AI কি Intelligence Operations Specialist-দের Replace করবে? Data কী দেখাচ্ছে

আপনি ধরে নিতে পারেন যে গোয়েন্দা কাজ — যে ধরনের কাজে হুমকি বিশ্লেষণ, শ্রেণীবদ্ধ তথ্য প্রক্রিয়াকরণ এবং সিদ্ধান্ত-গ্রহণকারীদের জন্য ব্রিফিং প্রস্তুত করা জড়িত — AI স্পর্শ করতে পারে এমন শেষ ক্ষেত্র হবে। বাস্তবতা তার চেয়ে বেশি সূক্ষ্ম। গোয়েন্দা অপারেশন বিশেষজ্ঞরা ইতিমধ্যে ৪৮% AI এক্সপোজারের মুখোমুখি, এবং তাদের সবচেয়ে ডেটা-নিবিড় কাজগুলি এই ক্ষেত্রের বেশিরভাগ মানুষের প্রত্যাশার চেয়ে দ্রুততর গতিতে স্বয়ংক্রিয় হচ্ছে।

কিন্তু এটাই এই ভূমিকাকে আমাদের বিশ্লেষণ করা প্রায় প্রতিটি অন্য পেশা থেকে আলাদা করে: ভুল করার বাজিগুলি ডলারে পরিমাপ করা হয় না। সেগুলি জীবনে পরিমাপ করা হয়। সেই একটি তথ্য পুনর্গঠন করে যে কীভাবে এই পেশায় AI মোতায়েন করা হচ্ছে — এবং কেন মানবিক ভূমিকা অদৃশ্য হচ্ছে না, এমনকি স্বয়ংক্রিয়করণ প্রসারিত হওয়ার সাথে সাথেও।

AI কীভাবে গোয়েন্দা কাজ পুনর্গঠন করছে

গোয়েন্দা অপারেশন বিশেষজ্ঞদের বর্তমানে ২০২৫ সালের হিসাবে ৩৮% স্বয়ংক্রিয়করণ ঝুঁকি সহ সামগ্রিক AI এক্সপোজার ৪৮%। [তথ্য] সেই সংখ্যাগুলি এই ভূমিকাকে "মাঝারি এক্সপোজার" বিভাগে রাখে — সর্বোচ্চ নয়, কিন্তু মুক্তও নয়। মধ্য-পরিসরের অবস্থান এই ক্ষেত্রে একটি প্রকৃত উত্তেজনা প্রতিফলিত করে: কাজের মূলে থাকা ডেটা বিশ্লেষণ কাজগুলি অত্যন্ত স্বয়ংক্রিয়যোগ্য, কিন্তু স্বয়ংক্রিয়করণ ত্রুটির পরিণতি স্থাপনাকে ধীর করার জন্য যথেষ্ট গুরুতর।

সবচেয়ে প্রভাবিত কাজটি হল গোয়েন্দা ডেটা বিশ্লেষণ করা, ৬৫% স্বয়ংক্রিয়করণের হার সহ। [তথ্য] AI বিশাল ডেটাসেট জুড়ে প্যাটার্ন চেনায় পারদর্শী — স্যাটেলাইট চিত্র স্ক্যান করা, যোগাযোগ ইন্টারসেপ্টে অস্বাভাবিকতা ফ্ল্যাগ করা, ডেটাবেস ক্রস-রেফারেন্স করা যা কোনো মানুষ ম্যানুয়ালি প্রক্রিয়া করতে পারত না। গোয়েন্দা সম্প্রদায় এই সরঞ্জামগুলির একটি প্রাথমিক গ্রহণকারী ছিল ঠিক কারণ ডেটার পরিমাণ দীর্ঘদিন ধরে মানব ক্ষমতার প্রক্রিয়াকরণ ক্ষমতা ছাড়িয়ে গেছে। প্রতিরক্ষা বিভাগের মধ্যে Project Maven-এর মতো প্রোগ্রাম এবং মিত্র গোয়েন্দা পরিষেবাগুলিতে অনুরূপ প্রচেষ্টাগুলি প্রদর্শন করে কীভাবে মেশিন লার্নিং আধুনিক সংকেত এবং চিত্র বিশ্লেষণের ভিত্তি হয়ে উঠেছে।

গোয়েন্দা ব্রিফিং প্রস্তুত করা ৬২% স্বয়ংক্রিয়করণে ঘনিষ্ঠভাবে অনুসরণ করে। [তথ্য] AI এখন কাঁচা গোয়েন্দাকে কাঠামোবদ্ধ ব্রিফিং ফরম্যাটে সংশ্লেষণ করতে, মাল্টি-সোর্স রিপোর্টের সারসংক্ষেপ তৈরি করতে এবং প্রাথমিক মূল্যায়নও খসড়া করতে পারে। একজন জুনিয়র বিশ্লেষকের প্রথম অ্যাসাইনমেন্ট ছিল যা — পড়া, সারসংক্ষেপ করা, ফরম্যাট করা — তার বেশিরভাগই ক্রমবর্ধমানভাবে AI সিস্টেম দ্বারা পরিচালিত হচ্ছে। সিনিয়র বিশ্লেষকরা তারপর পর্যালোচনা করেন, পরিমার্জন করেন এবং প্রাসঙ্গিক বিচার যোগ করেন যা AI-এর অভাব।

হুমকির সূচকগুলি পর্যবেক্ষণ করা ৫৫% স্বয়ংক্রিয়করণে থাকে। [তথ্য] স্বয়ংক্রিয় পর্যবেক্ষণ সিস্টেমগুলি শিফটে কাজ করা মানব মনিটরের চেয়ে দ্রুততর এবং আরও ধারাবাহিকভাবে কীওয়ার্ড ট্র্যাক করতে, অস্বাভাবিক প্যাটার্ন ফ্ল্যাগ করতে এবং রিয়েল-টাইম সতর্কতা তৈরি করতে পারে। অনেক গোয়েন্দা মিশনের জন্য প্রয়োজনীয় ২৪/৭ সতর্কতা একসময় বিশ্লেষকদের বার্নআউট করার মতো কর্মীবাহিনী সময়সূচি দাবি করত। AI বেসলাইন পর্যবেক্ষণ পরিচালনা করে, এবং মানুষ গুরুত্বপূর্ণ সতর্কতায় মনোনিবেশ করে।

ওপেন-সোর্স গোয়েন্দা (OSINT) সংগ্রহ পরিচালনা প্রায় ৫৮% স্বয়ংক্রিয়করণে থাকে। [তথ্য] ওয়েব স্ক্রেপিং, সোশ্যাল মিডিয়া পর্যবেক্ষণ এবং স্বয়ংক্রিয় অনুবাদ একজন বিশ্লেষক একদিনে কী অর্জন করতে পারেন তা রূপান্তরিত করেছে। সর্বজনীনভাবে উপলব্ধ তথ্যের পরিমাণ এত বড় হয়ে গেছে যে শ্রেণীবদ্ধ উৎস বিবেচনার আগেই এটি বোধগম্য করার একমাত্র ব্যবহারিক উপায় AI।

মানবিক উপাদান যা স্বয়ংক্রিয় করা যায় না

এই সংখ্যা সত্ত্বেও, ৩৮% সামগ্রিক স্বয়ংক্রিয়করণ ঝুঁকি একটি কারণে মাঝারি। গোয়েন্দা কাজে বিচার, প্রেক্ষাপট এবং নৈতিক যুক্তির একটি স্তর জড়িত যা বর্তমান AI প্রতিলিপি করতে পারে না। [দাবি] এই প্যাটার্ন Anthropic Economic Index বাস্তব-বিশ্বের AI ব্যবহারে যা পাওয়া গেছে তার সাথে মেলে: AI প্রয়োগ হওয়া ৫৭% কাজ স্বয়ংক্রিয় করার পরিবর্তে বর্ধিত — মানে মানুষ যাচাই করতে, পুনরাবৃত্তি করতে এবং পরিমার্জন করতে লুপে থাকে — এবং AI ব্যবহার আসলে শ্রমবাজারের সর্বোচ্চ-বেতন, সর্বোচ্চ-বিচারের প্রান্তে কম [তথ্য]। গোয়েন্দা বিশ্লেষণ সম্পূর্ণভাবে সেই বর্ধন-প্রতিস্থাপন-নয় অঞ্চলে থাকে। যখন মিথ্যা পজিটিভের মূল্য একটি কূটনৈতিক ঘটনা, এবং মিথ্যা নেতিবাচকের মূল্য একটি সফল আক্রমণ, তখন স্বায়ত্তশাসিত AI সিদ্ধান্তে বিশ্বাস করার সীমা অত্যন্ত উচ্চ থাকে।

বিবেচনা করুন AI একটি অস্বাভাবিকতা ফ্ল্যাগ করার পরে কী ঘটে। একজন মানব বিশ্লেষককে অবশ্যই নির্ধারণ করতে হবে এটি একটি প্রকৃত হুমকি, একটি মিথ্যা পজিটিভ, বা একটি প্রতিপক্ষের দ্বারা ইচ্ছাকৃত প্রতারণা প্রতিনিধিত্ব করে কিনা। সেই মূল্যায়ন বছরের অভিজ্ঞতা, সাংস্কৃতিক জ্ঞান, ভূ-রাজনৈতিক গতিবিদ্যার বোঝাপড়া এবং প্রায়ই শ্রেণীবদ্ধ প্রেক্ষাপটের উপর নির্ভর করে যা কোনো প্রশিক্ষণ ডেটাসেটে পাওয়া যায় না।

প্রতিপক্ষরা সক্রিয়ভাবে AI সিস্টেমকে বিভ্রান্ত করার চেষ্টা করে। প্রতারণা অপারেশনগুলি এখন মেশিন লার্নিং ক্লাসিফায়ারগুলিকে মানব পর্যবেক্ষকদের মতো একই পরিমাণে লক্ষ্য করে। এটি একটি কাল্পনিক ঝুঁকি নয়: Stanford AI Index 2025 ডকুমেন্ট করে যে AI-সম্পর্কিত ঘটনাগুলি তীব্রভাবে বাড়ছে যখন মানসম্পন্ন দায়িত্বশীল-AI মূল্যায়ন প্রধান মডেল ডেভেলপারদের মধ্যেও বিরল থাকে, মডেল-ম্যানিপুলেশন ঝুঁকি স্বীকার করা এবং তার উপর কাজ করার মধ্যে একটি পরিমাপযোগ্য ব্যবধান রেখে [তথ্য]। যে বিশ্লেষক বোঝেন কীভাবে একটি প্রতিপক্ষ একটি মডেলকে বোকা বানাতে ডিজাইন করা ইনপুট তৈরি করতে পারে সে এমনভাবে অমূল্য যা AI প্রতিলিপি করতে পারে না। এই প্রতিকূল মাত্রার মানে হল গোয়েন্দা কাজে AI মানব তত্ত্বাবধায়ক ছাড়া কাজ করতে পারে না যারা প্রযুক্তি এবং এটিকে দুর্নীতি করার চেষ্টাকারী হুমকি অভিনেতা উভয়ই বোঝেন।

কৌশলগত মূল্যায়ন খসড়া করা এবং সিদ্ধান্ত-গ্রহণকারীদের জন্য প্রেক্ষাপট সরবরাহ করা মাত্র ৩২% স্বয়ংক্রিয়করণে থাকে। [তথ্য] এটি বৃহত্তর গবেষণা অনুসন্ধানের সাথে সামঞ্জস্যপূর্ণ যে সবচেয়ে কৌশলগত কাজ স্বয়ংক্রিয়করণ প্রতিরোধ করে: OECD Employment Outlook 2024 সামাজিক উপলব্ধিতা এবং জটিল বিচারকে স্থায়ী ইঞ্জিনিয়ারিং বাধা হিসেবে চিহ্নিত করে যা উচ্চ-দক্ষতার ভূমিকাগুলিকে স্বয়ংক্রিয়করণের নাগালের বাইরে রাখে এমনকি যখন তাদের মধ্যে সংকীর্ণ বিশ্লেষণাত্মক কাজগুলি অত্যন্ত উন্মুক্ত [তথ্য]। যখন একজন জাতীয় নিরাপত্তা উপদেষ্টাকে বুঝতে হবে একজন বিদেশী নেতা কি ব্লাফ করছেন, যখন একজন সামরিক কমান্ডারকে সময়ের চাপে প্রতিযোগিতামূলক অগ্রাধিকার ওজন করতে হবে, যখন একজন নীতি-নির্মাতাকে কূটনীতির সাথে গোয়েন্দাকে ভারসাম্য করতে হবে — এগুলির জন্য অভিজ্ঞতা, দক্ষতা এবং জবাবদিহিতা দ্বারা আকৃতি পাওয়া মানবিক বিচার প্রয়োজন যা AI দিতে পারে না।

ভূমিকাটিকে "বর্ধন" হিসেবে শ্রেণীবদ্ধ করা হয় — মানে AI গোয়েন্দা পেশাদারদের আরও কার্যকর করে প্রতিস্থাপন করার পরিবর্তে। [তথ্য] AI সরঞ্জাম সহ একজন বিশ্লেষক ছাড়া কাজ করা একজনের তুলনায় দশ গুণ গোয়েন্দা পরিমাণ প্রক্রিয়া করতে পারেন। কিন্তু সমালোচনামূলক সিদ্ধান্তগুলি এখনও মানবিক জবাবদিহিতার প্রয়োজন। গোয়েন্দা কাজে কিছু ভুল হলে, কাউকে এর জন্য দায় নিতে হবে। AI সিস্টেম তত্ত্বাবধান কমিটির সামনে সাক্ষ্য দিতে পারে না, প্রেসিডেন্টকে ব্রিফ করতে পারে না, বা বিশ্লেষণাত্মক ত্রুটির জন্য দায়িত্ব নিতে পারে না।

প্রবৃদ্ধির দৃষ্টিভঙ্গি এবং ক্যারিয়ার অবস্থান

Bureau of Labor Statistics এই পেশাগত বিভাগের জন্য ২০৩৪ সালের মধ্যে +৫% প্রবৃদ্ধির পূর্বাভাস দেয়, মধ্যম বার্ষিক মজুরি $৭৪,৬০০। [তথ্য] তুলনামূলকভাবে ছোট কর্মীবাহিনী — প্রায় ২৬,৪০০ পেশাদার — এই পদগুলির বিশেষায়িত প্রকৃতি প্রতিফলিত করে। ক্লিয়ারেন্স, প্রশিক্ষণ পাইপলাইন এবং নিরাপত্তা প্রয়োজনীয়তা সম্প্রসারণে প্রাকৃতিক বাধা তৈরি করে, যা আসলে দ্রুত কর্মীবাহিনী সংকোচন থেকে ক্ষেত্রটিকে রক্ষা করে।

২০২৮ সালের মধ্যে, পূর্বাভাস দেখায় সামগ্রিক এক্সপোজার ৬২% এ পৌঁছাবে এবং স্বয়ংক্রিয়করণ ঝুঁকি ৫২% এ উঠবে। [অনুমান] এটি একটি উল্লেখযোগ্য বৃদ্ধি, মূলত AI-চালিত বিশ্লেষণ সরঞ্জাম এবং স্বয়ংক্রিয় পর্যবেক্ষণ সিস্টেমের অগ্রগতি দ্বারা চালিত। তাত্ত্বিক এক্সপোজার সিলিং ৮০%, কিন্তু পরিলক্ষিত বাস্তব-বিশ্বের স্থাপনা ৪৫% এ পিছিয়ে আছে। [অনুমান] নিরাপত্তা উদ্বেগ, শ্রেণীবদ্ধকরণ প্রয়োজনীয়তা এবং এয়ার-গ্যাপড সিস্টেমের প্রয়োজনীয়তা গোয়েন্দা পরিবেশে AI গ্রহণকে ধীর করে।

তাত্ত্বিক এবং পরিলক্ষিত এক্সপোজারের মধ্যে ব্যবধান এখানে বেশিরভাগ ক্ষেত্রের চেয়ে বেশি, এবং ভালো কারণে। শ্রেণীবদ্ধ নেটওয়ার্কগুলি সহজে বাণিজ্যিক AI সরঞ্জামগুলি অন্তর্ভুক্ত করতে পারে না। বিদেশী প্রতিপক্ষরা গোয়েন্দা সম্প্রদায় মোতায়েন করা যেকোনো AI সিস্টেম থেকে ডেটা দুর্নীতি বা বের করার উপায় শিকার করে। নজরদারি এবং গোয়েন্দায় AI-এর আশেপাশে দেশীয় আইনি কাঠামো এখনও লেখা হচ্ছে। এই কারণগুলির প্রতিটি তাত্ত্বিক ক্ষমতা অপারেশনাল বাস্তবতায় পরিণত হওয়ার গতিকে ধীর করে।

ক্যারিয়ার গতিপথ সম্পর্কে চিন্তা করছেন এমন বিশ্লেষকদের জন্য, এর মানে হল একটি পর্যাপ্ত উইন্ডো আছে — সম্ভবত এক দশক বা তার বেশি — AI-সংলগ্ন দক্ষতা বিকাশ করতে যা সবচেয়ে সফল ক্যারিয়ার সংজ্ঞায়িত করবে। যে বিশ্লেষকরা AI সরঞ্জামের সাথে কার্যকরভাবে কাজ করতে শেখেন, যারা তার আউটপুট প্রশ্ন করার জন্য যথেষ্ট পরিমাণে মেশিন লার্নিং বোঝেন এবং যারা অ-প্রযুক্তিগত সিদ্ধান্ত-গ্রহণকারীদের কাছে AI-প্রাপ্ত ফলাফল বিশ্বাসযোগ্যভাবে যোগাযোগ করতে পারেন তারা ২০৩০-এর দশকের গোয়েন্দা সম্প্রদায়ের সিনিয়র নেতা হবেন।

এগিয়ে যাওয়ার পথ

আপনি যদি গোয়েন্দা অপারেশনে কাজ করেন, আপনার প্রতিযোগিতামূলক সুবিধা প্রযুক্তিগত AI দ্রুততা এবং ডোমেন দক্ষতার ছেদে থাকে। [দাবি] AI বিশ্লেষণ প্ল্যাটফর্মের বিরুদ্ধে নয়, তাদের সাথে কাজ করতে শিখুন। তাদের সীমাবদ্ধতাগুলি বুঝুন — বিশেষত প্রতিকূল ম্যানিপুলেশন এবং পক্ষপাত সম্পর্কিত — যাতে আপনি তারা যা মিস করেছে তা ধরতে পারেন।

প্রযুক্তিগত সাক্ষরতায় বিনিয়োগ এই ক্ষেত্রে অসামঞ্জস্যপূর্ণভাবে ফলপ্রসূ হয়। যে বিশ্লেষক একটি কনফিউশন ম্যাট্রিক্স পড়তে পারেন, একটি ক্লাসিফায়ারের প্রশিক্ষণ ডেটার সীমা বুঝতে পারেন এবং যখন একটি মডেল তার ডিজাইন ডোমেনের বাইরে কাজ করছে তা চিনতে পারেন সে কম প্রযুক্তিগতভাবে সাক্ষর সহকর্মীরা যে ত্রুটিগুলি মিস করে তা ধরতে পারবেন। মেশিন লার্নিং মৌলিক বিষয়, পরিসংখ্যানগত যুক্তি এবং ডেটা বিজ্ঞানে কোর্সওয়ার্ক বা প্রশিক্ষণ ক্রমবর্ধমানভাবে অনুসরণ করার মতো মূল্যবান এমনকি সেই বিশ্লেষকদের জন্যও যাদের প্রাথমিক দক্ষতাগুলি ভূ-রাজনীতি, ভাষা বা আঞ্চলিক গবেষণায়।

একই সময়ে, মানবিক দক্ষতা গভীর করুন যা AI প্রতিলিপি করতে পারে না। ভাষা দক্ষতা, সাংস্কৃতিক নিমজ্জন, আঞ্চলিক ইতিহাস এবং একটি নির্দিষ্ট ক্ষেত্রে বছরের কাজের মাধ্যমে নির্মিত ব্যক্তিগত নেটওয়ার্ক — এগুলি অপরিহার্য থাকে। AI টেক্সট অনুবাদ করতে এবং কেবল সারসংক্ষেপ করতে পারে। এটি একটি কূটনৈতিক অভ্যর্থনায় একজন বিদেশী কর্মকর্তার বডি ল্যাঙ্গুয়েজ পড়তে পারে না, বা বছরের মিথস্ক্রিয়া থেকে অনুভব করতে পারে না যে একজন প্রতিপক্ষের কৌশলগত দৃষ্টিভঙ্গিতে কিছু পরিবর্তিত হয়েছে।

আগামী বছরগুলিতে সর্বাধিক মূল্যবান গোয়েন্দা অপারেশন বিশেষজ্ঞরা হলেন না যারা AI-এর চেয়ে দ্রুত ডেটা প্রক্রিয়া করতে পারেন। সেই দিনগুলি শেষ। মূল্যবান ব্যক্তিরা হলেন তারা যারা AI আউটপুট ব্যাখ্যা করতে পারেন, অ্যালগরিদমের অভাব প্রেক্ষাপট সরবরাহ করতে পারেন এবং অস্পষ্টতার মধ্যে বিচারমূলক সিদ্ধান্ত নিতে পারেন যেখানে ত্রুটির মূল্য অগ্রহণযোগ্য।

AI-বর্ধিত ক্ষেত্রে ক্যারিয়ারের গতিপথ

গোয়েন্দা অপারেশনের মধ্যে ক্যারিয়ারের পথ পরিবর্তন হচ্ছে এমনভাবে যা প্রযুক্তিগত গভীরতা এবং ঐতিহ্যগত বিশ্লেষণাত্মক দক্ষতা উভয়কে পুরস্কৃত করে। ২০২৬ সালের এন্ট্রি-লেভেল বিশ্লেষকরা পূর্ববর্তী প্রজন্মের বিশ্লেষকদের সংজ্ঞায়িত করা রুটিন পড়া এবং সারসংক্ষেপ করা কম করেন, এবং AI সরঞ্জাম তত্ত্বাবধান এবং আউটপুট যাচাইকরণ বেশি করেন। এটি সুযোগ এবং ঝুঁকি উভয়ই। সুযোগ হল যে জুনিয়র বিশ্লেষকরা যারা প্রাথমিকভাবে AI দক্ষতা বিকাশ করেন তারা দ্রুততর অগ্রসর হতে পারেন কারণ পরিশীলিত উপকরণ পরিচালনার পথটি খাটো। ঝুঁকি হল যে বছরের কাঁচা গোয়েন্দা পড়া থেকে আসা গভীর প্যাটার্ন-চেনার দক্ষতা আরও ধীরে বিকাশ হতে পারে যখন AI প্রাথমিক প্রক্রিয়াকরণের বেশিরভাগ পরিচালনা করে।

সিনিয়র বিশ্লেষকের ভূমিকাগুলি কিছু সংস্থাগুলি "AI-সক্ষম ট্রেডক্রাফট" বলছে তার দিকে বিকশিত হচ্ছে — ক্লাসিক্যাল গোয়েন্দা পদ্ধতির সাথে মেশিন লার্নিং আউটপুটের একীভূতি। এই পরিবর্তনে সিনিয়র নেতারা হলেন না যারা AI সরঞ্জাম প্রতিরোধ করেন। তারা হলেন যারা বোঝেন কীভাবে চিন্তাশীলভাবে AI মোতায়েন করতে হয়, কখন এটিকে বিশ্বাস করতে হয়, কখন এটি ওভাররাইড করতে হয় এবং কীভাবে মানব-এবং-মেশিন দলে বিশ্লেষণাত্মক কঠোরতা বজায় রাখতে হয়। সিনিয়র গোয়েন্দা পদের জন্য নিয়োগ ক্রমবর্ধমানভাবে এই হাইব্রিড দক্ষতার উপর জোর দিচ্ছে।

সরকারের বাইরে কর্মরত বাণিজ্যিক গোয়েন্দা এবং প্রতিযোগিতামূলক গোয়েন্দা বিশেষজ্ঞদের জন্য, গতিপথ একই রকম কিন্তু সরঞ্জামগুলি আরও অ্যাক্সেসযোগ্য। ওপেন-সোর্স গোয়েন্দা (OSINT) টুলিং, হুমকি গোয়েন্দা প্ল্যাটফর্ম এবং কর্পোরেট নিরাপত্তা AI দ্রুতগতিতে বিকশিত হচ্ছে, এবং যারা এগুলিকে ব্যবসায়িক সিদ্ধান্ত সমর্থনে একত্রিত করতে পারেন তারা বড় কর্পোরেশন, পরামর্শ সংস্থা এবং বিশেষ তদন্ত সংস্থাগুলিতে ক্রমবর্ধমান চাহিদায় রয়েছেন।

সম্পূর্ণ কাজ-স্তরের ডেটার জন্য, intelligence operations specialists বিস্তারিত পৃষ্ঠা পরিদর্শন করুন।

---

Anthropic অর্থনৈতিক প্রভাব রিপোর্ট (2026), BLS পেশাগত প্রজেকশন এবং ONET কাজের শ্রেণীবিভাগের উপর ভিত্তি করে AI-সহায়তা বিশ্লেষণ।*