উৎপাদন সক্ষমতা পৃথক প্রতিষ্ঠানের সম্পত্তি নয়। এটি একটি বাস্তুতন্ত্রের সম্পত্তি—সরবরাহকারী, টুলমেকার, প্রসেস ইঞ্জিনিয়ার, এবং নীরব জ্ঞান নিয়ে গঠিত একটি ভাগাভাগি করা স্থানীয় ভিত্তি।

যখন কোনো দেশ উৎপাদন বিদেশে সরিয়ে নেয়, তখন শুধু কারখানাই হারায় না। সময়ের সঙ্গে সঙ্গে এটি আশপাশের সম্মিলিত সম্পদও হারায়, কারণ স্থানীয় চাহিদা তাদের জীবিত না রাখলে সরবরাহকারী, টুলমেকার, এবং দক্ষ প্রসেস ইঞ্জিনিয়াররা দুর্বল হয়ে পড়ে বা স্থানান্তরিত হয়। একবার সম্মিলিত সম্পদ চলে গেলে, কোনো একক প্রতিষ্ঠান বা ভর্তুকি তা দ্রুত পুনর্গঠন করতে পারে না, কারণ একাকী পুনরায় দেশে আনা কারখানার কোনো স্থানীয় সরবরাহকারী থাকে না, কোনো স্থানীয় টুলমেকার থাকে না, কোনো অভিজ্ঞ প্রসেস ইঞ্জিনিয়ারের স্থানীয় পুল থাকে না, এবং সুতরাং সেই মার্শালীয় বহিঃস্থিত অর্থনীতিগুলোর কোনোটিই থাকে না, যা প্রথমে ক্লাস্টারটিকে দক্ষ করেছিল।

এই কারণেই কমোডিটি-রূপে পরিণত হার্ডওয়্যার শ্রেণি রিশোর করা এত কঠিন ও ব্যয়বহুল। রিশোরার যে সুবিধা পুনর্গঠন করতে চায়, তা কখনোই কারখানার ভেতরে ছিল না। এটি ছিল কারখানার চারপাশের বাস্তুতন্ত্রে, এবং সেই বাস্তুতন্ত্র আর বাড়িতে নেই। খাঁজ (moat) চীনে যায়নি কারণ চীনা প্রতিষ্ঠানগুলো এককভাবে ভালো। তা গেছে কারণ সম্মিলিত সম্পদ স্থানান্তরিত হয়েছে, এবং সম্মিলিত সম্পদ এমন একটি যৌথ সম্পদ যা ব্যক্তিগত পদক্ষেপে পুনর্গঠন করা যায় না।

হার্ডওয়্যারের জন্য সামষ্টিক অর্থনৈতিক উপসংহার সফটওয়্যারের উপসংহারের সঙ্গে হুবহু মিলে যায়। কোনো ভৌত পণ্যের স্পেসিফিকেশন জানা হয়ে গেলে, অতি-ঘন উৎপাদন বাস্তুতন্ত্র সেটিকে অনুকরণ করতে পারে, উৎপাদনযোগ্যতার জন্য সেটিকে অপ্টিমাইজ করতে পারে, এবং এমন ব্যয়-গঠনে সরাসরি বিতরণ করতে পারে যা উদ্ভাবনকারী প্রতিষ্ঠানের মার্জিনকে ধ্বংস করে দেয়। কেবল ভৌত উৎপাদনের কঠিনতায় রক্ষিত স্বতন্ত্র হার্ডওয়্যারকে কমোডিটি-রূপে পরিণত করা হয়েছে, কারণ সেই কঠিনতা, বিপুল পরিসরের পণ্যের ক্ষেত্রে, আর অস্তিত্বশীল নেই।

অংশ ছয়: ক্রমিক পতন এবং এর কৌশলগত পরিণতি

মানুষ সাধারণত দুটি পতনকে আলাদা আলাদা বিশ্লেষণ করে, এবং কালানুক্রমিকভাবে তাদের তাই করা উচিত। হার্ডওয়্যার-পতন প্রথমে ঘটেছিল। চীনা সমাবেশজনিত ঘনীভবন ভোক্তা ইলেকট্রনিক্স এবং বহু মধ্য-জটিলতার পণ্যে উৎপাদন-ভিত্তিক হার্ডওয়্যার প্রতিরক্ষাকে বছরের পর বছর দুর্বল করে দেয়, তারও আগে জেনারেটিভ এআই কোডিং টুলগুলো গুরুত্বপূর্ণ হয়ে ওঠে। সফটওয়্যার-পতন পরে আসে। আজ কোনো প্রতিষ্ঠাতার বাস্তব ঘটনা এই নয় যে সেগুলো একসঙ্গে শুরু হয়েছিল। বাস্তব ঘটনা হলো এখন বাজারে উভয় অবস্থাই উপস্থিত।

আগের যুগগুলো এখনও একটি পালানোর পথ দিত। সফটওয়্যার প্রতিযোগিতামূলক হয়ে উঠলে, পুঁজি প্রতিরক্ষাযোগ্য হার্ডওয়্যারের দিকে সরে যেতে পারত। হার্ডওয়্যার প্রতিযোগিতামূলক হয়ে উঠলে, পুঁজি প্রতিরক্ষাযোগ্য সফটওয়্যারের দিকে সরে যেতে পারত। এই দুই ক্ষেত্র ছিল পালাক্রমে আশ্রয়স্থল। সেই আবর্তন আর কাজ করে না। বিশুদ্ধ অ্যাটমস ইতিমধ্যেই তাদের উৎপাদন-খাঁজ হারিয়েছে, আর বিশুদ্ধ বিটস এখন তাদেরটা হারাচ্ছে। আর কোনো বিশুদ্ধ বিটস আশ্রয় নেই, আর কোনো বিশুদ্ধ অ্যাটমস আশ্রয়ও নেই। এটিই গত বছর আমি বারবেল নিয়ে লিখেছিলাম তার গভীরতর অর্থ। মাঝের অংশ, যেখানে একটি প্রতিষ্ঠান নির্ভর করত এক মাত্রা কঠিন থাকার ওপর, তা দুদিক থেকেই ফাঁপা হয়ে গেছে।

প্রথম স্তরের পরিণতি: সাধারণীকৃত মুদ্রাস্ফীতিহ্রাসজনিত চাপ

যখন সফটওয়্যারের প্রান্তিক খরচ শূন্যের দিকে যায় এবং ভৌত প্রতিলিপির কার্যকর খরচ ক্লাস্টারের অতি-দক্ষ নিম্নসীমার দিকে নেমে আসে, তখন উভয় ক্ষেত্রেই প্রতিযোগিতা দামকে সেই নিম্নসীমাগুলোর দিকে ঠেলে দেয়। এটি ভোক্তাদের জন্য মুদ্রাস্ফীতিহ্রাসমূলক এবং যাদের কোনো খাঁজ নেই এমন উৎপাদকদের জন্য ধ্বংসাত্মক, এবং এটি একটি ধাঁধার ব্যাখ্যা দেয় যা অনেকেই লক্ষ্য করেন—অসাধারণ প্রযুক্তিগত অগ্রগতি এবং প্রকৃতপক্ষে উৎপাদনকারী প্রতিষ্ঠানগুলোর মার্জিন সংকোচন পাশাপাশি ঘটে। অগ্রগতির সুফল ভোক্তা ও অনুকরণকারীদের হাতে চলে যাচ্ছে, উদ্ভাবকদের হাতে নয়, ঠিক এই কারণেই যে উভয় ক্ষেত্রেই অধিগ্রহণযোগ্যতা ভেঙে পড়েছে।

দ্বিতীয় স্তরের পরিণতি: ভাড়ামূল্য হাসির বক্ররেখা বরাবর সরে যায়

স্ট্যান শিহ, অ্যাসারের প্রতিষ্ঠাতা, প্রায় ১৯৯২ সালে হাসির বক্ররেখা প্রস্তাব করেন। উৎপাদন ভ্যালু চেইনের ধাপগুলোর বিরুদ্ধে মূল্য সংযোজন অঙ্কন করলে একটি হাসির মতো আকৃতি পাওয়া যায়। বেন থম্পসন এটি প্রকাশনায় অভিযোজিত করেছেন, যা দেখায় যে বক্ররেখাটি আসলে উৎপাদন সম্পর্কেই নয়। এখানে মূলটি রয়েছে:

স্ট্যান শিহের হাসির বক্ররেখা, ভ্যালু চেইনের ধাপগুলোর বিরুদ্ধে মূল্য সংযোজন অঙ্কন করা হয়েছে
শিহের হাসির বক্ররেখা (সূত্র: উইকিমিডিয়া কমন্স, CC BY-SA)

শিহের ধাপগুলো হলো:

  • উপধারায় উচ্চ মূল্য, অর্থাৎ নকশা, ব্র্যান্ডিং, এবং মেধাস্বত্ব
  • মাঝখানে গভীর নিম্নবিন্দু, অর্থাৎ ভৌত সংযোজন এবং উৎপাদন, যে ধাপটি সবচেয়ে সহজে কমোডিটি-রূপে পরিণত হয়
  • নিম্নধারায় উচ্চ মূল্য, অর্থাৎ বিতরণ, পরিষেবা, এবং গ্রাহক সম্পর্ক

চীনের উত্থান হার্ডওয়্যারের জন্য সেই বক্ররেখার মধ্যবর্তী অংশকে সমতল ও কমোডিটি-রূপে পরিণত করেছে। জেনারেটিভ এআই এখন সফটওয়্যারের সমতুল্য মধ্যভাগকে কমোডিটি-রূপে পরিণত করছে, যা কেবল কোড লেখা। এরপরের নির্দেশনা উভয় ক্ষেত্রেই অভিন্ন: কমোডিটি-রূপে পরিণত মধ্যভাগ ত্যাগ করো এবং হাসির দুই প্রান্তের দিকে সরে যাও।

কিন্তু এই প্রান্তগুলোই ঠিক সেই চাহিদা-পার্শ্বীয় এবং সিস্টেম-স্তরের সম্পদ, যেগুলো এআই বা উৎপাদন-ঘনত্ব কোনোটিই সস্তায় অনুকরণ করতে পারে না। উপধারায় এর অর্থ হলো মালিকানাধীন তথ্য, গবেষণা, এবং নকশাগত অন্তর্দৃষ্টি। নিম্নধারায় এর অর্থ হলো ব্র্যান্ড, আস্থা, বিতরণ, নিয়ন্ত্রক অবস্থান, এবং গ্রাহক সম্পর্ক ও কার্যকরী ফলাফলের মালিকানা।

তৃতীয় স্তরের পরিণতি: ভাড়ামূল্য ফাঁকে ফাঁকে সরে যায়

এই পরিণতিটিই বিশ্লেষণকে কৌশলের সঙ্গে যুক্ত করে। স্থায়ী ভাড়ামূল্য কোনো একক মাত্রা থেকে সরে গিয়ে মাত্রাগুলোর সংযোগস্থলে, এবং এমন সম্পদে স্থানান্তরিত হয়েছে যা উৎপাদনের বাইরেই অবস্থান করে। যদি বিশুদ্ধ কোড বিনামূল্যে হয় এবং বিশুদ্ধ অ্যাটমস সস্তা হয়, তবে যে ঘর্ষণগুলো এখনও ভাড়ামূল্য সৃষ্টি করে, সেগুলোই ফাঁকে ফাঁকে বাস করে:

  • কাস্টম হার্ডওয়্যারের সঙ্গে কাস্টম সফটওয়্যারের ঘন সহ-নকশা, যাতে একটিও অন্যটি ছাড়া অনুকরণকারীর জন্য কার্যকর না হয়।
  • বাস্তব ভৌত বা নিয়ন্ত্রিত কর্মপ্রবাহ পরিচালনা থেকে উৎপন্ন মালিকানাধীন তথ্য, যা বিরল ঠিক এই কারণে যে এটি কাজ করার উপজাত, এমন কিছু নয় যা কপি করা যায়।
  • রক্ষণশীল শিল্পে দীর্ঘ সময়ে গড়ে ওঠা গভীর সম্পর্ক এবং নিয়ন্ত্রক স্বীকৃতি, যেখানে সস্তা ক্লোন কেউ মূল্যায়নই করার আগে অযোগ্য ঘোষিত হয়ে যায়।
  • প্রধানের অবস্থান, যেখানে একটি প্রতিষ্ঠান কমোডিটি-রূপে পরিণতযোগ্য কোনো টুল বিক্রি করে না, বরং অপারেশনটির মালিক হয়, দায়ভার গ্রহণ করে, ফলাফলের নিশ্চয়তা দেয়, এবং পূর্ণ মুনাফার পুল ও একচেটিয়া তথ্য-নিঃসরণ উভয়ই ধারণ করে।

এগুলোই সেই ঘর্ষণ, যেগুলো এআই এবং চীনা ঘনীভবন কাঠামোগতভাবে বিলুপ্ত করতে অক্ষম, কারণ এগুলো উৎপাদন-ঘর্ষণই নয়। এগুলো আস্থা, ভৌত প্রবেশাধিকার, নিয়ন্ত্রণ, সঞ্চিত বাস্তব-জগত পর্যবেক্ষণ, এবং কার্যকরী মালিকানার ঘর্ষণ।

অংশ সাত: সীমাবদ্ধতা, পাল্টা-যুক্তি, এবং সেগুলো নিয়ে সৎ থাকা

এমন বিস্তৃত একটি থিসিসকে অবশ্যই তার সবচেয়ে শক্তিশালী আপত্তিগুলোর বিরুদ্ধে চাপ-পরীক্ষা করতে হবে, কারণ অতিরঞ্জিত কোনো ভিত্তির ওপর গড়া কৌশল ঠিক সেখানেই ব্যর্থ হয় যেখানে ভিত্তিটি অতিরিক্ত শক্তিশালী ছিল।

আপত্তি ১: এআই-উৎপাদিত সফটওয়্যার এখনো শীর্ষ-মানের নয়

প্রথম আপত্তি হলো, এআই-উৎপাদিত সফটওয়্যার এখনো সবচেয়ে জটিল, সর্বোচ্চ নির্ভরযোগ্য, বা নতুন ধরনের সিস্টেমের জন্য বিশেষজ্ঞ-প্রকৌশলীকৃত সফটওয়্যারের সমতুল্য নয়, এবং একটি বাস্তব মান-সীমা এখনও কমোডিটি-উৎপাদনকে শীর্ষ-স্তরের প্রকৌশল থেকে আলাদা করে।

এটি সত্য, এবং গুরুত্বপূর্ণও। কমোডিটাইজেশন-সংক্রান্ত যুক্তিটি সবচেয়ে বেশি প্রযোজ্য প্রচলিত অ্যাপ্লিকেশন সফটওয়্যারের বৃহৎ অংশে, যার যুক্তি অনেক আগেই সুপরিচিত। প্রকৃত শীর্ষসীমায়, নতুন অ্যালগরিদমে, চরম নির্ভরযোগ্যতা বা নিরাপত্তা দাবি করে এমন সিস্টেমে, এবং প্রশিক্ষণ ডেটায় কোনো নজির না থাকা সমস্যায়, বিশেষজ্ঞ মানব-বিচার এখনও ভাড়ামূল্য আদায় করে। তাই নির্ভুল দাবি হলো, এআই সফটওয়্যারের কমোডিটি-রূপে পরিণতযোগ্য বৃহত্তর অংশের খাঁজ ভেঙে দেয়, সমস্ত সফটওয়্যার-মূল্যকে বিলুপ্ত করে না।

কিন্তু চলাচলের দিকটি কৌশলগতভাবে গুরুত্বপূর্ণ, কারণ যে সীমান্তটি প্রতিরক্ষা-যোগ্য থাকে তা সংকীর্ণ, এটি ক্রমাগত সরে যায়, এবং এটি একটি টেকসই ব্যবসার জন্য খারাপ ভিত্তি, যদি না এটি উপরের অ-উৎপাদনমূলক পরিখাগুলোর একটির সঙ্গে নোঙর করা হয়।

আপত্তি ২: চীনা আধিপত্য অসম এবং রাজনৈতিকভাবে বিতর্কিত

দ্বিতীয় আপত্তিটি হলো, চীনা উৎপাদন আধিপত্য বিভাগভেদে অসম, এবং এখন এটি গুরুতর ভূরাজনৈতিক পাল্টা শক্তির মুখোমুখি, যার মধ্যে রয়েছে শুল্ক, রপ্তানি নিয়ন্ত্রণ, জাতীয় নিরাপত্তা-চালিত পুনরায় দেশে-ফেরত আনা, এবং গুরুত্বপূর্ণ সরবরাহ শৃঙ্খলগুলোর ইচ্ছাকৃত ফ্রেন্ড শোরিং।

এটিও সত্য। ভোক্তা ইলেকট্রনিক্স, যান্ত্রিক পণ্য, এবং মাঝারি-জটিলতার অ্যাসেম্বলিগুলোর ক্ষেত্রে পণ্যসদৃশীকরণের যুক্তিটি সবচেয়ে শক্তিশালী, এবং প্রযুক্তি স্তূপের একদম শীর্ষে, সবচেয়ে স্পষ্টভাবে উন্নত সেমিকন্ডাক্টর নির্মাণে, সবচেয়ে দুর্বল; সেখানে চরম পুঁজিগত ঘনত্ব এবং অল্প কয়েকজন প্রতিস্থাপন-অযোগ্য সরবরাহকারী তাদের নিজস্ব পরিখা তৈরি করে। নীতি-নির্ধারণও কৃত্রিমভাবে সেই ঘর্ষণগুলো ফিরিয়ে আনতে পারে, যা সমাবেশ-ঘনীভবন দূর করেছিল; যেমন শুল্ক, যা অনুকরণকারীর অবতরণকৃত খরচ বাড়ায়, অথবা রপ্তানি নিয়ন্ত্রণ, যা তার ইনপুট অস্বীকার করে।

কিন্তু সেই পাল্টা শক্তিগুলো আসলে কেন্দ্রীয় উপসংহারকে দুর্বল না করে আরও মজবুত করে, কারণ টিকে থাকা সেমিকন্ডাক্টর পরিখা এবং নীতি-চালিত পুনরায় দেশে-ফেরত আনার পরিখা—আবারও—শুদ্ধ হার্ডওয়্যারের পরিখা নয়। সেগুলো চরম পুঁজিগত মাত্রার, প্রতিস্থাপন-অযোগ্য সরবরাহকারী অবস্থানের, এবং নিয়ন্ত্রক ও ভূরাজনৈতিক সম্পর্কের পরিখা। এগুলো ঠিক সেই অ-উৎপাদনমূলক, সম্পর্ক-ভিত্তিক, এবং অবস্থান-ভিত্তিক ঘর্ষণ, যেখানে এই প্রতিবেদনের মতে ভাড়া স্থানান্তরিত হয়েছে।

আপত্তি ৩: বড় বিদ্যমান খেলোয়াড়রা এখনও এত লাভজনক কেন?

তৃতীয় আপত্তিটি সূক্ষ্ম। যদি সফটওয়্যার এবং হার্ডওয়্যার উভয়ই পণ্যসদৃশ হয়ে থাকে, তবে বৃহত্তম প্রযুক্তি-বিদ্যমান খেলোয়াড়রা এখনও কেন অসাধারণভাবে লাভজনক?

উত্তরটি হলো, সেসব বিদ্যমান খেলোয়াড়দের প্রকৃতপক্ষে কখনও শুদ্ধ সফটওয়্যার বা শুদ্ধ হার্ডওয়্যার দ্বারা সুরক্ষিত করা হয়নি। তাদের আসল পরিখাগুলো হলো নেটওয়ার্ক প্রভাব, বিতরণ ও মনোযোগের নিয়ন্ত্রণ, সভ্যতাগত পরিসরের মালিকানাধীন ডেটা, ইকোসিস্টেমে আটকে রাখা, এবং কিছু ক্ষেত্রে নিয়ন্ত্রক শিকড় গেড়ে বসা। এখানে বর্ণিত পতন এর কোনো কিছুকেই হুমকি দেয় না, এবং কয়েকটি উপায়ে এগুলোকে আরও শক্তিশালী করে, কারণ শুদ্ধ উৎপাদন যত পণ্যসদৃশ হয়, বিদ্যমান খেলোয়াড়দের ইতিমধ্যেই মালিকানাধীন অ-উৎপাদনমূলক সম্পদের আপেক্ষিক মূল্য তত বাড়ে।

এটি থিসিসের সঙ্গে সম্পূর্ণ সামঞ্জস্যপূর্ণ। উৎপাদনের পণ্যসদৃশীকরণ সব লাভকে সমতল করে না। এটি লাভকে সেই প্রতিষ্ঠানগুলোর কাছ থেকে সরিয়ে দেয়, যাদের একমাত্র সুবিধা ছিল উৎপাদন কঠিন ছিল, এবং সেদিকে সরিয়ে দেয়, যারা সেই ঘর্ষণগুলো মালিকানায় রাখে, যেগুলো উৎপাদন ছুঁতে পারে না। বিদ্যমান খেলোয়াড়রা টিকে থাকে, কারণ তারা কখনও একমাত্রিক ব্যবসা ছিল না। এটাই ব্যতিক্রম নয়, এটাই শিক্ষা।

অংশ আট: সংশ্লেষণ ও আধুনিক পরিখার দিকে সেতু

এই প্রতিবেদনের দুইটি পতন, মূলত, একই প্রক্রিয়া দুইটি ক্ষেত্রে পুনরাবৃত্তি হওয়া, কোনো একক ভাগ করা সময়রেখা নয়। উভয় ক্ষেত্রেই এক শ্রেণির ব্যবসা স্থায়ী ভাড়া পেয়েছিল, কারণ উৎপাদন কঠিন, ধীর, এবং ব্যয়বহুল ছিল। উভয় ক্ষেত্রেই একটি ঘর্ষণ-দ্রবীভূতকারী শক্তি—ডিজিটাল ক্ষেত্রে জেনারেটিভ এআই এবং ভৌত ক্ষেত্রে অতিঘন শিল্প সমাবেশ—উৎপাদনকে সহজ, দ্রুত, এবং সস্তা করে তোলে। উভয় ক্ষেত্রেই উৎপাদনের কঠিনতার দ্বারা সুরক্ষিত ভাড়া, উৎপাদন আর কঠিন না থাকলেই উবে যায়।

এই সামঞ্জস্যটি সুনির্দিষ্ট, এবং তা লক্ষ করা একক অংশের চেয়ে বেশি মূল্যবান, কারণ এটি উভয়ের নিচে থাকা সাধারণ নিয়মটি প্রকাশ করে:

যে কোনো পরিখা যা কেবল একটি জিনিস বানানোর কঠিনতার ওপর দাঁড়ায়, তা সাময়িক; এবং তা ঠিক ততক্ষণই টিকে থাকে, যতক্ষণ না কেউ সেই জিনিসটি সহজে বানানোর উপায় বের করে।

এর কৌশলগত ফলাফল সরাসরি অনুসরণ করে। যেহেতু বিটস একা, কিংবা অ্যাটমস একা—কোনোটিই ব্যবসাকে আশ্রয় দিতে পারে না, তাই প্রতিরক্ষা-যোগ্যতা গঠন করতে হবে সেই ঘর্ষণগুলো দিয়ে, যেগুলো দুই পতনই টিকে গেছে:

  • কাস্টম হার্ডওয়্যার এবং কাস্টম সফটওয়্যারের কড়া, বন্ধ-লুপ সমন্বিত সংযোগ, যাতে সিস্টেমটিকে খুলে টুকরো টুকরো করে নকল করা না যায়।
  • একটি বাস্তব কর্মপ্রবাহ চালানোর উপজাত হিসেবে উৎপন্ন মালিকানাধীন, ক্রমাগত নবায়িত ডেটা, যা কপি করা যায় না, কারণ তা অপারেশনের মাধ্যমেই অর্জন করতে হয়।
  • রক্ষণশীল শিল্পগুলোর গভীর সম্পর্ক, আস্থা, এবং নিয়ন্ত্রক অবস্থান, যা কোনো কোডিং এজেন্ট এবং কোনো চুক্তিভিত্তিক কারখানা তৈরি করতে পারে না।
  • বিক্রেতা না হয়ে প্রধান হিসেবে পরিচালনা করার সিদ্ধান্ত, কর্মপ্রবাহ ও তার ফলাফল নিজের করে নেওয়া, যাতে সম্পূর্ণ মুনাফার পুল এবং পুরো ডেটা-নিঃসরণ নিজেদের নিয়ন্ত্রণে থাকে, বিক্রি করে দেওয়া না হয়।

একটি আধুনিক ভেঞ্চার-স্কেল কোম্পানি ঠিক সেই মাত্রায়ই প্রতিরক্ষা-যোগ্য, যতটা সে ঐ টিকে থাকা ঘর্ষণগুলোর কয়েকটিকে একত্রিত করে এক সংযুক্ত অপারেটিং সিস্টেমে, যা চলার সঙ্গে সঙ্গে আরও ভালো হয়। যা কিছু একসময় পরিখা ছিল, কারণ সেটি বানানো কঠিন ছিল—তা এখন পণ্য, কারণ তা বানানো সহজ। যা প্রতিরক্ষা-যোগ্য থাকে, তা হলো এমন কিছু যা অ্যাক্সেস করা কঠিন, আস্থা অর্জন করা কঠিন, নিয়ন্ত্রকের মাধ্যমে নিজের দিকে টেনে আনা কঠিন, এবং আসল কাজ না করে পর্যবেক্ষণ করা কঠিন।

ভবিষ্যতের পরিখা বিটস দিয়ে তৈরি নয়, এবং এটি অ্যাটমস দিয়েও তৈরি নয়। এটি তাদের মধ্যবর্তী সেলাইগুলো দিয়ে তৈরি, এবং সেই সম্পর্ক ও অর্জিত ডেটা দিয়ে তৈরি, যেটি কেউ পুনরুৎপাদন করতে পারে না, যতক্ষণ না সে ঠিক সেই জায়গায় দাঁড়ায়, যেখানে তুমি দাঁড়িয়ে আছো।

বিশ্লেষণের উপসংহার

ত্রিশ বছরের যে দৃষ্টিভঙ্গি সফটওয়্যারকে প্রতিরক্ষা-যোগ্য লাভের নির্ভরযোগ্য ইঞ্জিন এবং হার্ডওয়্যারকে নিম্ন-মার্জিন পণ্য হিসেবে দেখত, তা শুধু বদলায়নি। এর দুইটি মৌলিক অনুমান ক্রমশ মিথ্যা প্রমাণিত হয়েছে। চীনা শিল্প সমাবেশ প্রথমে এই অনুমানকে মিথ্যা প্রমাণ করেছে যে হার্ডওয়্যার পুনরাবৃত্তি ও নির্মাণ করা কঠিন। জেনারেটিভ এআই এখন এই অনুমানকে মিথ্যা প্রমাণ করছে যে সফটওয়্যার তৈরি ও প্রতিস্থাপন করা কঠিন।

যেহেতু এই দুই পরিখাই মূলত উৎপাদনের কঠিনতার ওপর দাঁড়িয়েছিল, এবং যেহেতু সেই কঠিনতাই ছিল উভয় ঘর্ষণ-দ্রবীভূতকারী শক্তির নির্দিষ্ট লক্ষ্য, তাই উভয় পরিখাই ধসে পড়ে। আগে বিটস বানাতে বা অ্যাটমস গড়তে পারার জন্য যে ভাড়া যেত, তা এখন গ্রাহক এবং অনুকরণকারীদের দিকে প্রবাহিত হয়, যদি না কোনো প্রতিষ্ঠান নিজেকে এমন একটি ঘর্ষণের সঙ্গে নোঙর করে, যা উৎপাদনের পতন পৌঁছাতে পারে না।

সেই টিকে থাকা ঘর্ষণগুলো—সমন্বয়, মালিকানাধীন কার্যকরী ডেটা, বিশ্বস্ত সম্পর্ক, নিয়ন্ত্রক অবস্থান, এবং বাস্তব কর্মপ্রবাহের প্রধান-মালিকানা—সেইখানেই স্থায়ী মূল্য চলে গেছে। এই যুগে একটি প্রতিরক্ষা-যোগ্য কোম্পানি গড়তে হলে, কোনো একক মাত্রার কঠিনতার ওপর নির্ভর করতে অস্বীকার করতে হয়, কারণ যা কিছু কেবল বানাতে কঠিন, তা বানানো সহজ হয়ে গেলে আর প্রতিরক্ষা-যোগ্য থাকে না।

আধুনিক পরিখা

উপরের সবই হলো রোগনির্ণয়। এটি প্রতিষ্ঠা করে ভাড়া কোথায় গেছে এবং কেন, কিন্তু এটি নীতির স্তরেই থেমে যায়, আর একটি নীতি আপনাকে বলে না যে তার ওপর ভিত্তি করে তৈরি একটি কোম্পানি বাস্তবে কেমন দেখায়। এই অংশটি হলো উত্তর। এটি ব্যাখ্যা করে, এখন প্রতিরক্ষা-যোগ্যতা কী দিয়ে তৈরি, এবং বাস্তব ব্যবসায় তা একত্রিত হলে কেমন দেখায়।

ব্যালার্ড

নির্মাণের নিয়মগুলোর আগে, ব্যালার্ডটিকে স্পষ্ট করা সহায়ক, কারণ বিশ্লেষণটি তার দুই প্রান্তের তালিকা না দিয়ে বারবার তার দিকে ইঙ্গিত করছিল। আমি এটি ২০২৫ সালে সফটওয়্যার মূল্যের ব্যালার্ড এ তুলে ধরেছিলাম, যেখানে আমি আমার অভ্যন্তরীণ সফটওয়্যার লিভারেজ তত্ত্বকে প্রাচুর্য থিসিসের সঙ্গে মিলিয়েছিলাম। সেখানে উপসংহার ছিল যে সফটওয়্যারের মূল্য দুইটি গুচ্ছে মেরুকৃত হচ্ছে, মাঝামাঝি অংশটি ধসে পড়ছে।

এক প্রান্তে রয়েছে বিশাল ভিত্তিপ্রস্তরসম প্রাথমিক উপাদানগুলো, ফাউন্ডেশন মডেল, কম্পিউট অবকাঠামো, ক্লাউড প্ল্যাটফর্ম, চিপস, এবং মূল এআই অবকাঠামো। এগুলো পুঁজিগত ঘনত্ব, স্কেল-অর্থনীতি, এবং গবেষণা-ঘনত্ব দ্বারা সুরক্ষিত, এমন এক স্তরে যা একটি নতুন ভেঞ্চার মূলত পৌঁছাতে পারে না। এগুলো আমি যে সুযোগটির কথা বলছি, তা নয়। এগুলো হলো সেই পরিবেশ, যার ভেতরে এটি কাজ করে।

Google হলো সর্বোচ্চ সীমার উদাহরণ। এটি LLM মডেল, TPU, ক্লাউড অবকাঠামো, Search, Android, YouTube, Maps, Chrome, ডিফল্ট বিতরণ, এবং মালিকানাধীন ডেটাকে এমন এক পরিসরে একত্র করে, যেটিতে প্রায় কেউই পৌঁছাতে পারে না। তবে এটি একে স্টার্টআপ প্যাটার্ন করে না। এটি তাকে ব্যালার্ডের উপরের মেরুটির পূর্ণরূপ দেয়। আপনি সেখান থেকে শুরু করতে পারেন না। Google যা প্রমাণ করে, তা হলো প্রক্রিয়াটি—উৎপাদন সস্তা হয়ে গেলে, স্থায়ী মূল্য কম্পিউট, বিতরণ, অবকাঠামো, ডেটা, এবং ইকোসিস্টেম অবস্থানে সরে যায়, যেখানে নতুন প্রবেশকারী সহজে ভাড়া দিয়ে ঢুকতে পারে না। সীমাটিও খেয়াল করুন। Google নিলাম চালায়। এটি সাধারণত বিজ্ঞাপনদাতার ফলাফল মালিকানায় রাখে না। এই কারণেই পরে Waymo, Search নয়, প্রধান-অবস্থান উদাহরণ হিসেবে আরও পরিষ্কার।

অন্য প্রান্তে রয়েছে অত্যন্ত নির্দিষ্ট ব্যক্তিগত লিভারেজ। গভীর কর্মপ্রবাহ-মালিকানা, ভৌত জগতের স্বয়ংক্রিয়তা, নিয়ন্ত্রক প্রক্রিয়া, বিশেষজ্ঞ শ্রমের প্রতিস্থাপন, মালিকানাধীন কার্যকরী ডেটা, এবং ফলাফলের মালিকানা। এই প্রান্তটি পৌঁছানো যায়, এবং এটি ঠিক সেই অ-উৎপাদনমূলক ঘর্ষণ দ্বারা সুরক্ষিত, যেগুলো বিশ্লেষণটি বেঁচে থাকা বলে শনাক্ত করেছে।

বিপজ্জনক মাঝামাঝি অংশটি হলো সাধারণ সফটওয়্যার। এটি ওয়েব অ্যাপ, ড্যাশবোর্ড, CRUD টুল, কর্মপ্রবাহ ব্যবস্থাপক, এবং মডেল API-এর ওপর পাতলা আবরণ। এটি উপরের দিক থেকে চাপা পড়ে প্রাথমিক উপাদানগুলোর দ্বারা, যেগুলো ক্রমশ সাধারণ সক্ষমতাকে নিজেদের মধ্যে শুষে নিচ্ছে, এবং নিচের দিক থেকে যে কোনো সাধারণ জিনিস বানানোর খরচ ধসে পড়ার কারণে। মাঝামাঝি এক পণ্যের জন্য বানানো সহজ, নকল করা সহজ, কোনো বিদ্যমান খেলোয়াড়ের পক্ষে ফিচার হিসেবে শুষে নেওয়া সহজ, এবং সাধারণত এটি গ্রাহকের মূল্য-শৃঙ্খলের এত কম অংশের মালিক, যে দাম প্রতিরক্ষা করতে পারে না।


একটি ব্যালার্ড: দুই প্রান্তে দুইটি ভারী প্লেট, একটি পাতলা দণ্ডের মাধ্যমে যুক্ত, যা উপর ও নিচ থেকে চাপা পড়ছে। এআই-উৎপাদিত, লেখক দ্বারা সম্পাদিত।
দুই প্রান্তই ভারী। আপনি যদি আজ শুরু করেন, তবে কেবল একটিই পৌঁছানো যায়।

চার-ঘটকীয় পরিখা

আজ প্রতিরক্ষা-যোগ্যতা একটি উচ্চ দেয়াল থেকে আসে না। এটি আসে বহু সুবিধার আন্তঃসংযুক্ততার মাধ্যমে। দুইবারের হার্ডওয়্যার ও সফটওয়্যার উৎপাদন-পতন থেকে চারটি স্বতন্ত্র স্তম্ভ টিকে থাকে। একটি টেকসই আধুনিক কোম্পানির অন্তত তিনটির দিকে বিশ্বাসযোগ্য পথ থাকা দরকার। একটিও নয়। তিনটি। একক মাত্রাগুলো আর কাউকে আশ্রয় দেয় না, এবং ভবিষ্যতেও দেবে না।

চমৎকার হার্ডওয়্যার

Great hardware does not mean inventing exotic devices. It definitely does not mean selling a clever gadget at a margin. A visible, copyable, separately sold device is exactly what manufacturing clusters destroy fastest. Hardware earns its place when it is not the product, but the instrument. It gives the company privileged physical access to a process no competitor can observe from outside. It senses the physical world, captures proprietary data, executes physical actions, and standardizes the workflow, making the software above it far harder to copy. The test is simple. Could the hardware be lifted out and sold on its own? If it could, it is a gadget and it will get commoditized. If it is meaningless without the software, the data, and the operation around it, then it is doing moat work.

দুর্দান্ত কাস্টম সফটওয়্যার

দুর্দান্ত কাস্টম সফটওয়্যার সাধারণ SaaS নয় এবং এটি আরও সুন্দর ইন্টারফেসও নয়। এটি একটি নির্দিষ্ট ভৌত বা নিয়ন্ত্রক প্রক্রিয়ার ভেতরে কাজ করে, বাস্তব অর্থনৈতিক গুরুত্ব বহনকারী সিদ্ধান্তগুলো স্বয়ংক্রিয় করে, শ্রম বা যন্ত্র সমন্বয় করে, এবং সংঘটিত হওয়ার সঙ্গে সঙ্গেই সংশোধন ও প্রান্তিক ঘটনাগুলো ধরে রাখে। লক্ষ্য করুন, কী জিনিসটি এটিকে প্রতিরক্ষাযোগ্য করে তোলে। কোড নয়, যা বিশ্লেষণ দেখিয়েছে এখন সস্তা, বরং এর নির্ভরতা অপারেশনাল অ্যাক্সেস, স্বত্বাধিকারভুক্ত ডেটা, এবং গভীর ওয়ার্কফ্লো জ্ঞানের ওপর—যা একটি প্রতিদ্বন্দ্বী একটি ইন্টারফেস ক্লোন করে পেতে পারে না। সফটওয়্যারটি নকল করা কঠিন কারণ এতে যে জিনিসগুলো সংযুক্ত আছে সেগুলোতে পৌঁছানো কঠিন, সফটওয়্যারটি লিখতে কঠিন বলে নয়।

দুর্দান্ত সম্পর্ক

দুর্দান্ত সম্পর্কগুলো কঠিন শিল্পক্ষেত্রে সবচেয়ে দীর্ঘস্থায়ী প্রতিরোধকগুলোর মধ্যে পড়ে। এগুলো হার্ডওয়্যার ও সফটওয়্যার উভয়ের পণ্যায়নের প্রতিও সম্পূর্ণ প্রতিরোধী। এর মধ্যে রয়েছে নিয়ন্ত্রক স্বীকৃতি, গ্রাহকের আস্থা, রক্ষণশীল ক্রেতাদের কাছে বিতরণ-অভিগম্যতা, এবং দীর্ঘমেয়াদি অপারেশনাল অংশীদারিত্ব। আপনি এটি প্রতিরক্ষা, স্বাস্থ্যসেবা, নির্মাণ, এবং অবকাঠামো—এমন খাতজুড়ে দেখতে পাবেন। ঐ বাজারগুলোর ক্রেতারা কখনও শুধু সফটওয়্যারটা একটু ভালো বলে কোনো বিক্রেতা বেছে নেন না, এবং অনেক ক্ষেত্রে, সেটি 10x ভালো হলেও না। তারা আস্থা ও ট্র্যাক রেকর্ড, নির্ভরযোগ্যতা, দায়, সম্মতি, এবং প্রমাণের ভিত্তিতে কেনেন। সস্তা একটি নকল সাধারণত কেউ মূল্যায়ন করার আগেই অযোগ্য বলে বিবেচিত হয়। সম্পর্ক গড়তে সময়, সুনাম, এবং বাস্তব কার্যসম্পাদনের ইতিহাস লাগে। না AI এজেন্ট, না শেনঝেনের কোনো অ্যাসেম্বলি লাইন রাতারাতি আস্থা তৈরি করতে পারে।

অনন্য ডেটা

চারটির মধ্যে অনন্য ডেটাই সবচেয়ে গুরুত্বপূর্ণ, এবং সেটিকেই মানুষ সবচেয়ে বেশি ভুল বোঝে। সব ডেটাই মূল্যবান নয়, আর এখন সাধারণ স্ক্র্যাপ করা ডেটা প্রতিরোধক হিসেবে প্রায় মূল্যহীন। যে ডেটা গুরুত্বপূর্ণ তা ব্যক্তিগত, নীরব-জ্ঞাত, ও বিশেষজ্ঞ-স্তরের; ভৌত এবং ওয়ার্কফ্লো-নির্দিষ্ট; বাস্তব অপারেশন থেকে উৎপন্ন; এবং এমন সব প্রান্তিক কেস, সংশোধন, ও ব্যর্থতায় পরিপূর্ণ যা কোনো পাবলিক কর্পাসে কখনও দেখা যায় না। আপনি এ ধরনের ডেটা কিনতে পারেন না, এবং স্ক্র্যাপও করতে পারেন না। এটি কেবলমাত্র একটি লাইভ অপারেশন চালানোর উপজাত হিসেবে উৎপন্ন হয়, একটি চার-ধাপের বন্ধ লুপের মাধ্যমে:

  1. পর্যবেক্ষণ
  2. সিদ্ধান্ত
  3. কর্ম
  4. ফলাফল

পর্যবেক্ষণ, সিদ্ধান্ত, কর্ম, এবং যাচাইকৃত ফলাফলের একটি চার-ধাপের চক্র, যেখানে ফলাফলটি পরবর্তী পর্যবেক্ষণে ফিরে যায়
চারটি ধাপই ধরুন, লুপটি বন্ধ হয়ে যায়। কেবল প্রথমটি ধরলে আপনি একটি লগ ফাইল পাবেন, প্রতিরোধক নয়।

এই লুপই সেই জায়গা যেখানে চারটি উপাদান একে অপরকে শক্তিশালী করতে শুরু করে। হার্ডওয়্যার দেখে এবং কাজ করে, সফটওয়্যার সিদ্ধান্ত নেয় ও সমন্বয় করে, সম্পর্ক ওয়ার্কফ্লোতে প্রবেশাধিকার দেয়, আর অনন্য ডেটা ফলাফল থেকে বহুগুণে বৃদ্ধি পায়।

বেশিরভাগ কোম্পানি এই ডেটা প্রবাহের কেবল প্রথম ধাপটাই ধরে। প্রতিরোধকটির জন্য চারটিই দরকার, অর্থাৎ আপনি শুধু কী ঘটল তা নয়, বরং তার প্রতিক্রিয়ায় কোন সিদ্ধান্ত নেওয়া হলো, আসলে কী কর্ম নেওয়া হলো, এবং ফলাফলটি কাজ করল কি না—এটাও জানেন। সেই চতুর্থ ধাপ, যাচাইকৃত ফলাফল, ডেটাকে প্রশিক্ষণযোগ্য করে তোলে এবং সুবিধাটিকে বহু গুণে বাড়তে দেয়। প্রতিটি সম্পন্ন কাজ পরবর্তী কাজটি সম্পাদনকারী সিস্টেমকে আরও উন্নত করে, আর এই পুরো নথিতে এটিই একমাত্র সুবিধার রূপ যা ক্ষয় না হয়ে বাড়ে।

যখন লুপগুলো বহুগুণে বাড়ে এবং যখন সেগুলো থমকে যায়

বন্ধ লুপটি বিমূর্তভাবে অবধারিত শোনায়। বাস্তবে, এটি গড়ার বেশিরভাগ প্রচেষ্টাই ব্যর্থ হয়। লুপটি একটি দাবি, কোনো আইন নয়, এবং এর নির্দিষ্ট ব্যর্থতার ধরন রয়েছে—যেগুলো সফলতার কেসের চেয়ে বোঝা অনেক বেশি উপকারী।

  • ডেটা স্যাচুরেট হয়: সঞ্চিত ডেটার মূল্য কমতে থাকা প্রান্তিক ফলাফলের একটি বক্ররেখা অনুসরণ করে। ডিপ লার্নিংয়ে, Sun et al. vision task-এর ক্ষেত্রে ট্রেনিং ডেটার পরিমাণের সঙ্গে পারফরম্যান্সের লগারিদমিক বৃদ্ধি দেখিয়েছেন, যার মানে ডেটাসেট দ্বিগুণ হলে আরেকটু বৃদ্ধি মেলে, আরেকটি চমৎকার অলৌকিক কিছু নয়। প্রথম হাজারটি নির্বাহ আপনাকে সবচেয়ে বেশি শেখায়। পরের দশ হাজার কম শেখায়। পরের এক লক্ষ প্রায় নতুন কিছুই শেখায় না। পরে শুরু করা কোনো প্রতিযোগী প্রায়ই ঐতিহাসিক ডেটার ভগ্নাংশ দিয়ে আপনার পারফরম্যান্সের 90 শতাংশে পৌঁছে যেতে পারে, আর কাঁচা সংখ্যা যেটা বোঝায় তার চেয়ে দ্রুত ব্যবধান কমিয়ে দিতে পারে।

  • ডেটা ব্যবহারের অধিকার আপনার নাও হতে পারে: আপনি ওয়ার্কফ্লোর মাধ্যমে স্বত্বাধিকারভুক্ত ডেটা তৈরি করেন, কিন্তু যদি আপনার চুক্তিতে বলা থাকে যে গ্রাহক সেটির মালিক এবং আপনি তা ডিপ্লয়মেন্টজুড়ে একত্র করতে পারেন না, তাহলে আপনার কাছে একটি উড়ুক্কু চাকা নয়, পঞ্চাশটি আলাদা ডেটা সাইলো আছে। প্ল্যাটফর্ম স্তরে, OpenAI, Anthropic, Microsoft Azure OpenAI, AWS Bedrock, এবং Google Vertex AI—সবাই ব্যবসায়িক গ্রাহকদের বলে যে ডিফল্টভাবে তাদের ইনপুট ও আউটপুট ফাউন্ডেশন মডেল প্রশিক্ষণে ব্যবহার করা হয় না। এটি গ্রাহকদের জন্য ভালো এবং বিক্রেতাদের জন্য একটি সতর্কবার্তা। ক্রস-গ্রাহক শেখা কেবল তখনই বহুগুণে বাড়ে, যখন চুক্তি তা অনুমোদন করে। গোপনীয়তা আইন আরেকটি বাধা যোগ করে, কারণ GDPR-এর উদ্দেশ্য-সীমাবদ্ধতা, মুছে ফেলার অধিকার, HIPAA de-identification নিয়মাবলি, এবং CCPA/CPRA-এর ক্রস-কনটেক্সট আচরণগত বিজ্ঞাপনের জন্য শেয়ারিং-সংক্রান্ত নিয়ম সবই দ্বিতীয়িক ডেটা ব্যবহারকে আরও কঠিন করে তোলে। এটি প্রতিযোগিতার চেয়ে বেশি বাস্তব-জগতের AI প্রতিরোধক ধ্বংস করে।

  • ওয়ার্কফ্লো মডেল উন্নত হওয়ার চেয়ে দ্রুত পরিবর্তিত হয়: দ্রুত পরিবর্তনশীল অপারেশনাল ডোমেইনে, ডেটার একটি পরিমাপযোগ্য অর্ধ-জীবন থাকে। Valavi et al. হার্ভার্ড বিজনেস স্কুলের গবেষণায় দেখিয়েছেন, ডেটার বড় ঐতিহাসিক ভাণ্ডার প্রবেশের জন্য একটি দুর্বল বাধা সৃষ্টি করে। কম পরিমাণ কিন্তু নতুন, সাম্প্রতিক ডেটার একটি প্রবাহ নিয়ে আসা কোনো নতুন প্রবেশকারী প্রায়ই বহু বছরের পুরোনো ডেটা ধরে বসে থাকা একটি প্রতিষ্ঠিত খেলোয়াড়ের চেয়ে বেশি নির্ভুল মডেল গড়তে পারে, বিশেষত যখন পুরোনো ডেটা সক্রিয়ভাবে নির্ভুলতা নষ্ট করে। একটি ক্লিনিকাল ইনফরমেটিক্স গবেষণা এটি সরাসরি দেখেছে, যেখানে inpatient order prediction ডেটার অর্ধ-জীবন ছিল প্রায় চার মাস, এবং এক মাসের সাম্প্রতিক ডেটা বারো মাসের পুরোনো ডেটার চেয়ে ভালো কাজ করেছে। উৎপাদনে, সেন্সর ড্রিফট, টুল ক্ষয়, প্রক্রিয়ার পুনর্নকশা, এবং স্কিমা পরিবর্তনের মানে হলো ঐতিহাসিক প্ল্যান্ট ডেটায় প্রশিক্ষিত মডেলগুলো এমন একটি প্ল্যান্ট সম্পর্কে যুক্তি দিচ্ছে যা আর অস্তিত্বই রাখে না। এটি সার্বজনীন নয়। পদার্থবিদ্যা-নিয়ন্ত্রিত প্রক্রিয়া, অ্যাকচুয়ারিয়াল টেবিল, ভূতাত্ত্বিক ডেটা, এবং অন্যান্য ধীরগতির ক্ষেত্র বহুদিন পুরোনো ডেটাকে মূল্যবান রাখতে পারে। যদি ওয়ার্কফ্লো মডেল উন্নত হওয়ার চেয়ে দ্রুত বদলায়, তাহলে আপনার ঐতিহাসিক ডেটা সুবিধা নয়, বরং পুরোনো বোঝা হয়ে যায়।

  • খরচই বাধা, এবং বাধাটাই খরচ: বাস্তব-জগতের ওয়ার্কফ্লো মালিকানা পুঁজি-নিবিড়, শ্রম-নিবিড়, এবং খাঁটি সফটওয়্যারের তুলনায় কম মার্জিনের। Tesla 2025 সালে মোট GAAP gross margin প্রায় 18 percent রিপোর্ট করেছে উল্লম্ব একীকরণ সত্ত্বেও। Intuitive Surgical 2025 সালে 11,106 systems-এর da Vinci installed base এবং 67.6 percent non-GAAP gross margin রিপোর্ট করেছে, দশকের পর দশক পুঁজি, সার্জন প্রশিক্ষণ, এবং প্রক্রিয়ার পরিমাণের পর। যে খরচ প্রতিযোগীদের দূরে রাখে, সেটাই অধিকাংশ নতুন প্রবেশকারীকে এমন কিছু গড়তে বাধা দেয় যার প্রতিরক্ষা করা যায়। বহু প্রচেষ্টা লুপ বহুগুণে বাড়ার অনেক আগেই unit economics-এর দৌড়ে ব্যর্থ হয়।

যেসব লুপ সত্যিই বহুগুণে বাড়ে আর যেগুলো কেবল ভুয়া প্রতিরোধক, তাদের পার্থক্য কী:

  • ডেটা outcome-linked, অর্থাৎ আপনি জানেন ফলাফল সঠিক ছিল নাকি ভুল, শুধু সংকেত সংগ্রহ করাই নয়।
  • চুক্তিগতভাবে ডেটা আপনার ব্যবহারের অধিকারভুক্ত across deployments।
  • ওয়ার্কফ্লো যথেষ্ট স্থিতিশীল, যাতে ঐতিহাসিক ডেটা প্রাসঙ্গিক থাকে।
  • প্রতিটি নির্বাহে নতুন edge case তৈরি হয়, একই জিনিসের পুনরাবৃত্তি নয়।
  • শেখা বহুগুণে বাড়ার আগেই ওয়ার্কফ্লো পরিবর্তিত হওয়ার সুযোগ না পেয়ে ফ্রিকোয়েন্সি যথেষ্ট বেশি।

নিম্নলিখিত যেকোনোটি সত্য হলে এই তত্ত্বটি ভুল:

  • কোনো প্রতিযোগী scraping, synthetic generation, transfer learning, বা একবারের ক্রয়ের মাধ্যমে সমতুল্য ডেটা অর্জন করতে পারে।
  • গ্রাহক চুক্তিগতভাবে ডেটার মালিক এবং আপনি তা ডিপ্লয়মেন্টজুড়ে একত্র করতে পারেন না।
  • ওয়ার্কফ্লো মডেল উন্নত হওয়ার চেয়ে দ্রুত পরিবর্তিত হয়, তাই সঞ্চিত ডেটা এমন একটি সিস্টেম বর্ণনা করে যা আর নেই।
  • প্রথম N execution-এর মধ্যেই ডেটার মূল্য স্যাচুরেট হয়, অর্থাৎ সুবিধাটি স্থির, বহুগুণে বাড়তে থাকা নয়।
  • ওয়ার্কফ্লোর মালিকানা বজায় রাখার খরচ সেটির উৎপাদিত ডেটার মূল্যের চেয়ে বেশি।

এই শর্তগুলো পূরণ হলে, লুপটি কোনো প্রতিরোধক নয়। এটি একটি অস্থায়ী অগ্রগতিসম্পন্ন ব্যয়বহুল প্রকৌশল প্রকল্প। a16z 2019 সালে যুক্তি দিয়েছিল যে অধিকাংশ ডেটা-সুবিধাই হলো scale effect, যার প্রান্তিক ফলাফল কমতে থাকে, কোনো জাদুকরী network effect নয়। AI-এর বর্তমান ঢেউয়ের আগেও এটি সত্য ছিল। এখনো এটি সত্যই আছে।

আধুনিক খাঁদের ওপর নির্মিত ব্যবসায়িক মডেল

চারটি উপাদান বর্ণনা করে খাঁদটি কী দিয়ে গঠিত। পরের প্রশ্নটি হলো, কোন ধরনের ব্যবসায়িক মডেল আসলে এটি ধারণ করতে পারে। বাস্তবে, উত্তরটি টুল বিক্রির দিক থেকে সরে গিয়ে পুরো ওয়ার্কফ্লোটি নিজে মালিকানায় নেওয়ার দিকে ইঙ্গিত করে।

প্রধান পক্ষ, বিক্রেতা নয়

পুরো কাঠামোর মধ্যে একক সর্বোচ্চ লিভারেজ-সম্পন্ন সিদ্ধান্ত হলো বিক্রেতার অবস্থান প্রত্যাখ্যান করা।

একটি বিক্রেতা-ধরনের কৌশল মানে হলো এমন একটি প্রতিষ্ঠানে টুল বিক্রি করা, যে প্রতিষ্ঠানটি ইতিমধ্যেই ওয়ার্কফ্লোটির মালিক। এটি আকর্ষণীয় দেখায় কারণ তাত্ত্বিকভাবে এটি কম মূলধন-নির্ভর এবং স্কেলযোগ্য, কিন্তু এতে লিভারেজের প্রতিটি উৎস গ্রাহকের হাতে তুলে দেওয়া হয়। অপারেটর গ্রাহক-সম্পর্ক, ভৌত প্রক্রিয়া, কার্যকরী ডেটা, বাজেট, দায়বদ্ধতা, এবং চূড়ান্ত ফলাফল ধরে রাখে। বিক্রেতা তার ওপর বসে থাকা সফটওয়্যারের একটি স্তরই শুধু ধরে রাখে। স্টার্টআপটি নিজের সৃষ্ট মূল্যের একটি ছোট অংশ ধরে, গ্রাহক কাস্টম ইন্টিগ্রেশনের দাবি জানায় যতক্ষণ না পণ্যটি সেবার দিকে সরে যায়, অপারেটর টুলটির কাজ দেখতে পারে এবং তারপর সেটিকে এমন একটি অভ্যন্তরীণ নির্মাণ দিয়ে প্রতিস্থাপন করতে পারে যা এখন উৎপাদন করতে নাটকীয়ভাবে সস্তা, এবং যেহেতু অপারেটরের কাছেই সেরা ডেটা থাকে, বিক্রেতার মডেল কখনও যৌগিকভাবে বৃদ্ধি পায় না। মার্জিন সীমাবদ্ধই থেকে যায়। এটি বিশেষভাবে বিপজ্জনক ভৌত শিল্পে, যেখানে সফটওয়্যার বিক্রেতারা নির্ভরযোগ্যভাবে অতিমূল্যায়িত পরামর্শদাতায় রূপ নেয়।

আরও শক্তিশালী অবস্থান হলো প্রধান পক্ষ হয়ে ওঠা, অর্থাৎ অপারেশন, দায়িত্ব, স্বীকৃতি, ওয়ার্কফ্লো, বা দায়বদ্ধতার মালিক হওয়া। যে কাজটি করে তার কাছে সফটওয়্যার বিক্রি করার বদলে, কোম্পানি নিজেই কাজটি করে বা তার ফলাফল নিশ্চিত করে। এটি ওপরের প্রতিটি অসুবিধাকে উল্টে দেয়। কোম্পানি লাইসেন্সিং ফি-র ক্ষুদ্র অংশের বদলে পুরো মার্জিন ধরে, গ্রাহকের ফলাফল এবং তাই সম্পর্কের মালিক হয়, এবং ডেটার মালিকও হয় কারণ তার নিজের অপারেশন সেটি তৈরি করে। অপারেটর তাকে মধ্যবর্তী স্তর থেকে বিচ্ছিন্ন করতে পারে না, কারণ এটাই অপারেটর, এবং এটি দ্বিতীয়হাত জ্ঞান নয়, প্রকৃত কার্যকরী দক্ষতা তৈরি করে।

এই নীতি এক নির্দেশে সংক্ষেপিত হয়:

টুল বিক্রি করবেন না। সম্পূর্ণ ফলাফল বিক্রি করুন।

বাস্তবে এটি যেকোনো বিক্রেতা-ধারণাকে তার প্রধান-পক্ষ সংস্করণে ধারাবাহিকভাবে পুনরায় ফ্রেম করার মাধ্যমে দেখা যায়:

বিক্রেতা-ভিত্তিক উপস্থাপনা প্রধান-পক্ষ-ভিত্তিক উপস্থাপনা
পরিদর্শন সফটওয়্যার বিক্রি করা পরিদর্শন সংস্থায় পরিণত হওয়া
ল্যাব ওয়ার্কফ্লো সফটওয়্যার বিক্রি করা পরীক্ষা ওয়ার্কফ্লোর মালিক হওয়া
একটি সম্মতি ড্যাশবোর্ড বিক্রি করা প্রত্যয়িত সম্মতি সরবরাহ করা
অনুমান নির্ণয়ের টুল বিক্রি করা অনুমানটি সরবরাহ করা
পূর্বাভাসভিত্তিক রক্ষণাবেক্ষণ বিশ্লেষণ বিক্রি করা ডাউনটাইম প্রতিরোধ করা, অথবা রক্ষণাবেক্ষণের ফলাফলের মালিক হওয়া

এই সিদ্ধান্ত কাঠামোর অন্য যেকোনো কিছুর চেয়ে বেশি গুরুত্বপূর্ণ, কারণ এটি নির্ধারণ করে কার মালিকানায় ডেটা থাকবে, এবং ডেটার মালিকানা নির্ধারণ করে সুবিধাটি যৌগিকভাবে বাড়বে নাকি ক্ষয় হবে।

একটি সেবা হিসেবে সেবা

প্রধান-পক্ষের অবস্থান এমন একটি ডেলিভারি মডেলকে নির্দেশ করে যা প্রচলিত সফটওয়্যারের থেকে ভিন্ন দেখায়, এবং এটিকে নাম দেওয়া মূল্যবান, কারণ শুরুতে এটি SaaS মার্জিনে প্রশিক্ষিত যে কারও কাছে একটি খারাপ ব্যবসার মতো দেখায়।

এই মডেলের চলতি কিছু নাম আছে। YC, a16z, এবং অন্যরা এটিকে service-as-software বলেছেন, এবং AI-সক্ষম rollup থিসিস একটি ঘনিষ্ঠ আত্মীয়। আমি service as a service পছন্দ করি, কারণ এটি গ্রাহক আসলে যা পায় সেটির ওপর জোর বজায় রাখে।

গ্রাহকের কাজ শেষ করতে সফটওয়্যার ব্যবহার করতেই হবে এমন হওয়া উচিত নয়। কোম্পানির উচিত সফটওয়্যার, AI, মানব শ্রম, হার্ডওয়্যার, এবং অপারেশন একসাথে ব্যবহার করে সম্পন্ন কাজটি সরবরাহ করা। সফটওয়্যারটি অভ্যন্তরীণ লিভারেজ, পণ্য নয়।

ক্রমটি ইচ্ছাকৃত। শুরুতে কাজটি হাতে বা মানুষের সম্পৃক্ততায় করুন। মানবিক কাজ দ্রুততর, আরও সঙ্গতিপূর্ণ, এবং আরও পরিমাপযোগ্য করতে সফটওয়্যার ব্যবহার করুন। প্রতিটি ইনপুট, সিদ্ধান্ত, সংশোধন, প্রান্তিক ঘটনা, এবং ফলাফল ধরে রাখুন। তারপর সঞ্চিত ডেটা ব্যবহার করে ওয়ার্কফ্লোর আরও বেশি অংশ স্বয়ংক্রিয় করুন, এমন এক স্বয়ংক্রিয় সেবা প্রদানকারীর দিকে এগিয়ে যান যার মার্জিন এবং প্রতিরক্ষামূলক শক্তি প্রচলিত সফটওয়্যার মেলাতে পারে না।

এটি কনসাল্টিং থেকে এক নির্ণায়ক উপায়ে আলাদা। কনসাল্টিং প্রতিটি গ্রাহকের কাছে চিরকাল কাস্টম শ্রম বিক্রি করে, এবং প্রতিটি সম্পৃক্ততা পেছনে পুনর্ব্যবহারযোগ্য কিছুই রেখে যায় না। একটি সেবা হিসেবে সেবা প্রাথমিক মানব শ্রমকে ইচ্ছাকৃতভাবে অটোমেশন সিস্টেম গড়ার উপকরণ হিসেবে ব্যবহার করে, এবং প্রতিটি সম্পৃক্ততা এমন ডেটা রেখে যায় যা পরেরটিকে সস্তা করে।

তবে আপনাকে সতর্ক হতে হবে এবং এই ধরনের মডেলে একটি ফাঁদ খেয়াল করতে হবে। যদি প্রতিটি নতুন গ্রাহকের জন্য কাস্টম ইন্টিগ্রেশন, কাস্টম ডেটা পরিষ্কার, কাস্টম ওয়ার্কফ্লো ম্যাপিং, এবং কাস্টম মডেল টিউনিং লাগে, তাহলে কোম্পানিটি এমন একটি কনসাল্টেন্সি যা এখনো তা স্বীকার করেনি। মানুষের অংশগ্রহণের পর্যায়টি ঠিক আছে, এবং প্রায়ই প্রয়োজনীয়, কিন্তু শুধু এই শর্তে যে এটি মালিকানাধীন ডেটা তৈরি করবে এবং স্কেলযোগ্য অটোমেশনের দিকে এগোবে। যদি পঞ্চাশটি কাজের পরও মানুষ একই খরচে একই কাজ করে যেতে থাকে, তাহলে মডেলটি ব্যর্থ হয়েছে।

ডেটার জন্য স্টারগেট

AI গণনা-নির্ভর বাধা থেকে ডেটা-নির্ভর বাধার দিকে সরে যাচ্ছে। আসন্ন সময়ের সবচেয়ে মূল্যবান AI কোম্পানিগুলো সেগুলো হবে না যাদের কাছে সবচেয়ে সাধারণ ডেটা আছে, যা প্রচুর এবং তাই ভাড়ার দাবি করতে পারে না, প্রথম অংশের ঠিক সেই যুক্তি অনুযায়ী। তারা হবে সেসব কোম্পানি যারা বিরল, ব্যক্তিগত, উচ্চমানের কার্যকরী ডেটার মালিক, যা কাজটি না করে অন্য কোনোভাবে পাওয়া যায় না।

ডেটার জন্য স্টারগেট কথাটি OpenAI-এর Stargate, ঘোষিত শত শত বিলিয়ন ডলারের গণনা-অবকাঠামো নির্মাণ, থেকে ধার করা, এবং এই ধার নেওয়ার মধ্যেই মূল কথা। যদি গত চক্রের দুর্লভ সম্পদ সেই স্কেলে পরিকল্পিত অবকাঠামোকে ন্যায্যতা দিয়ে থাকে, তাহলে পরবর্তী চক্রও একই আচরণ পাওয়ার যোগ্য। লক্ষ্য কোনো ডেটাসেট জমা করা নয়। লক্ষ্য হলো এমন একটি যন্ত্র তৈরি করা যা একটি সেবা সরবরাহের উপজাত হিসেবে ধারাবাহিকভাবে মালিকানাধীন ডেটা উৎপাদন করে।

এই ক্ষেত্রে গুরুত্বপূর্ণ পার্থক্যটি হলো উদ্দেশ্য নিজের জন্য ডেটা সংগ্রহ করা নয়, যা অনুপযোগী উপাদানের ব্যয়বহুল হ্রদ তৈরি করে। উদ্দেশ্য হলো সেই কার্যকরী লুপের মালিক হওয়া, যা ঠিক সেই ডেটা উৎপাদন করে যা ওই লুপকে স্বয়ংক্রিয় করতে দরকার।

পরমাণু-কম্পিউটার

চারটি উপাদান একটি কাঠামো বর্ণনা করে। পরমাণু-কম্পিউটার বর্ণনা করে এই কাঠামোটি কিসের জন্য, এবং এটিই দীর্ঘমেয়াদি দৃষ্টিভঙ্গি যা পুরো প্রচেষ্টাকে মূল্যবান করে তোলে।

এই ধারণাটি আমি তৈরি করিনি, এবং শুরুতেই সেটা স্পষ্ট করতে চাই। এই কাঠামোটি Travis Kalanick-এর। Uber থেকে 2017 সালে তাকে সরিয়ে দেওয়ার পর তিনি আট বছর ধরে গোপনে City Storage Systems গড়ে তোলেন, এবং 2026 সালের মার্চে তিনি এর নাম বদলে Atoms রাখেন এবং পুরো বিষয়টি তুলে ধরে একটি ভিশন লেটার প্রকাশ করেন। তার বক্তব্য হলো, আপনি ভৌত জগতের সমস্যাকে একইভাবে মোকাবিলা করবেন যেভাবে আপনি সফটওয়্যার সমস্যাকে মোকাবিলা করেন, এবং মূল কম্পিউটিং সম্পদের ভৌত সমতুল্য আছে যেখানে CPU হলো উৎপাদন, storage হলো রিয়েল এস্টেট, আর network হলো পরিবহন। একটি a16z launch event-এ Kalanick কোম্পানিটিকে industrial AI-কে কেন্দ্র করে সংজ্ঞায়িত করেছিলেন, যেখানে সফটওয়্যার, সেন্সর, রোবোটিক্স, এবং AI ব্যবহার করে সমগ্র শিল্পখাতে অপারেশন স্বয়ংক্রিয় করা হয়, খাদ্য, খনন, এবং পরিবহন দিয়ে শুরু করে। তার চিঠিটি পড়ুন। এটি আমার সারসংক্ষেপের চেয়ে ভালো, এবং তার কয়েকটি উপসংহার এই নথিটি যে জায়গায় পৌঁছায় তার সঙ্গে ভিন্ন দিক থেকে একই জায়গায় এসে মেলে।

AI যত বেশি সক্ষম হচ্ছে, তার সীমাবদ্ধতাও সরে যাচ্ছে। সীমাটি আর শুধু যুক্তির গুণমান নয়। এটি ভৌত বাস্তবতার সঙ্গে পারস্পরিক ক্রিয়া। একটি মডেল উচ্চমানের টেক্সট, কোড, ছবি, এবং পরিকল্পনা তৈরি করতে পারে, তবু বিশৃঙ্খল, অসংগঠিত, তাৎপর্যপূর্ণ বাস্তব জগতের পরিবেশে নির্ভরযোগ্যভাবে কিছুই করতে অক্ষম হতে পারে। প্রচলিত কম্পিউটার বুদ্ধিমত্তাকে বিট নিয়ন্ত্রণের জন্য একটি ভিত্তি দিয়েছিল। এখন সুযোগ হলো পরমাণুর জন্য সমতুল্য ভিত্তি তৈরি করা, এমন সিস্টেম গড়া যা ভৌত জগত অনুভব করে, বিশৃঙ্খল বাস্তব পরিস্থিতি ব্যাখ্যা করে, সিদ্ধান্ত নেয়, কাজ করে, ফল যাচাই করে, এবং প্রতিক্রিয়া থেকে শেখে—সবই প্রকৃত ভৌত, নিয়ন্ত্রক, এবং অর্থনৈতিক সীমাবদ্ধতার অধীনে। সেই শেষ অংশটাই কঠিন, এবং এ কারণেই এটি গবেষণা প্রকল্প নয়, ব্যবসার সুযোগ। নিয়ন্ত্রক এবং অর্থনৈতিক সীমাবদ্ধতার অধীনে কাজ করাই ঠিক সেই জিনিস যা অনুলিপি করা যায় না, এবং ঠিক সেই জিনিসই চতুর্থ উপাদানের প্রয়োজনীয় বন্ধ-চক্র ডেটা তৈরি করে।

একটি বিষয়ে Kalanick এবং আমি সম্পূর্ণ একমত, এবং তিনি এটি আমার চেয়ে ভালোভাবে বলেছেন। তাঁর শব্দটি হলো লাভজনকভাবে নিযুক্ত রোবট, অর্থাৎ বিশেষায়িত যন্ত্র যাদের নির্দিষ্ট উৎপাদনশীল কাজ আছে, আমাদের অনুকরণ করতে বানানো মানবসদৃশ যন্ত্র নয়। তাঁর উদাহরণ হলো, যদি আপনাকে এক ঘণ্টায় এক হাজার প্যানকেক বানাতে হয়, তাহলে সেগুলো আনাড়িভাবে উল্টে দেওয়া একটি মানবসদৃশ যন্ত্রই হতে পারে সবচেয়ে খারাপ নকশা, আর উদ্দেশ্য-নির্মিত যন্ত্রটি হবে স্পষ্টতই সঠিকটি। তাই সঠিক পদ্ধতি হলো সাধারণ উদ্দেশ্যের রোবট বানানো নয়। বরং এমন একটি সংকীর্ণ প্রাথমিক ক্ষেত্র খুঁজে বের করা, যেখানে sense, decide, act লুপটি একটি বাস্তব ওয়ার্কফ্লোর মধ্যে, স্পষ্ট তাৎক্ষণিক অর্থনৈতিক মূল্যের সঙ্গে, মোতায়েন করা যায়, এবং সেই লুপটি শেষ থেকে শেষ পর্যন্ত কাজ করানো যায় তার পরিধি বাড়ানোর আগে।

নিকটমেয়াদি কোম্পানিটি এমনভাবে সংকীর্ণ হওয়া উচিত যে তা উচ্চাকাঙ্ক্ষাহীন বলে মনে হয়। দীর্ঘমেয়াদি সর্বোচ্চ সীমাই সেই সংকীর্ণতাকে মেনে নেওয়ার কারণ।

একটি কাজ করা উদাহরণ

কাঠামোটি বিমূর্ত, তাই একটি ধারণাকে এর মধ্য দিয়ে নিয়ে যাওয়া সহায়ক। এটি কেবল ব্যবহৃত মানদণ্ডগুলোর একটি উদাহরণ, কাঠামোটি যে একমাত্র উপসংহার চাপিয়ে দেয় তা নয়।

Take construction special inspection and materials testing. The vendor version sells software to the agencies and labs that already own the workflow. The principal version becomes the agency and the lab. It holds the accreditation, conducts the inspections, and carries the regulatory responsibility. Internally, it uses software, hardware, and AI to deliver certified results faster, cheaper, and more reliably than incumbents.

That shape reaches all four factors. It is physical, because it deals in sites, samples, instruments, and real world measurements. It has relationship and regulatory moats, because buyers need results accepted by the authorities having jurisdiction, not a prettier dashboard. It owns the outcome, because it sells certified results instead of tools. And it generates proprietary operational data as a byproduct of the work, including test results, failure modes, material properties, expert corrections, and the links between physical conditions and final outcomes.

It also starts narrow, which follows the classic startup logic Paul Graham and YC have been making for years. Start with a sharp wedge, but make sure the wedge belongs to a large and painful problem. There is no need to automate construction inspection as an industry on day one. The entry point can be one inspection type, one material test, one geography, or one compliance workflow. From there, software standardizes the work, humans produce the first data, and automation expands only where the loop actually compounds.

The risks are exactly the ones the framework predicts. Accreditation timelines gate revenue, operations are heavy before automation matures, and the services trap is real if each project turns out to be bespoke. That is the point of the framework. It does not make the business easy. It tells you where the hard parts should be.

যে কোম্পানিগুলো ইতিমধ্যেই এ রকম দেখায়

এই কাঠামোটি বিশ্বাস করা সহজ হয় যদি এটি এমন জিনিস বর্ণনা করে যা ইতিমধ্যেই আছে, কেবল এমন জিনিস নয় যা আমি চাই যে থাকুক।

Anduril
Anduril
Intuitive Surgical
Intuitive Surgical
Kraken Robotics
Kraken Robotics
SpaceX
SpaceX
Waymo
Waymo
Carbon Robotics
Carbon Robotics
Nokia
Nokia

Anduril চারটির মধ্যে চারটি। ড্রোন, সেন্সর টাওয়ার, ইন্টারসেপ্টর, এবং আন্ডারসি যানজুড়ে কাস্টম হার্ডওয়্যার। Lattice-এ কাস্টম সফটওয়্যার, যার ওপর সেই হার্ডওয়্যারের প্রতিটি অংশ চলে। এমন সম্পর্ক এবং নিয়ন্ত্রক অবস্থান যা কোনো কোডিং এজেন্ট তৈরি করতে পারে না, কারণ গ্রাহক হলো মার্কিন সরকার ও তার মিত্ররা। মোতায়েনকৃত সিস্টেম থেকে আসা অপারেশনাল ডেটা সফটওয়্যারে ফিরে আসে। দুইটি বিষয় পণ্যের তালিকার চেয়ে বেশি গুরুত্বপূর্ণ। এটি নিজের R&D নিজেই অর্থায়ন করে এবং বিদ্যমান বাজেট লাইনে বিক্রি করার আগে পণ্য তৈরি করে, প্রচলিত প্রধান ঠিকাদারদের খরচ-যোগ মডেল উল্টে দেয়। Anduril বেসরকারি এবং নিরীক্ষিত মার্জিন প্রকাশ করে না, কিন্তু গৌণ অনুমানগুলো এর গ্রস মার্জিন প্রায় ৪০ থেকে ৪৫ শতাংশ বলে মনে করে. এটি প্রতিরক্ষা হার্ডওয়্যারের জন্য অস্বাভাবিকভাবে বেশি, যেখানে NYU Stern-এর সেক্টর ডেটায় এয়ারোস্পেস ও প্রতিরক্ষা কোম্পানিগুলোর গড় গ্রস মার্জিন প্রায় ১৭.৫ শতাংশ. সুনির্দিষ্ট সংখ্যাটি কাঠামোর চেয়ে কম গুরুত্বপূর্ণ। উল্লম্বভাবে সমন্বিত, স্থির-মূল্য, সফটওয়্যার-সংজ্ঞায়িত মডেলটি প্রচলিত খরচ-যোগ প্ল্যাটফর্ম ইন্টিগ্রেশনের চেয়ে ভালো অর্থনীতি অর্জন করছে বলে মনে হয়।

Intuitive Surgical একই কাঠামোর পুরোনো, নীরব সংস্করণ। da Vinci system এমন হার্ডওয়্যারকে একত্র করে যা এর সফটওয়্যার ছাড়া মূল্যহীন, এমন FDA ক্লিয়ারেন্স যা কোনো প্রতিযোগী সংক্ষিপ্ত পথে পেতে পারে না, হাসপাতালের সঙ্গে দুই দশকের সম্পর্ক, এবং লক্ষ লক্ষ অপারেশনের প্রক্রিয়া-ডেটা. এটি চারটির মধ্যে চারটিই অর্জন করে, ধারাবাহিকভাবে যৌগিক প্রভাব তৈরি করে, এবং ২০০০ সালের প্রাথমিক ক্লিয়ারেন্স থেকে এই খেলা খেলছে, অনেক আগেই যখন কেউ এটিকে physical AI বলত না।

Kraken Robotics হলো সবচেয়ে শিক্ষণীয়টি, আংশিকভাবে কারণ সামুদ্রিক প্রযুক্তির বাইরে খুব কম মানুষই এটিকে চেনে। এটি synthetic aperture sonar, KATFISH towed platform, subsea battery, এবং আন্ডারওয়াটার LiDAR তৈরি করে। সেই হার্ডওয়্যারের কোনো অংশই এর চারপাশে মোড়ানো মালিকানাধীন ইমেজিং সফটওয়্যার ছাড়া উপকারী নয়। এর গ্রাহকদের মধ্যে রয়েছে NATO-সমন্বিত নৌবাহিনী। এটি বিশ্বাস ও নিয়ন্ত্রণের সর্বোচ্চ স্তর, কারণ একটি নৌবাহিনী সস্তা নকলের জন্য sonar বিক্রেতা বদলাবে না। অত্যন্ত গুরুত্বপূর্ণভাবে, Kraken শুধু যন্ত্রপাতি বিক্রি করে না। এটি সেবা হিসেবে জরিপ পরিচালনা করে, অর্থাৎ প্রতিটি কাজ এমন সমুদ্রতল-সংক্রান্ত গোয়েন্দা তথ্য তৈরি করে যা অন্য কারও কাছে নেই। এই শেষ সিদ্ধান্তটিই ক্ষুদ্র আকারে পুরো কাঠামো। একটি হার্ডওয়্যার কোম্পানি বুঝতে পারে যে ডেটা বক্সের চেয়ে বেশি মূল্যবান, এবং সেটি ধরে রাখতে principal অবস্থানে চলে যায়।

SpaceX & Waymo হলো বিশুদ্ধ principal play। SpaceX রকেট বিক্রি করে না। এটি সরবরাহকৃত payload বিক্রি করে। Waymo গাড়ি কোম্পানিগুলিকে autonomy software লাইসেন্স দেয় না। এটি সম্পন্ন যাত্রা বিক্রি করে। উভয় ক্ষেত্রেই, কোম্পানিটি vendor অবস্থান প্রত্যাখ্যান করেছে, অপারেশনাল দায়িত্ব গ্রহণ করেছে, এবং ডেটা ধরে রেখেছে। Waymo-র একটি নিয়ন্ত্রক moat-ও রয়েছে যা একটি করে jurisdiction-এ পৌঁছে. সেই সম্প্রসারণ ধীর, আর ঠিক সেই কারণেই এটি প্রতিরক্ষাযোগ্য।

Carbon Robotics হলো উপযোগী আংশিক উদাহরণ। এর LaserWeeder computer vision এবং উচ্চ ক্ষমতার laser ব্যবহার করে আগাছা মারে। ২০২৬ সালের ফেব্রুয়ারিতে, কোম্পানিটি বলেছিল যে তাদের Large Plant Model ১৫০ মিলিয়নেরও বেশি লেবেলযুক্ত উদ্ভিদে প্রশিক্ষিত, যা প্রায় একশো খামার এবং পনেরোটি দেশে সংগ্রহ করা হয়েছিল। এটি বর্ণিত অনুযায়ী ডেটা ইঞ্জিনের কাজ, পৃথক উদ্যোগের বদলে একটি অপারেশনাল উপজাত হিসেবে তৈরি। কিন্তু এই সেটআপের দুর্বলতাটিও আমি উল্লেখ করব। Carbon কৃষকদের কাছে যন্ত্রপাতি বিক্রি করে, principal না থেকে vendor হিসেবেই থাকে। এটি সফল হয় কারণ ডেটা এখনও তার কেন্দ্রীয় মডেলে ফিরে আসে, ফলে vendor অবস্থানটিও টিকে যায়। যদি উৎপাদকরা একদিন সেই fleet data নিজেরা পেত, তবে moat অদৃশ্য হয়ে যেত।

Nokia হলো ঐতিহাসিক সতর্কবার্তা এবং উদীয়মান test case—দুই-ই। ২০০৭ সালে, এটি মোবাইল ফোনে সেরা হার্ডওয়্যার, উৎপাদন-স্কেল, এবং supply chain নিয়ে বিশ্বের স্মার্টফোন বাজারের প্রায় ৫০ শতাংশ নিয়ন্ত্রণ করত। এটি জীবিত যে কারও চেয়ে ভালোভাবে একটি মাত্র মাত্রায় কাজ করেছিল, এবং একটি সফটওয়্যার প্ল্যাটফর্মের অভাবে ধসে পড়েছিল। আজকের Nokia এখানে বর্ণিত সেই সুনির্দিষ্ট বহু-ফ্যাক্টর playbook প্রয়োগ করার চেষ্টা করছে। যেমন Michael Sikand এই ভিডিও বিশ্লেষণে ব্যাখ্যা করেছেন, কোম্পানিটি এক দশকেরও বেশি সময় ধরে ভোক্তা গ্যাজেট থেকে সরে এসে উল্লম্বভাবে সমন্বিত optical silicon, প্রতিষ্ঠিত carrier এবং defense সম্পর্ক, এবং AI-সমর্থিত edge compute একত্র করছে। পুরোনো Nokia প্রমাণ করেছিল যে বিচ্ছিন্ন হার্ডওয়্যার একটি সাময়িক এগিয়ে থাকা। ঠিক আছে, নতুন Nokia প্রমাণ করতে চাইছে যে হার্ডওয়্যার, প্রাতিষ্ঠানিক বিশ্বাস এবং সফটওয়্যার অবকাঠামোর সঙ্গে মিলিত হলে একটি স্থায়ী moat তৈরি হয়।

এই কোম্পানিগুলোর কোনোটি বাইরের দিক থেকে একরকম দেখায় না, কিন্তু সবাই একই পাঠের দিকে ইঙ্গিত করে। সবচেয়ে টেকসই ব্যবসাগুলো এমন কিছু অর্জন করেছে যা ধীর, যেমন একটি accreditation, একটি মোতায়েনকৃত সেন্সর বহর, সার্জনের বিশ্বাস, নৌবাহিনীর আস্থা, নিয়ন্ত্রক অনুমোদন, অথবা এক দশকের অপারেটিং ডেটা। তারা কেউই শুধু ভালো কোড লিখে সেখানে পৌঁছায়নি, এবং যে কেউ তা করে তাকে কেউ ধরতে পারবে না।

সংকীর্ণতাই হলো প্রবেশের শর্ত

তারাও সবাই ছোট দিয়ে শুরু করেছিল। যে কোম্পানিগুলো জেতে তারা পুরো loop-এর মালিক হতে চেয়ে শুরু করে না, এবং তা চেষ্টা করাই সবচেয়ে সাধারণ ভুল। আপনি যদি outcome-linked data তৈরি করার মতো এক workflow-এর যথেষ্ট গভীরে না থাকেন, তাহলে loop কেবল compounded হয় না, এমন data-ও তৈরি করে না যা প্রতিযোগীরা অন্য কোনো উপায়ে পেতে পারে না। বহু workflow-এ অগভীর exposure দ্রুত saturation হওয়া অগভীর data তৈরি করে।

এই ধরণটি উপরের ও তাদের বাইরেও সব অপারেটরের মধ্যে বজায় থাকে। অ্যান্ডুরিল শুরু করেছিল ফোর্স প্রোটেকশন এবং কাউন্টার-ড্রোন সিস্টেম দিয়ে, তারপর উৎপাদন এবং সংলগ্ন সক্ষমতা বাড়িয়েছে। ইন্টুইটিভ সার্জিকাল শুরু করেছিল নির্দিষ্ট ল্যাপারোস্কোপিক প্রক্রিয়া দিয়ে এবং দশকের পর দশক ধরে সার্জনের প্রশিক্ষণ ও প্রক্রিয়ার পরিমাণ তৈরি করেছে, তারপর বিশেষায়িত ক্ষেত্র জুড়ে বিস্তৃত হয়েছে। স্পেসএক্স শুরু করেছিল একটি পুনঃব্যবহারযোগ্য উৎক্ষেপণযান দিয়ে, তারপর স্টারলিংক-এ বিস্তৃত হয়েছে। টেসলা শুরু করেছিল একটি সংকীর্ণ প্রিমিয়াম ইভি ওয়েজ দিয়ে (রোডস্টার স্পোর্টস কার) এবং বহরটিকে তথ্য ও উৎপাদন শেখার জন্য ব্যবহার করেছিল, তারপর ভলিউম মডেল, জ্বালানি, এবং স্বয়ংক্রিয়তার দিকে অগ্রসর হয়েছে। প্যালান্টির শুরু করেছিল নির্দিষ্ট সংস্থার জন্য নির্দিষ্ট গোয়েন্দা কর্মপ্রবাহ দিয়ে, তারপর বাণিজ্যিক ক্ষেত্রে বিস্তৃত হয়েছে। প্রতিটি ক্ষেত্রেই, সংকীর্ণ প্রবেশ কোনো আপস ছিল না। এটাই ছিল সেই প্রক্রিয়া যা লুপটিকে যৌগিক হতে দিয়েছে।

প্রবেশবিন্দুটি ইচ্ছাকৃতভাবে সংকীর্ণ। একটি কর্মপ্রবাহ, এক ধরনের গ্রাহক, একটি ডেটা-প্রবাহ যা নকল করা কঠিন। আপনি সেই কর্মপ্রবাহকে ঘিরে লুপ নির্মাণ করেন যতক্ষণ না ডেটা যৌগিক হয় এবং সম্পর্ক গভীর হয়, তারপর আপনি সংলগ্ন কর্মপ্রবাহে বিস্তৃত হন যেখানে একই ডেটা, একই সম্পর্ক, এবং একই কার্যকরী শৃঙ্খলা আপনাকে এমন সুবিধা দেয় যা নতুন প্রবেশকারী মিলাতে পারে না। প্রশস্তভাবে শুরু করা মানে এমন একগাদা ডেটা নিয়ে শেষ করা যা যৌগিক হয় না। আজ কেউ যদি প্রতিযোগিতায় নামে, সে একটি স্থির লিডের পেছনে ছুটছে না। তারা এমন এক লিডের পেছনে ছুটছে যা প্রতিবার কাজ শেষ হলে আরও বাড়ে, কিন্তু কেবল তখনই যদি কাজটি যথেষ্ট সংকীর্ণ, যথেষ্ট গভীর, এবং যথেষ্ট পুনরাবৃত্ত হয় যাতে ডেটা সত্যিই গুরুত্বপূর্ণ হয়।

উপসংহার

এই নথির প্রথম অর্ধেক একটি সাধারণ নিয়ম প্রতিষ্ঠা করেছে। কোনো বস্তু বানানোর জটিলতা-নির্ভর যে কোনো খাঁড়া দুর্গ অস্থায়ী, এবং তা ঠিক ততক্ষণই টিকে থাকে যতক্ষণ না কেউ সেই বস্তুটি বানানো সহজ করে ফেলে। চীনা শিল্প-সমাবেশ একটি হাইপার-ঘন ক্লাস্টারের ভেতরে লেনদেন ব্যয় এবং পুনরাবৃত্তি বিলম্ব সংকুচিত করে হার্ডওয়্যারের ওপর এটি করেছিল। জেনারেটিভ এআই সফটওয়্যারের ওপর এটি করছে তার দুর্লভ ইনপুটের খরচ সংকুচিত করে। প্রথমে হার্ডওয়্যার সংকুচিত হয়েছিল এবং পরে সফটওয়্যার অনুসরণ করেছে, কিন্তু আজ যে প্রতিষ্ঠাতা নির্মাণ করছে, তার জন্য কোনো আশ্রয়ই নির্ভরযোগ্য নয়।

দ্বিতীয় অর্ধেক সেই নিয়মকে একটি উত্তরে রূপ দিয়েছে। যদি উৎপাদনের জটিলতা আর কিছুই রক্ষা না করে, তাহলে প্রতিরক্ষা-যোগ্যতাকে গড়ে তুলতে হবে সেই ঘর্ষণগুলোর বাইরে থেকে যেগুলো উৎপাদন-পতন স্পর্শ করতে পারে না। এর মধ্যে রয়েছে ভৌত প্রবেশাধিকার, বন্ধ-লুপ কার্যকরী ডেটা, নিয়ন্ত্রক অবস্থান, অর্জিত আস্থা, এবং ফলাফলের নিজস্ব মালিকানা। এই কারণেই চারটি উপাদান একটির বদলে চারটির মধ্যে তিনটি চায়, কেন প্রধান অবস্থান অন্য যে কোনো একক সিদ্ধান্তের চেয়ে বেশি গুরুত্বপূর্ণ, এবং কেন ডেটাকে অবশ্যই সংগৃহীত সম্পদের বদলে একটি কার্যকরী উপজাত হতে হবে।

এটি এক মূল বাক্যে সংক্ষেপিত হয়।

এআই যুগে, সেরা কোম্পানিগুলো সাধারণ সফটওয়্যার টুল বা অনুলিপি-যোগ্য হার্ডওয়্যার পণ্য হবে না। তারা হবে সংকীর্ণ, ফলাফল-চালিত প্রধান ব্যবসা যা সফটওয়্যার, ভৌত কর্মপ্রবাহ, বিশ্বস্ত সম্পর্ক, এবং মালিকানাধীন কার্যকরী ডেটাকে একত্র করে উচ্চ-মূল্যের বাস্তব জগতের কাজ স্বয়ংক্রিয় করবে।

একজন প্রতিষ্ঠাতার জন্য প্রশ্নটি আর নয় “আমি কী সফটওয়্যার বানাতে পারি?” বরং আমি কোন মূল্যবান বাস্তব জগতের ফলাফলটি নিজের করে নিতে, সম্পাদন করতে, মাপতে, এবং স্বয়ংক্রিয় করতে পারি?

সবচেয়ে শক্তিশালী সুযোগগুলো থাকে সেখানে যেখানে সফটওয়্যার, পরমাণু, আস্থা, নিয়ন্ত্রণ, এবং মালিকানাধীন ডেটা মিলিত হয়। এগুলো শুরু হয় একটি সংকীর্ণ, বেদনাদায়ক কর্মপ্রবাহ দিয়ে, যেখানে প্রয়োজন সেখানে মানুষ ব্যবহার করে। তারা কাজের উপজাত হিসেবে কার্যকরী ডেটা ধরে, ধাপে ধাপে স্বয়ংক্রিয় করে, এবং এমন সিস্টেমে যৌগিক হয় যা উৎখাত করা কঠিন। এই সুবিধা টেকসই, ঠিক কারণ এটি কোডে লেখা না হয়ে ভৌত কার্যক্রমের মাধ্যমে অর্জিত হয়েছে।

চূড়ান্ত লক্ষ্য কোনো পণ্য তৈরি করা নয়। লক্ষ্য হলো সফটওয়্যারের মতো স্কেলযোগ্যতা, বাস্তব জগতের প্রতিরক্ষা-যোগ্যতা, এবং এমন মালিকানাধীন ডেটা সহ একটি অপারেটিং কোম্পানি গড়ে তোলা যা প্রতিটি কাজ সম্পন্ন হওয়ার সঙ্গে আরও ভালো হয়।

যা কিছু আগে খাঁড়া দুর্গ ছিল কারণ তা বানানো কঠিন ছিল, সবকিছু এখন পণ্যে পরিণত হচ্ছে। কিছু বানানো আগের যেকোনো সময়ের চেয়ে সহজ, এবং এআই ও বৈশ্বিক সরবরাহ শৃঙ্খল এগোতে থাকলে, তা আরও সহজই হবে। যা প্রতিরক্ষা-যোগ্য থাকে তা হলো যা প্রবেশ করা কঠিন, আস্থা অর্জন করা কঠিন, নিয়ন্ত্রক পথে ভেতরে ঢোকা কঠিন, এবং বাস্তব কাজ না করে পর্যবেক্ষণ করা কঠিন।




উদ্ধৃতি ও উৎস

আমি স্পষ্ট থাকতে চাই যে ধার করা অংশগুলো কোথা থেকে এসেছে, কারণ এই নথির অনেকটাই আসলে অন্যদের কাজকে একত্র করা, নতুন কিছু উদ্ভাবন নয়। যে বিষয়গুলোকে আমি সত্যিই আমার নিজের বলে দাবি করব, সেগুলো হলো চার-উপাদান নিয়ম, তিন-আউট-অফ-ফোর মানদণ্ড, এবং এই নির্দিষ্ট যুক্তি যে এই দুই পতন একই অন্তর্নিহিত প্রক্রিয়া ভাগ করে, যদিও তারা ধারাবাহিকভাবে ঘটেছিল। সংখ্যা স্থানান্তরিত হয়, তাই আমাকে উদ্ধৃত করার আগে সেগুলো পরীক্ষা করে নিন।

আমার, আগের লেখালেখি থেকে

  • সফটওয়্যার মূল্যের ব্যারেল (2025), যেখানে আমি প্রথম সংকুচিত মধ্যভাগ এবং অভ্যন্তরীণ সফটওয়্যার লিভারেজ তত্ত্ব উপস্থাপন করি। এখানে দ্বিতীয় অংশটি সেই পোস্টের কার্যকরী সংস্করণ।

পরমাণুসমূহের কম্পিউটার

  • ট্র্যাভিস কালানিক, ভিশন, অসমাপ্ত ব্যবসা, এবং কীভাবে এআই ভৌত বিশ্বকে রূপান্তর করবে, Atoms এবং a16z, 2026। পরমাণু-ভিত্তিক কম্পিউটার রূপকল্প, উৎপাদন/রিয়েল এস্টেট/পরিবহণে CPU/স্টোরেজ/নেটওয়ার্কের মানচিত্রায়ন, বোঝা-অনুমান-নিয়ন্ত্রণ লুপ, শিল্প এআই, এবং লাভজনকভাবে নিযুক্ত রোবট—সবই তাঁর। ওই অংশটি তাঁর ধারণার আমার সারসংক্ষেপ, আমার ধারণা নয়।
  • বেন হোরোভিট্‌জ এবং অ্যালেক্স ড্যানকো, ট্র্যাভিস ফিরে এসেছে, a16z, 2026।

অর্থনীতি

স্টার্টআপের কার্যপদ্ধতি

এআই কোডিং এবং সফটওয়্যার উৎপাদন

ডেটা মুর খাঁদের ব্যর্থতার ধরনগুলো

চিত্রসমূহ

  • Stan Shih-এর হাসিমুখী বক্ররেখা, Wikimedia Commons, CC BY-SA.
  • Shennan ক্রসিং-এ Huaqiangbei, Charlie fong-এর তোলা ছবি, Wikimedia Commons, CC BY-SA.
  • ইনজেকশন মোল্ডিং ডাই, Wizard191-এর তোলা ছবি, Wikimedia Commons, CC BY-SA 3.0.
  • মোট স্থাপিত সক্ষমতার বিপরীতে সৌর PV মডিউলের মূল্য, Our World in Data, CC BY 4.0. প্রকাশিত ডেটাসেট থেকে চার্টটি স্থানীয়ভাবে পুনর্নির্মিত।

কোম্পানি উদাহরণসমূহ








প্রকাশনা: এই প্রবন্ধটি আমি ধারণা করেছি এবং লিখেছি। পটভূমি গবেষণা, লেখার পরিশোধন, এবং গঠনগত সহায়তার জন্য আমি ChatGPT, Claude, Grok, Manus AI, এবং OpenCode ব্যবহার করেছি। প্রিভিউ ছবি এবং ব্যারবেল ডায়াগ্রাম শুরুতে এআই-উৎপন্ন ছিল এবং পরে হাতে সম্পাদনা করা হয়েছে। অন্যান্য সব ছবি আমি নিজে সংগ্রহ করেছি, এবং আমি স্বতন্ত্রভাবে প্রতিটি উৎস ও তথ্য যাচাই করেছি। চূড়ান্ত লেখার পূর্ণ দায়িত্ব আমি নিচ্ছি।