၂၀၂၅ MIT Sloan CIO Symposium အစည်းအဝေးမှာ AI နည်းဗျူဟာ ကို အဓိက ဆွေးနွေးနေကြပါတယ်။
AI နည်းဗျူဟာဆိုတာ—
-
နည်းပညာရွေးချယ်မှုမှသည်
-
အဖွဲ့များဖွဲ့စည်းပုံ
-
လူများအား အပြောင်းအလဲများကို စီမံနည်း အထိ ပါဝင်ပါတယ်။
ဒီမှာရှိတဲ့ ခေါင်းဆောင်တွေဟာ တစ်ဦးနဲ့တစ်ဦး အောင်မြင်မှုနဲ့ အမှားများမှ သင်ယူချင်ကြပါတယ်။ ဒါကြောင့် ကျွန်မတို့က AI ကျွမ်းကျင်သူများနှင့် CIO များကို
“AI နည်းဗျူဟာ ချမှတ်ရာတွင် ခေါင်းဆောင်များ မကြာခဏ လုပ်မိတတ်သော အမှားတစ်ခုက ဘာလဲ?” လို့ မေးမြန်းခဲ့ပါတယ်။ သူတို့ရဲ့ အဖြေတွေကို အောက်မှာ ဖတ်ရှုနိုင်ပါတယ်။
ခေါင်းဆောင်များအား မေးမြန်းခဲ့သည့် အချက်များ
၁။ GEORGE WESTERMAN: AI ၏ အစွမ်းသတ္တိကို အလွန်အမင်း မှန်းဆမိခြင်း
“ခေါင်းဆောင်တွေ လုပ်မိတဲ့ အကြီးမားဆုံး အမှားက AI က ဘယ်လောက်တောင် တော်တယ်ဆိုတာကို လွန်ကဲစွာ မှန်းမိတာပါ။ ဒါကြောင့် ကြီးမားတဲ့ ရည်မှန်းချက်တွေ ချမှတ်ပေမယ့် အဲဒါတွေ အကောင်အထည် မပေါ်လာဘူး။ ဥပမာ – ‘လွယ်ကူတဲ့ အသီး’ ဆိုတဲ့ အရာတွေဟာ တကယ်တော့ ထင်သလောက် မလွယ်ပါဘူး။ ဒါကြောင့် ဘာတွေလုပ်နိုင်မလဲဆိုတာ ရှာဖွေပြီး၊ တဖြည်းဖြည်း စွမ်းရည်တည်ဆောက်ကာ အန္တရာယ်ကို လျှော့ချဖို့ လိုပါတယ်။”
၂။ MONICA CALDAS: ကိရိယာတစ်ခုအဖြစ်သာ မြင်ခြင်း (အပြောင်းအလဲ အခွင့်အလမ်းကို လျစ်လျူရှုခြင်း)
“အကြီးဆုံးအမှားက AI ကို အကောင်အထည်ဖော်ရမယ့် ကိရိယာတစ်ခုအဖြစ် သဘောထားမိတာပါ။ AI ဟာ နည်းပညာတစ်ခုဖြစ်ပေမယ့်၊ ဒါဟာ ခေတ်ပြောင်းတဲ့ အချိန်ကွင်းဆက်ပါ။ ဒါကြောင့် ဒီထက် ပိုမိုကြီးမားတဲ့ အရာအဖြစ် စဉ်းစားရမယ်။ စီးပွားရေးလုပ်ငန်း လည်ပတ်ပုံ၊ မေးခွန်းမေးပုံ၊ အဖွဲ့စီမံခန့်ခွဲပုံတွေကို ပြောင်းလဲဖို့ အခွင့်အလမ်းတစ်ခုလို့ မြင်ပါ။ ဒီအတွက် ကဏ္ဍစုံပါဝင်တဲ့ အဖွဲ့တစ်ခု လိုအပ်ပါတယ်။ ကုမ္ပဏီတစ်ခုလုံးအနေနဲ့ ကျယ်ပြန့်စွာ စဉ်းစားရမယ်။ ယဉ်ကျေးမှုကိုလည်း ထည့်သွင်းစဉ်းစားရမယ်။ မျှော်မှန်းထားတဲ့ တန်ဖိုးရှိလာဖို့ လုပ်ဆောင်မှုများစွာ လိုအပ်ပါတယ်။”
၃။ MELISSA SWIFT: စံပြ အလုပ်နှင့် တကယ့်အလုပ်ကြား ကွာဟမှု
“AI နည်းဗျူဟာချမှတ်ရာမှာ ခေါင်းဆောင်တွေ လုပ်မိတဲ့ အမှားတစ်ခုက ‘စံပြအလုပ်’ ဆိုတဲ့ အမြင်ထဲကို AI ကို ထည့်သွင်းမိတာပါ။ တကယ့်လက်တွေ့မှာ အလုပ်တွေဟာ ပိုရှုပ်ထွေးပြီး ခက်ခဲနေတတ်ပါတယ်။ AI ကို ဒီလက်တွေ့အခြေအနေထဲ မထည့်ဘူးဆိုရင်၊ ထိရောက်မှု ရှိမှာ မဟုတ်ပါဘူး။”
၄။ THOMAS H. DAVENPORT: စမ်းသပ်မှုများလွန်းပြီး လက်တွေ့အသုံးချမှု နည်းခြင်း
“AI နည်းဗျူဟာမှာ လုပ်မိတဲ့ အမှားက စမ်းသပ်မှုတွေပဲ များနေပြီး လက်တွေ့အသုံးချမှု နည်းနေတာပါ။ AI နဲ့ ပတ်သက်လာရင် စမ်းသပ်မှုတွေ၊ အထောက်အထားပြုလုပ်မှုတွေ အများကြီးရှိနေပေမယ့်၊ လက်တွေ့အသုံးချတဲ့ နေရာမှာ နည်းနေပါတယ်။ AI ကနေ စီးပွားရေးအကျိုးအမြတ်ရဖို့ဆိုရင် လက်တွေ့အသုံးချမှုကို ဦးစားပေးရမယ်။”
၅။ HANNAH MAYER: ခေါင်းဆောင်များ၏ နှေးကွေးမှုနှင့် ဝန်ထမ်းများ၏ မျှော်လင့်ချက်
“အဓိက အမှားတစ်ခုက ခေါင်းဆောင်တွေက လိုအပ်တာထက် နှေးနေတာပါ။ ဝန်ထမ်းတွေဟာ AI ကို အသုံးပြုဖို့ ခေါင်းဆောင်တွေ ထင်ထားတာထက် ၃ ဆပိုပြီး စိတ်အားထက်သန်နေကြတယ်။ သံသယရှိသူတွေတောင် AI ကို လက်ခံပြီး အလုပ်ခွင်မှာ အသုံးပြုနေကြပါပြီ။ တကယ်တမ်းမှာ အမြင့်တန်းအဖွဲ့အတွင်း သဘောထားကွဲလွဲမှုတွေကသာ AI ကို ထိရောက်စွာ အသုံးမပြုနိုင်အောင် တားဆီးနေတာပါ။ ဒါကြောင့် ဝန်ထမ်းတွေရဲ့ မျှော်လင့်ချက်နဲ့ အလားအလာကို မြန်မြန်ဖြည့်ဆည်းပေးဖို့ လိုပါတယ်။”
၆။ DIMITRIS BOUNTOLOS: လူသားအချက်ကို မေ့ထားခြင်း
“အကြီးမားဆုံး အမှားတစ်ခုက လူသားအချက်ကို ထည့်မစဉ်းစားမိတာပါ။ ကုမ္ပဏီတစ်ခုလုံးကို ပြောင်းလဲမယ့် ဗျူဟာတိုင်းမှာ နည်းပညာ၊ အချက်အလက်နဲ့ လူသားအချက် ဆိုတဲ့ အရာ ၃ ခု လိုအပ်ပါတယ်။ ဒီ ၃ ခုကို ဟန်ချက်ညီညီ ပေါင်းစပ်မှသာ အောင်မြင်မှုရနိုင်မှာပါ။”
၇။ KERI PEARLSON: ဆိုက်ဘာလုံခြုံရေး အားနည်းမှုကို လျစ်လျူရှုခြင်း
“AI နည်းဗျူဟာချမှတ်ရာမှာ ဆိုက်ဘာလုံခြုံရေး အန္တရာယ်ကို မထည့်သွင်းစဉ်းစားမိတာပါ။ AI ကို အသုံးပြုရင် ဘယ်လို အားနည်းချက်တွေ ရှိလာနိုင်လဲ၊ ဘယ်လို ပြန်လည်တုံ့ပြန်မလဲဆိုတာ ကြိုတင်စဉ်းစားဖို့ လိုပါတယ်။ အားလုံးကို မကာကွယ်နိုင်ပေမယ့်၊ ပြဿနာတစ်ခုဖြစ်လာရင် အမြန်ပြန်လည်ထူထောင်နိုင်ဖို့ စနစ်တကျ ပြင်ဆင်ထားရမယ်။”
၈။ MICHAEL SCHRAGE: AI ၏ အပြည့်အဝအစွမ်းကို မရှာဖွေခြင်း
“အဖွဲ့အစည်းတွေ AI ကို အသုံးပြုရာမှာ ပြဿနာဖြေရှင်းဖို့ပဲ အလုပ်လုပ်တာက အမှားပါ။ AI ရဲ့ အစွမ်းသတ္တိနဲ့ အလားအလာကို လေ့လာဖို့ အစား၊ ‘AI က ဒါလောက်ပဲလုပ်နိုင်တယ်၊ ပြဿနာက ဒါဆိုရင် ဘယ်လိုညှိမလဲ’ ဆိုပြီး ကန့်သတ်မြင်နေကြတယ်။ ဒီလူတွေကို ပျင်းတယ်လို့ မပြောပေမယ့်၊ စူးစမ်းလိုစိတ်နည်းပြီး ဆန်းသစ်မှုမရှိတာကိုတော့ ဝေဖန်ပါတယ်။”
၉။ VIPIN GUPTA: AI ကို နည်းပညာအဖြစ်သာ မြင်ခြင်း (အပြောင်းအလဲတစ်ခုအဖြစ် မမြင်ခြင်း)
“AI ကို ကိရိယာတစ်ခုလို့ပဲ မြင်မိတာက အမှားပါ။ ဒါဟာ အလုပ်လုပ်နည်း အသစ်၊ လည်ပတ်နည်း အသစ် တစ်ခုဖြစ်ပြီး၊ ဒီလိုမြင်ဖို့ လိုပါတယ်။ စီးပွားရေးကို အသစ်ပြန်လည်တည်ဆောက်ရမယ်။ နည်းပညာမှာ ရင်းနှီးမြှုပ်နှံတဲ့ ဒေါ်လာတိုင်းဟာ အနာဂတ်အတွက် အတွေ့အကြုံသစ်တစ်ခုကို တည်ဆောက်နေဖို့ လိုပါတယ်။”
AI နည်းဗျူဟာမှာ ဘယ်အပိုင်းက သင့်အတွက် အခက်ခဲဆုံးလဲ?
Source: မြန်မာနက် ® Myanmar Net ⦿ မြန်မာတို့ရဲ့ ဒစ်ဂျစ်တယ် အိမ်ရာ
⦿ #Thinker ⦿ Wed, 02 Jul 2025 01:09:14 +0000