AI কি জেনারেল ম্যানেজারদের প্রতিস্থাপন করবে? ৩০ লাখ ম্যানেজারের যা জানা দরকার
জেনারেল ও অপারেশনস ম্যানেজাররা আমেরিকার সবচেয়ে বড় ম্যানেজমেন্ট পেশা -- ৩০ লাখ জন। AI এক্সপোজার 48% কিন্তু অটোমেশন ঝুঁকি মাত্র 24%, এই ফারাক দেখায় AI কীভাবে নেতৃত্বকে নতুন রূপ দিচ্ছে।
জেনারেল ম্যানেজারদের AI কি প্রতিস্থাপন করবে?
৩০,১২,৪০০। মার্কিন যুক্তরাষ্ট্রে এত জন জেনারেল এবং অপারেশন ম্যানেজার রয়েছেন। [তথ্য] এটি দেশের একক বৃহত্তম ব্যবস্থাপনা পেশা — এবং AI বিঘ্নের ক্ষেত্রে সবচেয়ে বেশি পর্যবেক্ষণ করা একটি। আপনি যদি যেকোনো শিল্পে, যেকোনো স্তরে মানুষ, বাজেট এবং অপারেশন পরিচালনা করেন, তাহলে এই সংখ্যাগুলো আপনার সম্পর্কেই কথা বলছে।
আমাদের ডেটা জেনারেল ম্যানেজারদের সামগ্রিক AI এক্সপোজার ৪৮% এবং অটোমেশন ঝুঁকি ২৪% হিসেবে নির্ধারণ করে। [তথ্য] এক্সপোজার এবং ঝুঁকির মধ্যে এই ২৪-পয়েন্টের ব্যবধান ব্যবস্থাপনা ভূমিকায় আমাদের ট্র্যাক করা সবচেয়ে প্রশস্ততম — এটি একটি খুব নির্দিষ্ট গল্প বলে: AI জেনারেল ম্যানেজাররা যা করেন তাতে গভীরভাবে এমবেডেড, কিন্তু এটি তাদের অপ্রচলিত করার বদলে আরও শক্তিশালী করে তুলছে।
৩০ লক্ষ মানুষের একটি একক পেশায় রূপান্তর দেখার কারণে এটি আধুনিক শ্রমবাজারের অন্যতম সর্বাধিক পরিণতিযুক্ত গল্প। তরঙ্গ প্রভাব প্রতিটি শিল্প, প্রতিটি আঞ্চলিক অর্থনীতি এবং কর্পোরেট কাঠামোর প্রতিটি স্তরকে স্পর্শ করে।
ব্যবস্থাপনার যে কাজ AI ভাঙতে পারছে না
জেনারেল এবং অপারেশন ম্যানেজারদের কাজের বিবরণ প্রতারণামূলকভাবে বিস্তৃত: পাবলিক বা প্রাইভেট সেক্টর সংগঠনের অপারেশন পরিকল্পনা, পরিচালনা বা সমন্বয় করুন। বাস্তবে, এর মানে বাজেট নির্ধারণ থেকে বিভাগগুলোর মধ্যে দ্বন্দ্ব সমাধান করা, নতুন বাজারে প্রসার ঘটাবে কিনা তা সিদ্ধান্ত নেওয়া পর্যন্ত সবকিছু।
কেন্দ্রীয় কাজ — সাংগঠনিক অপারেশন সমন্বয় — এর অটোমেশন হার ৩০%। [তথ্য] এটি নগণ্য মনে হতে পারে, কিন্তু সেই ৩০% এ কী অন্তর্ভুক্ত তা বিবেচনা করুন: স্বয়ংক্রিয় রিপোর্টিং ড্যাশবোর্ড, AI-চালিত প্রজেক্ট ম্যানেজমেন্ট টুল, সম্পদ বরাদ্দের জন্য ভবিষ্যৎমূলক অ্যানালিটিক্স।
৭০% যা AI স্বয়ংক্রিয় করতে পারে না তা হলো ব্যবস্থাপনার সারমর্ম। একটি উত্তেজনাপূর্ণ বোর্ড মিটিংয়ে পরিস্থিতি পাঠ করা। সেলস ভিপি এবং ইঞ্জিনিয়ারিং ভিপির ব্যক্তিগত দ্বন্দ্ব পণ্যের সময়রেখাকে প্রভাবিত করছে তা জানা। মাথা ঘামানো প্রশ্নগুলো: খরচ কমাতে মাথা গণনা কমাবে নাকি বিক্রেতা চুক্তি পুনরায় আলোচনা করবে? একটি ব্যর্থ পণ্য লঞ্চের পরে হতাশ দলকে অনুপ্রাণিত করা। [দাবি]
এগুলো বিচারমূলক সিদ্ধান্ত যার জন্য AI-এর কাছে নেই এমন প্রেক্ষাপট প্রয়োজন — সাংগঠনিক ইতিহাস, আন্তঃব্যক্তিক গতিশীলতা, রাজনৈতিক বাস্তবতা এবং মানব সংগঠনে বছরের পর বছর চলার অভিজ্ঞতা থেকে আসা সহজাত বোধ।
মূল কাজের AI প্রভাব
কৌশলগত দিকনির্দেশনা এবং অগ্রাধিকার নির্ধারণ এর অটোমেশন হার ২২%। [তথ্য] কৌশল কাজ — সংগঠন কোথায় খেলবে, কী অনুসরণ করবে না, কীভাবে প্রতিযোগিতা করবে — গভীরভাবে মানবিক থাকে। AI বাজার ডেটা এবং প্রতিযোগিতামূলক বুদ্ধিমত্তা বিশ্লেষণ করতে পারে, কিন্তু একটি কংক্রিট কৌশলগত দিকনির্দেশনায় সংশ্লেষণের জন্য মানুষ, সক্ষমতা এবং ঝুঁকি সহিষ্ণুতা সম্পর্কে বিচার প্রয়োজন যা কোনো মডেল সম্পূর্ণরূপে প্রতিলিপি করতে পারে না।
কর্মী নিয়োগ, উন্নয়ন এবং ব্যবস্থাপনা এর অটোমেশন হার ১৮%। [তথ্য] প্রতিভা সিদ্ধান্তগুলো যেকোনো জেনারেল ম্যানেজারের সর্বোচ্চ-লিভারেজ সিদ্ধান্ত, এবং সেগুলো অটোমেশনের সবচেয়ে প্রতিরোধী। AI রেজুমে স্ক্রীন করতে পারে, কিন্তু কাকে নিয়োগ করবে, কাকে পদোন্নতি দেবে, কাকে কোচ করবে এবং কাকে যেতে দেবে তা বেছে নেওয়ার জন্য মানুষ পড়ার ক্ষমতা প্রয়োজন যা AI এর কাছে নেই। ভালো নিয়োগ করতে পারেন এমন জেনারেল ম্যানেজার যিনি পারেন না তার চেয়ে দশ গুণ মূল্যবান।
স্টেকহোল্ডার যোগাযোগ এবং উপস্থাপনা এর অটোমেশন হার ৪২%। [তথ্য] AI স্লাইড ডেক তৈরি করতে পারে, মিটিং নোট সংক্ষিপ্ত করতে পারে এবং নির্বাহী মেমোর প্রথম খসড়া তৈরি করতে পারে। কিন্তু বোর্ডের কাছে প্রকৃত উপস্থাপনা, একজন প্রধান গ্রাহকের সাথে কঠিন কথোপকথন — এগুলো মানব পারফরম্যান্স যা AI সহায়তা করতে পারে কিন্তু প্রতিস্থাপন করতে পারে না।
বর্ধিতকরণ প্যাটার্ন ত্বরান্বিত হচ্ছে
বছরের পর বছর ডেটা একটি স্পষ্ট প্রবণতা দেখায়। ২০২৩ সালে, জেনারেল ম্যানেজারদের সামগ্রিক AI এক্সপোজার ছিল ৩৬%। ২০২৫ সালে এটি ৪৮%-এ পৌঁছেছে। [তথ্য] [অনুমান] আমাদের প্রক্ষেপণ অনুমান করে এটি ২০২৮ সালের মধ্যে ৬৪%-এ পৌঁছাবে।
কিন্তু অটোমেশন ঝুঁকি অনেক ধীরে চলে: ২০২৩ সালে ১৬% থেকে ২০২৫ সালে ২৪% এবং ২০২৮ সালের প্রক্ষেপিত ৩৩%। [তথ্য] [অনুমান] AI একটি জেনারেল ম্যানেজারের ওয়ার্কফ্লোতে তাত্ত্বিকভাবে যা করতে পারে (৭০% তাত্ত্বিক এক্সপোজার) এবং বাস্তবে যা করে (৩০% পর্যবেক্ষিত এক্সপোজার) তার মধ্যে ব্যবধান বিশাল থেকে যায়।
এই প্যাটার্ন — উচ্চ তাত্ত্বিক এক্সপোজার, মাঝারি পর্যবেক্ষিত এক্সপোজার, কম অটোমেশন ঝুঁকি — হলো পাঠ্যপুস্তকের "বর্ধিতকরণ" প্রোফাইল। AI জেনারেল ম্যানেজারদের আরও ভালো সরঞ্জাম দিচ্ছে। এটি কোম্পানিগুলোকে তাদের কম নিয়োগ করার কারণ দিচ্ছে না। [দাবি]
[তথ্য] শ্রম পরিসংখ্যান ব্যুরো ২০৩৪ সাল পর্যন্ত ৫% বৃদ্ধির পূর্বাভাস দেয়, প্রায় ১,৫০,০০০ নতুন পদ যোগ করে। $১,১১,২৮০ মধ্যবর্তী বার্ষিক মজুরি সহ, এটি আমেরিকার সবচেয়ে সুলভ ছয়-ফিগারের ক্যারিয়ারগুলোর মধ্যে একটি।
সেরা জেনারেল ম্যানেজাররা ভিন্নভাবে কী করছেন
[দাবি] যে জেনারেল ম্যানেজাররা এগিয়ে যাচ্ছেন তারা AI-কে তাদের সবচেয়ে সক্ষম প্রত্যক্ষ প্রতিবেদনকারী হিসেবে বিবেচনা করছেন। তারা প্রতিটি AI টুলের প্রযুক্তিগত বিশদ বোঝার চেষ্টা করছেন না — তারা তিনটি বিষয়ে মনোনিবেশ করছেন:
দ্রুততর সিদ্ধান্ত চক্র। যখন AI মিনিটের মধ্যে একটি বাজার বিশ্লেষণ তৈরি করতে পারে, প্রতিযোগিতামূলক সুবিধা ডেটা থাকা থেকে দ্রুত তার উপর কাজ করার দিকে স্থানান্তরিত হয়। সেরা জেনারেল ম্যানেজাররা AI ব্যবহার করে প্রশ্ন এবং সিদ্ধান্তের মধ্যে সময় সংকুচিত করছেন।
গভীরতর সাংগঠনিক অন্তর্দৃষ্টি। কর্মচারী অনুভূতি বিশ্লেষণ, গ্রাহক প্রতিক্রিয়া একত্রীকরণ, অপারেশনাল বাধা সনাক্তকরণ — AI টুলগুলো জেনারেল ম্যানেজারদের তাদের সংগঠনে দৃশ্যমানতা দিচ্ছে যা আগে বিশাল কর্মীদল ছাড়া অসম্ভব ছিল।
মানুষের জন্য আরও বেশি সময়। এটি পাল্টা স্বজ্ঞাতিক জয়। যখন AI রিপোর্টিং, সময়সূচী, ডেটা বিশ্লেষণ এবং রুটিন যোগাযোগ পরিচালনা করে, তখন জেনারেল ম্যানেজারদের হঠাৎ তাদের ভূমিকার সর্বোচ্চ-মূল্যের কার্যক্রমের জন্য আরও বেশি সময় থাকে: মানুষদের নেতৃত্ব দেওয়া।
মধ্য ব্যবস্থাপনার প্রশ্ন
মধ্য ব্যবস্থাপনাকে AI খালি করে দেবে কিনা তা নিয়ে চলমান জনপরিসরের কথোপকথন আছে। ডেটা আরও সূক্ষ্ম গল্প বলে। সিনিয়র জেনারেল ম্যানেজার এবং অপারেশন এক্সিকিউটিভরা তাদের ভূমিকা প্রসারিত হতে দেখছেন কারণ AI আরও রুটিন সমন্বয় পরিচালনা করে। এন্ট্রি-লেভেল সমন্বয়কারীরা আরও চাপের মুখোমুখি হচ্ছেন কারণ তাদের মূল কাজগুলো আরও স্বয়ংক্রিয় হয়ে যাচ্ছে।
[অনুমান] যা পরিবর্তন হচ্ছে তা হলো ব্যবস্থাপনার কাজের গঠন। AI-পূর্ব, একজন মধ্য ম্যানেজার তাদের ৬০% সময় সমন্বয় এবং রিপোর্টিংয়ে এবং ৪০% মানুষ, কৌশল এবং সিদ্ধান্ত গ্রহণে ব্যয় করতেন। AI-পরবর্তী, সেই অনুপাতগুলো উল্টে যাচ্ছে।
জেনারেলিস্টের পুনরুত্থান
দুই দশক ধরে একটি পুনরাবৃত্তিমূলক আখ্যান ছিল যে ভবিষ্যৎ বিশেষজ্ঞদের অন্তর্গত — যে সংগঠনগুলোর সংকীর্ণ ডোমেইনে ক্রমবর্ধমান গভীর বিশেষজ্ঞ প্রয়োজন, এবং সাধারণবাদীরা ক্রমশ চাপের মুখে পড়ছেন। [অনুমান] AI সিনিয়র ব্যবস্থাপনার স্তরে সেই প্যাটার্নটি উল্টে দিতে পারে। যেহেতু AI অনেক সংকীর্ণ প্রযুক্তিগত কাজ সম্পন্ন করে, সংশ্লেষণ, বিচার এবং ক্রস-ডোমেইন যুক্তির আপেক্ষিক মূল্য বাড়ছে।
[দাবি] সাধারণবাদী যিনি দ্রুত একটি নতুন কার্যকরী ক্ষেত্র বুঝতে পারেন, সঠিক প্রশ্ন জিজ্ঞাসা করতে পারেন এবং অপূর্ণ তথ্য সহ সুষ্ঠু সিদ্ধান্ত নিতে পারেন তা হলো ঠিক সেই প্রোফাইল যা AI মেলাতে লড়াই করে। এর ক্যারিয়ার পরিকল্পনার জন্য আকর্ষণীয় প্রভাব রয়েছে। জুনিয়র ম্যানেজারদের এখনও কিছুতে কার্যকরী গভীরতা বিকাশ করা উচিত — অর্থ, অপারেশন, প্রযুক্তি, মার্কেটিং — কিন্তু অতি-বিশেষায়িত করা উচিত নয়। মিড-ক্যারিয়ার ম্যানেজারদের তাদের মূল দক্ষতার বাইরে কার্যক্রমে আক্রমণাত্মকভাবে তাদের এক্সপোজার বিস্তৃত করা উচিত। সিনিয়র ম্যানেজারদের সাধারণতাকে বিশেষায়নের পথে একটি ক্ষণস্থায়ী অবস্থা হিসেবে বিবেচনা করার পরিবর্তে মূল দক্ষতা হিসেবে গ্রহণ করা উচিত।
শিল্প বৈচিত্র্যের বিষয়ে একটি নোট
এটি উল্লেখযোগ্য যে জেনারেল ম্যানেজারদের উপর AI প্রভাব শিল্প অনুযায়ী উল্লেখযোগ্যভাবে পরিবর্তিত হয়। প্রযুক্তি, আর্থিক সেবা এবং বৃহৎ খুচরা বিক্রেতারা সবচেয়ে আক্রমণাত্মকভাবে AI মোতায়েন করেছে, এবং তাদের জেনারেল ম্যানেজাররা বর্ধিতকরণ বক্ররেখায় সবচেয়ে এগিয়ে। স্বাস্থ্যসেবা, শিক্ষা, সরকার এবং নির্মাণ উল্লেখযোগ্যভাবে পিছিয়ে।
[অনুমান] আপনি যদি ধীরতর-গ্রহণকারী শিল্পে কাজ করেন, AI দক্ষতা গড়ে তোলার জন্য আপনার কাছে আরও সময় আছে, কিন্তু সেই রানওয়েকে স্থায়ী মনে করা উচিত নয়। প্রযুক্তি আসবেই।
AI সহকারিতার পরিণতি
[তথ্য] জেনারেল ম্যানেজমেন্টে AI-এর বিদ্রূপ হলো এটি কাজের সবচেয়ে মানবিক অংশগুলোকে কম গুরুত্বপূর্ণ নয়, বরং আরও গুরুত্বপূর্ণ করে তোলে। যখন AI রিপোর্টিং, সময়সূচী, ডেটা বিশ্লেষণ এবং রুটিন যোগাযোগ সামলায়, তখন জেনারেল ম্যানেজাররা হঠাৎ তাদের AI-মুক্ত ঘন্টাগুলো কোচিং, মেন্টরিং এবং কৌশলগত সম্পর্ক নির্মাণে পুনরায় বিনিয়োগ করতে পারেন — যা অসামঞ্জস্যপূর্ণ ফলাফল দিচ্ছে। [দাবি]
ক্রস-ফাংশনাল দক্ষতা ক্রমবর্ধমান বিরল এবং মূল্যবান হয়ে উঠছে। AI যেকোনো কার্যক্রম থেকে বিষয়বস্তু সংক্ষিপ্ত করতে পারে, কিন্তু একটি সুসংহত সিদ্ধান্তে কার্যক্রম জুড়ে সংশ্লেষণ করার জন্য একটি সাধারণবাদী মন প্রয়োজন। আপনার পটভূমি যত সংকীর্ণ, এটি সক্রিয়ভাবে প্রশস্ত করা তত গুরুত্বপূর্ণ।
এই পেশায় AI যুগে সাফল্যের চাবিকাঠি হলো প্রযুক্তির সাথে মেশামিশি — কিন্তু মানবিক নেতৃত্বের অপরিহার্য সারকে কখনো হারাওয়া যাবে না। সেই সমন্বয়ই জেনারেল ম্যানেজারকে AI যুগে অপরিহার্য করে তোলে।
ভবিষ্যতের জন্য ক্যারিয়ার প্রস্তুতি
[অনুমান] যারা জেনারেল ম্যানেজমেন্টে ক্যারিয়ার শুরু করছেন বা মাঝপথে আছেন, তাদের জন্য কয়েকটি বাস্তব পদক্ষেপ বিবেচনা করা উচিত। প্রথমত, AI টুলগুলোর সাথে পরিচিত হয়ে উঠুন — শুধু তাত্ত্বিকভাবে নয়, প্রতিদিনের কাজে সক্রিয়ভাবে ব্যবহার করে। রিপোর্টিং, বিশ্লেষণ এবং যোগাযোগের জন্য AI ব্যবহার করুন — এটি আপনার কাজের গতি দ্বিগুণ করবে।
দ্বিতীয়ত, মানবিক দক্ষতাগুলোতে ইচ্ছাকৃতভাবে বিনিয়োগ করুন। কনফ্লিক্ট রেজোলিউশন, ইমোশনাল ইন্টেলিজেন্স, কঠিন কথোপকথন পরিচালনা — এই দক্ষতাগুলো যা AI প্রতিস্থাপন করতে পারে না। তৃতীয়ত, বিভিন্ন শিল্প এবং কার্যক্রমে এক্সপোজার খুঁজুন। এমন একজন ম্যানেজার যিনি বিক্রয়, অপারেশন এবং অর্থায়নের ভাষায় সমানভাবে কথা বলতে পারেন তিনি সংকীর্ণ বিশেষজ্ঞের চেয়ে ক্রমবর্ধমান মূল্যবান।
[তথ্য] BLS ডেটা অনুযায়ী, জেনারেল ম্যানেজমেন্টে প্রবেশের জন্য সাধারণত স্নাতক ডিগ্রি এবং তিন থেকে পাঁচ বছরের ব্যবস্থাপনা অভিজ্ঞতা প্রয়োজন। তবে যারা AI দক্ষতার সাথে নেতৃত্বের গুণাবলী একত্রিত করতে পারেন তারা এই প্রয়োজনীয়তার প্রান্তে অর্জন করছেন এবং উচ্চতর মজুরিতে পদোন্নতি পাচ্ছেন।
স্কেলে রূপান্তর
[তথ্য] ৩০ লক্ষ জেনারেল ম্যানেজারের এই ব্যাপক রূপান্তর শুধু একটি পেশার গল্প নয় — এটি সমগ্র কর্পোরেট জগতের পুনর্গঠনের গল্প। যেসব সংগঠন এই রূপান্তরকে আলিঙ্গন করে — যেখানে AI সরঞ্জামগুলো ম্যানেজারদের প্রতিস্থাপন করে না বরং শক্তিশালী করে — তারা সেই প্রতিষ্ঠানগুলোর উপর প্রতিযোগিতামূলক সুবিধা অর্জন করবে যেগুলো প্রযুক্তিকে ভয় পায়।
[দাবি] সবচেয়ে কার্যকর জেনারেল ম্যানেজাররা AI-এর অর্থ বোঝার চেয়ে বরং মানব নেতৃত্বের যে মূলগুলো সর্বদা গুরুত্বপূর্ণ ছিল সেগুলো আরও গভীরভাবে আঁকড়ে ধরার মাধ্যমে আলাদা হয়ে উঠবেন। সেই মূলগুলো — উদ্দেশ্য নির্ধারণ, মানুষকে অনুপ্রাণিত করা, কঠিন পরিস্থিতিতে সিদ্ধান্ত নেওয়া — AI কখনো বহন করতে পারবে না।
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ৩১ মার্চ, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ১৫ মে, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।