Chili’s CIO Chris Caldwell AI-সম্পর্কিত টোকেন কেনার পরিবর্তে চেইনটির অন-প্রেম (on-prem) Wi-Fi এবং ট্যাবলেট হার্ডওয়্যার আপগ্রেড করার জন্য মূলধন পুনর্নির্ধারণ করেছেন। একটি রেস্তোরাঁ চেইনের জন্য যারা খুব সামান্য মুনাফার ওপর টিকে থাকে, সেখানে একটি দ্রুততর এবং আরও নির্ভরযোগ্য নেটওয়ার্ক সরাসরি দ্রুত টেবিল টার্ন (table turns) নিশ্চিত করে।

কেন হাইপের চেয়ে নেটওয়ার্ক বেশি গুরুত্বপূর্ণ

সিলিকন ভ্যালির বর্তমান আলোচনার কেন্দ্রবিন্দু হলো আর্টিফিশিয়াল ইন্টেলিজেন্স (AI), কিন্তু একটি ব্যস্ত রেস্তোরাঁয় দৈনন্দিন বাস্তবতা অনেক কম চাকচিক্যময়। একজন সার্ভারের ট্যাবলেটকে তাৎক্ষণিকভাবে রান্নাঘরে অর্ডার পাঠাতে হয়, ক্রেডিট কার্ড সোয়াইপ কয়েক সেকেন্ডের মধ্যে সম্পন্ন হতে হয় এবং ইনভেন্টরি বা মজুত পণ্যের হিসাব রিয়েল-টাইমে আপডেট হতে হয়। লোকাল ওয়্যারলেস মেশে (wireless mesh) সামান্যতম সমস্যা পুরো কাজের গতিকে থামিয়ে দেয়, যার ফলে কর্মীদের কাগজের টিকিট বা ম্যানুয়াল এন্ট্রির দিকে ফিরে যেতে হয়—যার উভয়ই পরিষেবার গতি কমিয়ে দেয় এবং অতিথিদের বিরক্ত করে।

Caldwell বলেছেন যে দুর্বলতম লিঙ্কটি হলো রেস্তোরাঁর এজ-কম্পিউটিং (edge-computing) পরিবেশ, সেখানে চলা সফটওয়্যার নয়। Wi-Fi কভারেজ বৃদ্ধি এবং পুরনো ট্যাবলেটগুলো পরিবর্তন করার মাধ্যমে Chili’s টেবিল টার্ন করার সময় কমিয়ে এনেছে।

অনুমাননির্ভর AI-এর লুকানো খরচ

অর্ডার বা আপসেলিং-এর জন্য ক্লাউড-ভিত্তিক AI এজেন্ট ব্যবহার করা শুনতে আকর্ষণীয় মনে হলেও, এটি খরচের এমন দুটি স্তর যোগ করে যা অনেক ডেভেলপারই উপেক্ষা করেন। প্রথমত, প্রতিটি AI inference কলের জন্য একটি per-API-call ফি দিতে হয় যা ব্যবহারের পরিমাণ বাড়ার সাথে সাথে অনেক বেড়ে যেতে পারে। দ্বিতীয়ত, মডেলগুলোর ভুল শ্রেণিবিন্যাস (mis-classifications), মূল্যতালিকার ভুল বা ল্যাটেন্সি স্পাইক (latency spikes) সমাধান করার জন্য ক্রমাগত পর্যবেক্ষণ এবং দক্ষ ইঞ্জিনিয়ারিং প্রতিভার প্রয়োজন হয়।

পূর্বানুমানযোগ্য খরচ বনাম অস্থির বিল

Caldwell এই সিদ্ধান্তটিকে আর্থিক দৃষ্টিকোণ থেকে ব্যাখ্যা করেছেন:

  • AI রুট: প্রতিটি মডেল কলের জন্য অনিশ্চিত, ব্যবহারের ওপর ভিত্তি করে চার্জ; সিস্টেমকে নির্ভুল রাখতে বিশেষায়িত মেশিন-লার্নিং ইঞ্জিনিয়ারদের ক্রমাগত প্রয়োজন।
  • ইনফ্রাস্ট্রাকচার রুট: রাউটার, অ্যাক্সেস পয়েন্ট এবং ট্যাবলেটের জন্য নির্দিষ্ট খরচ; বিদ্যমান IT কর্মীদের দ্বারা রুটিন রক্ষণাবেক্ষণ।

হার্ডওয়্যার খরচ নির্দিষ্ট করে রাখার ফলে Chili’s আত্মবিশ্বাসের সাথে তাদের IT বাজেট পূর্বাভাস করতে পারে, যা AI-কেন্দ্রিক খরচের ক্ষেত্রে সম্ভব নয়।

বৃহত্তর শিল্পের জন্য ঝুঁকির বিষয়গুলো কী কী

যদি একটি চেইন ক্রেডিট কার্ড লেনদেনের জন্য সেকেন্ডের ভগ্নাংশের মধ্যে নেটওয়ার্ক পারফরম্যান্স নিশ্চিত করতে না পারে, তবে একটি ব্যয়বহুল AI স্তর যোগ করা অতিথিদের অভিজ্ঞতা উন্নত করতে খুব একটা সাহায্য করে না।

পাল্টা যুক্তি: AI-এর এখনও একটি ভূমিকা আছে

সেই সুবিধাগুলো তখনই পাওয়া সম্ভব যদি নেটওয়ার্ক রিয়েল-টাইমে মডেলের রেসপন্স দিতে পারে। তা ছাড়া, AI স্তরটি রাজস্ব বৃদ্ধির মাধ্যম হওয়ার পরিবর্তে একটি ব্যয়বহুল অতিরিক্ত খরচ হয়ে দাঁড়াবে।

মূল কথা: এমন একটি খাতে যেখানে প্রতি সেকেন্ড মুনাফা নির্ধারণ করে, সেখানে অনুমাননির্ভর AI-এর পেছনে না ছুটে ফিজিক্যাল নেটওয়ার্ক শক্তিশালী করাই শ্রেয়। একটি নির্ভরযোগ্য অন-প্রেম (on-prem) Wi-Fi এবং মজবুত হার্ডওয়্যার কেবল আজকের কার্যক্রমকেই সহজ করে না, বরং ভবিষ্যতের যেকোনো ইন্টেলিজেন্ট সার্ভিসের ভিত্তিও তৈরি করে।