AI কি Floor Layer-দের প্রতিস্থাপন করবে? 5% ঝুঁকিতে আপনার হাতেকলমে দক্ষতা প্রায় অস্পর্শনীয়
ফ্লোর লেয়ারদের জন্য মাত্র ৫% অটোমেশন ঝুঁকি। AI কেন এই দক্ষ ট্রেডকে প্রতিস্থাপন করতে পারছে না এবং ইনস্টলাররা কীভাবে ব্যবসার দিক থেকে প্রযুক্তি ব্যবহার করে এগিয়ে যেতে পারেন তা আবিষ্কার করুন।
৫% অটোমেশন ঝুঁকি। এটাই আমাদের ডেটা ফ্লোর লেয়ারদের জন্য দেখায়, এবং এটি আমাদের ট্র্যাক করা সমস্ত ১,০১৬টি পেশার মধ্যে সর্বনিম্ন পরিসংখ্যানগুলির মধ্যে একটি। আপনি যদি কার্পেট, হার্ডউড, ল্যামিনেট, বা টাইল বিছিয়ে জীবিকা নির্বাহ করেন, তাহলে সংখ্যাগুলি বলছে আধুনিক অর্থনীতিতে আপনার কাজ AI থেকে প্রায় যেকোনো কাজের মতোই সুরক্ষিত।
কিন্তু সেই সংখ্যার পেছনের কারণটি সংখ্যার চেয়েও আকর্ষণীয়, এবং এটি AI-চালিত বিশ্বে শারীরিক দক্ষ ট্রেডের ভবিষ্যৎ সম্পর্কে কিছু গুরুত্বপূর্ণ তথ্য বলে। সংক্ষিপ্ত উত্তর: AI হাঁটু গেড়ে বসতে পারে না, বাঁকা সাবফ্লোর একটি সমতল হাত দিয়ে পড়তে পারে না, এবং রিয়েল টাইমে সিদ্ধান্ত নিতে পারে না যে একটি টাইল-সো ব্লেডের কোণ এক ডিগ্রি বাঁকাতে হবে। বিস্তারিত উত্তর হলো এই নিবন্ধের বিষয়বস্তু।
যে হাতগুলো AI প্রতিস্থাপন করতে পারে না
[তথ্য] ২০২৫ সালে ফ্লোর লেয়ারদের জন্য সামগ্রিক AI এক্সপোজার মাত্র ৮%, তাত্ত্বিক এক্সপোজার ১৬% এবং পর্যবেক্ষণকৃত এক্সপোজার মাত্র ৩%। তাত্ত্বিক এবং পর্যবেক্ষণকৃতের মধ্যে ব্যবধান পুরো ডেটাসেটের সবচেয়ে প্রকাশক সংখ্যা। তাত্ত্বিক এক্সপোজার হলো AI ল্যাব একটি রোবট আর্ম এবং একটি নিখুঁত চতুষ্কোণাকার পরীক্ষার ঘর দিয়ে নিয়ন্ত্রিত পরিবেশে কী প্রদর্শন করতে পারে। পর্যবেক্ষণকৃত এক্সপোজার হলো বাস্তব কর্মক্ষেত্রে প্রকৃতপক্ষে কী ঘটছে, যেখানে ঘরগুলো চতুষ্কোণাকার নয়, উপকরণ অপ্রত্যাশিতভাবে আচরণ করে, এবং একজন ক্লায়েন্ট এইমাত্র টেক্সট করলেন যে তার ছোট শিশু আন্ডারলেইমেন্টে বমি করেছে।
এটি ফ্লোর বিছানোকে একটি "অত্যন্ত কম" রূপান্তরমূলক পেশা করে তোলে, যা আমাদের শ্রেণিবিন্যাসে "অগমেন্ট" হিসেবে শ্রেণিবদ্ধ — অর্থাৎ AI প্রান্তিক ক্ষেত্রে সহায়তা করতে পারে কিন্তু মূল কাজ সম্পন্ন করতে পারে না। কেন তা বুঝতে হলে কাজটিকে কাজ-দ্বারা-কাজ বিভক্ত করতে হবে।
[তথ্য] ঘরে মাপসই করে ফ্লোরিং উপকরণ পরিমাপ এবং কাটার অটোমেশন হার ৮%। প্রতিটি ঘর আলাদা। পুরানো বাড়িতে দেয়াল পুরোপুরি সোজা নয়, দরজার ফ্রেম অদ্ভুত কোণে, সারফেসের মধ্যে ট্রানজিশনে বিচারিক সিদ্ধান্ত প্রয়োজন। একজন ফ্লোর লেয়ার ঘরে প্রবেশ করে, জায়গাটি পড়ে, এবং উপকরণ কিভাবে কাটবে ও ফিট করবে তা নিয়ে ডজনখানেক মাইক্রো-সিদ্ধান্ত নেয়। লেজার পরিমাপের সরঞ্জাম নির্ভুলতায় সাহায্য করে, কিন্তু প্রকৃত কাটা — একটি বাঁকা দেয়ালের জন্য সামঞ্জস্য করা, একটি পাইপের চারপাশে কাজ করা, একটি থ্রেশহোল্ডের জন্য ক্ষতিপূরণ করা — একটি গভীরভাবে ম্যানুয়াল দক্ষতা হয়ে থাকে। একজন ছুতার বন্ধু একবার আমাকে বলেছিল যে তার চেনা সেরা ফ্লোর লেয়াররা একটি ঘরের মাপ টেপ না টেনেই এক-চতুর্থাংশ ইঞ্চির মধ্যে চোখের আন্দাজে বলতে পারেন। সেই চোখের আন্দাজ কোনো সার্ভার ফার্মে ইনস্টল করা যায় না।
[তথ্য] স্ক্র্যাপিং এবং লেভেলিং করে সাবফ্লোর সারফেস প্রস্তুত করার অটোমেশন মাত্র ৫%। প্রতিটি সাবফ্লোর আলাদা গল্প বলে: এক কোণে আর্দ্রতার ক্ষতি, অন্য জায়গায় অসমান কংক্রিট, পনেরো বছর আগে খারাপভাবে করা পূর্ববর্তী ইনস্টলেশনের পুরানো আঠার অবশিষ্টাংশ। ফ্লোর লেয়ার হাত ও চোখ দিয়ে এই অবস্থাগুলি পড়ে, তারপর প্রতিটি অনন্য পরিস্থিতির জন্য সঠিক পদ্ধতি বেছে নেয়। কোনো দুটি প্রস্তুতির কাজ একরকম নয়, এবং সেই পরিবর্তনশীলতাই অটোমেশনকে এত কঠিন করে তোলে। ভিশন-ভিত্তিক AI একটি মেঝে স্ক্যান করে দৃশ্যমান ক্ষতি চিহ্নিত করতে পারে, কিন্তু এটি আপনাকে বলতে পারে না যে আপনার পায়ের নিচে নরম জায়গার মানে হলো নিচের জয়েস্ট পচে গেছে এবং আপনাকে এগিয়ে যাওয়ার আগে বাড়ির মালিককে ডাকতে হবে।
[তথ্য] আঠা লাগানো এবং ফ্লোর কভারিং ইনস্টল করার অটোমেশন ৪% — এই পেশার সমস্ত টাস্ক-স্তরের অটোমেশন হারের মধ্যে সর্বনিম্ন। এটি বিশুদ্ধ শারীরিক কারিগরি দক্ষতা। ট্যাক স্ট্রিপের উপর কার্পেট প্রসারিত করা, ভিনাইলে সিম হিট-ওয়েল্ড করা, এক্সপ্যানশন গ্যাপ নিশ্চিত করতে করতে ল্যামিনেট প্ল্যাংক ক্লিক করে জায়গায় রাখা — এই গতিবিধিগুলিতে দক্ষতা, স্থানিক সচেতনতা, এবং রিয়েল টাইমে উপকরণের আচরণের সাথে ক্রমাগত অভিযোজন প্রয়োজন। হার্ডউড আর্দ্রতার সাথে সম্প্রসারিত হয় এবং সংকুচিত হয়। আঠা যদি বেশিক্ষণ শুকোতে দেন তাহলে ভিনাইল কুঁকড়ে যায়। সাবস্ট্রেটের জন্য ট্রাউয়েল নচগুলি ভুল আকারের হলে টাইল ফাটে। এগুলি এমন সমস্যা যা কোনো অ্যালগরিদম সমাধান করে না; এগুলি এমন সমস্যা যা আপনার হাত বছরের পর বছর ধরে শিখেছে।
[দাবি] রোবোটিক ফ্লোরিং ইনস্টলেশন অন্তত ২০১৮ সাল থেকে একটি গবেষণার বিষয় ছিল, যখন বেশ কয়েকটি বিশ্ববিদ্যালয়ের ল্যাব এবং একটি ভালো অর্থায়িত স্টার্টআপ "টাইলের জন্য রুম্বা" তৈরির চেষ্টা করেছিল। সেই প্রকল্পগুলির কোনোটিই বড় আকারে সফল হয়নি। কারণটি কম্পিউটের বা অ্যালগরিদমের অভাব ছিল না; কারণ ছিল রোবট আর্মগুলি পরিবর্তনশীল চাপ এবং কোণাকৃতি গতি প্রয়োগ করতে সংগ্রাম করে যা একজন মানব ইনস্টলার স্বজ্ঞাতভাবে করেন। স্টার্টআপটি তার কম্পিউটার-ভিশন প্ল্যাটফর্ম এস্টিমেটিং-সফটওয়্যার সংস্থাগুলিতে বিক্রির দিকে ঘুরে গেল — একটি কার্যকর পণ্য, কিন্তু ইনস্টলার প্রতিস্থাপন থেকে অনেক দূরে।
AI কোথায় আসলেই সাহায্য করে
[তথ্য] একমাত্র কাজ যেখানে AI সত্যিকারের প্রভাব ফেলে তা হলো উপকরণের পরিমাণ এবং প্রকল্পের খরচ অনুমান করা, ৩৫% অটোমেশনে। সফটওয়্যার টুলগুলি বর্গফুট গণনা করতে পারে, বর্জ্যের শতাংশ হিসাব করতে পারে, এবং প্রতিদিন আপডেট হওয়া উপকরণের ডেটাবেস থেকে খরচের অনুমান তৈরি করতে পারে। কিছু অ্যাপ একটি ফোন ক্যামেরা দিয়ে একটি ঘর স্ক্যান করতে পারে এবং প্রথম-পাস কোটের জন্য যথেষ্ট নির্ভুল মোটামুটি পরিমাপ তৈরি করতে পারে।
[দাবি] নিজেদের ব্যবসা চালানো ফ্লোর লেয়ারদের জন্য এটি সত্যিকারের উপকারী। রান্নাঘরের টেবিলে কাগজের অনুমানে এক ঘণ্টা কাটানোর পরিবর্তে, AI-চালিত এস্টিমেটিং টুলগুলি আপনি এখনো ট্রাকে থাকাকালীন কয়েক মিনিটের মধ্যে একটি কোট তৈরি করতে পারে। কিন্তু অনুমানটির এখনও একটি মানবিক চোখ দরকার — সফটওয়্যার জানে না যে ক্লায়েন্ট হেরিংবোন প্যাটার্ন চায় যা বেশি উপকরণ নষ্ট করে, বা সাবফ্লোরের অবস্থায় অতিরিক্ত প্রস্তুতির সময় লাগবে, বা কুকুরটি মঙ্গলবার সকাল ৯টার আগে আসা যেকোনো ঠিকাদারকে ডেকে উঠবে। এই প্রাসঙ্গিক বিবরণগুলিই একটি জেনেরিক কোটকে একটি বিজয়ী বিডে পরিণত করে।
[তথ্য] সমাপ্ত মেঝে মান এবং সমতলতার জন্য পরিদর্শনের ১৫% অটোমেশন হার রয়েছে। লেজার লেভেল এবং ডিজিটাল টুলগুলি সুনির্দিষ্ট সহনশীলতায় সমতলতা যাচাই করতে পারে, কিন্তু চূড়ান্ত মান পরীক্ষা — একটি সিমের উপর আপনার হাত চালানো, পায়ের নিচে একটি ট্রানজিশন স্ট্রিপ পরীক্ষা করা, বিভিন্ন কোণ থেকে একটি সারফেসে আলো কীভাবে পড়ে তা দেখা — একটি মানবিক বিচারের বিষয় হয়ে থাকে। কিছু বাণিজ্যিক প্রকল্প এখন ক্লায়েন্টদের কাছে একটি ডেলিভারেবল হিসেবে লেজার-স্ক্যান রিপোর্ট ব্যবহার করে, কিন্তু রিপোর্টগুলি মানব পরিদর্শনের পরিপূরক, প্রতিস্থাপন নয়।
[অনুমান] অন্যান্য পরিধিগত কাজ যেখানে AI মূল্য যোগ করে: শিডিউলিং এবং রুট অপটিমাইজেশন (স্ট্যান্ডার্ড লজিস্টিক্স অ্যাপের মাধ্যমে প্রায় ৪৫% স্বয়ংক্রিয়), ইনভেন্টরি ট্র্যাকিং (প্রায় ৪০%), এবং চ্যাটবট এবং স্বয়ংক্রিয় রিমাইন্ডারের মাধ্যমে গ্রাহক যোগাযোগ (মোটামুটি ৩০%)। এগুলির কোনোটিই কাজটিকে স্পর্শ করে না; তারা কাজের চারপাশের ব্যবসাটিকে স্পর্শ করে।
শিল্পটি ভেতর থেকে যেমন দেখায়
আমি মধ্য-পশ্চিমের তৃতীয় প্রজন্মের একজন ফ্লোর লেয়ারের সাথে একটি বিকেল কাটিয়েছি যিনি বাইশ বছর ধরে নিজের ক্রু চালাচ্ছেন। AI নিয়ে চিন্তিত কিনা জিজ্ঞেস করলে তিনি হেসে উঠলেন। "আমার সবচেয়ে বড় প্রতিযোগী," তিনি বললেন, "রোবট নয়। এটি পাশের রাস্তার লোকটি যে আমার চেয়ে বিশ শতাংশ কম নেয় এবং সস্তা আন্ডারলেইমেন্ট ব্যবহার করে যা তিন বছরে ব্যর্থ হয়।" তার বক্তব্য ছিল যে একটি দক্ষ-ট্রেড ব্যবসার হুমকিগুলি বেশিরভাগ অর্থনৈতিক এবং মানবিক, প্রযুক্তিগত নয়।
তিনি AI-এর জন্য যা ব্যবহার করছেন তা অবশ্য আমাকে অবাক করে দিয়েছে। তিনি তার ওয়েবসাইটে একটি ছোট চ্যাটবট চালান যা সাধারণ প্রশ্নের উত্তর দেয় ("আপনি কি বাথরুম করেন?" "আমি কি রেডিয়েন্ট হিটের উপর হার্ডউড ইনস্টল করতে পারি?") এবং স্বয়ংক্রিয়ভাবে তার ক্যালেন্ডারে অ্যাপয়েন্টমেন্ট বুক করে। তিনি একটি AI-সহায়তা এস্টিমেটিং অ্যাপ ব্যবহার করেন যা একটি ফটো সেট থেকে কোট তৈরি করে। এবং তিনি একটি SMS রিমাইন্ডার সেবা ব্যবহার করেন যা তার নো-শো হার প্রায় ১৫% থেকে ৩%-এর নিচে নামিয়ে আনে। এগুলির কোনোটিই বিপ্লবী নয়, কিন্তু একসাথে তারা তাকে সপ্তাহে প্রায় দশ ঘণ্টা বাঁচায়, যা তিনি আরো বেশি কাজ নিতে ব্যবহার করেন।
[দাবি] তার অভিজ্ঞতা সারা দেশের দক্ষ-ট্রেড ব্যবসার মালিকদের কাছ থেকে আমরা যা শুনি তার সাথে মিলে যায়। AI কাজের জন্য হুমকি নয়। এটি কাজের চারপাশের কাগজপত্র, শিডিউলিং এবং গ্রাহক-অধিগ্রহণ ফাংশনের জন্য একটি উৎপাদনশীলতার সরঞ্জাম। যে ইনস্টলাররা এই সরঞ্জামগুলিকে প্রথমে গ্রহণ করেন তারা যারা করেন না তাদের চেয়ে বেশি উপার্জন করবেন।
চাকরির বাজার বাড়ছে
[তথ্য] ব্যুরো অফ লেবার স্ট্যাটিস্টিক্স ২০৩৪ সালের মধ্যে ফ্লোর লেয়ারদের জন্য +১০% প্রবৃদ্ধি প্রজেক্ট করে, সমস্ত পেশার গড়ের চেয়ে অনেক বেশি। বর্তমানে প্রায় ২৪,২০০ জন কর্মরত এবং বার্ষিক মধ্যম মজুরি $৪৮,৪৯০ সহ, এটি শক্তিশালী উপার্জনের সম্ভাবনা এবং ক্রমবর্ধমান চাহিদা সহ একটি দক্ষ ট্রেড।
কেন চাহিদা বাড়ছে? নির্মাণ অব্যাহত থাকে, সুদের হারের চক্রাকার চাপ সত্ত্বেও নবায়ন ব্যয় শক্তিশালী থাকে, এবং মার্কিন যুক্তরাষ্ট্রের বার্ধক্যপ্রাপ্ত আবাসন স্টকের ক্রমাগত ফ্লোরিং আপডেটের প্রয়োজন। গড় আমেরিকান বাড়ি এখন ৪১ বছর পুরানো, এবং মেঝে সাধারণত পনেরো থেকে পঁচিশ বছরে প্রতিস্থাপিত হয় — যার অর্থ প্রতিস্থাপনের কাজের একটি স্থির পাইপলাইন যার নতুন নির্মাণের সাথে কোনো সম্পর্ক নেই।
[দাবি] এদিকে, কম তরুণ দক্ষ ট্রেডে প্রবেশ করছে, একটি সরবরাহ ঘাটতি তৈরি করছে যা মজুরি বাড়াচ্ছে এবং অভিজ্ঞ ফ্লোর লেয়ারদের ক্রমবর্ধমানভাবে মূল্যবান করে তুলছে। একই শিল্প সমীক্ষাগুলি যা এই ঘাটতি চিহ্নিত করে তারা আরও লক্ষ্য করে যে একজন কর্মরত ফ্লোর লেয়ারের গড় বয়স বাড়ছে — শিল্পের জন্য উদ্বেগজনক একটি চিহ্ন, কিন্তু আজ এটিতে প্রবেশ করা যেকোনো ব্যক্তির জন্য একটি ঊর্ধ্বমুখী চিহ্ন।
[অনুমান] ২০২৮ সালের মধ্যে, এই পেশার জন্য সামগ্রিক AI এক্সপোজার মাত্র ১৪% এবং অটোমেশন ঝুঁকি ১০% পর্যন্ত পৌঁছানোর প্রজেকশন রয়েছে। এমনকি এই প্রজেক্টেড স্তরেও, ফ্লোর বিছানো পুরো অর্থনীতিতে সবচেয়ে AI-প্রতিরোধী পেশাগুলির মধ্যে একটি হয়ে থাকে। বৃদ্ধি প্রায় সম্পূর্ণরূপে ব্যবসার পাশের কাজগুলি দ্বারা চালিত — অনুমান, শিডিউলিং, গ্রাহক ব্যবস্থাপনা — শারীরিক ইনস্টলেশন নিজেই নয়।
আপনার ক্যারিয়ারের জন্য এর অর্থ কী
[অনুমান] আগামী দশকে সর্বাধিক উপার্জনকারী ফ্লোর লেয়াররা তারাই হবেন যারা তাদের অপরিহার্য শারীরিক দক্ষতার সাথে ব্যবসার দিকে AI সরঞ্জামগুলি একত্রিত করেন। দ্রুততর আরও কাজ বিড করতে এস্টিমেটিং সফটওয়্যার ব্যবহার করুন। প্রতি সপ্তাহে আরো বেশি ক্লায়েন্ট পরিচালনা করতে শিডিউলিং অ্যাপ ব্যবহার করুন। লক্ষ্যভিত্তিক ডিজিটাল মার্কেটিং ব্যবহার করুন — এমনকি সহজ জিনিস যেমন বর্তমান ফটো সহ একটি গুগল বিজনেস প্রোফাইল — এমন গ্রাহকদের খুঁজে পেতে যারা মানের জন্য অর্থ দিতে রাজি। তারপর এমন সুনির্দিষ্ট, মানসম্পন্ন ইনস্টলেশন সরবরাহ করুন যা কোনো মেশিন মেলাতে পারে না।
$৪৮,৪৯০ মধ্যম বেতনে বিশেষজ্ঞদের জন্য উল্লেখযোগ্য বৃদ্ধির সুযোগ রয়েছে। বিদেশি হার্ডউড, কাস্টম টাইল প্যাটার্ন, বা বাণিজ্যিক ফ্লোরিং ইনস্টলেশনের মতো উচ্চমানের উপকরণে বিশেষজ্ঞতা প্রিমিয়াম হার কমান্ড করে যা অভিজ্ঞ ইনস্টলারদের $৭৫,০০০ থেকে $৯৫,০০০ পরিসরে নিয়ে যেতে পারে, বিশেষ করে মহানগর বাজারে। দক্ষ কর্মীদের ঘাটতির মানে হলো অভিজ্ঞ ফ্লোর লেয়াররা সাধারণ ঠিকাদার বা বাণিজ্যিক ক্লায়েন্টদের সাথে আলোচনার সময় প্রকৃত সুবিধা পান।
পরবর্তী বারো মাসে কিছু কংক্রিট পদক্ষেপ নিতে হবে: প্রথমত, একটি এস্টিমেটিং অ্যাপ এতটা ভালোভাবে শিখুন যে আপনি পনেরো মিনিটের মধ্যে সাইটে কোট তৈরি করতে পারেন। দ্বিতীয়ত, অ্যাপয়েন্টমেন্ট এবং ফলো-আপের জন্য স্বয়ংক্রিয় SMS রিমাইন্ডার সেট আপ করুন; খরচ সামান্য এবং নো-শো হ্রাস প্রথম মাসেই পরিশোধ করে। তৃতীয়ত, একটি বিশেষ উপকরণ বেছে নিন — ওয়াইড-প্ল্যাংক ইঞ্জিনিয়ার্ড হার্ডউড, বড়-ফরম্যাটের পোরসেলেন টাইল, রেডিয়েন্ট হিটের উপর লাক্সারি ভিনাইল প্ল্যাংক ইনস্টলেশন — এবং স্থানীয় বিশেষজ্ঞ হিসেবে পরিচিত হন। বিশেষজ্ঞরা বেশি চার্জ করেন এবং কম কাজ ফিরিয়ে দেন।
AI আপনার ট্রাউয়েল, আপনার হাঁটু প্যাড, বা একটি ঘর পড়ে এটিকে সুন্দর করার আপনার ক্ষমতার জন্য আসছে না। এটি আসছে আপনাকে আরও ভাল ব্যবসা চালাতে সাহায্য করতে। যে ইনস্টলাররা AI-কে প্রতিযোগী হিসেবে বিবেচনা করেন তারা পিছিয়ে পড়বেন; যারা এটিকে একজন জুনিয়র অফিস সহকারী হিসেবে বিবেচনা করেন তারা এগিয়ে যাবেন।
সম্পূর্ণ টাস্ক-স্তরের ডেটা এবং ট্রেন্ড প্রজেকশনের জন্য, ফ্লোর লেয়ারদের ডেটা পেজ দেখুন।
_এই বিশ্লেষণটি Anthropic Economic Index এবং Bureau of Labor Statistics প্রজেকশন থেকে ডেটা ব্যবহার করে AI-সহায়তা গবেষণার উপর ভিত্তি করে। সর্বশেষ আপডেট: এপ্রিল ২০২৬।_
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ৭ এপ্রিল, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ১৭ মে, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।