এআই চালিত কোম্পানি: অটোমেশন ভবিষ্যতে

কৃত্রিম বুদ্ধিমত্তা (AI) মানুষের কাজের জায়গা দখল করবে কিনা, তা নিয়ে অনেক আলোচনা হয়েছে। কিছু সংস্থা ইতিমধ্যেই এআই-এর উপর ভরসা করছে, আবার কেউ কেউ এর বর্তমান সক্ষমতা নিয়ে সন্দিহান। এই বিষয়টি খতিয়ে দেখার জন্য কার্নেগি মেলন বিশ্ববিদ্যালয়ের গবেষকরা একটি পরীক্ষা চালিয়েছেন। তাঁরা একটি কাল্পনিক কোম্পানি তৈরি করেছেন, যা সম্পূর্ণভাবে এআই এজেন্টদের দ্বারা পরিচালিত। Arxiv-এ প্রকাশিত তাঁদের গবেষণাপত্রে, কর্মক্ষেত্রে এআই-এর সম্ভাবনা এবং সীমাবদ্ধতা সম্পর্কে মূল্যবান তথ্য পাওয়া গেছে।

এই ভার্চুয়াল কর্মীবাহিনীতে Anthropic-এর Claude, OpenAI-এর GPT-4o, Google Gemini, Amazon Nova, Meta Llama, এবং Alibaba-র Qwen-এর মতো এআই মডেলগুলি অন্তর্ভুক্ত ছিল। এই এআই এজেন্টদের বিভিন্ন ভূমিকা দেওয়া হয়েছিল, যেমন - ফিনান্সিয়াল অ্যানালিস্ট, প্রোজেক্ট ম্যানেজার এবং সফটওয়্যার ইঞ্জিনিয়ার। গবেষকরা একটি প্ল্যাটফর্ম ব্যবহার করে সহকর্মীদের কার্যকলাপও নকল করেছিলেন, যা এআই এজেন্টদের হিউম্যান রিসোর্স বিভাগের সঙ্গে যোগাযোগ করার মতো নির্দিষ্ট কাজগুলি করতে সাহায্য করে।

এআই পরীক্ষা: গভীরে অনুসন্ধান

এই পরীক্ষাটির মূল লক্ষ্য ছিল একটি বাস্তব ব্যবসার পরিবেশ তৈরি করা, যেখানে এআই এজেন্টরা স্বাধীনভাবে বিভিন্ন কাজ করতে পারবে। প্রতিটি এআই এজেন্টকে ডেটা বিশ্লেষণ করার জন্য ফাইল নেভিগেট করা এবং নতুন অফিসের স্থান নির্বাচন করার জন্য ভার্চুয়াল ভিজিট করার দায়িত্ব দেওয়া হয়েছিল। প্রতিটি এআই মডেলের কার্যকারিতা নিবিড়ভাবে পর্যবেক্ষণ করা হয়েছিল, যাতে তাদের অর্পিত কাজগুলি সম্পন্ন করার ক্ষমতা মূল্যায়ন করা যায়।

ফলাফল একটি গুরুত্বপূর্ণ চ্যালেঞ্জ প্রকাশ করে। এআই এজেন্টরা তাদের দেওয়া ৭৫% এর বেশি কাজ সম্পন্ন করতে ব্যর্থ হয়। Claude 3.5 Sonnet, সবচেয়ে ভালো ফল করা সত্ত্বেও, মাত্র ২৪% কাজ সম্পূর্ণ করতে পেরেছিল। আংশিকভাবে সম্পন্ন হওয়া কাজগুলি ধরলে, এর স্কোর দাঁড়ায় ৩৪.৪%-এ। Gemini 2.0 Flash দ্বিতীয় স্থান অধিকার করে, কিন্তু এটিও মাত্র ১১.৪% কাজ সম্পূর্ণ করতে সক্ষম হয়। অন্য কোনও এআই এজেন্ট ১০% এর বেশি কাজ সম্পন্ন করতে পারেনি।

ব্যয়-সাশ্রয়ীতা বনাম কর্মক্ষমতা

পরীক্ষার আরেকটি গুরুত্বপূর্ণ দিক ছিল প্রতিটি এআই এজেন্টের পরিচালন খরচ। Claude 3.5 Sonnet-এর কর্মক্ষমতা তুলনামূলকভাবে ভালো হলেও, এর পরিচালন খরচ ছিল সবচেয়ে বেশি - ৬.৩৪ ডলার। অন্যদিকে, Gemini 2.0 Flash-এর পরিচালন খরচ ছিল অনেক কম, মাত্র ০.৭৯ ডলার। এটি ব্যবসায়িক কাজে কিছু এআই মডেল ব্যবহারের ব্যয়-সাশ্রয়ীতা নিয়ে প্রশ্ন তোলে।

গবেষকরা লক্ষ্য করেছেন যে, এআই এজেন্টরা নির্দেশের অন্তর্নিহিত বিষয়গুলি বুঝতে সমস্যা বোধ করে। উদাহরণস্বরূপ, যখন একটি ফলাফল “.docx” ফাইলে সংরক্ষণ করার নির্দেশ দেওয়া হয়েছিল, তখন তারা বুঝতে পারেনি যে এটি মাইক্রোসফট ওয়ার্ড ফরম্যাটকে বোঝানো হচ্ছে। সামাজিক যোগাযোগের প্রয়োজনীয় কাজগুলিতেও তারা সমস্যা সম্মুখীন হয়েছে, যা সামাজিক ইঙ্গিতগুলি বোঝা এবং প্রতিক্রিয়া জানানোর ক্ষেত্রে এআই-এর সীমাবদ্ধতা তুলে ধরে।

ওয়েব নেভিগেশনে সমস্যা

এআই এজেন্টদের জন্য সবচেয়ে বড় বাধাগুলির মধ্যে একটি ছিল ওয়েব নেভিগেট করা, বিশেষ করে পপ-আপ এবং জটিল ওয়েবসাইট লেআউটগুলি সামলানো। সমস্যার সম্মুখীন হলে, তারা কখনও কখনও শর্টকাট নিত, কাজের কঠিন অংশগুলি এড়িয়ে যেত এবং ধরে নিত যে তারা কাজটি সম্পন্ন করেছে। এই প্রবণতা জটিল, বাস্তব পরিস্থিতিগুলি স্বাধীনভাবে সামলাতে এআই-এর অক্ষমতা তুলে ধরে।

এই ফলাফলগুলি ইঙ্গিত করে যে, এআই ডেটা বিশ্লেষণের মতো নির্দিষ্ট কিছু কাজে পারদর্শী হলেও, এটি এখনও ব্যবসার পরিবেশে স্বাধীনভাবে কাজ করতে সক্ষম নয়। এআই এজেন্টরা প্রেক্ষাপট, সামাজিক যোগাযোগ এবং সমস্যা সমাধানের গভীরতর ধারণা প্রয়োজনীয় কাজগুলিতে সমস্যা অনুভব করেছে।

গবেষণার মূল পর্যবেক্ষণ

কার্নেগি মেলন বিশ্ববিদ্যালয়ের গবেষণাটি এআই-এর বর্তমান অবস্থা এবং কর্মক্ষেত্রে এর সম্ভাব্য ভূমিকা সম্পর্কে বেশ কয়েকটি গুরুত্বপূর্ণ পর্যবেক্ষণ দিয়েছে:

১. সীমিত কার্য সম্পাদন: এআই এজেন্টরা স্বাধীনভাবে কাজ সম্পন্ন করতে সমস্যা সম্মুখীন হয়েছে, ৭৫% এর বেশি প্রচেষ্টায় ব্যর্থ হয়েছে। এটি এআই-চালিত কাজগুলিতে মানুষের তত্ত্বাবধান এবং হস্তক্ষেপের প্রয়োজনীয়তা তুলে ধরে।

২. অন্তর্নিহিত নির্দেশনায় অসুবিধা: এজেন্টরা প্রায়শই নির্দেশের অন্তর্নিহিত বা প্রাসঙ্গিক দিকগুলি বুঝতে ব্যর্থ হয়েছে, যা স্পষ্ট নির্দেশের বাইরে বোঝার অভাব নির্দেশ করে।

৩. সামাজিক যোগাযোগের চ্যালেঞ্জ: এআই এজেন্টরা সামাজিক যোগাযোগের প্রয়োজনীয় কাজগুলিতে সমস্যা অনুভব করেছে, যা ইঙ্গিত করে যে এআই এখনও আন্তঃব্যক্তিগত সম্পর্ক কার্যকরভাবে পরিচালনা করতে বা সামাজিক গতিশীলতা বুঝতে সক্ষম নয়।

৪. ওয়েব নেভিগেশন সমস্যা: এজেন্টদের ওয়েব নেভিগেট করতে সমস্যা হয়েছে, যা ইঙ্গিত করে যে জটিল ওয়েবসাইট এবং অপ্রত্যাশিত পপ-আপগুলি সামলানোর জন্য এআই-এর আরও উন্নয়নের প্রয়োজন।

৫. শর্টকাট প্রবণতা: এজেন্টরা কখনও কখনও শর্টকাট নিত, কাজের কঠিন অংশগুলি এড়িয়ে যেত, যা মানুষের মতো সমালোচনামূলক চিন্তা ছাড়াই জটিল সমস্যা সমাধানের অক্ষমতা প্রকাশ করে।

কাজের ভবিষ্যতের জন্য প্রভাব

এই গবেষণার ফলাফল কাজের ভবিষ্যতের জন্য গুরুত্বপূর্ণ প্রভাব ফেলে। এআই-এর নির্দিষ্ট কাজগুলি স্বয়ংক্রিয় করার এবং দক্ষতা বাড়ানোর সম্ভাবনা থাকলেও, অদূর ভবিষ্যতে এটি সম্পূর্ণরূপে মানুষের কর্মীদের প্রতিস্থাপন করার সম্ভাবনা কম। পরিবর্তে, এআই সম্ভবত মানুষের সক্ষমতা বৃদ্ধি করবে, যা কর্মীদের আরও কৌশলগত এবং সৃজনশীল ক্রিয়াকলাপগুলিতে মনোনিবেশ করতে সহায়তা করবে।

গবেষণাটি প্রেক্ষাপট, সামাজিক সংকেত এবং জটিল সমস্যা সমাধানের আরও ভালোভাবে বোঝার জন্য এআই মডেলগুলিকে প্রশিক্ষণ দেওয়ার গুরুত্বও তুলে ধরে। যেহেতু এআই প্রযুক্তি ক্রমাগত বিকশিত হচ্ছে, তাই এই সীমাবদ্ধতাগুলি মোকাবিলা করা জরুরি, যাতে এআই বিভিন্ন ভূমিকায় মানুষের কর্মীদের কার্যকরভাবে সহায়তা করতে পারে।

মিশ্র কর্মীবাহিনী: মানুষ এবং এআই

কাজের ভবিষ্যতে সম্ভবত একটি মিশ্র কর্মীবাহিনী থাকবে, যেখানে মানুষ এবং এআই উভয়ই সাধারণ লক্ষ্য অর্জনের জন্য একসাথে কাজ করবে। মানুষের কর্মীরা সমালোচনামূলক চিন্তাভাবনা, সৃজনশীলতা এবং সামাজিক দক্ষতা প্রদান করতে পারে, যা বর্তমানে এআই-এর অভাব রয়েছে, অন্যদিকে এআই রুটিন কাজগুলি স্বয়ংক্রিয় করতে এবং মানুষের চেয়ে বেশি দক্ষতার সাথে বিপুল পরিমাণে ডেটা বিশ্লেষণ করতে পারে।

এই মিশ্র কর্মীবাহিনীর জন্য দক্ষতা এবং প্রশিক্ষণে পরিবর্তন প্রয়োজনীয়। কর্মীদের এআই সিস্টেমের সাথে সহযোগিতা করার, এআই-উত্পন্ন অন্তর্দৃষ্টি বোঝার এবং এআই আরও বেশি কাজ করার সাথে সাথে পরিবর্তিত পরিস্থিতিতে খাপ খাইয়ে নেওয়ার ক্ষমতা বিকাশ করতে হবে।

নৈতিকতা ও তদারকির ভূমিকা

কর্মক্ষেত্রে এআই-এর ব্যবহার যত বাড়বে, এআই ব্যবহারের নৈতিক প্রভাবগুলি বিবেচনা করাও জরুরি। পক্ষপাত, গোপনীয়তা এবং চাকরি স্থানচ্যুতির মতো বিষয়গুলি সাবধানে সমাধান করা দরকার, যাতে এআই দায়িত্বশীল ও নৈতিকভাবে ব্যবহৃত হয়।

সংস্থাগুলির কর্মক্ষেত্রে এআই ব্যবহারের জন্য স্পষ্ট নির্দেশিকা এবং তদারকি ব্যবস্থা তৈরি করা উচিত। এই নির্দেশিকাগুলিতে ডেটা গোপনীয়তা, অ্যালগরিদমিক পক্ষপাত এবং কর্মসংস্থানের উপর এআই-এর প্রভাবের মতো বিষয়গুলি সম্বোধন করা উচিত।

স্বতন্ত্র এআই মডেল চ্যালেঞ্জ বিশ্লেষণ

পরীক্ষায় ব্যবহৃত এআই মডেলগুলির নির্দিষ্ট বিষয়গুলোতে গভীরভাবে নজর দিলে চ্যালেঞ্জ এবং সম্ভাব্য সমাধান সম্পর্কে আরও ধারণা পাওয়া যায়। Claude, GPT-4o, Gemini, Llama এবং অন্যান্য মডেলগুলির নিজস্ব স্বতন্ত্র আর্কিটেকচার ও প্রশিক্ষণ ডেটাসেট রয়েছে, যা সরাসরি তাদের কর্মক্ষমতা এবং পরিচালন খরচকে প্রভাবিত করে।

Claude: ক্ষমতা এবং সীমাবদ্ধতা বোঝা

Claude, প্রাকৃতিক ভাষা প্রক্রিয়াকরণের ক্ষমতার জন্য পরিচিত, এই পরীক্ষায় তুলনামূলকভাবে বেশি কাজ সম্পন্ন করার হার দেখিয়েছে। তবে, এর পরিচালন খরচও ছিল সবচেয়ে বেশি, যা কর্মক্ষমতা এবং ব্যয়-সাশ্রয়ীতার মধ্যে একটি আপস বোঝায়। অন্তর্নিহিত নির্দেশনা এবং সামাজিক যোগাযোগের ক্ষেত্রে Claude-এর সমস্যাগুলি ইঙ্গিত করে যে উন্নত হওয়া সত্ত্বেও, প্রাসঙ্গিক বোঝার ক্ষেত্রে এটির আরও উন্নতির প্রয়োজন আছে।

Claude-এর কর্মক্ষমতা উন্নত করার জন্য, ভবিষ্যতের সংস্করণগুলিতে জটিল সামাজিক সংকেত এবং অন্তর্নিহিত নির্দেশনা সহ পরিস্থিতি অন্তর্ভুক্ত করে আরও বৈচিত্র্যময় প্রশিক্ষণ ডেটাসেট থেকে উপকৃত হতে পারে। অতিরিক্তভাবে, ব্যয়-সাশ্রয়ীতার জন্য মডেলটিকে অপ্টিমাইজ করা ব্যবসায়িক অ্যাপ্লিকেশনগুলির জন্য এটিকে আরও কার্যকর বিকল্প করে তুলতে পারে।

GPT-4o: সর্বতোমুখী পারফর্মার?

OpenAI দ্বারা তৈরি GPT-4o, বিভিন্ন ক্ষমতা সম্পন্ন আরেকটি অত্যাধুনিক মডেল। এই পরীক্ষায় এর কর্মক্ষমতা দেখায় যে এর শক্তি থাকা সত্ত্বেও, এটি এখনও বাস্তব, প্রায়োগিক অ্যাপ্লিকেশনগুলির সাথে লড়াই করে যার জন্য প্রযুক্তিগত এবং সামাজিক দক্ষতার মিশ্রণ প্রয়োজন। উন্নতিগুলি ওয়েব-ভিত্তিক সরঞ্জামগুলির সাথে আরও ভাল সমন্বয় এবং অপ্রত্যাশিত বাধা, যেমন পপ-আপগুলি ভালোভাবে সামলানোর দিকে মনোযোগ দিতে পারে।

Gemini: ব্যয়-সাশ্রয়ী বিকল্প?

Google-এর Gemini তার তুলনামূলকভাবে কম পরিচালন খরচের জন্য আলাদা, যা ব্যয় কমাতে আগ্রহী ব্যবসার জন্য একটি আকর্ষণীয় বিকল্প। তবে, এর কাজ সম্পন্ন করার হার ইঙ্গিত করে যে এর সামগ্রিক কর্মক্ষমতাতে উন্নতির সুযোগ রয়েছে। এটি সমাধানের জন্য, বিকাশকারীরা জেমিনির সমস্যা সমাধানের ক্ষমতা এবং উন্মুক্ত নির্দেশনায় প্রেক্ষাপট বোঝার ক্ষমতার উন্নতির দিকে মনোযোগ দিতে পারে।

Llama: ওপেন সোর্স সম্ভাবনা

Meta-র Llama, একটি ওপেন সোর্স মডেল হওয়ায়, সম্প্রদায়-চালিত উন্নয়ন এবং কাস্টমাইজেশনের সুবিধা দেয়। এই পরীক্ষায় এর কর্মক্ষমতা তেমন ভালো না হলেও, Llama-র ওপেন সোর্স প্রকৃতির মানে হলো বিস্তৃত ডেভলপার দ্বারা উন্নতি করা যেতে পারে। ফোকাস ক্ষেত্রগুলির মধ্যে ওয়েব নেভিগেশন দক্ষতা বৃদ্ধি এবং জটিল ডেটাসেট নেভিগেট করার ক্ষমতা বাড়ানো অন্তর্ভুক্ত থাকতে পারে।

ব্যবসার ক্ষেত্রে এআই সীমাবদ্ধতা অতিক্রম করা

পরীক্ষাটি জোর দেয় যে এআই মডেলগুলিকে ব্যবসায়িক পরিবেশে সত্যিকার অর্থে উন্নতি করতে হলে, ডেভেলপারদের বেশ কয়েকটি মূল ক্ষেত্রের দিকে মনোযোগ দিতে হবে:

• প্রাসঙ্গিক বোঝা: প্রাসঙ্গিক বোঝা এবং ব্যাখ্যা করার জন্য এআই-এর ক্ষমতা উন্নত করা অত্যন্ত গুরুত্বপূর্ণ। এর জন্য অন্তর্নিহিত নির্দেশনা এবং সামাজিক সংকেত অন্তর্ভুক্ত করে এমন বিভিন্ন ডেটাসেটে মডেলগুলিকে প্রশিক্ষণ দেওয়া দরকার।

• সামাজিক মিথস্ক্রিয়া: সামাজিক মিথস্ক্রিয়ার জন্য এআই-এর ক্ষমতা বৃদ্ধি করা এটিকে আন্তঃব্যক্তিগত সম্পর্ক পরিচালনা এবং আরও কার্যকরভাবে সামাজিক গতিশীলতা নেভিগেট করতে সক্ষম করবে।

• ওয়েব নেভিগেশন: এআই-এর ওয়েব নেভিগেশন দক্ষতা বিকাশ করা এটিকে জটিল ওয়েবসাইট, পপ-আপ এবং অন্যান্য অপ্রত্যাশিত বাধাগুলি সামলাতে সহায়তা করবে।

• সমস্যা সমাধান: এআই-এর সমস্যা সমাধানের ক্ষমতা পরিশোধন করা এটিকে শর্টকাট অবলম্বন না করে বা অনুমান না করে জটিল কাজগুলি সামলাতে অনুমতি দেবে।

এআই-এর চলমান বিবর্তন

কার্নেগি মেলন বিশ্ববিদ্যালয়ের গবেষণা এআই-এর বর্তমান অবস্থার একটি চিত্র সরবরাহ করে। যেহেতু এআই প্রযুক্তি ক্রমাগত বিকশিত হচ্ছে, তাই এর অগ্রগতি অনুসরণ করা এবং এর সীমাবদ্ধতাগুলি সমাধান করা জরুরি। এই মূল ক্ষেত্রগুলিতে মনোযোগ দেওয়ার মাধ্যমে, এআই মানুষের ক্ষমতা বাড়ানোর এবং কর্মক্ষেত্রে দক্ষতা উন্নত করার জন্য একটি মূল্যবান হাতিয়ার হয়ে উঠতে পারে।

নৈতিক উদ্বেগ মোকাবেলা

ব্যবসায়ে এআই-এর একীকরণ বেশ কয়েকটি নৈতিক উদ্বেগও উত্থাপন করে যা সক্রিয়ভাবে সমাধান করা উচিত। অ্যালগরিদমিক পক্ষপাত, ডেটা গোপনীয়তা এবং কাজের স্থানচ্যুতি হলো সবচেয়ে গুরুত্বপূর্ণ বিষয়।

• অ্যালগরিদমিক পক্ষপাত: এআই মডেলগুলি তাদের প্রশিক্ষিত ডেটাতে বিদ্যমান পক্ষপাতগুলি স্থায়ী করতে এবং প্রসারিত করতে পারে। এটি নিয়োগ, পদোন্নতি এবং কর্মক্ষমতা মূল্যায়নের মতো ক্ষেত্রগুলিতে বৈষম্যমূলক ফলাফল ঘটাতে পারে। সংস্থাগুলির এআই সিস্টেমগুলিকে সাবধানে নিরীক্ষণ করা উচিত যাতে তারা পক্ষপাতমুক্ত হয় এবং কোনও গোষ্ঠীর বিরুদ্ধে বৈষম্য না করে।

• ডেটা গোপনীয়তা: এআই সিস্টেমগুলির প্রায়শই প্রচুর পরিমাণে ডেটাতে অ্যাক্সেসের প্রয়োজন হয়, যা গোপনীয়তা সম্পর্কে উদ্বেগ বাড়াতে পারে। সংস্থাগুলিকে সংবেদনশীল তথ্য আপস না হয় তা নিশ্চিত করার জন্য শক্তিশালী ডেটা সুরক্ষা ব্যবস্থা বাস্তবায়ন করা উচিত।

• চাকরি স্থানচ্যুতি: এআই-এর মাধ্যমে কাজের স্বয়ংক্রিয়তা চাকরি স্থানচ্যুতির দিকে পরিচালিত করতে পারে, বিশেষ করে রুটিন এবং পুনরাবৃত্তিমূলক ভূমিকাতে। সংস্থাগুলিকে কর্মীদের নতুন ভূমিকাতে স্থানান্তরিত করার জন্য প্রশিক্ষণ এবং সহায়তা প্রদানের মাধ্যমে চাকরির স্থানচ্যুতির প্রভাব কমাতে পদক্ষেপ নেওয়া উচিত।

ভবিষ্যৎ সহযোগী

কাজের ভবিষ্যতে মানুষ এবং এআই-এর মধ্যে একটি সহযোগী সম্পর্ক জড়িত, যেখানে প্রতিটি অন্যের শক্তিকে পরিপূরক করে। মানুষের কর্মীরা সৃজনশীলতা, সমালোচনামূলক চিন্তাভাবনা এবং সামাজিক দক্ষতা নিয়ে আসে, অন্যদিকে এআই রুটিন কাজগুলি স্বয়ংক্রিয় করে এবং প্রচুর পরিমাণে ডেটা বিশ্লেষণ করে। যে সংস্থাগুলো এই সহযোগী মডেলকে আলিঙ্গন করে, তারা কাজের বিবর্তিত ল্যান্ডস্কেপে সাফল্য অর্জনের জন্য সবচেয়ে ভালো অবস্থানে থাকবে।

যেহেতু এআই প্রযুক্তি ক্রমাগত অগ্রসর হচ্ছে, তাই সংস্থাগুলির অবশ্যই অভিযোজনযোগ্য এবং এআই যে চ্যালেঞ্জ ও সুযোগগুলি উপস্থাপন করে তা মোকাবেলায় সক্রিয় থাকতে হবে। প্রশিক্ষণ, নৈতিক নির্দেশিকা প্রতিষ্ঠা এবং একটি সহযোগী সংস্কৃতি গড়ে তোলার মাধ্যমে, তারা একটি আরও উত্পাদনশীল, দক্ষ এবং ন্যায়সঙ্গত কর্মক্ষেত্র তৈরি করতে এআই-এর শক্তিকে কাজে লাগাতে পারে। সংক্ষেপে, এআই প্রতিশ্রুতি দেখালেও, বর্তমানে বিভিন্ন কাজ এবং ক্রিয়াকলাপে মানুষের শ্রম প্রতিস্থাপনের ক্ষমতা সম্পর্কে স্পষ্ট সীমাবদ্ধতা রয়েছে। এই সীমাবদ্ধতাগুলি বোঝা ব্যবসায়ের জন্য গুরুত্বপূর্ণ, যারা আগামী বছরগুলিতে এআই-এর সম্ভাবনাকে কাজে লাগাতে চাইছে।