AI কি কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টদের প্রতিস্থাপন করবে? সংখ্যা জানে, কিন্তু সিদ্ধান্ত নেয় না

প্রতি কোয়ার্টারে একই দৃশ্য হাজার হাজার অফিসে পুনরাবৃত্তি হয়। একজন ফিনান্সিয়াল অ্যানালিস্ট রেভিনিউ ডেটা জোগাড় করেন, variance analysis চালান, actual-কে budget-এর সাথে তুলনা করেন, এবং পরবর্তী সময়ের জন্য forecast তৈরি করেন। তারপর আসে কঠিন অংশটি: একঘরভর্তি executive-দের সামনে দাঁড়িয়ে ব্যাখ্যা করা যে সংখ্যাগুলো কেন এরকম, কোম্পানির strategy-র জন্য এর মানে কী, আর leadership-এর কী করা উচিত। AI প্রথম অংশে অসাধারণ হয়ে উঠছে। দ্বিতীয় অংশে সে পুরোপুরি ব্যর্থ।

কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টরা বর্তমানে 2025 সাল অনুযায়ী 67% সামগ্রিক AI এক্সপোজার এবং 43/100 অটোমেশন ঝুঁকির সম্মুখীন। [তথ্য] এই এক্সপোজার business-and-financial ক্যাটাগরিতে সর্বোচ্চগুলোর মধ্যে একটি, এবং 2024-এর 62% থেকে ক্রমাগত বেড়েছে। [তথ্য] 2028 সালের মধ্যে, আমাদের প্রক্ষেপণ দেখায় এক্সপোজার 80%-এ পৌঁছাবে এবং ঝুঁকি হবে 56/100। [অনুমান] এগুলো বিমূর্ত সংখ্যা নয়। এগুলো দৈনন্দিন কাজের ধরনে একটি মৌলিক পরিবর্তনের প্রতিনিধিত্ব করে।

যে কাজগুলো AI নিয়ে নিচ্ছে

ফিনান্সিয়াল মডেল ও forecast তৈরি 72% অটোমেশনে পৌঁছেছে। [তথ্য] এটি কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টের মূল কাজ, এবং AI দ্রুত এটি গ্রাস করছে। Large language model চালিত টুলগুলো এখন historical financial data গ্রহণ করতে পারে, seasonal pattern চিহ্নিত করতে পারে, একাধিক scenario মডেল করতে পারে, এবং mid-level অ্যানালিস্টদের সমকক্ষ forecast তৈরি করতে পারে। একটি three-statement model যা আগে কয়েক দিন লাগত, এখন কয়েক ঘণ্টায় কাঠামো তৈরি করা যায়।

Variance ও performance report তৈরি আরও বেশি, 78% অটোমেশনে। [তথ্য] এটি এই ভূমিকায় সবচেয়ে স্বয়ংক্রিয় কাজ এবং কারণটি স্পষ্ট। Variance analysis মূলত দুটি সংখ্যার সেট তুলনা করা এবং পার্থক্য ব্যাখ্যা করা। AI এতে পারদর্শী। এটি ERP system থেকে ডেটা টানতে পারে, anomaly চিহ্নিত করতে পারে, budget-to-actual gap-এর জন্য বর্ণনামূলক ব্যাখ্যা তৈরি করতে পারে, এবং ফলাফল presentation-ready রিপোর্টে সাজাতে পারে। অ্যানালিস্টের সপ্তাহের বড় অংশ যা খেত, তা এখন একটি বোতাম চাপার ব্যাপার।

কিন্তু leadership-এর কাছে strategic recommendation উপস্থাপন? এটি মাত্র 25% অটোমেশনে। [তথ্য] এখানে মানুষের সুবিধা বিশাল। যখন CFO জিজ্ঞেস করেন কেন Q3-তে gross margin কমেছে এবং একটি পরিকল্পিত acquisition বিলম্বিত করা উচিত কিনা, উত্তরের জন্য data-র চেয়ে বেশি কিছু দরকার। CEO-র risk appetite বোঝা দরকার, board-এর অগ্রাধিকার, spreadsheet যা ধরতে পারে না সেই competitive dynamics, এবং প্রতিষ্ঠানের রাজনৈতিক বাস্তবতা। AI analysis দিতে পারে। কিন্তু ঘরের পরিবেশ পড়তে পারে না।

ক্রমবর্ধমান চাপে ক্রমবর্ধমান কর্মশক্তি

U.S. Bureau of Labor Statistics 2034 সাল পর্যন্ত +8% কর্মসংস্থান বৃদ্ধির পূর্বাভাস দিয়েছে, বার্ষিক মধ্যম বেতন 99,080 ডলার এবং জাতীয়ভাবে প্রায় 328,400 জন কর্মরত। [তথ্য] এই বৃদ্ধির হার উৎসাহজনক এবং সব পেশার গড়ের চেয়ে দ্রুত। কিন্তু এটি একটি গুরুত্বপূর্ণ কাঠামোগত পরিবর্তন আড়াল করে।

বৃদ্ধি ঐতিহ্যবাহী মডেল তৈরি ও সংখ্যা গোনার কাজে নয়। এটি ভূমিকার বিবর্তিত সংস্করণে: AI-উত্পন্ন insight-এর ব্যাখ্যা, অ-আর্থিক stakeholder-দের কাছে জটিল আর্থিক narrative যোগাযোগ, এবং algorithm যা দিতে পারে না সেই strategic judgment প্রদান। যে অ্যানালিস্টরা তাদের ক্যারিয়ারে এগিয়ে যাচ্ছেন, তারাই spreadsheet-কে পেছনে ফেলে এসেছেন।

এই গতিপথ তুলনা করুন বৃহত্তরভাবে ফিনান্সিয়াল অ্যানালিস্ট-দের সাথে, যারা মডেলিং কাজে একই রকম অটোমেশন চাপের মুখে। হিসাবরক্ষক-রা রিপোর্ট অটোমেশনে overlapping চ্যালেঞ্জের সম্মুখীন। ফিনান্স সেক্টরে pattern সামঞ্জস্যপূর্ণ: রুটিন বিশ্লেষণমূলক কাজ শোষিত হচ্ছে, আর পরামর্শমূলক ও কৌশলগত কাজ বিস্তৃত হচ্ছে।

এই ভূমিকা কেন আলাদা

কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টরা financial ecosystem-এ একটি অনন্য জায়গা দখল করে আছেন। বাইরের deal-এ মনোযোগী investment banking অ্যানালিস্ট বা বিভিন্ন industry জুড়ে কাজ করতে পারেন এমন ফিনান্সিয়াল অ্যানালিস্ট-দের থেকে ভিন্ন, corporate অ্যানালিস্টরা একটি প্রতিষ্ঠানের গভীরে প্রোথিত। তারা ব্যবসা অন্তরঙ্গভাবে চেনেন। তারা বোঝেন marketing budget কেন ছাড়িয়ে গেছে, কোন product line পিছিয়ে এবং কেন, আর CEO গত মাসের town hall-এ কী বললেন যা আগামী বছরের budget-এর প্রেক্ষাপট বদলে দেয়।

সেই প্রাতিষ্ঠানিক জ্ঞান এমন একটি পরিখা যা AI সহজে পার হতে পারে না। একটি AI model যেকোনো কোম্পানির আর্থিক ডেটা বিশ্লেষণ করতে পারে। কিন্তু সে জানে না যে VP of Sales চলে যাওয়ার পরিকল্পনা করছেন, Ohio-র কারখানায় অপ্রকাশিত maintenance সমস্যা আছে, বা Asia expansion-এর পক্ষে থাকা board member নীরবে প্রভাব হারিয়েছেন। কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টরা এই প্রেক্ষাপটে বাস করেন। এটাই তাদের strategic recommendation-কে মূল্যবান করে, এবং এটাই সেই ধরনের জ্ঞান যা অটোমেশন প্রতিরোধ করে।

আপনার জন্য এর মানে কী

আপনি যদি কর্পোরেট ফিনান্সিয়াল অ্যানালিস্ট হন, গতিপথ পরিষ্কার। আপনার কাজের যে অংশগুলো data টানা, standard model তৈরি, আর routine report উৎপাদনের সাথে জড়িত, সেগুলো ত্বরান্বিত গতিতে স্বয়ংক্রিয় হচ্ছে। 2028 সালের মধ্যে, এসব কাজের অধিকাংশে ন্যূনতম মানবিক সম্পৃক্ততা লাগতে পারে। [অনুমান]

কৌশলগত দিকে ঝুঁকুন। আপনার প্রতিযোগিতামূলক সুবিধা DCF model কত দ্রুত তৈরি করতে পারেন তাতে নয়। ব্যবসা সম্পর্কে আপনি যা জানেন তার ভিত্তিতে CEO-কে কতটা ভালোভাবে বোঝাতে পারেন যে DCF model-এর assumption ভুল, সেখানে। সংখ্যার পেছনের operational বাস্তবতা বুঝতে সময় দিন, শুধু সংখ্যায় নয়।

ডেটা আর সিদ্ধান্তের মধ্যে অনুবাদক হোন। AI যেকোনো মানুষের গ্রহণ ক্ষমতার চেয়ে বেশি financial analysis তৈরি করে। নতুন মূল্য সেই বিশ্লেষণকে পরিষ্কার, কার্যকর সুপারিশে সংশ্লেষণ করায় যা non-financial executive-রা বুঝতে ও অনুসরণ করতে পারেন। আপনি যদি 50 পৃষ্ঠার AI-generated financial report-কে 3 মিনিটের boardroom narrative-এ পরিণত করতে পারেন যা কোম্পানির দিক বদলে দেয়, আপনি অপরিহার্য।

AI-augmented finance-এ দক্ষতা গড়ুন। পরবর্তী প্রজন্মের কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টরা AI-এর সাথে প্রতিযোগিতা করবেন না। তারা একে পরিচালনা করবেন। কোন AI tool নির্ভরযোগ্য forecast তৈরি করে, মডেল কোথায় ব্যর্থ হয়, আর AI-generated analysis কীভাবে যাচাই করতে হয় তা বোঝা core competency হয়ে উঠছে। যে অ্যানালিস্ট বলতে পারেন "AI model এখানে ভুল কারণ এটি আমাদের পুনঃআলোচিত supplier contract বিবেচনা করেনি" — তিনি আউটপুট অন্ধভাবে বিশ্বাস করা অ্যানালিস্টের চেয়ে অনেক বেশি মূল্যবান।

সংখ্যা স্বয়ংক্রিয় হচ্ছে। যে বিচারবোধ সেই সংখ্যাগুলোকে অর্থ দেয়, তা হচ্ছে না। সেই ফাঁকটাই আপনার ক্যারিয়ারের ঠিকানা।

কর্পোরেট ফিনান্সিয়াল অ্যানালিস্টদের সম্পূর্ণ অটোমেশন বিশ্লেষণ দেখুন

---

এই বিশ্লেষণ Anthropic শ্রমবাজার প্রভাব গবেষণা (2026), Eloundou et al. (2023), Brynjolfsson et al. (2025)-এর তথ্য এবং আমাদের নিজস্ব task-level অটোমেশন পরিমাপের উপর ভিত্তি করে AI-সহায়তায় গবেষণা ব্যবহার করে। সমস্ত পরিসংখ্যান মার্চ 2026 পর্যন্ত আমাদের সর্বশেষ উপলব্ধ তথ্য প্রতিফলিত করে।

সম্পর্কিত পেশা

• AI কি ফিনান্সিয়াল অ্যানালিস্টদের প্রতিস্থাপন করবে?
• AI কি হিসাবরক্ষকদের প্রতিস্থাপন করবে?
• AI কি লোন অফিসারদের প্রতিস্থাপন করবে?

AI Changing Work এ 1,000+ পেশার বিশ্লেষণ অন্বেষণ করুন।

সূত্র

• Anthropic Economic Impacts Report (2026)
• Eloundou et al., "GPTs are GPTs" (2023)
• Brynjolfsson et al., AI Adoption Survey (2025)
• U.S. Bureau of Labor Statistics, Occupational Outlook Handbook (2024-2034)

আপডেট ইতিহাস

• 2026-03-29: 2024-2025 প্রকৃত তথ্য এবং 2026-2028 প্রক্ষেপণসহ প্রাথমিক প্রকাশ।