AI কি ভ্যালুয়েশন বিশ্লেষকদের প্রতিস্থাপন করবে? DCF মডেল নিজেই তৈরি হয় — কিন্তু চুক্তিতে আপনার প্রয়োজন এখনও আছে

যে স্প্রেডশিট নিজেই লেখে

৬১%। এটাই সেই সংখ্যা যা ভ্যালুয়েশন পেশাদারদের রাতে জাগিয়ে রাখে। যদি আপনি মূল্যায়ন বিশ্লেষণের কাজ করেন, তাহলে আপনি ইতিমধ্যে এমন কিছু অস্থির লক্ষণ দেখেছেন। যে ডিসকাউন্টেড ক্যাশ ফ্লো মডেল তৈরি করতে আপনার দুই পূর্ণ দিন লাগত? একটি AI এখন দশ মিনিটেরও কম সময়ে একটি যুক্তিসঙ্গত প্রথম খসড়া তৈরি করতে পারে। তুলনামূলক কোম্পানি বিশ্লেষণ যা FactSet বা Bloomberg থেকে ডেটা সংগ্রহ করতে ঘণ্টার পর ঘণ্টা প্রয়োজন ছিল? আপনার দ্বিতীয় কফি শেষ হওয়ার আগেই AI টুলস ডেটা স্ক্রেপ করে, স্বাভাবিক করে এবং উপস্থাপন করে।

এটি কাল্পনিক নয়। আমাদের তথ্য দেখায় যে ভ্যালুয়েশন বিশ্লেষকদের ২০২৫ সালে সামগ্রিক AI এক্সপোজার ৬১%, অটোমেশন ঝুঁকি ৪৮% [তথ্য]। আর্থিক পেশাদারদের মধ্যে, এটি উচ্চতর এক্সপোজার মাত্রার একটি — এবং গতিপথ가 তীব্র। কিন্তু এখানে একটি মোড় আছে: দক্ষ ভ্যালুয়েশন বিশ্লেষকদের চাহিদা ভেঙে পড়েনি। বরং, যেসব বিশ্লেষকরা ঐতিহ্যগত মূল্যায়ন দক্ষতাকে AI দক্ষতার সাথে জুড়তে পারেন তাদের জন্য পোস্ট করা চাকরির বিজ্ঞাপন প্রধান মার্কিন আর্থিক কেন্দ্রগুলিতে বছরে বছরে প্রায় ১৮% বৃদ্ধি পেয়েছে [অনুমান, LinkedIn এবং Indeed পোস্টিং সমষ্টি, Q1 2026 ভিত্তিক]।

তাহলে কোনটি সত্য — একটি পতনশীল পেশা, নাকি একটি পুনর্গঠিত পেশা? সৎ উত্তর হল উভয়ই একসাথে সত্য, এবং সমৃদ্ধ হওয়া এবং চাপে পড়ার মধ্যে পার্থক্য আসবে আগামী আঠারো মাসে আপনি কীভাবে সাড়া দেন তার উপর নির্ভর করে।

সংখ্যা আসলে আপনার চাকরি সম্পর্কে কী বলে

আসুন নির্দিষ্ট হই। যখন আমরা ভ্যালুয়েশন বিশ্লেষকের ভূমিকাকে তার উপাদান কাজগুলিতে বিভক্ত করি, চিত্রটি উল্লেখযোগ্যভাবে স্পষ্ট হয়। ঐতিহাসিকভাবে এন্ট্রি-লেভেল বিশ্লেষকদের যে ডেটা সংগ্রহের কাজ গ্রাস করত তার প্রায় ৭২% বর্তমান প্রজন্মের টুলস দিয়ে এখন স্বয়ংক্রিয় করা সম্ভব। এর মধ্যে রয়েছে তুলনামূলক লেনদেন টেনে আনা, আর্থিক বিবৃতি স্বাভাবিক করা, আদর্শ গুণক গণনা করা এবং ভ্যালুয়েশন মেমোর বয়লারপ্লেট বিভাগ তৈরি করা [অনুমান]।

কিন্তু সমস্ত মূল্যায়ন কাজ ডেটা সংগ্রহ নয়। বিচারমূলক কাজ — কোনো সুস্পষ্ট তুলনীয় কোম্পানি না থাকলে সঠিক সমপক্ষ নির্বাচন করা, সন্দিহান অডিট কমিটির কাছে ডিসকাউন্ট রেট অনুমান রক্ষা করা, একটি বিতর্কিত ন্যায্য মূল্য বিরোধ পরিচালনা করা, একটি ঘনিষ্ঠভাবে পরিচালিত ব্যবসায় একটি আয়-আউট কাঠামো তৈরি করা — অনেক কম স্বয়ংক্রিয় করা যায়। আমরা অনুমান করি যে এই বিচারমূলক কাজের মাত্র প্রায় ২৪% আগামী পাঁচ বছরে অর্থপূর্ণ ঝুঁকিতে রয়েছে [অনুমান]।

সমস্যা হল প্রারম্ভিক-কর্মজীবন বিশ্লেষকরা স্বয়ংক্রিয়যোগ্য কাজে তাদের প্রায় ৭০-৮০% সময় ব্যয় করেন, যখন সিনিয়র মূল্যায়নকারীরা বেশিরভাগ সময় বিচারমূলক কাজে ব্যয় করেন। এটি মাঝামাঝিতে একটি নির্মম চাপ তৈরি করে। যদি আপনি আপনার কর্মজীবনে দুই থেকে চার বছরে থাকেন, আপনি ঠিক সেই জায়গায় আছেন যেখানে AI সবচেয়ে বেশি খায়।

আরও বিস্তারিত কাজ-স্তরের বিশ্লেষণের জন্য — আমাদের মডেল যে নির্দিষ্ট সাব-টাস্কগুলি উচ্চ-ঝুঁকি বনাম সুরক্ষিত হিসেবে চিহ্নিত করেছে সেগুলি সহ — ভ্যালুয়েশন বিশ্লেষক পেশাদার পৃষ্ঠা দেখুন।

ILO এবং OECD আমাদের সাথে পুরোপুরি একমত নয়, এবং এটি গুরুত্বপূর্ণ

যখন আমরা আমাদের ৬১% এক্সপোজার পরিসংখ্যান বাহ্যিক বেঞ্চমার্কের সাথে তুলনা করি, চিত্রটি আকর্ষণীয় হয়ে ওঠে। আন্তর্জাতিক শ্রম সংস্থার ২০২৪ জেনারেটিভ AI এক্সপোজার অধ্যয়ন আর্থিক বিশ্লেষকদের সামগ্রিকভাবে প্রায় ৪৫-৫৫% এক্সপোজারে রেখেছে [দাবি, ILO 2024]। OECD-এর ২০২৩ কর্মসংস্থান দৃষ্টিভঙ্গি AI এবং শ্রম বাজারে "আর্থিক এবং বীমা পেশাদারদের" জন্য আরও কম, প্রায় ৩৮% এসেছে [দাবি, OECD 2023]।

ব্যবধান কেন? তিনটি কারণ। প্রথমত, আমাদের স্কোরিং ব্যাপক আর্থিক বিশ্লেষক বিভাগের নয়, মূল্যায়ন কাজের জন্য কাজ-নির্দিষ্ট। দ্বিতীয়ত, আমাদের বিশ্লেষণ ২০২৫ মডেল ক্ষমতাগুলি অন্তর্ভুক্ত করে — বিশেষ করে আর্থিক নথিগুলির উপর দীর্ঘ-প্রসঙ্গ যুক্তি — যা ILO এবং OECD তাদের অধ্যয়ন পরিচালনা করার সময় কেবল বিদ্যমান ছিল না। তৃতীয়ত, আমরা প্রতিটি কাজকে সমানভাবে গুরুত্বপূর্ণ মনে না করে ব্যয়িত ঘণ্টা অনুসারে কাজগুলিকে ওজন দিই। যখন একজন জুনিয়র মূল্যায়নকারী তাদের সপ্তাহের ষাট শতাংশ স্বয়ংক্রিয়যোগ্য ডেটা কাজে ব্যয় করেন, এটি এক্সপোজার সংখ্যাটিকে তীব্রভাবে উপরে ঠেলে দেয়।

নিহিতার্থ: ২০২৩-২০২৪ সালের প্রকাশিত এক্সপোজার পরিসংখ্যান ২০২৬ এবং তার পরে বিশ্লেষণী ভূমিকার ঝুঁকিকে প্রায় অবশ্যই অবমূল্যায়ন করছে। পুরনো রিপোর্টে যে কম সংখ্যা দেখতে পাচ্ছেন তাতে স্বস্তি পাবেন না।

সিনিয়র মূল্যায়নকারীরা আসলে কী করছেন (যা আপনি সম্ভবত করছেন না)

আমরা একটি মধ্যম আকারের মূল্যায়ন পরামর্শ ফার্মে ব্যবস্থাপনা পরিচালকের সাথে কথা বলেছিলাম যিনি বাইশ বছর ধরে ব্যবসায় আছেন। "আপনার টিমের জন্য AI মানে কী" প্রশ্নের তার উত্তর ছিল আলোকিত। "আমি এমন বিশ্লেষক নিয়োগ করা বন্ধ করেছি যারা DCF তৈরি করতে পারে। এখন সবাই DCF তৈরি করতে পারে। আমি এমন বিশ্লেষক নিয়োগ করি যারা আমাকে বলতে পারে DCF কখন ভুল টুল।"

এটি ব্যবহারিকভাবে কেমন দেখায়? এর মানে হল জানা যে একটি উচ্চ-প্রবৃদ্ধির প্রারম্ভিক-পর্যায়ের সফটওয়্যার ব্যবসায় DCF আপনাকে একটি সংখ্যা দেবে, কিন্তু সংখ্যাটি মূলত অর্থহীন কারণ টার্মিনাল ভ্যালু অনুমান পুরো মডেলটি গ্রাস করে। এর মানে হল বোঝা যে সম্পদ-ভিত্তিক পদ্ধতি একটি বিপর্যস্ত রিয়েল এস্টেট হোল্ডিংয়ের জন্য বোধগম্য কেন কিন্তু একটি সম্পদ-হালকা পরামর্শ অনুশীলনের জন্য নয়। এর মানে হল সেই মুহূর্তটি চেনা যখন একটি আয় পদ্ধতিকে একটি বাজার পদ্ধতির সাথে ক্রস-চেক করতে হবে, এবং ত্রিশ শতাংশ দ্বারা বিচ্যুত হলে কোনটিকে বিশ্বাস করতে হবে।

এগুলি এমন দক্ষতা নয় যা আপনি আরও মডেল চালিয়ে তুলে নেন। আপনি শত শত লেনদেন পড়ে, বিরোধী বিশেষজ্ঞদের সাথে বিতর্কে বসে, জমা বা Big Four পর্যালোচনাকারীর কাছে আপনার উপসংহার চ্যালেঞ্জ করিয়ে এগুলি তুলে নেন। AI এটি আপনার জন্য করতে পারে না, এবং এটি আপনার পরিবর্তে করতে পারে না — অন্তত এখন নয়, এবং সম্ভবত দীর্ঘ সময়ের জন্য নয়।

তিনটি বালতি: কে নিরাপদ, কে চাপে, কে চলে গেছে

আগামী পাঁচ বছরে মূল্যায়ন পেশার জন্য আমরা কীভাবে মনে করি তা এখানে দেওয়া হল।

বালতি এক — নিরাপদ ত্রিশ শতাংশ। গভীর বিশেষীকরণ সহ সিনিয়র মূল্যায়নকারীরা (করের জন্য অমূর্ত সম্পদ মূল্যায়ন, জটিল ডেরিভেটিভ মূল্যায়ন, ESOP মূল্যায়ন, স্বাস্থ্যসেবা অনুশীলন মূল্যায়ন) তাদের কাজ পরিবর্তন হতে দেখবেন কিন্তু অদৃশ্য হবে না। AI মডেল মেকানিক্স পরিচালনা করে; তারা রক্ষাযোগ্য বিচার পরিচালনা করে। এই গোষ্ঠীর জন্য পারিশ্রমিক সম্ভবত বাড়বে, কারণ প্রকৃত বিশেষজ্ঞদের সরবরাহ পাতলা এবং আরও মামলামুখী পরিবেশে রক্ষাযোগ্য মূল্যায়নের চাহিদা বাড়তে থাকে।

বালতি দুই — চাপযুক্ত মধ্য, প্রায় পঞ্চাশ শতাংশ। মধ্য-কর্মজীবন সাধারণবাদী যারা আদর্শ মডেলগুলির সাথে গতি এবং নির্ভুলতার উপর তাদের কর্মজীবন গড়েছেন সবচেয়ে কঠিন সমন্বয়ের মুখোমুখি। তাদের মূল দক্ষতা — কম্পস এবং DCF তৈরিতে পরবর্তী ব্যক্তির চেয়ে দ্রুত এবং আরও সঠিক হওয়া — রিয়েল টাইমে পণ্য হয়ে যাচ্ছে। বেঁচে থাকার জন্য, এই গোষ্ঠীকে দুটি দিকের মধ্যে একটিতে কঠোরভাবে ঠেলা দিতে হবে: হয় বিচার মই উপরে উঠুন (গভীর বিশেষীকরণ, বিশেষজ্ঞ সাক্ষী কাজ, বিরোধ নিষ্পত্তি) অথবা পার্শ্ববর্তী ফাংশনে পাশে সরুন যেখানে মূল্যায়ন সাক্ষরতা মূল্যবান কিন্তু প্রাথমিক দক্ষতা নয় (কর্পোরেট উন্নয়ন, লেনদেন পরামর্শ, প্রাইভেট ইক্যুইটি)।

বালতি তিন — স্থানচ্যুত বিশ শতাংশ। এন্ট্রি-লেভেল বিশ্লেষক যাদের মূল্য প্রস্তাব ছিল "আমি সিনিয়ররা যা চান তার চেয়ে দ্রুত মডেলের মধ্য দিয়ে যেতে পারি" সবচেয়ে কঠিন পথের মুখোমুখি। এই ভূমিকাগুলি ইতিমধ্যে বড় ফার্মগুলিতে সংকুচিত হচ্ছে। ভালো খবর হল প্রারম্ভিক-কর্মজীবন পেশাদারদের পিভট করার জন্য সবচেয়ে বেশি সময় আছে। খারাপ খবর হল পেশায় প্রবেশের র্যাম্প সংকুচিত হচ্ছে, এবং বাইরে থেকে ভেঙে পড়া পাঁচ বছর আগের চেয়ে কঠিন।

এই ত্রৈমাসিকে কী করবেন — সুনির্দিষ্টভাবে

যদি আপনি এটি পড়ছেন এবং মূল্যায়নে কাজ করেন, আগামী নব্বই দিনে পাঁচটি সুনির্দিষ্ট পদক্ষেপ নিতে হবে।

প্রথমত, একটি AI টুল বেছে নিন এবং সত্যিকারের দক্ষ হন। "আমি একবার ChatGPT চেষ্টা করেছিলাম" নয়। সত্যিকারের দক্ষ — অর্থাৎ আপনি উপযুক্ত উৎস সহ একটি সম্পূর্ণ প্রথম-খসড়া মূল্যায়ন মেমোর মাধ্যমে এটি প্রম্পট করতে পারেন, আপনি বোঝেন এটি কোথায় হ্যালুসিনেট করে, এবং হাত দিয়ে কী যাচাই করতে হবে তার একটি চেকলিস্ট আছে। Bloomberg-এর AI-Powered Analyst টুলস, FactSet-এর Mercury, Capital IQ-এর GenAI ইন্টিগ্রেশন এবং AlphaSense-এর মতো স্বতন্ত্র টুলগুলি সবই কার্যকর শুরুর বিন্দু।

দ্বিতীয়ত, "বিচার মামলা"র একটি পোর্টফোলিও তৈরি করুন — এমন পরিস্থিতি যেখানে স্পষ্ট মডেল ভুল উত্তর দিয়েছে এবং আপনার বিচার এটি ধরেছে। এগুলি লিখুন। প্রতিটি দুটি অনুচ্ছেদ। পারফরম্যান্স পর্যালোচনায়, সাক্ষাৎকারে এবং আপনার নিজের মাথায় এগুলির প্রয়োজন হবে যখন আপনাকে মনে করিয়ে দিতে হবে কেন আপনার চাকরি পণ্য নয়।

তৃতীয়ত, একটি বিশেষত্ব সম্পর্কে গুরুত্বসহকারে নিন। মূল্যায়ন এমন একটি পেশা যা গভীরতাকে পুরস্কৃত করে। কিছু বেছে নিন — Section 409A, জটিল সিকিউরিটিজ, অমূর্ত সম্পদ দুর্বলতা, ট্রান্সফার প্রাইসিং, বিপর্যস্ত ঋণ — এবং পদ্ধতিগতভাবে দক্ষতা তৈরি শুরু করুন। AICPA অনুশীলন সহায়িকা পড়ুন। CEIV বা ASA কোর্সওয়ার্ক নিন। পারলে বিতর্কে বসুন।

চতুর্থত, আপনার লিখিত যোগাযোগে বিনিয়োগ করুন। AI একটি মডেল তৈরি করতে পারে, কিন্তু একটি স্পষ্ট, রক্ষাযোগ্য মূল্যায়ন মেমো যা একজন পাঠককে আপনার যুক্তির মধ্য দিয়ে নিয়ে যায় একটি গভীরভাবে মানবিক দক্ষতাই থাকে। বোর্ড, অডিট কমিটি, বিচারক এবং কর কর্তৃপক্ষ এই নথিগুলি পড়েন। যে বিশ্লেষক সবচেয়ে প্ররোচনামূলক মেমো লেখেন তিনি জিতবেন, পরিষ্কারভাবে।

পঞ্চমত, দৃশ্যমান হন। মূল্যায়ন পেশা সুনাম এবং রেফারেলের উপর চলে। LinkedIn-এ প্রকাশ করুন। NACVA বা ASA সম্মেলনে উপস্থাপন করুন। FASB এক্সপোজার খসড়ায় চিন্তাশীলভাবে মন্তব্য করুন। AI আপনার জন্য সুনাম-নির্মাণ করতে পারে না, এবং বাজার যার জন্য অর্থ প্রদান করে তার একটি বড় অংশ হয়ে উঠছে সুনাম।

সৎ উপসংহার

মূল্যায়ন যাচ্ছে না। কোম্পানি কেনাবেচা চলতে থাকবে, সম্পত্তি কর দেওয়া হতে থাকবে, বিতর্কে বিশেষজ্ঞের প্রয়োজন হতে থাকবে, আর্থিক প্রতিবেদনে সমর্থনযোগ্য ন্যায্য মূল্য পরিমাপের প্রয়োজন হতে থাকবে। কাজটি নিজেই টেকসই।

কিন্তু কাজটি আজ যত লোক করছে তার চেয়ে অনেক কম লোক দিয়ে করা হবে, এবং সেই লোকগুলি আজকের ভ্যালুয়েশন বিশ্লেষকদের চেয়ে আলাদা দেখাবে। তারা আরও বিশেষীকৃত, আরও বিচার-ভিত্তিক, AI কে প্রতিযোগিতা করার পরিবর্তে নির্দেশ করতে আরও স্বাচ্ছন্দ্যবোধ করবে। দৌড় মানুষ বনাম মেশিন নয় — এটি মানুষ-প্লাস-মেশিন বনাম মানুষ-একা, এবং সেই দুটির মধ্যে ব্যবধান দ্রুত বাড়ছে।

এটি পড়া যে কারো জন্য সুসংবাদ হল যে রূপান্তর মাসের উপর নয়, বছরের উপর হচ্ছে। আপনার সময় আছে। প্রশ্ন হল আপনি সেই সময় ব্যবহার করেন কিনা, নাকি অপেক্ষা করেন।

আপডেট ইতিহাস

• ২০২৬-০৪-২২: Q1 2026 টাস্ক বিশ্লেষণের উপর ভিত্তি করে প্রাথমিক প্রকাশনা
• ২০২৬-০৫-১৪: ILO/OECD বেঞ্চমার্ক তুলনা, তিন-বালতি কাঠামো এবং সুনির্দিষ্ট নব্বই দিনের পদক্ষেপ পরিকল্পনা সহ সম্প্রসারিত।

---

_এই বিশ্লেষণ AI সহায়তায় তৈরি করা হয়েছে এবং নির্ভুলতার জন্য পর্যালোচনা করা হয়েছে। [তথ্য] চিহ্নিত ডেটা পয়েন্টগুলি আমাদের অভ্যন্তরীণ মডেল থেকে উৎস; [দাবি] উদ্ধৃত বাহ্যিক উৎস বোঝায়; [অনুমান] নির্দিষ্ট সংখ্যা এখনও উপলব্ধ না হলে দিকনির্দেশনামূলক বিশ্লেষণ প্রতিফলিত করে।_