AI কি Food Preparation Worker-দের প্রতিস্থাপন করবে? আপনার হাত আপনার ধারণার চেয়ে নিরাপদ
ফুড প্রিপারেশন ওয়ার্কারদের জন্য মাত্র ১৬% অটোমেশন ঝুঁকি। AI কেন বাণিজ্যিক রান্নাঘরে বিফল হয় এবং পরিবর্তনশীল খাদ্য শিল্পে কীভাবে এগিয়ে থাকবেন তা আবিষ্কার করুন।
১৬% অটোমেশন ঝুঁকি। ফুড প্রিপারেশন ওয়ার্কার এবং AI সম্পর্কে ডেটা এটাই বলে। আপনি যদি জীবিকার জন্য খাবার কাটা, ধোয়া, খোসা ছাড়ানো এবং ভাগ করেন, তাহলে সেই সংখ্যাটি আপনাকে একটু স্বস্তি দেওয়া উচিত — কিন্তু সম্পূর্ণ উদাসীন থাকার কারণ নেই। আপনার কাজ পুরো খাদ্য শিল্পের সবচেয়ে AI-প্রতিরোধী ভূমিকাগুলির মধ্যে একটি, এবং কারণগুলি আমাদের বলে প্রযুক্তি আসলে কোথায় একটি দেয়ালে ধাক্কা খায়।
দেয়ালটি তাত্ত্বিক নয়। এটি শারীরিক, জৈবিক এবং অর্থনৈতিক। AI ফুড প্রেপে কারণগুলির একই সেটের জন্য সংগ্রাম করে যেমন এটি বেশিরভাগ মূর্ত কাজে সংগ্রাম করে, কিন্তু ফুড প্রেপে সেই কারণগুলি যৌগিক হয়: প্রতিটি উপাদান জৈবিকভাবে পরিবর্তনশীল, প্রতিটি রান্নাঘর শারীরিকভাবে ভিন্ন, প্রতিটি অর্ডার সেই ভেরিয়েবলগুলির একটি ভিন্ন সমন্বয়। এটি সেই খাড়া ঢাল যা অটোমেশন চড়তে পারেনি।
শারীরিক ব্যবধান যা AI পূরণ করতে পারে না
আমাদের ডেটা দেখায় ফুড প্রিপারেশন ওয়ার্কাররা ২০২৫ সালে মাত্র ১২% সামগ্রিক AI এক্সপোজার এবং ১৬% অটোমেশন ঝুঁকির মুখোমুখি হন [তথ্য]। এটি এই ভূমিকাটিকে দৃঢ়ভাবে "অত্যন্ত কম" রূপান্তরমূলক বিভাগে রাখে। প্রসঙ্গের জন্য, আমরা ট্র্যাক করা সমস্ত পেশায় গড় প্রায় ৩৫-৪০% এক্সপোজার। ফুড প্রেপ ওয়ার্কাররা দক্ষ ট্রেড এবং হাতে-কলমে পরিচর্যার ভূমিকার সাথে সেই রেখার অনেক নিচে বসেন যেগুলি একইভাবে প্রতিরোধী প্রমাণিত হয়েছে।
কেন? কারণ আপনি যা করেন তার বেশিরভাগই হাত, চোখ এবং শারীরিক বিচারশক্তি প্রয়োজন যেভাবে কোনো বর্তমান AI সিস্টেম প্রতিলিপি করতে পারে না। রান্নাঘর হলো একজন কর্মী পরিচালনা করতে পারেন এমন সবচেয়ে সংবেদনশীলভাবে দাবিপূর্ণ পরিবেশগুলির মধ্যে একটি: একটি স্টেশনে রেফ্রিজারেটর-ঠান্ডা থেকে ওভেন-গরম পর্যন্ত তাপমাত্রা পরিবর্তিত হয়, সেকেন্ডের মধ্যে সারফেস ভেজা থেকে শুকনো পরিবর্তিত হয়, সময়ের চাপ পঞ্চাশ-ধাপের প্রেপ তালিকাকে চার ঘণ্টার সেবা উইন্ডোতে সংকুচিত করে।
সবচেয়ে মৌলিক কাজটি নিন: ফল এবং সবজি ধোয়া, খোসা ছাড়ানো এবং কাটা। এটি মাত্র ১০% অটোমেশনে রয়েছে [তথ্য]। প্রতিটি টমেটো সামান্য ভিন্ন আকারের। প্রতিটি অ্যাভোকাডোর পাকার মাত্রা আলাদা। প্রতিটি বেল পেপারের একটি অনন্য বাঁক রয়েছে যা নির্ধারণ করে আপনি কোথায় প্রথম কাটা করবেন। রোবোটিক সিস্টেম কারখানার সেটিংয়ে মানসম্পন্ন আকারের জন্য বিদ্যমান — হিমায়িত ফ্রাইয়ের জন্য অভিন্ন আলু প্রক্রিয়াকরণ, বা প্যাকেজ করা স্ন্যাকসের জন্য আপেল-কাটার লাইন — কিন্তু একটি বাণিজ্যিক রান্নাঘরের বৈচিত্র্যময়, দ্রুতগতির পরিবেশ একটি সম্পূর্ণ ভিন্ন চ্যালেঞ্জ। ডিনার সার্ভিসের জন্য সালাদ স্টেশন প্রেপ করা একজন লাইন কুক নব্বই মিনিটে পনেরোটি ভিন্ন উপাদান পরিচালনা করেন, প্রতিটির জন্য আলাদা কৌশল প্রয়োজন এবং আলাদা বর্জ্যের প্যাটার্ন দেয়। সেই ওয়ার্কফ্লোর জন্য তৈরি একটি রোবট বিদ্যমান নেই এবং যদি থাকতও তাহলে অর্থনৈতিকভাবে কার্যকর হত না।
সালাদ এবং ঠান্ডা ডিশ প্রস্তুত এবং একত্রিত করা আরও কম, মাত্র ৮% অটোমেশনে [তথ্য]। এই কাজে ক্রমাগত মাইক্রো-সিদ্ধান্ত জড়িত: কতটুকু ড্রেসিং, চাক্ষুষ আকর্ষণের জন্য কীভাবে সাজাবেন, প্লেটের আকার এবং ডাইনিং রুমের শক্তির স্তরের উপর ভিত্তি করে ভাগ সামঞ্জস্য করা (উচ্চ-ভলিউম শুক্রবার রাত ধীর মঙ্গলবার দুপুরের চেয়ে আলাদা প্লেটিং গতি দাবি করে)। এগুলি বিচারিক সিদ্ধান্ত যা প্রতিটি অর্ডারে পরিবর্তিত হয়।
কাজের ক্ষেত্র পরিষ্কার এবং স্যানিটাইজ করা ১২% অটোমেশনে চলে [তথ্য]। স্বয়ংক্রিয় ডিশওয়াশার স্পষ্টতই বিদ্যমান, কিন্তু খাদ্য নিরাপত্তার জন্য প্রয়োজনীয় ব্যাপক পরিষ্কার — অ্যালার্জেন গ্রুপের মধ্যে প্রেপ সারফেস মুছা, কাটিং বোর্ড স্যানিটাইজ করা, সরঞ্জামের নিচে পরিষ্কার করা, স্বাস্থ্য-কোড মান পূরণ করতে শিফটের মধ্যে গভীর পরিষ্কার — শারীরিক উপস্থিতি এবং বিস্তারিতের প্রতি মনোযোগ দাবি করে। একটি প্রেপ টেবিলের নিচে ক্রাস্ট করা টমেটোর বীজ খুঁজে পাওয়া একজন স্বাস্থ্য পরিদর্শক আপনার রান্নাঘরকে ব্যর্থ করবেন, আপনার স্যানিটেশন সম্মতি পর্যবেক্ষণকারী কতগুলি ক্যামেরা আছে তা নির্বিশেষে।
[দাবি] আমি যে খাদ্য-শিল্পের উপমায় ফিরে আসতে থাকি: AI খাদ্য কাজের যে অংশগুলি কারখানার মতো দেখায় তাতে দক্ষতা অর্জন করে, এবং কারুকাজের মতো দেখায় এমন অংশগুলিতে সংগ্রাম করে। একটি আলুর চিপসের লাইন একটি কারখানা। একটি রেস্তোরাঁর প্রেপ স্টেশন একটি কারুকাজ। বিভাজন রেখা হলো ইনপুটগুলি মানসম্পন্ন কিনা, আউটপুটগুলি অভিন্ন কিনা এবং বৈচিত্র্য ইচ্ছাকৃত কিনা। সেই পরীক্ষায়, একজন ফুড প্রিপারেশন ওয়ার্কার যা করেন তার প্রায় সবকিছু কারুকাজের দিকে পড়ে।
যেখানে AI দেখা দেয়
এমন একটি ক্ষেত্র যেখানে প্রযুক্তি অগ্রগতি করে তা হলো রেসিপির জন্য উপাদান ওজন ও পরিমাপ করা, যা ২৫% অটোমেশনে রয়েছে [তথ্য]। স্মার্ট স্কেল, স্বয়ংক্রিয় ডিসপেন্সার এবং পোর্শনিং সিস্টেম নির্ভুলতার সাথে পুনরাবৃত্তিমূলক পরিমাপ পরিচালনা করতে পারে। আপনি যদি উচ্চ-ভলিউম অপারেশনে কাজ করেন যা প্রতিদিন একই রেসিপি শত শত বার পোর্শন করে — একটি চেইন রেস্তোরাঁ কমিসারি, একটি প্রাতিষ্ঠানিক ক্যাফেটেরিয়া, একটি মিল-কিট অ্যাসেম্বলি লাইন — আপনি সম্ভবত ইতিমধ্যে এই প্রযুক্তি আসতে দেখেছেন। স্কেল ইনভেন্টরি সফটওয়্যারের সাথে কথা বলে, ডিসপেন্সারগুলি আগে থেকে ড্রেসিং ভাগ করে, এবং প্রেপ ওয়ার্কারের ভূমিকা অ্যাসেম্বলি এবং ফিনিশিংয়ের দিকে সরে যায়।
খাবার স্টোরেজ এলাকা স্টক এবং সংগঠিত করা ১৮% অটোমেশনে রয়েছে [তথ্য]। AI সহ ইনভেন্টরি ম্যানেজমেন্ট সিস্টেম মেয়াদ উত্তীর্ণের তারিখ ট্র্যাক করতে পারে, রিস্টকিং অর্ডার পরামর্শ দিতে পারে এবং ব্যবহারের ফ্রিকোয়েন্সির উপর ভিত্তি করে স্টোরেজ লেআউট অপটিমাইজ করতে পারে। কিন্তু শারীরিকভাবে বাক্স সরানো এবং স্টক ঘোরানো এখনো একজন ব্যক্তির প্রয়োজন। ওয়াক-ইন কুলার নিজে নিজে আনলোড হয় না।
[অনুমান] সামান্য AI উপস্থিতি সহ অন্যান্য ক্ষেত্র: কম্পিউটার ভিশনের মাধ্যমে পোর্শন-আকার যাচাইকরণ (এটি মোতায়েন করা অপারেশনে প্রায় ২২%), ডিজিটাল রেসিপি সিস্টেমের মাধ্যমে অ্যালার্জেন ট্র্যাকিং (চেইন এবং প্রাতিষ্ঠানিক রান্নাঘরে প্রায় ৩০%), এবং স্কেল-এবং-ক্যামেরা সেটআপের মাধ্যমে বর্জ্য ট্র্যাকিং (স্থায়িত্বের মেট্রিক্সে মনোযোগী অপারেশনে মোটামুটি ১৫%)। এগুলির কোনোটিই প্রেপ ওয়ার্কারকে স্থানচ্যুত করে না; সবগুলি ওয়ার্কফ্লো সামান্য সামঞ্জস্য করে।
কর্মসংস্থানের চিত্র
এখানে খবর আরো সূক্ষ্ম হয়ে যায়। BLS ২০৩৪ সালের মধ্যে ফুড প্রিপারেশন ওয়ার্কারদের কর্মসংস্থানে -৩% হ্রাস প্রজেক্ট করে [তথ্য]। এটি AI-এর কারণে নয় — এটি কনসলিডেশন, পরিবর্তনশীল ডাইনিং অভ্যাস এবং শ্রমবাজারের গতিশীলতা সহ খাদ্য পরিষেবা শিল্পের ব্যাপক পরিবর্তনের কারণে। বার্ষিক মধ্যম মজুরি $৩২,০৮০-তে প্রায় ৮৬৫,৪০০ জন কর্মী নিযুক্ত সহ [তথ্য], এটি দেশের বৃহত্তম পেশাদার গোষ্ঠীগুলির মধ্যে একটি হয়ে থাকে।
প্রজেক্টেড হ্রাস চালনাকারী শক্তিগুলি বেশিরভাগ অর্থনৈতিক: অনেক রাজ্যে ক্রমবর্ধমান ন্যূনতম মজুরি কিছু অপারেটরকে কেন্দ্রীয় কমিসারি থেকে সরবরাহ করা আরো প্রি-কাটা, প্রি-পোর্শনড উপকরণের পক্ষে প্রেপ-ওয়ার্কারের হেডকাউন্ট কমাতে পরিচালিত করেছে। গোস্ট কিচেন এবং ডেলিভারি-অনলি ধারণাগুলি একাধিক ব্র্যান্ড পরিবেশনকারী একক সুবিধায় কিছু প্রেপ কাজ একত্রিত করেছে। এবং অ্যাসেম্বলি-স্টাইল পরিষেবা মডেল ব্যবহার করা ফাস্ট-ক্যাজুয়াল চেইনের উত্থান (Chipotle, Cava, Sweetgreen মনে করুন) শ্রমের মিশ্রণ গ্রাহক-মুখী অ্যাসেম্বলারদের দিকে এবং ব্যাক-অফ-হাউস প্রেপ ওয়ার্কারদের দূরে সরিয়ে নিয়েছে।
২০২৮ সালের মধ্যে, সামগ্রিক AI এক্সপোজার ২০% এবং অটোমেশন ঝুঁকি ২২% পর্যন্ত পৌঁছানোর প্রজেকশন রয়েছে [অনুমান]। সেই বৃদ্ধি ধীরে ধীরে এবং বেশিরভাগ স্মার্ট কিচেন সরঞ্জামের উন্নতি দ্বারা চালিত, কোনো নাটকীয় প্রযুক্তিগত অগ্রগতি নয়। প্রবণতা রেখাটি "AI প্রেপ কুকদের জন্য আসছে" এর পরিবর্তে "রান্নাঘরগুলি প্রতি বছর একটু বেশি ডিজিটাল হয়" হিসেবে পড়া সবচেয়ে ভালো।
ভবিষ্যৎ কেমন দেখায়
২০৩০ সালের ফুড প্রিপারেশন ওয়ার্কার সম্ভবত আরো ভালো সরঞ্জাম ব্যবহার করবেন — স্কেল যা স্বয়ংক্রিয়ভাবে ক্যালিব্রেট হয়, ইনভেন্টরি অ্যাপ যা গতকালের বিক্রয় প্যাটার্নের উপর ভিত্তি করে পরবর্তীতে কী প্রেপ করতে হবে তা বলে, এমনকি হয়তো কাজের সারফেসে প্রক্ষেপিত কাটার গাইড। কিন্তু কাজের মূল — রিয়েল টাইমে খাবারের সাথে কাজ করা হাত, প্রাকৃতিক উপাদানের অন্তহীন বৈচিত্র্যে অভিযোজিত — কোথাও যাচ্ছে না।
বড় আকারের খাদ্য উৎপাদন একটি ভিন্ন গল্প। কারখানার উৎপাদন লাইনগুলি অনেক বেশি স্বয়ংক্রিয় কারণ তারা মানসম্পন্ন ইনপুট, নিয়ন্ত্রিত পরিবেশ এবং অভিন্ন আউটপুটের সাথে কাজ করে। কিন্তু আপনি যদি একটি রেস্তোরাঁ, হোটেল, হাসপাতাল, ক্যাটারিং অপারেশন, স্কুল ক্যাফেটেরিয়া, বা অন্য যেকোনো পরিবর্তনশীল-আউটপুট রান্নাঘরে কাজ করেন, তাহলে আপনার কাজের পরিবর্তনশীলতা হলো আপনার চাকরির নিরাপত্তা।
ফুড প্রিপারেশন ওয়ার্কারদের জন্য ব্যবহারিক পরামর্শ
বিদ্যমান প্রযুক্তি শিখুন। স্মার্ট ইনভেন্টরি সিস্টেম, ডিজিটাল রেসিপি স্কেলিং এবং ফুড সেফটি ট্র্যাকিং অ্যাপ মানক হয়ে উঠছে। এই সরঞ্জামগুলির সাথে আরামদায়ক হওয়া আপনাকে আরো মূল্যবান করে তোলে এবং শিফট-লিডার এবং প্রেপ-সুপারভাইজার ভূমিকার দিকে একটি পথ তৈরি করে।
গতি এবং সামঞ্জস্যের উপর মনোযোগ দিন। AI কিছু পরিমাপ এবং ট্র্যাকিং কাজ পরিচালনা করার সাথে সাথে, যে কর্মীরা দ্রুত এবং সামঞ্জস্যপূর্ণভাবে প্রেপ করতে পারেন তাদের উপর প্রিমিয়াম স্থানান্তরিত হয়। ছুরির দক্ষতা এবং দক্ষতা আগের চেয়ে বেশি গুরুত্বপূর্ণ। একজন প্রেপ কুক যিনি পনেরো মিনিটের মধ্যে সামঞ্জস্যপূর্ণ পোর্শনিং সহ মুরগির একটি কেস ভেঙে ফেলতে পারেন তিনি পরিবর্তনশীল ফলাফল সহ ত্রিশ মিনিট নেওয়া ব্যক্তির চেয়ে উল্লেখযোগ্যভাবে বেশি মূল্যবান।
বিশেষজ্ঞতা বিবেচনা করুন। যে কর্মীরা বিশেষ উপাদান পরিচালনা করতে পারেন — সুশি প্রস্তুতি, পেস্ট্রি উপাদান, শার্কুটারি, কসাইখানা, ফাইন-ডাইনিং রান্নাঘরের জন্য মিস এন প্লেস — উচ্চ বেতন পান এবং এমন পরিবেশে কাজ করেন যেখানে অটোমেশন আরো কম সম্ভব।
ফুড-সেফটি সার্টিফাইড থাকুন। ServSafe এবং অনুরূপ সার্টিফিকেশন পেশাদারিত্ব সংকেত দেয় এবং পদ নির্বিশেষে নিয়োগকর্তারা ক্রমবর্ধমানভাবে প্রয়োজন। AI তাপমাত্রা এবং তারিখ ট্র্যাক করতে পারে, কিন্তু প্রকৃত সম্মতি নিশ্চিত করা একটি মানবিক দায়িত্ব।
আপনার অপারেশনে সম্পর্ক তৈরি করুন। যে প্রেপ ওয়ার্কাররা শিল্পের সংকোচন থেকে বেঁচে থাকেন তারা হলেন যাদের ম্যানেজাররা সহজে প্রতিস্থাপন করতে পারেন না কারণ নির্দিষ্ট অপারেশন, নির্দিষ্ট মেনু এবং সরঞ্জামের নির্দিষ্ট খুঁতগুলি সম্পর্কে তাদের জ্ঞান। আপনার নির্দিষ্ট রান্নাঘরে অপরিহার্য হয়ে উঠুন।
ফুড প্রিপারেশন ওয়ার্কারদের জন্য বিস্তারিত অটোমেশন ডেটা দেখুন
_Anthropic Economic Research (২০২৬) এবং BLS Occupational Outlook ডেটার উপর ভিত্তি করে AI-সহায়তা বিশ্লেষণ। সমস্ত পরিসংখ্যান এপ্রিল ২০২৬ পর্যন্ত সর্বশেষ উপলব্ধ ডেটা প্রতিফলিত করে।_
আপডেট ইতিহাস
- ২০২৬-০৪-০৪: ২০২৫ বেসলাইন ডেটা সহ প্রাথমিক প্রকাশ।
- ২০২৬-০৫-১৬: শিল্প কনসলিডেশন প্রসঙ্গ, গোস্ট-কিচেন প্রবণতা এবং অতিরিক্ত টাস্ক-স্তরের বিভাজন সহ বিশ্লেষণ সম্প্রসারিত।
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।