Codex চালু হওয়ার সময় একজন দলের সদস্য জানতে চেয়েছিলেন, Codex যদি এক ধাপেই সেই ব্যবহারের ক্ষেত্রগুলো করে ফেলতে পারে যেগুলো তৈরি করতে FDE দলের কয়েক মাস লেগেছিল, তবে তাদের কী করা উচিত? OpenAI-তে এই প্রশ্নটিই Forward Deployed Engineering (FDE) দলের উদ্দেশ্য বোঝায়। FDE-রা গ্রাহকদের সঙ্গে কাজ করে তাদের সবচেয়ে কঠিন সমস্যাগুলো বোঝেন এবং এমন সমাধান তৈরি করেন যার ওপর তারা নির্ভর করতে পারেন। তারা যা শেখেন তা পণ্যে ফিরে যায় এবং গবেষণা দলকে সমাধানযোগ্য নির্দিষ্ট সমস্যা দেয়। যদি দলটি প্রতি কয়েক মাসে নিজেকে অপ্রয়োজনীয় করে তোলে, তবে তারা তাদের কাজটিই ঠিকভাবে করছে।
দলটি ২০২৫ সালের শুরুতে গঠিত হয়েছিল OpenAI যাকে বলে deployment gap বা স্থাপনার ব্যবধান তা পূরণ করতে: মডেল যা করতে সক্ষম বলে মনে হয় এবং মানুষ তাদের কাজে নির্ভরযোগ্যভাবে যা ব্যবহার করতে পারে, এই দুইয়ের মধ্যের দূরত্ব। কখনো অনুপস্থিত অংশটি একটি পণ্য। আবার কখনো একটি মডেল বেঞ্চমার্কে ভালো করে, কিন্তু বাস্তব জগতের পরিবর্তনশীল বিষয় ও সীমাবদ্ধতা সামলাতে পারে না। যেখানে মডেল ইতিমধ্যেই কাজটি করতে পারে, সেখানে FDE-রা পণ্য দল ও গ্রাহকদের সঙ্গে কাজ করে সমাধানটিকে পুনরাবৃত্তিযোগ্য করে তোলে। যেখানে মডেল ঘাটতি দেখায়, সেখানে তারা গ্রাহক ও গবেষণা দলের সঙ্গে ব্যবধানটি চিহ্নিত করে মডেল উন্নত করে।
২০০ বছরের পুরনো কৃষি ব্যবসা John Deere-এর চ্যালেঞ্জ ছিল কৃষকদের জন্য ব্যক্তিগত পরামর্শ বড় পরিসরে দেওয়া। এর See & Spray প্রযুক্তি ক্যামেরা ও মেশিন লার্নিং ব্যবহার করে পুরো মাঠের বদলে শুধু আগাছায় স্প্রে করে, যা রাসায়নিকের ব্যবহার ৭০% পর্যন্ত কমায়। কিন্তু এই সুবিধা পেতে কৃষকদের জানতে হয় প্রযুক্তিটি কীভাবে কনফিগার করতে হয় এবং নিজেদের পদ্ধতি কীভাবে সমন্বয় করতে হয়। John Deere স্বাভাবিক ভাষায় উত্তর, ব্যক্তিগতকৃত সেটআপ নির্দেশনা এবং যন্ত্র সম্ভাব্য পূর্ণ ক্ষমতায় কাজ না করলে সতর্কবার্তা দিতে OpenAI-এর API স্থাপন করেছে।
OpenAI বলছে, এসব সমস্যা প্রায়ই সম্পূর্ণ উন্মুক্ত থাকে, যেখানে কোনো প্রতিষ্ঠিত সত্য বা নির্দেশিকা থাকে না। এর FDE দল একটি মূল নীতিতে চলে: ফলাফল দিয়ে শুরু করো, সফল হতে যা লাগে তা করো, তারপর পরিসর বাড়াও। ২০২৫ সালের মাঝামাঝি সময়ে, প্রায় ১৫ জন FDE একটি বড় সেমিকন্ডাক্টর গ্রাহকের সঙ্গে ১০টিরও বেশি ব্যবহারের ক্ষেত্রে কাজ করেছিল, যাতে চিপ যাচাইকরণ AI-নেটিভ হয়। এই অংশটি একটি প্রকল্পের প্রচেষ্টার প্রায় ৭০% হতে পারে।
উৎস: OpenAI Blog · সারাংশ: HeadlinesBriefing