অতিরিক্ত শূন্য থেকে শুরু করে কম শূন্য, এমনকি শূন্যের জায়গায় ‘O’ অক্ষর টাইপ করা পর্যন্ত—প্রতিরক্ষা দপ্তর যখন তার প্রথম ত্রুটিমুক্ত নিরীক্ষার চেষ্টা করছে, তখন পেন্টাগনের নতুন সিস্টেমগুলো একাধিক ভুল উন্মোচন করেছে।
বছরের পর বছর ধরে কাজ করার পর, পেন্টাগন ২০২৮ সালে তার ইতিহাসে প্রথমবারের মতো আর্থিক নিরীক্ষায় উত্তীর্ণ হওয়ার পথে রয়েছে, রয়টার্সকে এমনটাই জানিয়েছেন মার্কিন সেনাবাহিনীর শীর্ষ আর্থিক কর্মকর্তা। এটি এমন একটি সংস্থার জন্য একটি যুগান্তকারী সাফল্য, যারা বছরে প্রায় ১ ট্রিলিয়ন ডলার পরিচালনা করে কিন্তু কখনোই তাদের ব্যয়ের সম্পূর্ণ হিসাব দিতে পারেনি।
২০১৮ সাল থেকে, পেন্টাগনের বিশ্বব্যাপী কার্যক্রম জুড়ে অস্ত্র, সম্পত্তি এবং কর্মীদের হিসাব রাখার পদ্ধতি মূল্যায়নের জন্য বার্ষিক নিরীক্ষার সম্মুখীন হয়ে আসছে। ১৯৯০ সালে পাস হওয়া একটি বিলের মাধ্যমে কংগ্রেস এই নিরীক্ষা বাধ্যতামূলক করেছিল, কিন্তু বিলম্ব এবং স্থগিতাদেশের পর ২০১৮ সালে বিভাগ-ব্যাপী নিরীক্ষা শুরু হয়।
বারবার ব্যর্থতার ফলে বিভাগটির আর্থিক ব্যবস্থায় ফাঁকফোকর প্রকাশ পেয়েছে, যার ফলে সরকারি তহবিল বরাদ্দের সময় থেকে শুরু করে ব্যয় হওয়া পর্যন্ত তার গতিবিধি অনুসরণ করা কঠিন হয়ে পড়েছে।
ডিসেম্বরে টানা অষ্টম নিরীক্ষায় ব্যর্থ হওয়ার পর, পেন্টাগনের ভারপ্রাপ্ত প্রধান আর্থিক কর্মকর্তা জুলস হার্স্ট সে সময় বলেছিলেন, তারা “২০২৮ সালের মধ্যে তাদের গুরুতর সমস্যাগুলো সমাধান করতে এবং একটি অপরিবর্তিত নিরীক্ষা মতামত অর্জন করতে প্রতিশ্রুতিবদ্ধ।”
কাজটি ছিল অত্যন্ত কঠিন। উদাহরণস্বরূপ, সেনাবাহিনী, যা নৌবাহিনী এবং বিমানবাহিনীর পাশাপাশি মার্কিন সামরিক বাহিনীর একটি বড় অংশ গঠন করে, ২০১৯ সালে ১,৩০০টিরও বেশি পৃথক ব্যবসায়িক ব্যবস্থা পরিচালনা করত, যে সংখ্যাটি পরবর্তীতে কমিয়ে প্রায় ২০০-তে আনা হয়েছে। সেনাবাহিনীর সমস্ত ব্যয় একবারে দেখার জন্য নতুন প্রযুক্তি জুনে চালু হয়, যার ফলে বেশ কিছু যুগান্তকারী সাফল্য অর্জিত হয়।
“আমরা সঠিক পথেই আছি, এবং আমরা আত্মবিশ্বাসী যে ‘২৮ সালে বিভাগের জন্য জারি করা সামগ্রিক মতামতের অংশ আমরাও হব,” বলেছেন সেনাবাহিনীর কম্পট্রোলার মার্ক অ্যান্ডারসেন, যিনি ২০২৮ সালে একটি সমন্বিত পেন্টাগন-ব্যাপী অডিট পাস করার কথা উল্লেখ করছিলেন।
অতিরিক্ত ট্রাক
সেনাবাহিনীর আর্থিক কার্যক্রম ও হিসাবরক্ষণের পরিচালক নাতাশা অ্যান্ডারসন বলেছেন, অনেকগুলো সিস্টেম থেকে ডেটা নিয়ে ‘আর্মি ফিসকাল ফ্রন্টলাইন’ নামক একটি সিস্টেমে আনার ফলে এমন কিছু সমস্যা সামনে এসেছে যা সেনাবাহিনীর রিপোর্ট করা সরঞ্জাম ও সম্পত্তির মজুতকে আড়াল করে রেখেছিল।
তিনি বলেন, একটি ক্ষেত্রে, সেনাবাহিনীর সম্পত্তি-ট্র্যাকিং সিস্টেম, গ্লোবাল কমব্যাট সাপোর্ট সিস্টেম-আর্মি, এবং এর রক্ষণাবেক্ষণ-ট্র্যাকিং সিস্টেম, লজিস্টিকস মডার্নাইজেশন প্রোগ্রামের মধ্যে অমিলের কারণে ভুল ডুপ্লিকেট রেকর্ড তৈরি হয়েছিল। রক্ষণাবেক্ষণের অধীনে থাকা যানবাহনের সিরিয়াল নম্বর হাতে লেখার সময় কর্মীরা কখনও কখনও শূন্য সংখ্যার পরিবর্তে “O” অক্ষরটি টাইপ করে ফেলতেন, যার ফলে রক্ষণাবেক্ষণ সিস্টেমটি একটি বিদ্যমান সরঞ্জামের পরিবর্তে সম্পূর্ণ নতুন একটি সরঞ্জাম হিসেবে সেটিকে নথিভুক্ত করত।
তিনি বলেন, এর ফলে সেনাবাহিনীর প্রকৃত মালিকানার চেয়ে বেশি ট্রাক ও অন্যান্য যানবাহন আছে বলে মনে হতো, যা এখন সেনাবাহিনী জুড়ে সংশোধন করা হচ্ছে।
দ্বিতীয় একটি উদাহরণ হলো সেনাবাহিনীর সম্পত্তির রেকর্ড, যা ব্যারাক, হাসপাতাল এবং অন্যান্য স্থাপনার রক্ষণাবেক্ষণ ও মেরামতসহ বিভিন্ন স্থাপনার রক্ষণাবেক্ষণের জন্য বাজেট তৈরিতে প্রয়োজন হয়।
অ্যান্ডারসন বলেন, সম্পত্তির তথ্য একত্রিত করার পর কর্মকর্তারা বর্গফুট এবং ইউটিলিটি লাইনের মতো বিষয়গুলো পুনরায় যাচাই করতে সক্ষম হন। এই পরিবর্তনের ফলে সেনাবাহিনী ডেটা এন্ট্রির ভুলের কারণে সৃষ্ট অসংখ্য ত্রুটি ধরতে সক্ষম হয়, যেখানে অতিরিক্ত শূন্যগুলো বাদ পড়ে যেত কারণ কেউ ডেটাগুলো পুনরায় যাচাই করত না।
তিনি বলেন, এই ধরনের ত্রুটি সংশোধন করা গুরুত্বপূর্ণ, কারণ পুরোনো সম্পত্তির তথ্য একটি ঘাঁটি মেরামত বা নতুন নির্মাণের জন্য শেষ পর্যন্ত কত টাকা পাবে তা সরাসরি প্রভাবিত করতে পারে।
‘একক চিত্র’
নতুন ডিজিটাল ড্যাশবোর্ড, আর্মি ফিসকাল ফ্রন্টলাইন, যাকে অ্যান্ডারসন একটি “একক চিত্র” হিসেবে বর্ণনা করেছেন, তা কর্মকর্তাদেরকে বাহিনীর আর্থিক অবস্থার একটি রিয়েল-টাইম, লেনদেন-স্তরের চিত্র প্রদান করে, যা আগে সহজলভ্য ছিল না।
সেনাবাহিনী বলছে, এটি মাঠের একটি ইউনিট থেকে শুরু করে পেন্টাগনের নেতৃবৃন্দ পর্যন্ত প্রত্যেককে আলাদাভাবে তৈরি করা বা পরস্পরবিরোধী সংস্করণের পরিবর্তে একই মূল সংখ্যাগুলো দেখার সুযোগ করে দেয়।
অ্যান্ডারসন বলেন, ডেটা একত্রিত করার ফলে কর্মকর্তারা খাতায় থাকা সেইসব মজুদও দেখতে পাচ্ছেন যা ইতোমধ্যে ব্যবহৃত হয়ে গেছে।
ভবিষ্যতের দিকে তাকিয়ে অ্যান্ডারসন বলেন, আরও উচ্চাভিলাষী লক্ষ্য হলো, মেশিন লার্নিং ব্যবহার করে বারবার ঘটা ডেটার ত্রুটি—যেমন O-র পরিবর্তে শূন্য লেখার ভুল—ঘটে যাওয়ার পরে ধরার পরিবর্তে, আর্থিক রেকর্ড বিকৃত হওয়ার আগেই চিহ্নিত করা।
