ဖွံ့ဖြိုးဆဲနိုင်ငံများ ရင်ဆိုင်နေရသည့် အမှန်တကယ် ရွေးချယ်စရာ
ဖွံ့ဖြိုးဆဲနိုင်ငံများအတွက် အရေးအကြီးဆုံး မေးခွန်းမှာ စက်မှုထုတ်လုပ်ရေး တစ်ခုတည်းကိုသာ အားထားမလား၊ သို့မဟုတ် AI နည်းပညာဖြင့် မြှင့်တင်ထားသော ဝန်ဆောင်မှုကဏ္ဍနှင့် အလွတ်သဘောလုပ်ငန်းများကိုလည်း တစ်ပြိုင်နက်တည်း အားကောင်းအောင် လုပ်ဆောင်မလား ဆိုသည့်အချက်ဖြစ်ကြောင်း ဆောင်းပါးရှင် Ravi Venkatesan က သုံးသပ်ထားသည်။ ၎င်း၏ အယူအဆအရ AI သည် ပညာတက္ကသိုလ်ဘွဲ့ မလိုဘဲ လုပ်ကိုင်နေကြသည့် သန်းပေါင်းများစွာသော အလုပ်သမားများ၏ ထုတ်လုပ်နိုင်စွမ်းကို တိတ်တဆိတ် မြှင့်တင်ပေးနိုင်ပြီး ဖွံ့ဖြိုးဆဲနိုင်ငံများအတွက် စက်မှုကဏ္ဍနှင့် ဝန်ဆောင်မှုကဏ္ဍတို့ကို ပေါင်းစည်းသွားနိုင်သည့် လမ်းကြောင်းတစ်ခု ဖွင့်ပေးနေသည်။
အိန္ဒိယနိုင်ငံ၏ ဝန်ဆောင်မှုအခြေပြု တိုးတက်မှုကို ဥပမာအဖြစ် တင်ပြရင်း Venkatesan က စာရင်းထိန်းချုပ်မှု၊ ဈေးနှုန်း ညှိနှိုင်းပြောင်းလဲမှု၊ ဝယ်လိုအား ခန့်မှန်းမှုနှင့် ထောက်ပံ့ရေးကွင်းဆက် ညှိနှိုင်းမှုတို့တွင် အယ်လ်ဂိုရီသမ် နည်းပညာများက လုပ်ငန်းလည်ပတ်ပုံကို ပြောင်းလဲစေခဲ့ကြောင်း ဆိုသည်။ ယနေ့ ဘန်ဂလိုရူးနှင့် မွမ်ဘိုင်းမြို့များရှိ တရားဝင် လက်ကားနှင့် လက်လီဆိုင်များသည် 1990 ခုနှစ်များက ဆိုင်များနှင့် မတူတော့ဘဲ ဝန်ထမ်းများ ပညာပိုတတ်လာခြင်းကြောင့် မဟုတ်ဘဲ အယ်လ်ဂိုရီသမ်များက ထုတ်လုပ်နိုင်စွမ်းကို မြှင့်တင်ပေးခဲ့ခြင်းကြောင့် ဖြစ်ကြောင်း ရေးသားထားသည်။
ထို့ပြင် Flipkart B2B နှင့် JioMart ကဲ့သို့သော ပလက်ဖောင်းများက AI အကူအညီပါဝင်သည့် ဝယ်လိုအား ခန့်မှန်းခြင်းနှင့် ဝယ်ယူရေး အဆင့်မြှင့်တင်ကိရိယာများကို အလွတ်သဘော ကုန်သည်များထံ ပံ့ပိုးပေးနေသဖြင့် မိုဘိုင်းဖုန်းတစ်လုံးသာရှိသည့် ဟင်းသီးဟင်းရွက်ရောင်းချသူတောင် ဖောက်သည်လိုအပ်ချက်ကို ကြိုတင်ခန့်မှန်းနိုင်၊ အရင်းအမြစ်ကို သင့်တော်စွာ စုဆောင်းနိုင်ပြီး လွန်ခဲ့သည့် ၅ နှစ်က မရရှိနိုင်ခဲ့သော အမြတ်အစွန်းများကို ရရှိနိုင်ကြောင်း ဆောင်းပါးက ဖော်ပြသည်။
Venkatesan သည် 1960 ခုနှစ်များက တောင်ကိုရီးယားရှိ အထည်အလိပ်လုပ်သားတစ်ဦးသည် အိန္ဒိယလုပ်သားတစ်ဦးထက် အဝတ်အထည် ၅၀ ဆခန့် ပိုမိုထုတ်လုပ်နိုင်ခဲ့သည်ကို ဥပမာပြုကာ “စက်ပစ္စည်းက ပိုကောင်းလာသည့်အခါ ထုတ်လုပ်နိုင်စွမ်း ကွာဟချက် ပေါ်လာသည်” ဟု ရှင်းပြသည်။ ယခုအခါ AI သည်လည်း ဈေးရောင်းသူများ၊ လက်လီဝန်ထမ်းများနှင့် မြေယာသေးငယ်သည့် လယ်သမားများအတွက် အလားတူ အကျိုးသက်ရောက်မှုကို ပေးနေပြီး စက်ရုံတည်ဆောက်ရခြင်းထက် ပိုမိုလွယ်ကူစွာ အသုံးချနိုင်သည့်အပြင် လက်ရှိ အလွတ်သဘော စနစ်များအတွင်းမှာပင် တိုက်ရိုက်ညှိဝင်နိုင်ကြောင်း ဆိုထားသည်။
ဆောင်းပါးအရ အလုပ်သမား ၁.၅ ဘီလျံခန့်သည် ကုန်သွယ်နိုင်သည့် ကဏ္ဍများမဟုတ်သော ကျွမ်းကျင်မှုနည်းသည့် အလုပ်အကိုင်များတွင် ဆက်လက်ရှိနေမည်ဆိုခြင်းမှာ ပြဿနာမဟုတ်ကြောင်း၊ အကြောင်းမှာ ထိုအလုပ်အကိုင်များတွင်လည်း ထုတ်လုပ်နိုင်စွမ်းကို တိုးတက်စေနိုင်သောကြောင့် ဖြစ်ကြောင်း သုံးသပ်ထားသည်။ အရှေ့အာဖရိကနှင့် တောင်အာရှရှိ ဒစ်ဂျစ်တယ် စိုက်ပျိုးရေး အကြံပေးစနစ်များကို အသုံးပြုသည့် လယ်သမားများသည် နေရာပိုမလိုဘဲ သို့မဟုတ် တရားဝင်ပညာရေး မလိုဘဲ ပျမ်းမျှ ၃၀% အထိ ထုတ်လုပ်နိုင်စွမ်း တိုးလာကြောင်း၊ AI ကိရိယာများဖြင့် စာရင်းနှင့် ဈေးနှုန်းကို စီမံသည့် ဟင်းသီးဟင်းရွက်ရောင်းသူတစ်ဦးမှာ ၁၈ လအတွင်း ဝင်ငွေ ၂ ဆအထိ တိုးနိုင်ကြောင်းလည်း ဖော်ပြထားသည်။
သို့သော် အဓိက အခက်အခဲမှာ နည်းပညာထက် အဖွဲ့အစည်းဆိုင်ရာ အတားအဆီးများဖြစ်ကြောင်း ဆောင်းပါးက အလေးပေးထားသည်။ AI ကိရိယာများကို အလုပ်သမား လက်ထဲရောက်အောင် ပို့ဆောင်ရန် နေရာဒေသ ဘာသာစကားဖြင့် အသုံးပြုနိုင်ရမည်၊ အဆင့်မြင့် ဒစ်ဂျစ်တယ် ကျွမ်းကျင်မှု မလိုဘဲ အသုံးပြုနိုင်ရမည်၊ မိုက်ခရိုအမြတ်အစွန်း နည်းပါးသည့် စီးပွားရေး မော်ဒယ်များနှင့် ကိုက်ညီရမည်၊ အလွတ်သဘော ဘဏ္ဍာရေးစနစ်များနှင့်လည်း ချိတ်ဆက်နိုင်ရမည်ဟု ရေးသားထားသည်။ ထို့ပြင် e-commerce ပလက်ဖောင်းကြီးများက စာရင်းစီမံမှုမှ ပေါ်ထွက်လာသည့် အကျိုးအမြတ်ကို မတရားသဖြင့် ဆွဲယူမသွားစေရန် open-access အခြေခံ ဖွဲ့စည်းပုံဖြင့် ထည့်သွင်းတည်ဆောက်နိုင်ဖို့ မူဝါဒချမှတ်သူများက သေချာစေရမည်ဟုလည်း တိုက်တွန်းထားသည်။
စက်မှုထုတ်လုပ်ရေးအပေါ် AI ၏ သက်ရောက်မှုလည်း အရေးကြီးကြောင်း ဆောင်းပါးက ဆက်လက် ဖော်ပြသည်။ ယနေ့ခေတ် ကမ္ဘာလုံးဆိုင်ရာ ထုတ်လုပ်ရေးကွင်းဆက်တွင် ဝင်ရောက်ယှဉ်ပြိုင်ရန် ကျွမ်းကျင်မှု လိုအပ်သော်လည်း AI ကြောင့် အခြေအနေ ပြောင်းလဲနေပြီး အဝတ်အထည်စက်ရုံတစ်ရုံသည် ယခင်ကလို အလုပ်သမား ၅၀၀ ယောက် မလိုတော့ဘဲ ကွန်ပျူတာဗီژن နည်းပညာအခြေပြု အရည်အသွေးစစ်ဆေးမှု၊ ဝယ်လိုအားအလိုက် ထုတ်လုပ်မှု စီမံကိန်းနှင့် ထောက်ပံ့ပို့ဆောင်ရေး အကောင်းဆုံး စီမံခန့်ခွဲမှုစနစ်များဖြင့် အလုပ်သမား ၅၀ ခန့်ဖြင့်ပင် လည်ပတ်နိုင်ကြောင်း ပြောထားသည်။ ထိုကဲ့သို့သော လုပ်ငန်းများကို ဘင်္ဂလားဒေ့ရှ်နှင့် ဗီယက်နမ်တို့တွင် စတင်တွေ့မြင်နေရကြောင်းလည်း ထည့်သွင်း ဖော်ပြထားသည်။
ကျန်ရှိနေသော အလုပ်သမား ၄၅၀ ဦး၏ ချက်ချင်း အလုပ်လက်မဲ့ဖြစ်နိုင်ခြေကို စိုးရိမ်သူများ ရှိနိုင်သော်လည်း ပိုမိုထုတ်လုပ်နိုင်သော စက်ရုံများ တိုးချဲ့လာသည့်အခါ ထောက်ပံ့ရေးကွင်းဆက် ညှိနှိုင်းမှုမှစ၍ ဖြန့်ချိရေးအထိ စက်ရုံပြင်ပ အလုပ်အကိုင်အလွှာကြီးတစ်ခု ပေါ်ထွက်လာပြီး အလုပ်သမားများကို အတိုင်းအတာကြီးမားစွာ ပြန်လည်စုပ်ယူနိုင်မည်ဟု စာတမ်းက ခန့်မှန်းသည်။ Dani Rodrik ထောက်ပြသည့် “စက်မှုလုပ်သား အလုပ်အကိုင် တိုးချဲ့မှုနှင့် ထုတ်လုပ်နိုင်စွမ်း တိုးတက်မှုတို့ တစ်ပြိုင်နက် မဖြစ်တော့ခြင်း” ဟု ဆိုသော productivity paradox သည် တကယ်ရှိသော်လည်း မဖြေရှင်းနိုင်သည့် ပြဿနာ မဟုတ်ကြောင်းလည်း ပြောထားသည်။
မက္ကဆီကိုနိုင်ငံ၏ NAFTA လက်အောက်၌ စီးပွားရေး စွမ်းဆောင်ရည် မကောင်းမွန်ခဲ့သည့် ဥပမာကို ပြုပြီး ပြဿနာမှာ မက္ကဆီကို ထုတ်လုပ်သူများ မယှဉ်ပြိုင်နိုင်ခြင်း မဟုတ်ဘဲ နည်းပညာများသည် အသေးစားနှင့် အလွတ်သဘော လုပ်ငန်းများအထိ မရောက်ရှိသေးခြင်း ဖြစ်ကြောင်း ဆောင်းပါးက ဆိုသည်။ စက်ရုံများ တိုးလာသော်လည်း လိုအပ်သည့် ကိရိယာများနှင့် ပလက်ဖောင်း နည်းပညာများ မရှိသဖြင့် အလုပ်သမားများသည် အမြတ်နည်းသည့် assembly လုပ်ငန်းများထဲတွင် ပိတ်မိနေခဲ့ကြောင်း ရေးသားထားသည်။
အိန္ဒိယနိုင်ငံသည် ဝန်ဆောင်မှုအခြေပြု တိုးတက်မှုတွင် အောင်မြင်ရခြင်းမှာ အင်္ဂလိပ်စကားပြောနိုင်သည့် လူဦးရေ အများအပြားနှင့် IT အခြေခံအဆောက်အအုံကို အစောပိုင်းကတည်းက ရင်းနှီးမြှုပ်နှံထားခြင်းကြောင့် ဖြစ်သည်ကို ဝန်ခံသော်လည်း AI ဘာသာပြန် နည်းပညာ တိုးတက်လာမှုကြောင့် Amharic, Swahili, Telugu စသည့် ဒေသဘာသာစကားများ အသုံးပြုရာတွင်လည်း အင်္ဂလိပ်စကားပြော အင်ဂျင်နီယာများ မလိုအပ်တော့ကြောင်း ဆောင်းပါးက ထောက်ပြသည်။ ထို့ကြောင့် ဆင်းရဲနိုင်ငံများတွင် services-led growth သို့ industrialization သို့ မည်သည့်လမ်းကို ရွေးမလဲဆိုသည့် မေးခွန်းထက် ထုတ်လုပ်နိုင်စွမ်း မြှင့်တင်နိုင်သည့် စနစ်များ ရောက်ရှိနိုင်ခြင်းသာ အဓိကဖြစ်ကြောင်း ရေးသားထားသည်။ 20 ရာစုတွင် ယင်းအရာသည် စက်မှုပစ္စည်းများ ရရှိခြင်းဖြစ်ခဲ့ပြီး ယနေ့တွင်တော့ ဒေသဘာသာစကားဖြင့် အလုပ်လုပ်နိုင်ကာ offline သုံးနိုင်ပြီး လုပ်ငန်းတစ်ကြိမ်စီအတွက် ကုန်ကျစရိတ် အလွန်နည်းသည့် AI ကိရိယာများ ရရှိခြင်းဖြစ်ကြောင်း ဆိုထားသည်။
ဤကဲ့သို့သော ကိရိယာများကို လူအများ သုံးစွဲလာရန်မှာ အလိုအလျောက် ဖြစ်လာမည် မဟုတ်ကြောင်းလည်း ဆောင်းပါးက သတိပေးထားသည်။ ယနေ့ AI ရင်းနှီးမြှုပ်နှံမှုအများစုသည် ကျွမ်းကျင်မှုမြင့်ပြီး ဝင်ငွေမြင့်မားသော စီးပွားရေးနိုင်ငံများတွင် ပိုမိုစုစည်းနေသည်ဟု ဆိုသော်လည်း ယင်းသည် စီးပွားရေးဥပဒေတစ်ရပ် မဟုတ်ဘဲ မူဝါဒရွေးချယ်မှု၏ ရလဒ်သာ ဖြစ်ကြောင်း ရေးသားထားသည်။ ထို့ကြောင့် မူဝါဒချမှတ်သူများအနေဖြင့် ဒေသအလိုက် လိုက်ဖက်ပြီး ဈေးနှုန်းသက်သာသည့် AI ကို အလွတ်သဘော လုပ်သားများအတွက် လျှပ်စစ်မီး၊ အဝေးပြေးလမ်းမကြီးများကဲ့သို့သော အခြေခံအဆောက်အအုံအဖြစ် သဘောထားမလား၊ သို့မဟုတ် ချမ်းသာသူများအတွက် ဇိမ်ခံပစ္စည်းအဖြစ် သဘောထားမလား ဆိုသည့် ရွေးချယ်မှုကို ရင်ဆိုင်နေရကြောင်း ဆောင်းပါးက သတ်မှတ်ထားသည်။
ဖွံ့ဖြိုးဆဲနိုင်ငံများအနေဖြင့် AI နှင့် ဆက်စပ်သော ဒစ်ဂျစ်တယ် ကိရိယာများကို အများပြည်သူ လက်လှမ်းမီအောင် ရင်းနှီးမြှုပ်နှံပါက စက်မှုအခြေပြု တိုးတက်မှုနှင့် ဝန်ဆောင်မှုအခြေပြု တိုးတက်မှုတို့ကို တစ်ပြိုင်နက်တည်း ဆောင်ရွက်နိုင်မည်ဟု ဆောင်းပါးက နိဂုံးချုပ်ထားသည်။ AI ကို အသုံးပြုပြီး လယ်ယာထွက်ကုန် တိုးတက်စေသော လယ်သမားတစ်ဦးသည် လယ်ယာလုပ်ငန်းမှ မထွက်ဘဲ လူလတ်တန်းစား ဝင်ငွေ ရနိုင်သလို စနစ်တကျ ဖွဲ့စည်းထားသော လုပ်ငန်းကြီးထဲ မဝင်ဘဲ ဈေးရောင်းသူတစ်ဦးလည်း အလားတူ ရနိုင်ကြောင်း ရေးသားထားသည်။ ထို့ကြောင့် စက်မှုကဏ္ဍသည် တစ်နိုင်ငံလုံး၏ တိုးတက်မှုအင်ဂျင် ဖြစ်ရမည်ဆိုသည့် အယူအဆထက် AI အားဖြည့်ထားသော တရားဝင်နှင့် အလွတ်သဘော ဝန်ဆောင်မှုလုပ်ငန်းများနှင့် အတူယှဉ်တွဲ တိုးတက်သင့်ကြောင်း သဘောထားတင်ပြထားသည်။