DigitEra Myanmar

AI ကြောင့် အလုပ်လက်မဲ့ဖြစ်နိုင်လား

ခုတလော Trend ဖြစ်နေတဲ့ AI ဟာ လူတွေကို အစားထိုးသွားရင် လူတွေအလုပ်လက်မဲ့ဖြစ်ကုန်ကြမှာလားပေါ့❓

တိကျတဲ့ အဖြေကတော့ 👉"No"👈 ပါ

ဘာကြောင့်လဲဆိုတော့ AI က လူတွေနေရာကို အစားထိုးသွားမှာ မဟုတ်တဲ့အတွက် အလုပ်လက်မဲ့တွေလည်း ဖြစ်လာမှာ မဟုတ်ပါဘူး။
ဒါပေမယ့် AI ဟာ လူတွေရဲ့ အလုပ်လုပ်ပုံတွေကိုတော့ ပြောင်းလဲသွားစေမှာပါ။

ဥပမာပေးရရင် ယခင်က စာစီစာရိုက်ကို လက်နှိပ်စက်တွေသုံးပြီး ရိုက်ကြတယ်။ အခုတော့ ကွန်ပျူတာနဲ့ ရိုက်ကြတယ်။ ဘာကွာသွားလဲ ဆိုတော့ လက်နှိပ်စက်အစား ကွန်ပျူတာကို ပြောင်းသုံးလိုက်ကြတာပါ။ စာစီစာရိုက်လုပ်ငန်းကတော့ ပျောက်ကွယ်မသွားပါဘူး။ သုံးတဲ့ Technique တွေ၊ ပုံစံတွေကလည်း အရင်အတိုင်းပါပဲ။

နောက်တစ်ခု. ယခင်က ထင်းတို့၊မီးသွေးတို့သုံးပြီး ထမင်း/ဟင်း ချက်ကြတယ်။ နောက်ပိုင်း လျှပ်စစ်မီးဖို၊
ဂတ်စ်မီးဖိုတွေပေါ်လာတော့ ဒါတွေနဲ့ ပြောင်းချက်ကြတယ်။ ဒီမှာလည်း ထင်း/မီးသွေး မီးဖိုတွေနေရာမှာ လျှပ်စစ်/ဂတ်စ်မီးဖိုတွေအစားထိုးလိုက်တာက လွဲလို့ ထမင်း/ဟင်းတွေတော့ ချက်မြဲချက်ဆဲပါပဲ။ ထမင်း/ဟင်းချက်ရင် လုပ်ရမယ့် Procedure တွေ၊ Technique တွေကလည်း မပြောင်းပါဘူး။

ဒီဥပမာတွေမှာ တစ်ခုက Professional အလုပ်၊ တစ်ခုက Personal အလုပ်ဖြစ်ပြီး အသစ်တစ်ခုပေါ်လာတဲ့နေရာမှာ လိုက်ပါပြောင်းလဲဖို့အတွက် အဲ့ပစ္စည်းကို သုံးတတ်ဖို့ပဲ လိုပါတယ်။
ပင်မရည်ရွယ်ချက်ဖြစ်တဲ့ စာရိုက်တာ၊ ဆန်ကိုထမင်းပြောင်းတာ၊ အသားတုံးကို ဟင်းဖြစ်စေတာတွေကတော့ ယခင်အတိုင်း ပြောင်းလဲမှာ မဟုတ်ပါဘူး။ လုပ်ပုံလုပ်နည်းလေးပဲ ကွာသွားတာပါ။

ဒါ့အပြင် လက်နှိပ်စက်တွေကို မသုံးကြတော့ပေမယ့် လိုအပ်ချက်အရ ထင်းတို့၊မီးသွေးတို့သုံးပြီးလည်း ချက်နေကြပါသေးတယ်၊ ဒါကတော့ တစ်ပိုင်းပါ။

AI ပေါ်လာတာနဲ့ ပြန်ဆက်စပ်ရရင် ယခင်အလုပ်တွေဖြစ်တဲ့ Software developer, Web developer, Graphic designer၊ နောက်ပြီး Accountant, Data entry, Content writer, Content creater, Drafter ကနေ စလို့ Technician, Mechanic တွေအထိဟာ ယခင်က ပုံစံတွေ အတိုင်း Software/Web ရေးတာ၊ Logo/အိမ် ဒီဇိုင်း ဆွဲတာ၊ Content/Video ဖန်တီးတာ၊ စက်တွေကို ပြုပြင်ထိန်းသိမ်းမှုလုပ်တာတွေ ဆက်ပြီးလုပ်နေရဦးမှာပါ။
ဒါမယ့် ဘယ်လိုလုပ်ကြမလဲတော့ ပြောင်းလာမှာပါ။
(ဥပမာ- Software development အတွက်ဆို code ကို အစအဆုံးရေးစရာ မလိုတော့ဘဲ AI ကို ရေးခိုင်းတာမျိုး၊ နောက်ပြီး Business problem တွေအတွက် စဉ်းစားရာမှာ AI ကို ကူပြီးစဉ်းစားခိုင်းတာမျိုးပေါ့)

ဒါတွေကြောင့် code ရေးချိန် ချွေတာနိုင်မယ်၊ Problem solution အတွက် data source တွေကို တစုတစည်းထဲ ရနိုင်မယ်ပေါ့။

အဲ့လို AI ကို ကူလုပ်ခိုင်းဖို့အတွက်တော့ သူ့ကိုခိုင်းနိုင်ရပါမယ် (Prompt Engineering ကို တတ်ကျွမ်းရန်လို)၊ သူရေးပေးထားတဲ့ code တွေကို နားလည်နိုင်ရပါမယ်၊ လိုသလို adjust လုပ်နိုင်ရပါမယ် (Core programming skill ကောင်းရန်လို)။

🚨🚨🚨
ပြန်ချုပ်ရရင်တော့ AI ကြောင့် အလုပ်လက်မဲ့တွေ ဖြစ်လာကြမှာ မဟုတ်ပါဘူး။

➡️ အလုပ်လုပ်ပုံတွေ၊ Responsibilities တွေတော့ ပြောင်းသွားမှာပါ။ သေချာတာကတော့ ယခင်ကလောက် Code ရေးစရာမလိုတော့ဘူး၊ Content တွေ အစအဆုံး ရေးစရာမလိုတော့ဘူး၊ Design အသေးစိတ် ဆွဲစရာမလိုတော့ဘူး။
➡️ အဲ့ဒီအစား Problem solution ကို သေချာနားလည်ပြီး ကိုယ်ဘာလိုချင်တယ်၊ ဘာလုပ်ချင်တယ် ဆိုတာကို တိတိကျကျခိုင်းနိုင်ဖို့ လိုပါလိမ့်မယ်။
➡️ ပြီးရင် သူရေးပေးထားတဲ့ Code တွေ၊ Content တွေ၊ ဆွဲပေးတဲ့ Design တွေကို သိမြင်နိုင်ရမယ် (သူကကိုယ်ခိုင်းသမျှကို လုပ်ကိုလုပ်ပေးမှာပါ၊ သူဘာလုပ်‌ပေးလဲ သိရမှာကတော့ ကျွန်တော်တို့တာဝန်ပါ)။
➡️ မိမိလိုအပ်ချက်နဲ့ ထပ်တူဖြစ်လာတဲ့အထိ Edit လုပ်နိုင်ရမယ်၊ Adjust လုပ်နိုင်ရပါမယ်။

တစ်ခုတော့ရှိပါတယ်။ ယခင်ကထက် challenge ပိုဖြစ်လာမှာပါ။ တကယ်နားလည်တဲ့သူတွေ၊ ကျွမ်းကျင်တဲ့သူတွေသာ ဆက်ပြီးလိုက်ပါလာနိုင်မှာပါ။ အခြားသူတွေကတော့ အာမခံချက် ရှိချင်မှ ရှိပါလိမ့်မယ်။

ဒါ့ကြောင့် တကယ်တတ်ဖို့ လိုပါတယ်၊ ဝမ်းစာပြည့်နေဖို့ လိုပါတယ်ခင်ဗျာ...





#အလုပ်အကိုင်အခွင့်အလမ်း

Machine Learning ဆိုတာ ဘာလဲ

မိတ်ဆွေက ‌Artificial Intelligence (AI) ကို သိမယ်ဆိုရင် Machine Learning (ML) ကို အနည်းနဲ့အများတော့ ကြားဖူးမှာပါ။ Machine Learning ဆိုတာကို တိုက်ရိုက်အဓိပ္ပါယ်ဖွင့်ရရင် Machine ဆိုတာ စက်၊ Learning ဆိုတာ သင်ယူခြင်း၊ 👉"စက်ကိုသင်ယူခြင်း"👈 လို့ သတ်မှတ်နိုင်ပါတယ်။ စက်(တနည်းအားဖြင့် ကွန်ပျူတာ)ကို လူသားတွေလို သင်ယူနိုင်စွမ်းရှိအောင် လေ့ကျင့်ဖန်တီးပေးတဲ့ AI နည်းပညာတစ်ခုပါပဲ။

👉ဒီလိုလေ့ကျင့်ပေးတာကို ML Model တည်ဆောက်တယ်လို့ ခေါ်ပါတယ်။

အဲ့လို လေ့ကျင့်ပေးဖို့ ဘာတွေလိုမလဲ❓

Data 📊 အချက်အလက်တွေ လိုပါတယ်။

ML Model တစ်ခု တည်ဆောက်တဲ့ Process ♻️ ကတော့ ဒီလိုပါ။

အကြမ်းဖျင်းအားဖြင့်_
🔸 Training နှင့်
🔸 Testing
ဆိုပြီး နှစ်ပိုင်း ခွဲနိုင်ပါတယ်။

ပထမဆုံး မိမိအသုံးပြုမယ့် Data တွေရဲ့ Input နှင့် Output ကို နှိုင်းယှဉ်ပြီး ထည့်တယ်။
👉"ဒီ Input ကြောင့် ဒီလို Output ထွက်တယ်"👈
ဆိုတာကို လေ့ကျင့်ပေးတာပါ။
အဲ့လိုနဲ့ Input/Output တွေ အများကြီးအပေါ်ကို အခြေခံပြီး သူတို့အချင်းချင်း ဘယ်လိုပတ်သက်သလဲဆိုတာကို ဖော်ထုတ်‌စေပါတယ်။ ဘယ်လိုဖော်ထုတ်လဲဆိုတော့ Programming language ရဲ့ Library တွေ (ဥပမာ- Python ရဲ့ Scikitlearn) ကို သုံးပြီး ဖော်ထုတ်ပါတယ်။
➡️ ဒီအထိကတော့ Model ကို Train တဲ့ အပိုင်းဖြစ်ပါတယ်။

အဲ့နောက်မှာ နောက်ထပ် Input Data (Output ရှိပြီးသား) တွေ ထပ်ထည့်တယ်။ (Input Data သီးသန့်၊ Output Data မပါ) အဲ့ Data ရဲ့ Output ကို ခန့်မှန်းဖော်ထုတ်ခိုင်းတယ်။ ပြီးရင် နဂိုရှိပြီးသား Output နှင့် ခန့်မှန်းထားတဲ့ Output ကို နှိုင်းယှဉ်ခိုင်းတယ်။ အဲ့မှာ ကွန်ပျူတာရဲ့ ခန့်မှန်းချက်က ဘယ်လောက်ထိမှန်လဲဆိုတဲ့ Result တစ်ခုထွက်လာပါတယ်။
➡️ ဒါကတော့ Model ကို Test တဲ့ အပိုင်းဖြစ်ပါတယ်။

အပေါ်က Process ကို နောက်ထပ် Data တွေ အမြောက်အများထပ်ထည့်ပြီး ထပ်စမ်းကြတယ်။

Data တွေလည်း အတိုင်းအတာ တစ်ခုထိ ထည့်ပြီးပြီ။
လိုချင်တဲ့ Result ထွက်တဲ့ Model တွေလည်း ရပြီ။
(Result တွေက လက်တွေ့ဆန်တဲ့ သဘောလည်းရှိတယ်)
ဒါဆိုရင်တော့ Model ရွေးချယ်ဖို့ လိုလာပါပြီ။
ဘယ် Model ရဲ့ Result က အမှန်ဆုံးလဲ၊ Percentage အများဆုံးလဲဆိုပြီး Accuracy Check လုပ်ပါတယ်။
အဲ့ထဲက အကောင်းဆုံး Model တစ်ခုကို ရွေးချယ်လိုက်တယ်။

🎯🎯 အဲ့လိုနဲ့ ML Model တစ်ခု ပေါ်ထွက်လာတယ်။

ML Model တွေကို ဘယ်လိုမျိုးနေရာတွေမှာ သုံးလဲ❓

ဈေးကွက်ခန့်မှန်းတာတွေ 📈📉 ၊ ရောဂါရှာဖွေတာတွေ 🩺🔬၊ သဘာဝဘေးအန္တရာယ်ခန့်မှန်းတာတွေ 📢📡 အပါအဝင် ခန့်မှန်းမှု၊ ရှာဖွေမှုနှင့်ဆိုင်တဲ့ နေရာတော်တော်များများမှာ တွင်တွင်ကျယ်ကျယ်ကို သုံးကြပါတယ်။ အဲ့နယ်ပယ်တွေမှာ သုံးနေတဲ့ နည်းပညာတွေရဲ့ နောက်ကွယ်မှာ ML Model အမြောက်အများက နေရာယူထားတာပါ။

Machine Learning က အနာဂတ်အတွက် အရေးပါပါတယ်❗❗❗
ကျွန်တော်တို့တွေရဲ့ လုပ်အားတွေ/အချိန်တွေကို လျှော့ချပေးနိုင်တယ်။ အမှားနည်းတဲ့ အဖြေတွေကို ရှာဖွေပေးနိုင်ပါတယ်။

🔔🔔 ဒါကြောင့် မိတ်ဆွေက AI ကို စိတ်ဝင်စားတယ်၊ သိချင်တယ်၊ အသုံးပြုချင်တယ်၊ အသုံးချချင်တယ် ဆိုလို့ရှိရင် သူရဲ့ နောက်ကွယ်က အဓိကနည်းပညာတစ်ခုဖြစ်တဲ့ Machine Learning ကို လေ့လာဖို့ လိုအပ်ပါတယ်။





#နည်းပညာ #မြန်မာ

ChatGPT ကို ယုံလို့ရလား

ဒီနှစ်ထဲမှာ AI Chatbot တွေအသုံးပြုမှုဟာ ယခင်ကထက်ပိုပြီး မြင့်မားလာတာပါ။
အဲ့တော့ ကျွန်တော်တို့အနေနဲ့ ChatGPT လို Gemini လို AI Chatbot တွေကို အပြည့်အဝယုံလိုရနိုင်သလားပေါ့။
ChatGPT ကိုဖန်တီးခဲ့တဲ့ OpenAI ကုမ္ပဏီရဲ့ CEO Sam Altman ကတော့ အသုံးပြုသူတွေကိုသတိပေးမှုတစ်ခု ပြုလုပ်ခဲ့ပါတယ်။

"AI ဟာ တစ်ခါတစ်လေ မရှိတဲ့အချက်အလက်တွေကို အတည်ပေါက်ကြီး ဖန်တီးပြောတတ်တယ်၊ ဒါကြောင့် ChatGPT ကပေးတဲ့အချက်အလက်တွေကို အမြဲတမ်း မယုံကြည်သင့်ပါဘူး" လို့ ပြောခဲ့တာပါ။

ဒီလိုသတိပေးခဲ့ပေမယ့် လူသားတွေရဲ့ အသုံးပြုမှုကတော့ လျော့ကျသွားခြင်း မရှိပါဘူး။ Sam Altman အနေနဲ့ ယခင်ကလည်း တစ်ကြိမ်ပြောခဲ့ဖူးပါသေးတယ်။ အဲ့အချိန်ကလည်း သုံးစွဲနှုန်းက ကျသွားခြင်း မရှိပါဘူး။

Sam Altman က ကတော့ "ChatGPT ကို လုံးဝမရှိတဲ့ စကားလုံးတစ်လုံးရဲ့ အဓိပ္ပာယ်ကိုမေးရင်တောင် ယုံကြည်မှုအပြည့်နဲ့ မှားယွင်းတဲ့အဖြေကို ပုံစံကျကျ ပြန်ဖြေနိုင်တယ်" ဆိုပြီး ထပ်ပြောထားပါတယ်။

ဒါကြောင့် ChatGPT ကို အချက်အလက်ရှာဖွေရာမှာ အထောက်အကူပြု tool တစ်ခုအနေနဲ့သာ သုံးပြီး သူပေးတဲ့ အဖြေတိုင်းကို ၁၀၀% အပြည့်အဝ မယုံကြည်ဘဲ ပြန်လည်ဆန်းစစ်ဖို့ လိုအပ်ပါတယ်။




#နည်းပညာ

AI ကြောင့် အကျိုးဖြစ်ထွန်းလာနိုင်သော နယ်ပယ်များ

🔸AI ပေါ်ပေါက်လာခြင်းဟာ လူသားတွေကို ဘယ်လို အကျိုးဖြစ်ထွန်းစေမလဲ❓
👉သူရဲ့ တိကျသေချာတဲ့ အချက်အလက်တွေက ကျွန်တော်တို့ကို အလုပ်လုပ်ကိုင်ရာမှာ ပိုမိုထိရောက်လာစေတော့မှာပါ။

🔸ဘယ်လိုလူတွေကိုလဲ၊ ဘယ်ကလူတွေကိုလဲ ❓❓
👉အောက်ပါလုပ်ငန်းတွေဟာ AI ကြောင့် သိသိသာသာကို တိုးတက်လာတော့မှာပါ။

🎓 ပညာရေးနယ်ပယ်
AI ကြောင့် အရှိန်အဟုန်နှင့် တိုးတက်လာမယ့် နယ်ပယ်တစ်ခုပါ။ ကျွန်တော်တို့ဟာ တစ်စုံတစ်ခုကိုသင်ယူရာမှာ ပိုမိုလွယ်ကူလာပါလိမ့်မယ်။ Data Collect လုပ်တာတွေ၊ Data Research လုပ်တာတွေမှာ ပိုသိသာလာမှာပါ။ ယခင်ကထက် ပိုပြီးတိကျလာမယ်၊ မြန်ဆန်လာမယ်။ သိချင်တာကို ဟိုဝင်ဒီထွက်ရှာစရာတွေ မလိုတော့ဘူး၊ AI က တစုတစည်းထဲ ပြသပေးပါလိမ့်မယ်။

📊 စီးပွားရေးနယ်ပယ်
နောက်ပိုင်းကာလမှာ စီးပွားရေးလုပ်ငန်းတွေဟာ AI ကို ပိုမိုဗဟိုပြုလာကြလိမ့်မယ်။ တိကျဖို့လိုတဲ့ Finance ပိုင်း၊ Decision Making ပိုင်း၊ ထပ်ခါတလဲလဲ လုပ်ရမယ့် Production ပိုင်းတွေမှာ AI ကို လုံးလုံးလျားလျား အားကိုးလာကြမှာပါ။ ဒါပြင် Customer Service ပိုင်းမှာဆိုလည်း Chatbot တွေ ဖန်တီးပြီး ဝန်ဆောင်မှုပေးနိုင်တော့မှာပါ။ Digital Business တွေ အမြောက်အများပေါ်ပေါက်လာတာကို တွေ့မြင်ရဖို့ မကြာတော့ပါဘူး။

🩺 ကျန်းမာရေးနယ်ပယ်
ကပ်ရောဂါကြိုတင်ခန့်မှန်းခြင်း၊ ဆေးစစ်ချက်များတွင် ပိုမိုတိကျသော result ကို ပေးနိုင်ခြင်း၊ ကာကွယ်ဆေးဖော်ထုတ်ရာတွင် ပိုမို Effective ဖြစ်လာနိုင်ခြင်းတွေက ဆေးလောကကို တခေတ်ဆန်းစေတော့မှာပါ။ နောက်ပိုင်း ပုံမှန်ဆေးစစ်တာမျိုးတွေကို AI က လုပ်ပေးတာတွေ ဖြစ်လာနိုင်ပါတယ်။

🗓️ နေ့စဉ်ဘဝစီမံခန့်ခွဲမှု
Life consulting လုပ်ဖို့ Chatbot တွေက ကူညီပေးမှာ ဖြစ်သလို Daily Personal Management တွေမှာလည်း AI က Plan ဆွဲပေးတာတွေ၊ Brainstorm လုပ်ပေးတာတွေ ဖြစ်လာမှာပါ။

🚨🚨🚨
မိတ်ဆွေက ဒီနယ်ပယ်တွေကဖြစ်မယ်၊ ဒါမှမဟုတ် ဒါတွေနဲ့ ပတ်သက်မှုရှိ‌နေတယ်ဆိုရင်တော့ ယခုထဲက AI နဲ့ပတ်သက်ပြီး လေ့လာဆည်းပူးသွားပါလို့ အကြံပြုလိုက်ပါတယ်။




# ျိုးသက်ရောက်မှု #

AI ခေတ်ပြောင်းမှာ ကျန်မနေခဲ့ဖို့

ယနေ့ခေတ်ကြီးမှာ လုပ်ငန်းနယ်ပယ်အသီးသီးဟာ နည်းပညာအကူအညီနဲ့ တဟုန်ထိုးတိုးတက် ပြောင်းလဲ‌နေကြပါပြီ။

Business, Agriculture, Transportation, Security စသည်ဖြင့် နယ်ပယ်တိုင်းဟာ သမားရိုးကျပုံစံကနေ နည်းပညာအကူအညီယူတဲ့လုပ်ငန်းခွင်ကို တဖြည်းဖြည်းချင်း ကူးပြောင်းလျက်ရှိနေသလို နည်းပညာတွေဟာလည်း တိုးတက်ပြီးရင်း တိုးတက်နေတာကို တွေ့ရမှာပါ။

ဒီလိုတိုးတက်ပြောင်းလဲမှုတွေကို ကျွန်တော်တို့ အမီမလိုက်ခဲ့ရင်တော့ နောက်မှာ အများကြီး ပြတ်ကျန်နေခဲ့ရမှာပါ။ ဥပမာ - ဖုန်းကုမ္ပဏီတစ်ခုဖြစ်တဲ့ Nokia ဟာ ဘာကြောင့် ကျရှုံးခဲ့ရလဲပေါ့❓၊ အဖြေကတော့ ရိုးရှင်းပါတယ် 👉👉 နည်းပညာ‌ရေစီးကြောင်းကို လိုက်ပြီး မစီးမျောခဲ့လို့ပါ။

ဟိုး ကမ္ဘာဦးအစ ကျောက်ခေတ်ကနေ စက်မှုနည်းပညာခေတ်၊ Computer ခေတ်၊ IT ခေတ် စသည်ဖြင့် ပြောင်းလဲလာခဲ့တာဟာ ယခုဆို အရှိန်ရနေပြီ‌ဖြစ်တဲ့ AI ခေတ်ကိုတောင် ရောက်နေပါပြီ။ AI ဟာ နည်းပညာကဏ္ဍကို ပြောင်းလဲဖို့/လူသားတွေကို ကူညီဖို့ အသင့်စောင့်နေတာပါ။

AI Chatbot တွေကို မေးခွန်းအနည်းငယ်မေးရုံမျှဖြင့် မိမိသိလိုရာကို အချက်အလက်တိတိကျကျနှင့် ဖော်ပြပေးတာတွေက ယခင်လို Google တို့၊ Reddit တို့၊ Pinterest တို့တွေမှာ သီးခြားစီရှာရတာထက်စာရင် အချိန်တွေအများကြီး save လုပ်လို့ ရသွားပါပြီ။ ဒါက လက်ရှိ Trend အဖြစ်ဆုံး နည်းပညာပေါ့။

အခြားမှာဆိုရင်လည်း Internet of Thing(IoT) တို့၊ Cloud Technology တို့ဆိုရင်လည်း ကျွန်တော်တို့ရဲ့ နေ့စဉ်ဆောင်ရွက်ဖွယ်ရာတွေ၊ လိုအပ်ချက်တွေကို ဖြည့်ဆည်းပေးနေတာကို တွေ့ရမှာပါ။ ဖွံ့ဖြိုးဆဲနိုင်ငံတွေမှာ ဒီနည်းပညာတွေ သိပ်အသုံးမပြုနိုင်သေးပေမယ့် ဖွံ့ဖြိုးပြီးနိုင်ငံကြီးတွေမှာတော့ တွင်တွင်ကျယ်ကျယ် သုံးနေကြတာကို တွေ့ရမှာပါ။

ဥပမာအနေဖြင့် Smart home system ဆိုရင် remote တစ်ခု ဒါမှမဟုတ် မိမိဖုန်းထဲကနေ မီးအဖွင့်/အပိတ်၊ တံခါး အဖွင့်/အပိတ် လုပ်နေတာတွေ၊ မိမိ Data အချက်အလက်တွေကို ယခင်ကလို Local computer တွေ၊ Laptop တွေ၊ ဖုန်းတွေ ထဲမှာပဲ သိမ်းထားနိုင်တဲ့အဆင့်ကနေ အချိန်မရွေး၊ နေရာမရွေး control လုပ်နိုင်တဲ့ Cloud ပေါ်မှာသိမ်းနိုင်တဲ့အထိ ဖြစ်လာတာတွေ၊ အဝတ်လျှော်စက်တွေမှာ အနည်းငယ် setting ချိန်ပေးရုံနဲ့ အလိုအလျောက် လျှော်ပေးတာတွေက လူသားတွေကို ပိုမိုသက်သာလာအောင်၊ အချိန်တွေ ပိုထွက်လာအောင် လုပ်ဆောင်ပေးနေတာပါပဲ။

ဒါတွေကို ကျွန်တော်တို့က မသိကြဘူး၊ မသုံးတတ်ကြဘူး ဆိုရင် ထိရောက်စွာသုံးနိုင်တဲ့သူတွေထက် လုပ်အားပိုစိုက်ထုတ်ရတာတွေ၊ အချိန်ပိုပေးရတာတွေ၊ အကုန်အကျပိုများတာတွေ စတာတွေကိုကြုံလာရမှာပါ။

ဘာနဲ့တူလဲဆိုရင် သစ်တုံးတစ်ခုကို လက်နဲ့ခုတ်မဲ့အစား Chainsaw သုံးပြီး ဖြတ်တာက ပိုပြီး ညီညာစေသလို တိတိကျကျနှင့် အရမ်းကြီးအားမစိုက်ထုတ်ရပဲ ဖြတ်နိုင်မှာလည်း ဖြစ်ပါတယ်၊ လုပ်အားကို ချွေတာရာလည်း ရောက်ပါတယ်၊ ဒါပေမယ့် Chainsawကို ဘယ်လိုအသုံးပြုရမလဲတော့ သိဖို့လိုပါလိမ့်မယ်။

နည်းပညာတွေဆိုလည်း ဒီအတိုင်းပါပဲ၊ Digital Marketing, Software Engineering, Web Development, Graphic Design စသဖြင့် ရှိတာတော့ သိပါရဲ့၊ အသုံးမချတတ်ရင်တော့ ဘာမှထူးမှာ မဟုတ်ပါဘူး။ အသုံးချနည်းတွေ သိဖို့တော့ လိုအပ်ပါတယ်။ အဲ့လိုသိဖို့ ၎င်းနည်းပညာတွေကို မျက်ခြည်မပြတ်စောင့်ကြည့်ဖို့ လေ့လာလိုက်စားဖို့တော့ လိုပါလိမ့်မယ်။

လေ့လာတယ်ဆိုရာမှာ Software Developer တစ်ယောက်လို၊ Graphic Designer တစ်ယောက်လို တကယ့် Professional သမားတွေလိုမျိုး သိဖို့၊တတ်ဖို့တော့ လိုချင်မှ လိုပါလိမ့်မယ်။ ဒါပေမယ့် ကျွန်တော်တို့ ကျင်လည်နေရတဲ့ ပတ်ဝန်းကျင်၊လုပ်ငန်းခွင်နဲ့ဆိုင်တာတွေကိုတော့ မဖြစ်မနေ သိမှရတော့မှာပါ။ မဟုတ်ရင် ယခင် ခေတ်အကူးအပြောင်းတွေကထက် အများကြီး ပြတ်ကျန်ခဲ့ကြတော့မှာမို့ပါ။

ဘာလို့လဲ ❓❓ မေးလာရင်တော့ 👉 AI ကြောင့်လို့ပဲ ဖြေရပါလိမ့်မယ်။ AI ဟာ အရမ်းကို သက်ရောက်မှုကြီးတဲ့ Tool တစ်ခု ဖြစ်နေပါပြီ။ AI မပေါ်ခင်က လုပ်ငန်းခွင်‌ တွေမှာ နည်းပညာနှင့်အလုပ်လုပ်သူ/မလုပ်သူကြား ကွာဟချက်က သိပ်မသိသာပါဘူး။ အနေအထားကိုကြည့်ပြီး ဖောရှောလုပ်လို့ ရကောင်းရနိုင်တယ်။ ယခုတော့ မရနိုင်တော့ပါဘူး။ AI က တကယ်သိတဲ့သူ၊တတ်တဲ့သူကို ပိုသိ၊ပိုတတ်စေတော့မှာပါ။

🚨 တကယ်လည်းမသိ/တတ်ဘူး၊ ခေတ်ရေစီးကြောင်းကိုလည်း မလိုက်ပါနိုင်ဘူးဆိုရင်တော့ ဟိုးနောက်အဝေးကြီးမှာ ကျန်ခဲ့တော့မှာပါ။

⬆️⬆️ ဒါသိပ်ကိုအရေးကြီးပါတယ်❗

ဒါကြောင့် နည်းပညာနောက်လိုက်နေတဲ့ ညီအစ်ကိုတွေ၊ မိတ်ဆွေတွေကော နည်းပညာနဲ့စိမ်းနေသေးတဲ့သူတွေကော သက်ရောက်မှုကြီးတဲ့ ဒီ AI အရွေ့မှာတော့ ကျန်မနေခဲ့အောင် သတိပြုရတော့မှာပဲ ဖြစ်ပါတယ်။




# # #