AI-এর যুগে ফিজিক্যাল অফিস কতটা প্রয়োজন?
Autolinium Team
Architectural Team

Oct 8, 2026 · @Autolinium
২০২৬ সালে অফিস নিয়ে দুটো বিপরীত ঘটনা একসাথে ঘটছে, এবং দুটোই সত্যি।
একদিকে বড় কোম্পানিগুলো কর্মীদের অফিসে ফেরাচ্ছে — মাইক্রোসফট, ফিডেলিটি, নোভো নরডিস্ক, ইউবিসফট, এনবিসি ইউনিভার্সাল, সবাই গত বারো মাসে কড়া নির্দেশ দিয়েছে। অন্যদিকে AI নীরবে অফিসের মূল যুক্তিগুলোকেই দুর্বল করে দিচ্ছে — "একসাথে বসলে সমন্বয় সহজ হয়" এই কথাটার দাম কমে যাচ্ছে, কারণ সমন্বয়ের কাজটাই এখন অনেকটা অটোমেট করা যায়।
ফলে প্রশ্নটা আর আগের মতো নেই। ২০২১ সালে প্রশ্ন ছিল "কর্মীরা কি বাসা থেকে কাজ করতে পারবে?" — উত্তর মিলে গেছে, পারবে। ২০২৬-এর প্রশ্ন ভিন্ন: AI যখন রুটিন কাজের বড় অংশ নিয়ে নিচ্ছে, তখন মানুষকে এক ছাদের নিচে আনার পেছনে ঠিক কোন যুক্তিটা টিকে থাকে?
এই লেখায় বিশ্বজুড়ে ডেটা দেখে সেই প্রশ্নটারই উত্তর খোঁজার চেষ্টা। আগেই বলে রাখি — উত্তরটা "অফিস মৃত" নয়, আবার "সবাই ফিরে আসছে"ও নয়। উত্তরটা আরও অস্বস্তিকর এবং আরও কাজের।
বিশ্বের ছবিটা সংখ্যায়
শিরোনাম যা বলে, ডেটা তার চেয়ে অনেক বেশি ভারসাম্যপূর্ণ।
গ্যালাপের হিসাবে যুক্তরাষ্ট্রে রিমোট-সক্ষম পদে কর্মরতদের ৫২% হাইব্রিড, ২৬% পুরোপুরি রিমোট এবং ২২% পুরোপুরি অফিসভিত্তিক। অর্থাৎ যে কাজটা দূর থেকে করা সম্ভব, সেখানে পুরো সময় অফিসে বসা এখন সংখ্যালঘু অভ্যাস। বিশ্বব্যাপী জ্ঞানকর্মীদের ৫৪% হাইব্রিড মডেলে কাজ করেন, গড়ে সপ্তাহে ২.৪ দিন অফিসে যান।
অফিস ভবনের ব্যবহার বাড়ছে, কিন্তু মহামারি-পূর্ব অবস্থায় ফেরেনি — বৈশ্বিক অফিস ইউটিলাইজেশন ২০২৫ সালে ৫৩% ছুঁয়েছে, যা ২০২০ সালের মার্চের পর সর্বোচ্চ।
আর এখানেই সবচেয়ে বড় ফাঁকটা: KPMG-র জরিপে ৮৩% বৈশ্বিক CEO মনে করেন তিন বছরের মধ্যে কর্মীরা পুরোপুরি অফিসে ফিরবেন, যা আগের বছরের ৬৪% থেকে অনেক বেশি। অথচ বাস্তবে ২০২৬ সালে এক-তৃতীয়াংশেরও কম কোম্পানি পুরোপুরি সশরীরে কাজ বাধ্যতামূলক করেছে।
নেতৃত্বের প্রত্যাশা আর মাঠের বাস্তবতার মধ্যে এই ফারাকটাই আসলে ২০২৬ সালের মূল গল্প।
জোর করে ফেরানোর দাম
অফিসে ফেরানোর নির্দেশ কাগজে সহজ, হিসাবের খাতায় নয়।
গার্টনারের গবেষণা বলছে, ৬৭% RTO নির্দেশের ফলে ছয় মাসের মধ্যে স্বেচ্ছায় চাকরি ছাড়ার হার মাপা যায় এমনভাবে বেড়ে যায়। S&P 500-এর ৫৪টি প্রতিষ্ঠানের উপর করা একটি পিয়ার-রিভিউড গবেষণায় দেখা গেছে, নির্দেশের পর টার্নওভার ১৩ থেকে ১৪% বেড়েছে, এবং নারীরা পুরুষদের তুলনায় প্রায় তিনগুণ দ্রুত চাকরি ছেড়েছেন।
কর্মীদের মনোভাবও স্পষ্ট। ফ্লেক্সজবসের ২০২৬ সালের জরিপে ৭৬% হাইব্রিড কর্মী বলেছেন, সপ্তাহে পাঁচ দিন অফিসে ফিরতে বাধ্য করা হলে তাঁরা নতুন চাকরি খুঁজবেন। দশটির মধ্যে আটটি কোম্পানি স্বীকার করেছে যে RTO নীতির কারণে তারা কর্মী হারিয়েছে।
আর ব্যবসায়িক ফলাফলেও পার্থক্য দেখা যাচ্ছে — স্কুপ ফ্লেক্স ইনডেক্স ২০২৬ অনুযায়ী, নমনীয় নীতির কোম্পানিগুলোর রাজস্ব কড়া অফিস-নীতির কোম্পানির চেয়ে ১.৪ গুণ দ্রুত বাড়ছে।
এখানে সতর্কতা দরকার: এটি সম্পর্ক, কার্যকারণ নয়। দ্রুত বর্ধনশীল টেক কোম্পানিগুলো এমনিতেই বেশি নমনীয় হয়। তবু সংখ্যাটা অন্তত এটুকু বলে — অফিসে ফেরানো নিজে থেকে পারফরম্যান্স আনে না।

AI যেভাবে অফিসের যুক্তিটা ভাঙছে
অফিসের পক্ষে সবচেয়ে শক্ত যুক্তিটা কখনোই "তদারকি" ছিল না। ছিল সমন্বয়ের খরচ।
একই ঘরে থাকলে প্রশ্নের উত্তর তিন সেকেন্ডে মেলে, ভুল বোঝাবুঝি সাথে সাথে ধরা পড়ে, আর কেউ ভুল পথে তিন দিন নষ্ট করার আগেই কথা হয়ে যায়। রিমোটে এই সুবিধাটা পেতে হলে লিখিত স্পেসিফিকেশন, সিদ্ধান্তের রেকর্ড আর পরিষ্কার জবাবদিহি কাঠামো লাগে — যা তৈরি করা এত ক্লান্তিকর যে বেশিরভাগ টিম করত না। না করার ফলে রিমোট ভেঙে পড়ত, আর দোষ পড়ত রিমোটের ঘাড়ে।
AI ঠিক এই খরচটাই প্রায় শূন্যে নামিয়ে এনেছে। ক্লায়েন্ট কলের ট্রান্সক্রিপ্ট থেকে স্বয়ংক্রিয় স্কোপ ডকুমেন্ট, মিটিং থেকে সিদ্ধান্তের লগ, কোড থেকে ডকুমেন্টেশন, পুল রিকোয়েস্ট থেকে চেঞ্জলগ, ভাষার বাধা পেরোতে তাৎক্ষণিক অনুবাদ। যে প্রসেস-শৃঙ্খলা আগে একজন পূর্ণকালীন প্রজেক্ট ম্যানেজার লাগত, সেটা এখন অনেকটাই অটোমেট করা যায়।
মজার ব্যাপার হলো, অফিস এতদিন দুর্বল প্রসেসকে ঢেকে রাখত। স্পেক অস্পষ্ট হলেও পাশে গিয়ে জিজ্ঞেস করা যেত, তাই অনেক প্রতিষ্ঠান কখনো টের পায়নি তাদের কাঠামো নড়বড়ে। AI সেই ঢাকনাটা সরিয়ে দিচ্ছে — ভালো প্রসেস এখন এত সস্তা যে না থাকাটা আর অজুহাত নয়।
উল্টো দিক: জুনিয়র-গ্যাপ প্যারাডক্স
এবার AI-এর দ্বিতীয় প্রভাব, যেটা অফিসের পক্ষে যায় — এবং এটাই সবচেয়ে কম আলোচিত।
স্ট্যানফোর্ডের গবেষণা বলছে, সামগ্রিক কর্মসংস্থানে AI-এর প্রভাব এখনো ছোট, কিন্তু সেই স্থিতিশীলতা একটা কাঠামোগত ক্ষয় ঢেকে রাখছে। যে পেশাগুলোতে জেনারেটিভ AI বেশি কাজ করতে পারে, সেখানে তরুণ কর্মীদের অংশ ১৩ শতাংশ পয়েন্ট বেশি কমেছে। হার্ভার্ডের একটি গবেষণা ২,৮৫,০০০ মার্কিন প্রতিষ্ঠানের ৬ কোটি ২০ লাখ কর্মীর তথ্য বিশ্লেষণ করে দেখেছে, ২০২৩ সাল থেকে AI গ্রহণকারী কোম্পানিগুলোতে জুনিয়র পদ সংকুচিত হচ্ছে।
স্ট্যানফোর্ডের গবেষকরা একটি গুরুত্বপূর্ণ পার্থক্যও ধরেছেন: যে কাজ কোডিফায়েড নলেজের উপর বেশি নির্ভর করে — অর্থাৎ যা লিখিত নিয়মে ধরা যায় — সেখানে এন্ট্রি-লেভেল কর্মসংস্থান ধীর হয়েছে। আর যে কাজ ট্যাসিট নলেজ দাবি করে, সেখানে মধ্য ও সিনিয়র পর্যায়ে কর্মসংস্থান বরং বেড়েছে।
এর মানে কী? জুনিয়র কর্মী এখন AI ব্যবহার করে এমন কাজ জমা দিতে পারেন যা তিনি নিজে বোঝেন না। রিমোটে সেই ফাঁকটা ধরা পড়ে দেরিতে, সাধারণত প্রোডাকশনে গিয়ে। আগে আটকে যাওয়াটা দৃশ্যমান ছিল; এখন AI সেটা ঢেকে দেয়।
তাই AI যুগে পাশে বসে শেখানোর দরকার কমেনি, বেড়েছে। শুধু প্রশ্নটা বদলেছে — "এটা কীভাবে করব?" থেকে "AI যা দিল, সেটা কেন ঠিক বা ভুল?" এই দ্বিতীয় প্রশ্নটার উত্তর স্ক্রিন শেয়ারে শেখানো কঠিন।
কর্ন ফেরির সতর্কবার্তাটি এখানে প্রাসঙ্গিক: আজ যে এন্ট্রি-লেভেল পদগুলো বাদ দেওয়া হচ্ছে, সেগুলোই ভবিষ্যতের ম্যানেজার ও নির্বাহী তৈরির পথ।
আসল বিভাজন রেখা
এতক্ষণের ডেটা একটা জায়গায় এসে মেলে: প্রশ্নটা "অফিস না রিমোট" নয়, প্রশ্নটা কাজের ধরন।

প্রথম আস্থা স্ক্রিনে তৈরি হয় না, পরে রক্ষা করা যায়
এই বিভাজনটা মনে রাখলে বেশিরভাগ তর্ক মিটে যায়। সপ্তাহে দুই-তিন দিন সবাই একসাথে, বাকি দিন যার যার জায়গায় একসাথের দিনগুলো রাখুন স্কোপিং, রিভিউ, মেন্টরিং আর ক্লায়েন্ট কলের জন্য, বাকি দিন ডেলিভারির জন্য।
লক্ষণীয়, কাঠামোবদ্ধ হাইব্রিডে তিন দিনের অফিস এখন দুই দিনকে ছাড়িয়ে স্ট্যান্ডার্ড হয়ে উঠেছে। বাজার নিজেই এই ভারসাম্যটার দিকেই হাঁটছে।
বাংলাদেশ ও ছোট প্রতিষ্ঠানের হিসাব আলাদা
উপরের বেশিরভাগ ডেটা পশ্চিমা বড় কোম্পানির। বাংলাদেশে প্রেক্ষাপট কয়েক জায়গায় ভিন্ন, এবং পার্থক্যগুলো গুরুত্বপূর্ণ।
প্রথমত, এখানে অফিসের খরচ তুলনামূলক কম। ঢাকা বা চট্টগ্রামে একটা ছোট অফিসের ভাড়া সান ফ্রান্সিসকোর ভগ্নাংশ। তাই "অফিস তুলে দিলে বিপুল সাশ্রয়" — পশ্চিমের এই মূল চালিকাশক্তিটা এখানে অনেক দুর্বল।
দ্বিতীয়ত, অবকাঠামো। বিদ্যুৎ, ইন্টারনেট আর বাসায় কাজের জায়গা — তিনটিই এখনো অনিশ্চিত। একটা অফিস কার্যত ব্যাকআপ জেনারেটর, রিডান্ড্যান্ট ইন্টারনেট আর শান্ত কাজের জায়গার নিশ্চয়তা কিনে দেয়। এটা নিয়ন্ত্রণের প্রশ্ন নয়, নির্ভরযোগ্যতার প্রশ্ন।
তৃতীয়ত, এবং সবচেয়ে গুরুত্বপূর্ণ — এখানকার শ্রমবাজারের বড় অংশ তরুণ ও অনভিজ্ঞ। দেশে যে কয়েক লাখ ফ্রিল্যান্সার কাজ করেন, তাঁদের বড় অংশের কাজ ডেটা এন্ট্রি, বেসিক কনটেন্ট, সাধারণ ডিজাইন আর এসইও — ঠিক যে কাজগুলো AI প্রথমে নিচ্ছে। অর্থাৎ জুনিয়র-গ্যাপ সমস্যাটা এখানে পশ্চিমের চেয়ে তীব্রতর হবে।
এর ব্যবহারিক অর্থ: বাংলাদেশি ছোট ও মাঝারি প্রতিষ্ঠানের জন্য অফিস তুলে দেওয়ার যুক্তি দুর্বল, কিন্তু পাঁচ দিন সবাইকে বেঁধে রাখার যুক্তিও দুর্বল। আর আন্তর্জাতিক ক্লায়েন্ট থাকলে টাইমজোন ছড়ানো থাকে — ইউরোপ বা আমেরিকার কল ধরতে রাত দশটায় কাউকে অফিসে বসিয়ে রাখা টেকে না। সেখানে নমনীয়তা বিলাসিতা নয়, প্রয়োজন।
শেষ কথা: প্রশ্নটা বদলে ফেলুন
AI-এর যুগে ফিজিক্যাল অফিস কতটা প্রয়োজন — এই প্রশ্নের একক উত্তর নেই, কারণ প্রশ্নটাই ভুলভাবে করা।
AI দুটো কাজ একসাথে করছে। রুটিন সমন্বয় আর কোডিফায়েড কাজ সস্তা করে দিচ্ছে, যা রিমোটের পক্ষে যায়। আবার ট্যাসিট নলেজ, বিচারবুদ্ধি আর মেন্টরিংয়ের দাম বাড়িয়ে দিচ্ছে, যা সশরীরে উপস্থিতির পক্ষে যায়। দুটো শক্তি উল্টো দিকে টানছে, এবং আপনার প্রতিষ্ঠানে কোনটা জিতবে তা নির্ভর করে আপনার টিম কোন ধরনের কাজ বেশি করে তার উপর।
তাই "কত দিন অফিস?" — এই প্রশ্নের বদলে জিজ্ঞেস করুন: অফিসটা আপনি কী কাজে ব্যবহার করছেন?
যদি উত্তর হয় "কর্মীরা কাজ করছে কিনা দেখার জন্য" — তাহলে সেটা AI যুগের আগেও ভুল ছিল, এখন আরও স্পষ্টভাবে ভুল। আর যদি উত্তর হয় "কঠিন সমস্যা একসাথে সমাধান করতে, জুনিয়রদের তৈরি করতে, আর নতুন ক্লায়েন্টের সাথে আস্থা গড়তে" — তাহলে অফিস আগের চেয়েও বেশি প্রয়োজনীয়।
সবচেয়ে ভালো অবস্থানে আছে সেই প্রতিষ্ঠানগুলো যারা অফিসটাকে উপস্থিতির হাজিরাখাতা হিসেবে নয়, নির্দিষ্ট কাজের জন্য তৈরি একটা যন্ত্র হিসেবে দেখে। বাকি দিনগুলোতে মানুষকে তার নিজের ছন্দে কাজ করতে দেয়।
AI অফিসকে অপ্রয়োজনীয় করেনি। অফিসের উদ্দেশ্যটা নির্দিষ্ট করতে বাধ্য করেছে।
Related Services
Business Process Automation Services
Streamline repetitive operations and internal workflows.
ExploreMarketing Automation Services
Automate lead generation, outreach, and conversion workflows.
ExploreCustom Software Development Services
Build software tailored to your exact operations and growth model.
ExploreAbout Autolinium Team
Our architectural team focuses on building high-performance, scalable AI systems that transform modern business operations.