ကော်ပိုရိတ် AI လေ့ကျင့်ရေးက တကယ်ထိရောက်ပါသလား။ Sresky ရဲ့ စီးပွားရေးဌာနခွဲကနေ နောက်ဆက်တွဲလေ့လာမှုတစ်ခု

မာတိကာ

ပြီးခဲ့တဲ့လက ကျွန်တော်တို့ဟာ နှစ်ရက်ကြာ AI သင်တန်းကို ပြည်တွင်းမှာ ကျင်းပခဲ့ပါတယ်။ Sresky.

အမှန်အတိုင်းပြောရရင် အစပိုင်းမှာ ကုမ္ပဏီအတွင်းမှာ သဘောထားကွဲလွဲမှုတွေ ရှိခဲ့တယ်။ တချို့က ကျွန်တော်တို့ရဲ့ လုပ်ငန်းချိန်ဇယား ကျပ်တည်းမှုကြောင့် AI ကို လေ့လာဖို့ နှစ်ရက် သတ်မှတ်တာဟာ "စိတ်ကူးယဉ်ဆန်လွန်းတယ်" လို့ ခံစားခဲ့ကြတယ်။ တချို့က AI ဟာ အရမ်းခေတ်စားနေပုံရပေမယ့် တကယ့်ရောင်းအားနဲ့ ဖောက်သည်ဆက်ဆံရေးမှာ အသုံးချလို့မရမှာကို စိုးရိမ်ခဲ့ကြတယ်။

ဒါပေမယ့် နှစ်ရက်ကုန်ဆုံးသွားပြီးနောက်မှာ လူတိုင်းရဲ့ တုံ့ပြန်ချက်တွေက အတော်လေး တသမတ်တည်းရှိခဲ့ပါတယ်- အသုံးဝင်မှုရှိမရှိဆိုတဲ့ မေးခွန်းမဟုတ်ဘဲ၊ အရင်က ဘယ်လိုအသုံးပြုရမလဲဆိုတာ ကျွန်တော်တို့ မသိခဲ့လို့ပါ။

အရောင်းအဖွဲ့ကို အမှန်တကယ် နှောင့်နှေးစေတာက စွမ်းရည် မဟုတ်ပါဘူး - အချိန်စီမံခန့်ခွဲမှုပါ။

B2B အရောင်းမှာ အလုပ်လုပ်ဖူးရင် ဒီလိုအတွေ့အကြုံမျိုး ရှိနိုင်ပါတယ်။

နေ့ကုန်တွင် “ဖောက်သည်ဆုံးဖြတ်ချက်ချခြင်း” နှင့် “အော်ဒါများ ရှေ့ဆက်ပို့ဆောင်ခြင်း” အတွက် အမှန်တကယ်အသုံးပြုသည့်အချိန်ပမာဏသည် အံ့သြစရာကောင်းလောက်အောင် အကန့်အသတ်ရှိပါသည်။

အချိန်အများစုကို ဤတာဝန်များဖြင့် အပိုင်းပိုင်းခွဲထားသည်-

• အီးမေးလ်များ၏ လေသံနှင့် စကားလုံးများကို အကြိမ်ကြိမ် ပြင်ဆင်ခြင်း
• စနစ်များစွာတွင် client အချက်အလက်များကို ရှာဖွေခြင်း
• ထုတ်ကုန်စာရွက်စာတမ်းများကို ဖတ်နေစဉ် တစ်ဝက်တစ်ပျက်တွင် အနှောင့်အယှက်ဖြစ်ခြင်း
• မေးမြန်းစုံစမ်းမှုများစွာ ရရှိနေသော်လည်း ၎င်းတို့ကို ဦးစားပေးရန် အလျင်အမြန် ရုန်းကန်နေရသည်

တစ်ခုချင်းစီယူလျှင် ဤအလုပ်များထဲမှ တစ်စုံတစ်ရာမျှ ရှုပ်ထွေးခြင်းမရှိသော်လည်း ၎င်းတို့စုပုံလာသောအခါ တစ်နေ့တာ၏စည်းချက်ကို လုံးဝနှောင့်ယှက်ပါသည်။

ကျွန်ုပ်တို့၏ လေ့ကျင့်ရေးအပြီး ပြန်လည်သုံးသပ်ချက်အတွင်း၊ ကျွန်ုပ်တို့သည် အတော်လေးရိုးရှင်းသော နိဂုံးချုပ်ချက်တစ်ခု ရရှိခဲ့သည်-

ပြဿနာက ထိရောက်မှုနည်းတာ မဟုတ်ပါဘူး—သတင်းအချက်အလက် စီမံဆောင်ရွက်မှု သိပ်သည်းဆ နည်းပါးတာပါ။

AI က အမှန်တကယ် ကွာခြားချက်ကို ဖန်တီးပေးတဲ့နေရာမှာ “အလုပ်ကို အစားထိုးခြင်း” မဟုတ်ဘဲ ဝန်ထုပ်ဝန်ပိုးကို လျှော့ချခြင်းဖြင့် ဖြစ်ပါတယ်။

သင်တန်းကာလအတွင်းမှာ ကျွန်တော်တို့ဟာ သီအိုရီဆိုင်ရာ အယူအဆတွေကို အာရုံမစိုက်ခဲ့ဘဲ၊ အဲဒီအစား လက်တွေ့ကမ္ဘာက စီးပွားရေးအခြေအနေတွေနဲ့ တိုက်ရိုက်လုပ်ဆောင်ခဲ့ပါတယ်။

ဥပမာအားဖြင့် ဘာသာစကားပေါင်းစုံ အီးမေးလ်များကို ယူကြည့်ပါ။

ယခင်က စီးပွားရေးလုပ်ဖော်ကိုင်ဖက်များသည် ဂျာမန် သို့မဟုတ် စပိန်ဘာသာဖြင့် အီးမေးလ်ရေးသားသည့်အခါ စံလုပ်ငန်းစဉ်မှာ- တရုတ်ဘာသာဖြင့် မူကြမ်းရေးသားခြင်း → ဘာသာပြန်ခြင်း → လေသံကို ချိန်ညှိခြင်း → နည်းပညာဆိုင်ရာ ဝေါဟာရများကို အတည်ပြုခြင်း ဖြစ်သည်။

ပြင်ဆင်မှုများနှင့် ရှေ့တိုးနောက်ငင်လုပ်ခြင်းသည် ပုံမှန်ဖြစ်ပြီး အီးမေးလ်တစ်စောင်လျှင် မိနစ် ၃၀ မှ ၄၀ အထိ ကြာတတ်သည်။

နောက်ပိုင်းမှာတော့ AI ကို “ပထမမူကြမ်းထုတ်လုပ်မှု” မှာ တိုက်ရိုက်ပါဝင်ခွင့်ပြုတဲ့ တခြားချဉ်းကပ်မှုတစ်ခုကို ကျွန်တော်တို့ ပြောင်းလဲခဲ့ပါတယ်။

အထူးသိသာထင်ရှားသော အကျိုးကျေးဇူးတစ်ခုမှာ "ပိုမြန်" ခြင်းမဟုတ်ဘဲ စကားလုံးအသုံးအနှုန်းအတွက် ကျွန်ုပ်တို့ စိတ်ပူပန်နေစရာ မလိုတော့ခြင်းပင်ဖြစ်သည်။

လုပ်ဖော်ကိုင်ဖက်များထံမှ အဖြစ်အများဆုံး တုံ့ပြန်ချက်မှာ “နောက်ဆုံးတော့ ကျွန်တော် စာကြောင်းတစ်ကြောင်းကို စိုက်ကြည့်ပြီး အချိန်အကြာကြီး စဉ်းစားနေစရာ မလိုတော့ဘူး” ဖြစ်သည်။

ဖောက်သည်များထံမှ တုံ့ပြန်ချက်များသည်လည်း အတော်လေး တိုက်ရိုက်ဖြစ်ပြီး အချို့က “ဤတုံ့ပြန်မှုသည် ယခင်ကထက် ပိုမိုပရော်ဖက်ရှင်နယ်ဆန်ပြီး အချိန်ကိုက်ဖြစ်သည်” ဟုပင် ပြန်လည်ဖြေကြားခဲ့ကြသည်။

ဒီပြောင်းလဲမှုဟာ သိသာထင်ရှားတဲ့ ပြောင်းလဲမှုမျိုး မဟုတ်ပေမယ့် နိုင်ငံတကာကုန်သွယ်ရေး ဒါမှမဟုတ် ပြည်ပ B2B အဖွဲ့တွေအတွက်တော့ တကယ်ကို အရေးပါပါတယ်။

ဒုတိယပြောင်းလဲမှုသည် “ဖောက်သည်အချက်အလက် စီမံဆောင်ရွက်ခြင်း” တွင် ဖြစ်ပွားခဲ့သည်။

B2B လုပ်ငန်းမှာ လုပ်အားအလိုအပ်ဆုံး အလုပ်တွေက “အနည်းငယ်သော စနစ်တကျလုပ်ဆောင်မှု” လို့ ထင်ရတဲ့ အလုပ်တွေ ဖြစ်လေ့ရှိပါတယ်။

ဥပမာ:

• မေးမြန်းစုံစမ်းမှုအစုအဝေးကို ဦးစားပေးခြင်း
• ပျောက်ဆုံးနေသော ဖောက်သည်နောက်ခံအချက်အလက်များကို ဖြည့်စွက်ခြင်း
• ဗားရှင်းအမျိုးမျိုးရှိ နည်းပညာဆိုင်ရာ သတ်မှတ်ချက်များကို နှိုင်းယှဉ်ခြင်း
• ပြဿနာအမျိုးအစားအလိုက် ရောင်းချပြီးနောက် တုံ့ပြန်ချက်များကို အမျိုးအစားခွဲခြားခြင်း

ဤအလုပ်များသည် ခက်ခဲခြင်းမရှိသော်လည်း အချိန်ကုန်ပြီး အမှားအယွင်းများ ဖြစ်တတ်ပါသည်။

သင်တန်းကာလအတွင်း ကျွန်ုပ်တို့သည် စမ်းသပ်မှုတစ်ခု ပြုလုပ်ခဲ့ပါသည်-

ကျွန်တော်တို့က တကယ့်မေးမြန်းချက်တွေနဲ့ ထုတ်ကုန်စာရွက်စာတမ်း စာမျက်နှာ ဒါဇင်ပေါင်းများစွာကို AI ထဲကို တိုက်ရိုက်ထည့်သွင်းခဲ့ပြီး အဖွဲ့ကို လုပ်ငန်းစဉ်လုပ်ငန်းစဉ်တစ်ခုကို ဒီဇိုင်းဆွဲခိုင်းခဲ့ပါတယ်။

ရှင်းလင်းသော ရလဒ်တစ်ခုမှာ အောက်ပါအတိုင်းဖြစ်သည်-

ယခင်က စီစဉ်ရန် နာရီဝက်ကြာသော အကြောင်းအရာများကို ယခုအခါ မိနစ်ဆယ်ကျော်အတွင်း “အသုံးဝင်သော ဗားရှင်း” အဖြစ် ပြောင်းလဲနိုင်ပြီဖြစ်ပြီး အောက်ပါတို့ ပါဝင်သည်-

• ဘယ်ဖောက်သည်တွေကို ဦးစားပေးသင့်လဲ
• ဘယ်တောင်းဆိုမှုတွေက အန္တရာယ်ဖြစ်စေနိုင်လဲ
• ဘယ်အချက်အလက်တွေ ရှင်းရှင်းလင်းလင်း ပျောက်ဆုံးနေလဲ

ဟုတ်ပါတယ်၊ ဒါက AI က တိုက်ရိုက် “ဆုံးဖြတ်ချက်တွေချတယ်” လို့ မဆိုလိုပါဘူး။ ඒ වෙනුවට၊ အရင်က ပြန့်ကျဲနေတဲ့ အချက်အလက်တွေကို စနစ်တကျဖွဲ့စည်းထားတဲ့ပုံစံအဖြစ် ဦးစွာစီစဉ်ပြီးနောက်မှာ လူသားတွေက နောက်ဆုံးဆုံးဖြတ်ချက်ချပါတယ်။

ဒီခြားနားချက်ဟာ နေ့စဉ်လုပ်ငန်းခွင်မှာ အလွန်အရေးကြီးပါတယ်။

AI က သင့်အတွက် ဆုံးဖြတ်ချက်တွေ မချပေးပါဘူး - သင် “အချက်အလက်ရှာဖွေခြင်း” ကုန်ဆုံးချိန်ကို လျှော့ချပေးပါတယ်။

တတိယပြောင်းလဲမှုက ပိုစိတ်ဝင်စားစရာကောင်းတယ်- လူတိုင်းက သူတို့ရဲ့ကိုယ်ပိုင် workflow တွေကို ဖန်တီးလာကြတယ်

သင်တန်းရဲ့ နောက်ဆုံးနေ့မှာ လူတိုင်းကို “အဆုံးမရှိတဲ့” အလုပ်တစ်ခုကို ကိုင်တွယ်ဖြေရှင်းဖို့ ကျွန်တော်တို့ တောင်းဆိုခဲ့ပါတယ်-

သူတို့ရဲ့ နေ့စဉ်လုပ်ရိုးလုပ်စဉ်မှာ အထပ်ထပ်အခါခါ လုပ်ဆောင်ရတဲ့ အလုပ်သုံးခုကို ဖော်ထုတ်ပြီး AI ကို အသုံးပြုပြီး ဘယ်လိုချိတ်ဆက်ရမလဲဆိုတာ ရှာဖွေပါ။

ကုဒ်ရေးခြင်းဆိုင်ရာ လိုအပ်ချက်များ မရှိခဲ့သလို ပုံသေအဖြေများလည်း မရှိခဲ့ပါ။

ရလဒ်တွေက အတော်လေး စိတ်ဝင်စားစရာကောင်းခဲ့ပါတယ်-

တစ်ယောက်က ပြိုင်ဘက်သုတေသန၊ အပတ်စဉ်အစီရင်ခံစာရေးသားခြင်းနှင့် အတွင်းပိုင်းအစီရင်ခံစာများကို တစ်ခုတည်းသော လုပ်ငန်းစဉ်တစ်ခုအဖြစ် ချိတ်ဆက်ခဲ့သည်။ ယခင်က တစ်ပတ်လျှင် နာရီပေါင်းများစွာကြာသည့်အရာကို ယခုအခါ နာရီဝက်ခန့်ဖြင့် ပြီးမြောက်နိုင်ပြီဖြစ်သည်။

အခြားသူများက အောက်ပါတို့ပါဝင်သည့် “ဖောက်သည်အသစ်များ မိတ်ဆက်ခြင်းလုပ်ငန်းစဉ်” ကို ဖန်တီးခဲ့ကြသည်-

• ကုမ္ပဏီနောက်ခံကို အလိုအလျောက်စီစဉ်ခြင်း
• အဓိကဆက်သွယ်ရေးအချက်များကို ထုတ်ယူခြင်း
• ပထမဆုံးအစည်းအဝေးအတွက် ဆွေးနွေးစရာအချက်များ ဖန်တီးခြင်း

အရောင်းအဖွဲ့က အထင်ရှားဆုံးပြောင်းလဲမှုမှာ မြန်နှုန်းမဟုတ်ဘဲ “ဘာမှ လျစ်လျူရှုလို့မရတော့ဘူး” ဖြစ်ကြောင်း မှတ်ချက်ပြုခဲ့သည်။

ဒီအချက်က တကယ်တော့ အတော်လေး အရေးကြီးပါတယ်။

ထိရောက်မှုပြဿနာအများစုသည် နှေးကွေးခြင်းကြောင့် မဟုတ်ဘဲ တသမတ်တည်းမရှိခြင်းကြောင့် ဖြစ်သည်။

ပြောင်းလဲမှုတွေက ကျွန်တော်တို့ စိတ်ကူးထားသလောက် သိသာထင်ရှားတာမျိုး မဟုတ်ပေမယ့် တည်ငြိမ်နေခဲ့ပါတယ်။

သင်တန်းပြီးနောက်၊ ကျွန်ုပ်တို့သည် တစ်လကြာ ရိုးရှင်းသော နှိုင်းယှဉ်မှုတစ်ခုကို ပြုလုပ်ခဲ့သည်-

• အီးမေးလ် စီမံဆောင်ရွက်ချိန် သိသိသာသာ ကျဆင်းသွားသည် (ကျွန်ုပ်တို့ ခန့်မှန်းခြေ ၆၀% ခန့်)
• စုံစမ်းမေးမြန်းမှုများ ပိုမိုမြန်ဆန်လာခြင်း
• အချက်အလက်များကို ကိုယ်တိုင်စီစဉ်ရန် အချိန်ကုန်ခြင်း လျော့နည်းသွားသည်
• အမှားအယွင်းနှုန်းလည်း အနည်းငယ်ကျဆင်းသွားပါတယ်

ဒါပေမယ့် ဒီကိန်းဂဏန်းတွေထက် ပိုပြီးသိသာထင်ရှားတာက ကျွန်တော်တို့ရဲ့ အလုပ်လုပ်ပုံပြောင်းလဲမှုပါပဲ။

အတိတ်ကာလတွင် လူတိုင်းသည် “အလုပ်များကို ဦးစွာကိုင်တွယ်ပြီးမှ သတင်းအချက်အလက်ရှာဖွေခြင်း” ချဉ်းကပ်မှုကို လိုက်နာခဲ့ကြသည်။

ယခုအခါတွင်မူ “စနစ်ကို အချက်အလက်များကို ဦးစွာစီစဉ်ပြီးမှ အလုပ်ကို ကိုင်တွယ်စေခြင်း” ဟူသော ကိစ္စရပ်တစ်ခု ပိုမိုဖြစ်လာပါသည်။

ဤအစီအစဉ်ပြောင်းလဲမှုသည် မသိမသာဖြစ်သော်လည်း ၎င်း၏သက်ရောက်မှုမှာ သိသာထင်ရှားပါသည်။

လျစ်လျူရှုထားဖို့ လွယ်ကူတဲ့ အချက်တစ်ခုကတော့ AI ဟာ ထိရောက်မှုကို ယူဆောင်လာပေးရုံသာမက အလုပ်ရဲ့ဖွဲ့စည်းပုံကိုလည်း ပြောင်းလဲစေပါတယ်။

နောက်ပိုင်းတွင် ကျွန်ုပ်တို့သည် ပြဿနာတစ်ခုကို အတွင်းပိုင်းတွင် ဆွေးနွေးခဲ့သည်-

ကျွန်ုပ်တို့သည် ထိရောက်မှုတိုးတက်မှုများကိုသာ အာရုံစိုက်ပါက AI ၏ သက်ရောက်မှုကို လျှော့တွက်ရန် လွယ်ကူပါသည်။

ပိုအရေးကြီးတဲ့ ပြောင်းလဲမှုတွေကတော့ တကယ်တော့-

• လူတွေရဲ့အချိန်ဟာ အခုဆိုရင် “တရားစီရင်ခြင်း” နဲ့ “ဆက်သွယ်ရေး” မှာပဲ အာရုံစိုက်နေကြပါပြီ
• “စီစဉ်ခြင်း” နှင့် “ထပ်ခါတလဲလဲလုပ်ဆောင်ရသော အလုပ်များ” ကို တဖြည်းဖြည်းလျှော့ချလာပါသည်
• အဖွဲ့ရဲ့ သတင်းအချက်အလက်အပေါ် မှီခိုအားထားမှု ပြောင်းလဲသွားပြီ

တစ်နည်းအားဖြင့်ဆိုရသော် သတ်မှတ်ထားသော အလုပ်တစ်ခု ပိုမိုမြန်ဆန်လာခြင်းမဟုတ်ဘဲ အလုပ်၏ အာရုံစိုက်မှု ပြောင်းလဲသွားခြင်း ဖြစ်သည်။

နောက်ဆုံးအတွေးများ- AI သည် ကိရိယာပြဿနာမဟုတ်ဘဲ လုပ်ငန်းစဉ်ပြဿနာတစ်ခုဖြစ်သည်။

ယနေ့ခေတ်မှာ ကုမ္ပဏီအများစုဟာ AI အကြောင်း ပြောဆိုနေကြပေမယ့် တကယ်တမ်း အကောင်အထည်ဖော်တဲ့အခါမှာတော့ အချက်တစ်ချက်တည်းမှာပဲ ရပ်တန့်နေတတ်ပါတယ်-

"အသုံးပြုရမည်၊ မရမည်" မဟုတ်ဘဲ "မည်သို့ပေါင်းစပ်ရမည်" ဟူသော မေးခွန်းဖြစ်သည်။

ဒီတစ်ခါ ကျွန်တော်တို့ရဲ့ အတွေ့အကြုံက အတော်လေး ရိုးရှင်းပါတယ်။

AI သည် သီးခြားကိရိယာတစ်ခုသာဖြစ်ပါက ၎င်း၏တန်ဖိုးသည် အကန့်အသတ်ရှိသည်။

ဒါပေမယ့် ၎င်းကို လုပ်ငန်းစဉ်များထဲသို့ ပေါင်းစပ်လိုက်မယ်ဆိုရင် အဖွဲ့တွေ အလုပ်လုပ်ပုံကို တဖြည်းဖြည်း ပြောင်းလဲသွားစေမှာပါ။

ဒါကလည်း အဲဒီကနေ အထင်ရှားဆုံး သင်ခန်းစာတစ်ခုပါပဲ Sresky ရဲ့ လေ့ကျင့်ရေးအစည်းအဝေး။