এআই হাইলাইটস — পুরো চিত্র — 2026-10-24 (শনি) দৈনিক সংবাদ

Warp Sciences রাসায়নিক পরীক্ষা চালানোর জন্য AI ও রোবট ব্যবহারকারী একটি ল্যাব তৈরি করতে $215 million সংগ্রহ করেছে। একই সময়ে American Express তাদের কর্মীবাহিনীর 5% ছাঁটাই করছে বলে জানা গেছে, আর Colliers সতর্ক করেছে যে AI প্রতিভার ঘাটতি ইউরোপে প্রবৃদ্ধিতে বাধা হতে পারে। যেখানে অর্থায়ন ও প্রত্যাশা দুটোই বেশি, সেখানে একই সঙ্গে কর্মী পুনর্বিন্যাস ও কর্মীর ঘাটতি ঘটছে। এই অর্ধদিনে আমরা যে প্রতিবেদনগুলো পড়ব সেগুলোর মধ্যে সাধারণ দৃষ্টিভঙ্গি হলো, সাফল্য ও ব্যর্থতার পার্থক্য AI-তে কত অর্থ বিনিয়োগ হয়েছে তার চেয়ে বরং সেই বিনিয়োগ কীভাবে সরেজমিন যাচাইয়ের মধ্য দিয়ে যায় এবং কার হাতে পরিচালিত হয়, তার ওপর বেশি নির্ভর করে। রোগনির্ণয়, বক্তৃতা শ্রেণিবিন্যাস ও পূর্বাভাসের গবেষণাও পাঠকদের সামনে উপযুক্ত পরিস্থিতিতে প্রাপ্ত ফল এবং বাস্তব পরিবেশে প্রাপ্ত ফলের পার্থক্যটি তুলে ধরে।

ওষুধ আবিষ্কারের AI-তে বিপুল তহবিল জড়ো হওয়ার সঙ্গে অংশীদারিত্ব

Warp Sciences AI-চালিত একটি ওষুধ আবিষ্কার ল্যাব তৈরি করতে $215 million সংগ্রহ করেছে (citybiz)। BRIDGE-এর মতে, কোম্পানিটি এমন একটি কোম্পানি যা ওষুধ আবিষ্কারের জন্য রাসায়নিক পরীক্ষা-নিরীক্ষা চালাতে AI ও রোবট ব্যবহার করে, এবং Lightspeed-এর নেতৃত্বে Series A-এর মাধ্যমে কোম্পানিটি তহবিল সংগ্রহ করেছে। Series A পর্যায়ে $200 million-এরও বেশি সংগ্রহ করা হয়েছে। তহবিলের গন্তব্যও আগ্রহের একটি বিষয়। লক্ষ্য শুধু সফটওয়্যার ও মডেল তৈরি করা নয়, বরং বাস্তবে পরীক্ষা-নিরীক্ষা চালানোর জন্য ল্যাব তৈরি করা এবং রাসায়নিক পরীক্ষা-নিরীক্ষা স্বয়ংক্রিয় করা।

আরেকটি কোম্পানি, AI ড্রাগ ডিসকভারি প্রতিষ্ঠান Pathos, ৩ বিলিয়ন ডলার মূল্যায়নে ২৩৭ মিলিয়ন ডলার সংগ্রহ করেছে (STAT)। Reuters জানিয়েছে, ওষুধ উন্নয়ন এগিয়ে নিতে Pathos, Bristol Myers এবং Tempus AI-এর সঙ্গে অংশীদারিত্ব করবে (Reuters)। এখানে সংগৃহীত অর্থের পরিমাণ ও মূল্যায়নের মানের মধ্যে একটি বড় ওষুধ কোম্পানির সঙ্গে অংশীদারিত্বের বাস্তব সংযোগও অন্তর্ভুক্ত। অর্থ সংগ্রহের কারণ শুধু AI-এর প্রতিশ্রুতি নয়। ওষুধ কোম্পানিগুলোর উন্নয়ন প্রক্রিয়ায় এটি কীভাবে অন্তর্ভুক্ত হবে, সেটিও মূল্যায়নে বিবেচিত হচ্ছে বলে মনে হয়।

দুটি কোম্পানির মোট সংগৃহীত অর্থ দাঁড়িয়েছে $452 million। এই পরিমাণ দেখায় যে ওষুধ আবিষ্কারের AI নিয়ে প্রত্যাশা অ্যালগরিদমের শ্রেষ্ঠত্বের চেয়েও বেশি কিছু, যা পরীক্ষামূলক সরঞ্জাম ও অংশীদারসহ পুরো ব্যবসায় বিনিয়োগ পর্যন্ত বিস্তৃত। এই সংখ্যাগুলো থেকে পাঠকদের যা মনে রাখা উচিত তা উচ্চ মূল্যায়ন নিজে নয়। প্রশ্ন হলো, তহবিলগুলো স্বয়ংক্রিয় পরীক্ষামূলক ব্যবস্থা বা বড় ওষুধ কোম্পানিগুলোর সঙ্গে সহযোগিতার আকারে ব্যবহৃত হচ্ছে কি না।

তবে এবার উপস্থাপিত সব উপাদানই তহবিল সংগ্রহ ও সহযোগিতার ঘোষণা, ওষুধ আবিষ্কারের ফলাফলের প্রতিবেদন নয়। তহবিল আগে সংগৃহীত হলেও ল্যাব চালানোর মানবসম্পদ এবং প্রকৃত উন্নয়নক্ষেত্রে যাচাই একই গতিতে এগোবে কি না, তা আলাদাভাবে নিশ্চিত করা প্রয়োজন।

কর্মী ছাঁটাই ও মানবসম্পদ সংকট একসঙ্গে এগোচ্ছে

Demokratis.co.id-এর প্রতিবেদন অনুযায়ী, American Express তাদের কর্মীসংখ্যার ৫% ছাঁটাই করবে। শিরোনামে যে কারণ উল্লেখ করা হয়েছে তা হলো AI-এর সঙ্গে সামঞ্জস্য। এই ছাঁটাই ইঙ্গিত দেয় যে AI চালুর ফলে কেবল কার্যক্রমের দক্ষতাই বাড়েনি, বরং কর্মসংস্থানের কাঠামো নতুন করে সাজানোর পর্যায়েও প্রবেশ করেছে। ৫% হলো মোট কর্মীর শতকরা হার, কোনো আর্থিক অঙ্ক নয়। কোনো কোম্পানি AI-তে বড় অঙ্কের অর্থ বিনিয়োগ করেছে কি না, তার চেয়ে সেই বিনিয়োগ কর্মী বিন্যাসের পরিবর্তনে প্রকাশ পাচ্ছে কি না, সেটিই কোম্পানিটি কতটা গুরুত্ব সহকারে নিচ্ছে তার ভালো সূচক। পাঠকেরা নিজেদের কোম্পানি ও ব্যবসায়িক অংশীদারদের দিকে তাকালে, কোন কাজ কমছে এবং কোন কাজের চাহিদা আছে তা নির্ণয় করা AI-সংক্রান্ত বাজেটের অঙ্কের চেয়ে প্রকৃত পরিস্থিতির আরও সঠিক সূচক।

অন্যদিকে, শুধু জনবল উদ্বৃত্ত থাকার কথা বললেই যথেষ্ট নয়। Data Center Solutions-এর তথ্য অনুযায়ী, সম্পত্তি পরিষেবা প্রতিষ্ঠান Colliers সতর্ক করেছে যে AI-দক্ষ জনবলের অভাব ইউরোপের AI প্রবৃদ্ধিতে বাধা হয়ে দাঁড়াতে পারে। American Express-এর ৫% ছাঁটাই এবং Colliers-এর সতর্কবার্তা প্রায় একই সময়ে প্রকাশিত দুটি আলাদা প্রতিবেদন। তবে এগুলো পাশাপাশি রাখলে একটিই চিত্র ফুটে ওঠে। বিদ্যমান চাকরিগুলো ছাঁটাই ও পুনর্গঠনের আওতায় পড়ছে, অথচ মাঠপর্যায়ে AI নকশা, পরিচালনা ও রক্ষণাবেক্ষণ করার মতো যথেষ্ট লোক নেই। ইঙ্গিত করা হয়েছে যে মানবসম্পদের জোগানই ইউরোপীয় অঞ্চলে প্রবৃদ্ধির ঊর্ধ্বসীমা হতে পারে, অর্থাৎ শুধু তহবিল সংগ্রহ করলেই প্রবৃদ্ধি নিশ্চিত হয় না। পাঠকেরা যখন AI চালুর পরিকল্পনা করছেন, তখন সরঞ্জাম ও চুক্তি নিশ্চিত করার পাশাপাশি প্রথমে দেখে নেওয়া দরকার যে কর্মী কোথা থেকে সংগ্রহ করা হবে।

হাতিয়ার ও তার ব্যবহারকারীর মধ্যকার সম্পর্ক বদলানোর প্রচেষ্টা শিল্পের বাইরেও ঘটছে। Frieze চিত্রশিল্পী David Salle-কে নিয়ে প্রতিবেদন করেছে, যিনি নিজের স্টুডিওতে AI-কে আমন্ত্রণ জানিয়েছেন। অ্যাটেলিয়ে এমন একটি স্থান যেখানে স্রষ্টারা নিজের হাতে তাদের কাজ সম্পূর্ণ করেন। এই ক্ষেত্রে AI-এর প্রবর্তনকে নিজেই এই লক্ষণ হিসেবে দেখা যেতে পারে যে, কাজের দায়িত্বে থাকা মানুষ এবং তাদের সহায়ক হাতিয়ারের মধ্যে ভূমিকার বিভাজন নতুন করে ভাবা হচ্ছে। কর্পোরেট ছাঁটাই, স্থানীয় মানবসম্পদের ঘাটতি এবং ব্যক্তিগত উৎপাদনক্ষেত্র—এই তিনটি বিষয়ের পরিসর ভিন্ন হলেও, সবগুলিতে একটি বিষয় অভিন্ন: কে কোন কাজের দায়িত্বে থাকবে, এবং AI কতটা দায়িত্ব নেবে। এই তথ্যগুলির ভিত্তিতে মনে হয়, আমরা এমন একটি পর্যায়ে এগোচ্ছি যেখানে প্রবর্তনের সাফল্য বা ব্যর্থতা বিনিয়োগের অঙ্কের বিশালতা দিয়ে নয়, বরং মাঠপর্যায়ে প্রকৃত ব্যবহারের মাধ্যমে ফলাফল যাচাই করা যায় কি না এবং তা বাস্তবায়নে সক্ষম মানুষ নিশ্চিত করা যায় কি না, তা দিয়ে মাপা হয়। পরবর্তী অংশে আমরা দেখব এই প্রমাণ কতদূর এগিয়েছে।

রোগনির্ণয় ও পূর্বাভাসে মানুষকে ছাড়িয়ে যাওয়া যাচাই-পরীক্ষা দেখা দিতে শুরু করেছে

Microsoft একটি গবেষণা উপস্থাপন করেছে, যাতে দেখানো হয়েছে যে একদল চিকিৎসকের আদলে তৈরি একটি AI রোগ নির্ণয়ের নির্ভুলতায় চিকিৎসকদের ছাড়িয়ে গেছে (Medical Economics)। বলা হচ্ছে, এই নকশায় AI ব্যবহার করে চিকিৎসার সেই পদ্ধতি পুনরুৎপাদন করা হয়েছে, যেখানে একাধিক বিশেষজ্ঞ আলোচনা করে একটি সিদ্ধান্তে পৌঁছান। এতদিন AI-ভিত্তিক রোগ নির্ণয় সহায়তাকে প্রায়ই একক চিকিৎসকদের সহায়ক একটি হাতিয়ার হিসেবে আলোচনা করা হতো। এবার তুলনার বিষয় হলো স্বতন্ত্র চিকিৎসকদের বিচার, এবং মূল্যায়নের অক্ষ সহায়তার সুবিধা থেকে সরে রোগ নির্ণয়ের নির্ভুলতার দিকেই গেছে। তবে এই ফলাফল গবেষণার কাঠামোর মধ্যে পাওয়া। বাস্তবের বহির্বিভাগ ও জরুরি চিকিৎসার পরিবেশে একই নির্ভুলতা বজায় থাকে কি না, তা জানতে আরও যাচাইয়ের জন্য অপেক্ষা করতে হবে।

চিকিৎসা নির্বাচনের কাছাকাছি ক্ষেত্রেও পূর্বাভাস পরীক্ষা শুরু হয়েছে। BostonGene তাদের AI ব্যবহার করে CAR-T থেরাপির কার্যকারিতা ও বিষাক্ততার পূর্বাভাস দেওয়ার গবেষণায় সহযোগিতা করবে (RegMedNet)। CAR-T থেরাপিতে চিকিৎসা-সিদ্ধান্তের কেন্দ্রে থাকে দুটি বিষয়: কোন রোগীরা উপকৃত হবেন বলে আশা করা যায় তা চিহ্নিত করা এবং গুরুতর পার্শ্বপ্রতিক্রিয়ার ঝুঁকি আগে থেকে অনুমান করা। পূর্বাভাসের পরিধি রোগনির্ণয় থেকে চিকিৎসার কার্যকারিতা ও বিষাক্ততা পর্যন্ত বিস্তৃত হলে, AI-এর ফলাফল আর চিকিৎসকদের জন্য শুধু বিবেচ্য বিষয় থাকবে না, বরং চিকিৎসা শুরু করা হবে কি না এবং কীভাবে তা পরিচালনা করা হবে সেই সিদ্ধান্তের ভিত্তি হয়ে উঠবে। যৌথ গবেষণার এই রূপ ইঙ্গিত দেয় যে প্রকল্পটি কেবল একটি পদ্ধতি উপস্থাপনেই শেষ নয়, বরং ক্লিনিক্যাল দিক থেকে তথ্য ও দক্ষতা অন্তর্ভুক্ত করে যাচাই করার পর্যায়ে প্রবেশ করেছে।

চিকিৎসার বাইরেও এমন উদাহরণ রয়েছে যেখানে AI সরেজমিনে পর্যবেক্ষণের দায়িত্ব পালন করছে। EdenCore FIRA USA-তে (Fruit Growers News) তাদের AI-ভিত্তিক ফল পর্যবেক্ষণ প্রযুক্তি প্রদর্শন করেছে। এখন পর্যন্ত ফলের অবস্থা ক্রমাগত পর্যবেক্ষণ ও বোঝার কাজটি মানুষ মাঠে গিয়ে করে এসেছে। AI যদি এই পর্যবেক্ষণের দায়িত্ব নেয়, তবে এর প্রবর্তনের মূল্য নির্ভর করবে সিদ্ধান্ত নেওয়ার কাজে ব্যবহারযোগ্য তথ্য এটি ক্রমাগত সংগ্রহ করতে পারে কি না তার ওপর। প্রযুক্তিটি এখন পর্যন্ত কেবল একটি প্রদর্শনীতে দেখানো হয়েছে, তাই মাঠপর্যায়ে ফল আসবে কি না তা বুঝতে এটি কীভাবে ব্যবহৃত হয় তা দেখা প্রয়োজন।

রোগ নির্ণয়, চিকিৎসার পূর্বাভাস ও ফল পর্যবেক্ষণের মতো ক্ষেত্র আলাদা হলেও, এদের মধ্যে সাধারণ বিষয় হলো AI এখন পর্যবেক্ষণ ও পূর্বাভাসের ভূমিকা নিতে শুরু করেছে, যা মানুষের সিদ্ধান্তের প্রবেশদ্বার। এক্ষেত্রে প্রশ্নটি গবেষণা বা প্রদর্শনীর পরিবেশে কর্মক্ষমতা নিয়ে নয়, বরং বাস্তব পরিবেশেও একই ফলাফল পুনরুৎপাদন করা যায় কি না, এবং সেই ফলাফল গ্রহণ ও ব্যবহার করার মতো যথেষ্ট মানুষ থাকবে কি না।

দৈনন্দিন জীবনের কাছাকাছি AI এবং বাস্তব পরিবেশে তার নিশ্চিতকরণ

Bioengineer.org-এ একটি AI ভয়েস মডেল তুলে ধরা হয়েছে, যা বাস্তব জীবনের রেকর্ডিং ব্যবহার করে ডিসআর্থ্রিয়ার তীব্রতা শ্রেণিবদ্ধ করে। ডিসআর্থ্রিয়া এমন একটি অবস্থা, যেখানে কথার বোধগম্যতা ব্যাহত হয়। এই প্রতিবেদনের উল্লেখযোগ্য দিক হলো, এটি নির্দিষ্ট শর্তে সংগৃহীত অডিও নয়, বরং বাস্তব পরিবেশের রেকর্ডিং নিয়ে আলোচনা করেছে। বাড়িতে বা নার্সিং কেয়ার সেটিংয়ে নীরব ঘর বা নির্দিষ্ট মাইক্রোফোন আশা করা যায় না। এই পরিস্থিতিতে এটি ব্যবহার করা যাবে কি না, তা নির্ভর করে শব্দ বা বক্তার কণ্ঠের কম্পনযুক্ত বক্তব্যের ভিত্তিতে এটি শ্রেণিবদ্ধ করতে পারে কি না তার ওপর। যাঁরা এটি চালু করার কথা ভাবছেন, তাঁদের শুধু নির্ভুলতার সংখ্যা দেখলেই হবে না, কোন রেকর্ডিং শর্তে সেই নির্ভুলতা অর্জিত হয়েছে তাও যাচাই করতে হবে।

দৈনন্দিন দিকে, AI সম্পর্ক এবং আমাদের সময় ব্যবহারের ক্ষেত্রেও ছড়িয়ে পড়ছে। Hokuriku Regional Development Bureau-র পাতায় AI গার্লফ্রেন্ড অ্যাপের মূল্য তুলনা, AI Lover-এর বিনামূল্যের সংস্করণ এবং সতর্কতা অন্তর্ভুক্ত রয়েছে। মূল্য কাঠামো ও বিনামূল্যের সংস্করণের পরিসর তুলনা করা নিবন্ধ থাকাটাই দেখায় যে এই ধরনের অ্যাপ পরীক্ষামূলক ব্যবহার থেকে এমন পর্যায়ে গেছে যেখানে কিছু মানুষ খরচের বিবেচনায় তা বেছে নিচ্ছেন। ব্যবহারকারীদের আলাদাভাবে ভাবা উচিত বিনামূল্যে কী দিয়ে শুরু করা যায় এবং চালিয়ে যেতে কী জন্য অর্থ দিতে হবে। এদিকে, Unite.AI জানিয়েছে যে তিনজন হাই স্কুল শিক্ষার্থী MyDaye AI চালু করেছেন। এটি ব্যস্ত সময়সূচিকে দৈনন্দিন পরিকল্পনায় অন্তর্ভুক্ত করার একটি হাতিয়ার, এবং এর নির্মাতারা ব্যবহারকারীদের কাছাকাছি প্রজন্মের।

আবেগ-সংক্রান্ত ক্ষেত্রগুলিতে আমরা গাড়ি নিয়েও কথা বলতে পারি। Yahoo! News মাজদার Vision Cross Compact তুলে ধরেছে, যেটিকে পরবর্তী প্রজন্মের Mazda 2-এর প্রত্যাশা বহনকারী গাড়ি হিসেবে দেখা হচ্ছে। বলা হচ্ছে, "সহমর্মী AI"-সজ্জিত এই গাড়িটি একজন "সেরা বন্ধু" হিসেবে মনোযোগ আকর্ষণ করছে। তবে এগুলো এমন একটি গাড়ির প্রতি প্রত্যাশা যা এখনও ধারণাগত পর্যায়ে রয়েছে, এবং গাড়ি চালানোর সময় সহমর্মিতা কীভাবে কাজ করে তা বাস্তব চালনায় এখনও নিশ্চিত হয়নি।

এ পর্যন্ত চারটি ঘটনা ভিন্ন ভিন্ন পরিস্থিতি নিয়ে: চিকিৎসা সহায়তা, প্রেম, স্কুলের পড়াশোনা ও সময়সূচি, এবং পরিবহন। তবে সবগুলোর মধ্যে মিল হলো, AI মানুষের জীবনের খুঁটিনাটি ও আবেগের কাছাকাছি ব্যবহৃত হতে শুরু করেছে। সেক্ষেত্রে পরবর্তী প্রশ্নটি এর উচ্চ কর্মক্ষমতা নিয়ে ততটা নয়, বরং মাঠপর্যায়ে কারা এটি ব্যবহার করে যাবে এবং কে এর দায় নেবে সে বিষয়ে।

প্রথম দেখায় ড্রাগ ডিসকভারি AI-এর তহবিলের পরিমাণ, কর্মী ছাঁটাইয়ের হার, রোগনির্ণয়ের নির্ভুলতার তুলনা এবং বাস্তব পরিবেশের রেকর্ডিং ব্যবহার করে শ্রেণিবিন্যাস—এগুলো আলাদা বিষয় মনে হয়। তবে প্রতিটি অংশে যা মিল ছিল তা হলো, বাস্তবায়নের সাফল্য বা ব্যর্থতা মাপার মানদণ্ড বিনিয়োগের অঙ্ক ও প্রত্যাশা থেকে সরে গিয়ে মাঠপর্যায়ের প্রদর্শন এবং নেতৃত্ব দেওয়ার মতো মানুষ নিশ্চিত করার দিকে যাচ্ছে। তহবিল বড় হলেও ল্যাব পরীক্ষাটি চালাতে পারবে কি না, সেটি আলাদা প্রশ্ন হয়ে থাকে। গবেষণার কাঠামোর মধ্যে অর্জিত নির্ভুলতা বহির্বিভাগের সেটিংয়ে বা বাড়িতে বজায় থাকে কি না, তা আলাদাভাবে যাচাই করতে হবে। একই চিত্র প্রতিফলিত হয়েছে এই বাস্তবতায় যে কিছু কোম্পানি কর্মী কমাচ্ছে, আবার অন্যরা মানবসম্পদের ঘাটতির অভিযোগ করছে। AI-তে কী বিনিয়োগ করা হয়েছে তা দেখার চেয়ে কোন শর্তে কী যাচাই করা যায় এবং তা সামলানোর মতো যথেষ্ট মানুষ আছে কি না, তা দেখলে ভবিষ্যতে এটি চালু করা হবে কি না তা সিদ্ধান্ত নিতে সূত্র পাওয়া যাবে।

প্রশ্ন ১: হাতের কাজে AI ব্যবহার করার সময়, কোন কোন শর্তে এর নির্ভুলতা ও কার্যকারিতা যাচাই করা হয়েছিল, এবং আপনার নিজের কর্মক্ষেত্রের পরিস্থিতির আলোকে কি তা ব্যাখ্যা করতে পারেন? প্রশ্ন ২: AI-এর ফলাফলের ভিত্তিতে নেওয়া সিদ্ধান্ত ভুল হলে, দায় কোথায় বর্তায় এবং যাচাইয়ের নথিপত্র কতদূর পর্যন্ত পিছিয়ে গিয়ে দেখা যায়? প্রশ্ন ৩: AI-সংক্রান্ত বাজেট ছাড়াও জনবল নিশ্চিত করা এবং কর্মক্ষেত্রে প্রদর্শনী পরিচালনার জন্য কতটা সম্পদ বরাদ্দ করা হয়েছে? সেই বরাদ্দ কি ব্যবস্থাপনাগত সিদ্ধান্ত হিসেবে ব্যাখ্যা করতে পারেন?

সবশেষে, তিনটি প্রশ্ন

- এই কাজে AI ব্যবহারের ক্ষেত্রে, কী কী শর্তে এর নির্ভুলতা ও কার্যকারিতা নিশ্চিত করা হয়েছিল, এবং আপনার নিজের কর্মক্ষেত্রের পরিস্থিতির আলোকে কি তা ব্যাখ্যা করা যায়? Q2: AI-এর আউটপুটের ভিত্তিতে নেওয়া সিদ্ধান্ত ভুল হলে, দায়িত্ব কোথায় বর্তায় এবং যাচাইয়ের রেকর্ড কতটা পিছন পর্যন্ত খতিয়ে দেখা যায়? Q3: AI-সংক্রান্ত বাজেট ছাড়াও, কর্মী সংস্থান ও কর্মক্ষেত্রে প্রদর্শনী পরিচালনার জন্য কতটা সম্পদ বরাদ্দ করা হয়েছে? সেই বরাদ্দ কি ব্যবস্থাপনাগত সিদ্ধান্ত হিসেবে ব্যাখ্যা করা যায়? - AI-এর আউটপুটের ভিত্তিতে নেওয়া সিদ্ধান্ত ভুল হলে, দায়িত্ব কোথায় বর্তায় এবং যাচাইয়ের রেকর্ড কতটা পিছন পর্যন্ত খতিয়ে দেখা যায়? Q3: AI-সংক্রান্ত বাজেট ছাড়াও, কর্মী সংস্থান ও কর্মক্ষেত্রে প্রদর্শনী পরিচালনার জন্য কতটা সম্পদ বরাদ্দ করা হয়েছে? সেই বরাদ্দ কি ব্যবস্থাপনাগত সিদ্ধান্ত হিসেবে ব্যাখ্যা করা যায়? - AI-সংক্রান্ত বাজেট ছাড়াও, কর্মী সংস্থান ও কর্মক্ষেত্রে প্রদর্শনী পরিচালনার জন্য কতটা সম্পদ বরাদ্দ করা হয়েছে, এবং এই বরাদ্দকে কি ব্যবস্থাপনাগত সিদ্ধান্ত হিসেবে ব্যাখ্যা করা যায়?