৬১ লাখ মার্কিন শ্রমিক: AI-এ বেশি নগ্ন, মানিয়ে নেওয়ার সামর্থ্য কম
ব্রুকিংস গবেষণায় দেখা গেছে, ৬১ লাখ মার্কিন শ্রমিক AI-এর উচ্চ এক্সপোজারে আটকে আছেন কিন্তু মানিয়ে নেওয়ার সক্ষমতা নেই। ৮৬% নারী, বেশিরভাগ অফিস ও প্রশাসনিক পদে।
AI এলে সবাই কি নতুন পথে যেতে পারে?
AI আর চাকরি নিয়ে যত আলোচনা হয়, তার বেশিরভাগেই একটা লুকানো ধারণা থাকে: শ্রমিকরা চাইলেই নতুন কিছু শিখে নিতে পারবে। রিপোর্ট বলছে আপনার চাকরি বিপদে আছে? তাহলে কোডিং শিখুন, নতুন শহরে যান, নতুন সার্টিফিকেট নিন। সমস্যা সমাধান।
কিন্তু যদি সেটা সম্ভব না হয়? যদি সঞ্চয় কম, দক্ষতা এতটাই নির্দিষ্ট যে অন্য কাজে লাগে না, আর সবচেয়ে কাছের বিকাশমান চাকরির বাজার তিন ঘণ্টা দূরে?
ব্রুকিংস ইনস্টিটিউশন ২০২৬ সালের জানুয়ারিতে প্রকাশিত একটি নতুন গবেষণা ঠিক এই প্রশ্নের উত্তর খুঁজেছে। Sam Manning, Tomas Aguirre, Mark Muro এবং Shriya Methkupally শুধু মাপেননি AI কোন কাজ অটোমেট করতে পারে — তারা মেপেছেন কোন শ্রমিকরা সেটা ঘটলে মানিয়ে নিতে পারবেন — আর দেখেছেন যে লক্ষ লক্ষ মানুষের সেই সক্ষমতা নেই।
দুর্বলতার পেছনের সংখ্যা
[তথ্য] গবেষণায় চিহ্নিত হয়েছে ৩৭.১ মিলিয়ন মার্কিন শ্রমিক যারা AI এক্সপোজারের শীর্ষ চতুর্থাংশে — তাদের কাজ বর্তমান AI সিস্টেমের সক্ষমতার সাথে ব্যাপকভাবে ওভারল্যাপ করে। এটা প্রতি চারজন মার্কিন শ্রমিকের মধ্যে প্রায় একজন।
এখানে ব্যাপারটা আকর্ষণীয় হয়ে ওঠে। এই ৩৭.১ মিলিয়নের মধ্যে প্রায় ২৬.৫ মিলিয়ন — যা ৭০% — গড় মানের ওপরে মানিয়ে নেওয়ার সক্ষমতা রাখেন। [তথ্য] তাদের ট্রান্সফারেবল স্কিল, আর্থিক সুরক্ষা, কম বয়স বা বৈচিত্র্যপূর্ণ চাকরির বাজারের কাছাকাছি — এর কোনো একটা বা কয়েকটা আছে। AI-এর সংস্পর্শে আছেন ঠিকই, তবে তাদের পরিবর্তনের বাস্তব পথ আছে।
বাকি ৬.১ মিলিয়নের সেই পথ নেই। [তথ্য] এই শ্রমিকরা AI-এর উচ্চ এক্সপোজার এবং নিম্ন মানিয়ে নেওয়ার সক্ষমতার বিপজ্জনক ছেদবিন্দুতে — মার্কিন মোট কর্মশক্তির প্রায় ৪.২%। AI তাদের কাজ করতে পারে, কিন্তু তাদের ঘুরে দাঁড়ানোর সম্পদ নেই।
এটা কতটা? ৬.১ মিলিয়ন মানে প্রায় বাংলাদেশের রাজশাহী ঢাকার জনসংখ্যার এক-তৃতীয়াংশের মতো।
এই শ্রমিকরা কারা?
জনসংখ্যাতত্ত্বিক চিত্রটা স্পষ্ট। [তথ্য] ৬.১ মিলিয়ন দুর্বল শ্রমিকের মধ্যে ৮৬% নারী। এটা সামান্য লিঙ্গ বৈষম্য না — এটা চাপা পড়ার মতো।
যেসব পেশা এই ঘনত্ব তৈরি করছে, সেগুলো দেখলেই বোঝা যায়। সবচেয়ে বড় গ্রুপ হলো অফিস ক্লার্ক প্রায় ২৫ লাখ, তারপর প্রশাসনিক সহকারী ও সেক্রেটারি প্রায় ১৭ লাখ। রিসেপশনিস্ট প্রায় ৯.৬৫ লাখ, আর মেডিক্যাল সেক্রেটারি প্রায় ৮.৩১ লাখ। [তথ্য] এগুলো সব ঐতিহাসিকভাবে নারী-প্রধান পেশা যেখানে দৈনন্দিন কাজ — সিডিউলিং, ডেটা এন্ট্রি, ডকুমেন্ট প্রসেসিং — ঠিক সেই জিনিস যা Large Language Model আর AI অ্যাসিস্ট্যান্ট এখন পারে।
ব্রুকিংস-এর গবেষকরা চারটি dimension-এ মানিয়ে নেওয়ার সক্ষমতা মেপেছেন। [তথ্য] তরল আর্থিক সম্পদ (আয়হীন সময় বাঁচতে পারবেন?), বয়স (কম বয়সীদের পুনরায় শেখার সময় বেশি), স্থানীয় চাকরির বাজারের ঘনত্ব (কাছে অন্য কাজ আছে?), আর দক্ষতার হস্তান্তরযোগ্যতা (আপনার দক্ষতা কি বিকাশমান পেশায় কাজে লাগে?)।
অফিস ও প্রশাসনিক পদের অনেক শ্রমিকের জন্য, চারটি dimension-এর উত্তরই হতাশাজনক। এসব পদের মাঝারি বেতন দিয়ে সঞ্চয়ের জায়গা থাকে না। মূল দক্ষতা — ফাইলিং, ফোন ম্যানেজমেন্ট, বেসিক ডেটা প্রসেসিং — এগুলোই AI-এর শক্তির জায়গা, আর বিকাশমান পেশায় ট্রান্সফারও কঠিন। [মতামত] সত্যি বলতে, যখন আপনার মূল যোগ্যতাই সেই জিনিস যা অটোমেট হচ্ছে, তখন বাস্তব সাপোর্ট ছাড়া “নতুন স্কিল শিখুন” বলাটা ফাঁকা।
ভূগোল সমস্যাটা আরো বাড়ায়
[তথ্য] গবেষণায় দেখা গেছে, দুর্বলতা ভৌগোলিকভাবে এমনভাবে জড়ো হয় যা হয়তো আপনার ধারণার বাইরে। বড় শহরে নয়, বরং বিশ্ববিদ্যালয় শহর, রাজ্যের রাজধানী এবং মার্কিন মধ্য-পশ্চিমের ছোট শহরগুলোতে এই শ্রমিকরা অসমনুপাতিকভাবে বেশি।
[মতামত] কারণটা সহজই বোঝা যায়: এসব জায়গায় সাধারণত কয়েকটি প্রধান নিয়োগকর্তা — বিশ্ববিদ্যালয়, সরকারি সংস্থা, আঞ্চলিক হাসপাতাল — যারা অনেক প্রশাসনিক ও অফিস স্টাফ নিয়োগ করে। স্থানীয় চাকরির বাজার অগভীর, পদ হারালে বিকল্প কম। আর বড় বৈচিত্র্যপূর্ণ মহানগরীও দূরে।
এই ভৌগোলিক প্যাটার্ন নীতির জন্য গুরুত্বপূর্ণ। [মতামত] বড় শহরকেন্দ্রিক পুনর্প্রশিক্ষণ কর্মসূচি হয়তো সেই শ্রমিকদেরই মিস করবে যাদের সবচেয়ে বেশি দরকার। একটা ছোট শহরে চাকরি হারানো রিসেপশনিস্ট আর ঢাকায় চাকরি হারানো রিসেপশনিস্টের চ্যালেঞ্জ সম্পূর্ণ আলাদা।
এই পেশার মানুষদের জন্য এর মানে কী
আপনি যদি এই পেশাগুলোর একটিতে কাজ করেন, ব্রুকিংস-এর ফলাফল শুনতে কঠিন কিন্তু হতাশাজনক না। এই গবেষণা বলছে না যে ৬.১ মিলিয়ন মানুষ আগামীকাল চাকরি হারাবে — এটা দেখাচ্ছে যে যদি প্রতিস্থাপন ত্বরান্বিত হয়, কে সবচেয়ে অপ্রস্তুত।
মূল বিষয় হলো গবেষকদের চিহ্নিত চারটি dimension ধরে মানিয়ে নেওয়ার সক্ষমতা তৈরি করা। আর্থিক সহনশীলতা — সামান্য জরুরি তহবিলও পুনরায় ত্রেনিং-এর জন্য গুরুত্বপূর্ণ সময় দেয়। সংলগ্ন দক্ষতা গুরুত্বপূর্ণ: যে প্রশাসনিক সহকারী বিভাগের প্রজেক্ট ট্র্যাকিং বা বাজেট বিশ্লেষণও করেন, তার ট্রান্সফারেবল স্কিল বেশি শুধু সিডিউলিং করা মানুষের চেয়ে। ভৌগোলিক সচেতনতাও গুরুত্বপূর্ণ — নিজের এলাকার চাকরির বাজারের গভীরতা ও ব্যাপ্তি বোঝা ক্যারিয়ার পরিবর্তনের সিদ্ধান্তে সাহায্য করতে পারে।
নিয়োগকর্তা ও নীতিনির্ধারকদের জন্য এই গবেষণা একটা সতর্কবার্তা। [মতামত] বড় শহরের ২৮ বছরের ডেটা এন্ট্রি ক্লার্কের জন্য কাজ করা পুনর্প্রশিক্ষণ ভাতা, গ্রামের ৫৫ বছরের মেডিক্যাল সেক্রেটারি-র জন্য কাজ করবে না। এই ৬.১ মিলিয়ন এক টুকরো নন — তারা প্রত্যেকে আলাদা সমস্যায় আটকা ব্যক্তি, যাদের দরকার লক্ষ্যভিত্তিক, স্থানীয় সহায়তা।
AI নির্দিষ্ট পেশায় কী প্রভাব ফেলছে তা আরো বিস্তারিত জানতে আমাদের প্রশাসনিক সহকারী, অফিস ক্লার্ক, রিসেপশনিস্ট, এবং মেডিক্যাল সেক্রেটারি পেজগুলো দেখুন — টাস্ক-লেভেল অটোমেশন রেট এবং চাকরির পূর্বাভাস ডেটা সহ।
আপডেট হিস্ট্রি
- ২০২৬-০৩-২১: ব্রুকিংস ইনস্টিটিউশন রিপোর্ট (জানুয়ারি ২০২৬) এর ভিত্তিতে প্রথম প্রকাশ
সূত্র
- Manning, S., Aguirre, T., Muro, M., & Methkupally, S. (2026). Measuring US workers' capacity to adapt to AI-driven job displacement. Brookings Institution.
_এই নিবন্ধটি AI-সহায়তায় বিশ্লেষণ করে তৈরি। সব পরিসংখ্যান উদ্ধৃত গবেষণা থেকে নেওয়া। আমাদের সম্পূর্ণ পদ্ধতি ও AI ডিসক্লোজার জানতে AI ডিসক্লোজার পেজ দেখুন।_