AI কি অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টদের প্রতিস্থাপন করবে?

আপনি এমন অদক্ষতাগুলো খুঁজে বের করে দিন যেগুলোর সাথে বাকিরা বাঁচতে শিখে গেছে। আপনি কর্মপ্রবাহ খুঁজে দেখেন, ডজনখানেক সিস্টেম থেকে ডেটা টানেন, এবং রিপোর্ট তৈরি করেন যা নেতৃত্বকে বলে যে প্রতিষ্ঠানটি কোথায় সময় ও অর্থ হারাচ্ছে। কিন্তু এখন AI সেই খোঁজা, টানা এবং রিপোর্টিংয়ের অনেকটাই আপনার চেয়ে দ্রুত করতে পারে। তাহলে কি আপনার চাকরি ঝুঁকিতে?

ঠিক তেমন নয়। কিন্তু এটি এমনভাবে পরিবর্তিত হচ্ছে যা আপনাকে এখনই বুঝতে হবে। অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টের ভূমিকা পুনর্গঠিত হচ্ছে, এবং আপনি কোথায় শেষ হবেন তা নির্ভর করে কাজের কোন অংশগুলোতে আপনি ঝুঁকছেন তার উপর।

পুনর্গঠনের গল্প

Anthropic শ্রমবাজার রিপোর্ট (২০২৬)-এর উপর ভিত্তি করে আমাদের বিশ্লেষণ অনুযায়ী, অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টদের ২০২৫ সালে সামগ্রিক AI এক্সপোজার ৬৫%, যা ২০২৮ সালের মধ্যে ৭৮%-এ উন্নীত হবে। [তথ্য] অটোমেশন ঝুঁকি ৫৭%, এই ভূমিকাটিকে "উচ্চ" এক্সপোজার বিভাগে স্থাপন করছে। এই পেশায় প্রায় ১,৮৮,৪০০ পেশাদার রয়েছেন, মধ্যম বার্ষিক মজুরি $৬৭,৯৮০। [তথ্য] Bureau of Labor Statistics ২০৩৪ সাল পর্যন্ত মাত্র +৫% কর্মসংস্থান বৃদ্ধি প্রক্ষেপণ করে — মোটামুটি জাতীয় গড়ের সাথে সামঞ্জস্যপূর্ণ। [তথ্য]

সংখ্যাগুলো এমন একটি পেশার চিত্র আঁকে যা না ভেঙে পড়ছে না বুমিং করছে। এটি পুনর্গঠিত হচ্ছে। এবং সেই পুনর্গঠনে আপনি কোথায় শেষ হবেন তা সম্পূর্ণ নির্ভর করে কাজের কোন অংশগুলোতে আপনি ঝুঁকছেন তার উপর। ২০৩০ সালে যে অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টরা সফল হবেন তারা ২০২০ সালের সফলদের থেকে খুব আলাদা দেখাবেন — ভিন্ন দক্ষতা, ভিন্ন ফোকাস ক্ষেত্র, ভিন্ন মূল্য প্রস্তাব।

AI যেখানে সবচেয়ে বেশি আঘাত করে

অ্যাডমিনিস্ট্রেটিভ কর্মপ্রবাহ সম্পর্কে ডেটা সংগ্রহ ও বিশ্লেষণে সর্বোচ্চ ৭২% অটোমেশন হার রয়েছে। [তথ্য] এটি অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টের কাজের পরিমাণগত মেরুদণ্ড — কীভাবে নথি একটি প্রতিষ্ঠানের মধ্য দিয়ে প্রবাহিত হয়, অনুমোদনে কতক্ষণ লাগে, কোথায় বাধা তৈরি হয় তা ম্যাপ করা। AI-চালিত প্রক্রিয়া মাইনিং টুল যেমন Celonis, UiPath Process Mining এবং Microsoft Process Advisor এখন এটি স্বয়ংক্রিয়ভাবে করতে পারে। তারা এন্টারপ্রাইজ সিস্টেম থেকে ইভেন্ট লগ গ্রহণ করে, প্রক্রিয়ার মানচিত্র তৈরি করে, আদর্শ কর্মপ্রবাহ থেকে বিচ্যুতি চিহ্নিত করে এবং অপ্টিমাইজেশন সুযোগ চিহ্নিত করে — কোনো মানুষ স্প্রেডশিট স্পর্শ না করেই।

প্রভাব উল্লেখযোগ্য। যে কাজগুলোতে একসময় সপ্তাহের পর সপ্তাহ তদন্তে লাগত — স্টেকহোল্ডারদের সাক্ষাৎকার নেওয়া, নথি পর্যালোচনা করা, কর্মপ্রবাহ ম্যাপ করা — এখন প্রক্রিয়া মাইনিং সফটওয়্যার ব্যবহার করে দিনের মধ্যে করা যায়। আউটপুট আরও সম্পূর্ণ (প্রতিটি লেনদেন কভার করে, শুধু সাক্ষাৎকারদাতার মনে থাকা নয়) এবং আরও বস্তুনিষ্ঠ (কী আসলে ঘটে তা দেখায়, মানুষ কী মনে করে তা নয়)।

দক্ষতার সুপারিশ সহ প্রতিবেদন খসড়া করতে ৬৮% অটোমেশন রয়েছে। [তথ্য] বড় ভাষা মডেলগুলো প্রক্রিয়া মাইনিং টুল থেকে কাঁচা বিশ্লেষণ নিয়ে এক্সিকিউটিভ সারসংক্ষেপ, সুপারিশ এবং প্রক্ষেপিত ব্যয় সাশ্রয় সহ পরিশীলিত প্রতিবেদন তৈরি করতে পারে। টেমপ্লেটগুলো যা তৈরি করতে একসময় আপনার পুরো সপ্তাহ লাগত তা এখন বিকেলের মধ্যে ডেটা ভিজ্যুয়ালাইজেশন সহ তৈরি করা যায়।

নিয়মিত অ্যাড-হক বিশ্লেষণ — "গত ত্রৈমাসিকে আমরা কতটি ইনভয়েস প্রক্রিয়া করেছি, বিক্রেতা ও বিভাগ অনুসারে বিভাজিত?" — এখন AI-অগমেন্টেড BI টুল দ্বারা পরিচালনা করা যায়। যে অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্ট তাদের ক্যারিয়ার এই ধরনের প্রশ্নের উত্তর দেওয়ার উপর তৈরি করেছেন তারা অস্তিত্বগত চাপের মুখোমুখি, যদি না তারা উচ্চ-মূল্যের কাজের দিকে সরে যান।

যেখানে শ্রেণিবিন্যাস উল্টে যায়

কিন্তু এখানেই শ্রেণিবিন্যাস উল্টে যায়। পরিবর্তন বাস্তবায়নের ফলাফল উপস্থাপন এবং সমন্বয় করতে মাত্র ৩৫% অটোমেশন হার রয়েছে। [তথ্য] এটি কাজের সবচেয়ে মানবিক-নিবিড় অংশ, এবং এটি ক্রমবর্ধমানভাবে প্রকৃত মূল্য যেখানে নিহিত। একজন বিভাগীয় প্রধানকে এমন একটি প্রক্রিয়া সংস্কার করতে রাজি করানো যা তারা পনেরো বছর ধরে ব্যবহার করছেন তার জন্য কূটনীতি, সাংগঠনিক জ্ঞান এবং সেই ধরনের নরম ক্ষমতা প্রয়োজন যা কোনো AI-এর নেই। প্রকৃত বাস্তবায়ন সমন্বয় করা — স্টেকহোল্ডারদের প্রত্যাশা পরিচালনা করা, অফিসের রাজনীতি নেভিগেট করা, পরিবর্তনের প্রতিরোধ সামলানো — মৌলিকভাবে একটি সম্পর্ক-চালিত কার্যকলাপ।

এখানে মূল অন্তর্দৃষ্টি হলো AI সমস্যা খুঁজে পেতে দক্ষ কিন্তু সংগঠনগুলোকে আসলে পরিবর্তন করতে দুর্বল। প্রক্রিয়া মাইনিং দেখাতে পারে যে ক্রয়-আইনি হ্যান্ডঅফে ৫ দিনের পরিবর্তে ১৮ দিন লাগছে। কিন্তু এটি ক্রয় ও আইনকে তাদের প্রক্রিয়া পরিবর্তন করাতে পারে না। এর জন্য মানবিক প্ররোচনা, রাজনৈতিক নেভিগেশন এবং ধৈর্যশীল সমন্বয় প্রয়োজন — এমন দক্ষতা যা অভিজ্ঞতার সাথে বৃদ্ধি পায় এবং AI বিশ্লেষণমূলক কাজ পরিচালনা করার সাথে সাথে আরও মূল্যবান হয়ে ওঠে।

কৌশলগত পরিবর্তন

অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টের ভূমিকা ডেটা সংগ্রহকারী থেকে পরিবর্তন এজেন্টে বিকশিত হচ্ছে। পাঁচ বছর আগে, কাজটি ছিল ৭০% ডেটা সংগ্রহ এবং ৩০% সুপারিশ। AI সেই অনুপাত উল্টে দিচ্ছে। আগামীর অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্ট তাদের বেশিরভাগ সময় কৌশলগত সুপারিশ, স্টেকহোল্ডার ব্যবস্থাপনা এবং বাস্তবায়ন তদারকিতে ব্যয় করবেন, যখন AI ডেটার ভারী কাজ পরিচালনা করবে।

এটি আসলে সেই বিশ্লেষকদের জন্য সুসংবাদ যারা সবসময় ক্লান্তিকর ডেটা-সংগ্রহ পর্যায়ে হতাশ বোধ করেছেন। কাজের আকর্ষণীয় অংশ — "এ সম্পর্কে আমরা আসলে কী করব" অংশ — সেটিই বৃদ্ধি পাচ্ছে।

প্রতিষ্ঠানগুলো প্রক্রিয়া উন্নতির প্রয়োজন বন্ধ করবে না। বরং, বেশিরভাগ এন্টারপ্রাইজে পরিবর্তনের গতি মানে তাদের আগের চেয়ে বেশি প্রয়োজন। প্রশ্ন হলো তাদের SAP থেকে ডেটা টানার জন্য কি মানুষ দরকার নাকি ক্রয় দল এবং আইন বিভাগ কেন একটি চুক্তি কর্মপ্রবাহে সম্মত হতে পারছে না তা বের করার জন্য মানুষ দরকার। AI প্রথম প্রশ্নটি পরিচালনা করে। আপনি দ্বিতীয়টি পরিচালনা করেন।

সবচেয়ে কৌশলগত অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টরা নিজেদের রূপান্তর নেতা হিসেবে অবস্থান করছেন — বড় মাপের পরিবর্তন উদ্যোগ সমন্বয় করা, প্রক্রিয়া উন্নতির মানুষের দিক পরিচালনা করা এবং প্রযুক্তি, অপারেশন ও নেতৃত্বের মধ্যে অনুবাদ স্তর হিসেবে কাজ করা।

দুই-ট্র্যাক ক্যারিয়ার

এই ক্ষেত্রে একটি দুই-ট্র্যাক ক্যারিয়ার কাঠামো আবির্ভূত হচ্ছে:

বিশ্লেষণাত্মক ট্র্যাক। বিশ্লেষকরা যারা ডেটার দিকে ভারীভাবে ঝুঁকছেন — প্রক্রিয়া মাইনিং টুল, BI প্ল্যাটফর্ম এবং SQL শিখে — ইন-হাউস এক্সপার্ট হিসেবে মূল্য প্রদান করতে পারেন। তারা কার্যকর, কিন্তু তাদের মূল্য সীমাবদ্ধ কারণ তারা যা করেন তার বেশিরভাগই ক্রমবর্ধমানভাবে স্বয়ংক্রিয় হতে পারে। [অনুমান]

রূপান্তর ট্র্যাক। বিশ্লেষকরা যারা পরিবর্তন ব্যবস্থাপনা, স্টেকহোল্ডার সমন্বয় এবং বাস্তবায়ন নেতৃত্বে ঝুঁকছেন তারা উচ্চ-মূল্যের ভূমিকায় চলে যাচ্ছেন। Prosci, Lean Six Sigma Black Belt এবং PMP-এর মতো সার্টিফিকেশন এই পথকে সমর্থন করে। ক্যারিয়ারের গতিপথ Operations Director, VP of Transformation বা Chief Process Officer-এর মতো ভূমিকায় নিয়ে যায়। [দাবি]

রূপান্তর ট্র্যাকই যেখানে প্রকৃত ক্যারিয়ার বৃদ্ধি ঘটে। বিশ্লেষণাত্মক ট্র্যাকের একটি সীমা আছে। রূপান্তর ট্র্যাকের নেই।

এ সম্পর্কে কী করবেন

আপনি যদি একজন অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্ট হন যিনি আপনার ক্যারিয়ারকে ভবিষ্যৎ-প্রমাণ করতে চান, প্রক্রিয়া মাইনিং টুল দিয়ে শুরু করুন। আপনি যদি ইতিমধ্যে Celonis, UiPath বা অনুরূপ প্ল্যাটফর্মে সার্টিফাইড না হন, এটিকে অগ্রাধিকার দিন। এই টুলগুলো বোঝা আপনাকে অপ্রচলিত করে না — এটি আপনাকে সেই ব্যক্তি বানায় যিনি তাদের আউটপুট ব্যাখ্যা করতে এবং সে অনুযায়ী কাজ করতে পারেন।

পরবর্তী, আপনার পরিবর্তন ব্যবস্থাপনার দক্ষতা বিকাশ করুন। Prosci বা ADKAR-এর মতো সার্টিফিকেশন আপনাকে বাস্তবায়ন পর্যায়ের জন্য একটি কাঠামোবদ্ধ পদ্ধতি দেয় যা AI স্পর্শ করতে পারে না। আপনার ক্যারিয়ার বৃদ্ধি এখান থেকেই আসবে। রূপান্তর প্রয়োজন কোম্পানিগুলো — এবং এটি বেশিরভাগ বড় এন্টারপ্রাইজ — মরিয়াভাবে এমন মানুষ দরকার যারা আসলে পরিবর্তন ঘটাতে পারেন।

পরিশেষে, আন্তঃবিভাগীয় সম্পর্ক তৈরি করুন। বিশ্লেষকরা যারা বিভাগগুলো জুড়ে মানুষকে চেনেন — যারা তাদের প্রতিষ্ঠানের অনানুষ্ঠানিক ক্ষমতা কাঠামো এবং সাংস্কৃতিক গতিবিধি বোঝেন — তারাই রূপান্তর উদ্যোগ নেতৃত্ব দিতে বলা হবেন, শুধু বিশ্লেষণ করতে নয়। এই নেটওয়ার্ক-বিল্ডিং সময় নেয়, এবং AI এটি প্রতিলিপি করতে পারে না।

প্রতিষ্ঠান কীভাবে পরিবর্তিত হয় সে সম্পর্কে ব্যাপকভাবে পড়ুন। Chip ও Dan Heath-এর "Switch", James Clear-এর "Atomic Habits" (সাংগঠনিক স্তরে প্রয়োগ করা), এবং Kotter ও Cohen-এর "The Heart of Change" আপনাকে রূপান্তরের মানবিক দিক সম্পর্কে চিন্তা করার কাঠামো দেয়।

আপনার ফ্যাসিলিটেশন দক্ষতা বিকাশ করুন। কার্যকর কর্মশালা পরিচালনা করা, স্টেকহোল্ডারদের মধ্যে বিরোধ মধ্যস্থতা করা এবং গোষ্ঠীগুলোকে সিদ্ধান্তে পৌঁছাতে সাহায্য করা — এগুলো সবই এমন দক্ষতা যা AI মেলাতে পারে না। এগুলো সেই দক্ষতাও যা কৌশলগত অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টদের কৌশলগত থেকে আলাদা করে।

সম্পূর্ণ ডেটা বিশ্লেষণের জন্য, আমাদের অ্যাডমিনিস্ট্রেটিভ অ্যানালিস্টদের বিশদ বিশ্লেষণ দেখুন। আপনি ম্যানেজমেন্ট অ্যানালিস্ট এবং অ্যাডমিনিস্ট্রেটিভ কোঅর্ডিনেটরদের উপর AI-এর প্রভাব কীভাবে পড়ছে তাও অন্বেষণ করতে পারেন।

উৎস

• Anthropic. (২০২৬). The Anthropic Labor Market Impact Report.
• U.S. Bureau of Labor Statistics. First-Line Supervisors of Office Workers.
• O*NET OnLine. Administrative Services and Facilities Managers.

আপডেট ইতিহাস

• ২০২৬-০৩-২৮: প্রাথমিক প্রকাশনা
• ২০২৬-০৫-১৪: দুই-ট্র্যাক ক্যারিয়ার কাঠামো, পরিবর্তন ব্যবস্থাপনার ফোকাস এবং বিস্তারিত অবস্থান নির্দেশিকা দিয়ে সম্প্রসারিত

---

এই বিশ্লেষণটি Anthropic শ্রমবাজার রিপোর্ট (২০২৬) এবং U.S. Bureau of Labor Statistics প্রক্ষেপণের ডেটার উপর ভিত্তি করে তৈরি। এই নিবন্ধটি তৈরিতে AI-সহায়তা বিশ্লেষণ ব্যবহার করা হয়েছে।