အခြေခံအဆင့် အလုပ်အကိုင်များအပေါ် ‘သိသာထင်ရှားပြီး မမျှတသော သက်ရောက်မှု’ ရှိကြောင်း တွေ့ရှိခဲ့သည့် ထိပ်တန်း AI စီးပွားရေးပညာရှင်က စက်ရုပ်များနှင့် အနိမ့်ဆုံးလုပ်ခလစာ တိုးမြှင့်မှုများအကြား ဆက်နွှယ်မှုကို တွေ့ရှိ

(SeaPRwire) –   Erik Brynjolfsson သည် ပြီးခဲ့သည့် နှစ်အနည်းငယ်အတွင်း နည်းပညာက အမေရိကန် လုပ်သားအင်အားစုကို မည်သို့ ပြန်လည်ပုံဖော်နေသည်ဆိုသည့် အသေးစိတ်ကျသော လက်တွေ့ကျသည့် ပုံရိပ်တစ်ခုကို ဖော်ဆောင်ခဲ့ပြီး ကုမ္ပဏီများ၏ အောက်ခြေအဆင့်ရှိ အလုပ်သမားများအတွက် ထိုပုံရိပ်မှာ ပိုမိုမှောင်မိုက်လာနေသည်။

ဉာဏ်ရည်တု (AI) နှင့် ပတ်သက်၍ နှစ်ပေါင်းများစွာ အတွေးအခေါ်ပိုင်းဆိုင်ရာ ခေါင်းဆောင်တစ်ဦးဖြစ်ခဲ့သည့် Stanford စီးပွားရေးပညာရှင်သည် ပြီးခဲ့သည့် ဩဂုတ်လက ၎င်းနှင့် ၎င်း၏အဖွဲ့မှ ထုတ်ပြန်ခဲ့သည့် လေ့လာမှုတစ်ခုကြောင့် သတင်းခေါင်းကြီးပိုင်းများတွင် ပါဝင်ခဲ့သည်။ ထိုလေ့လာမှုတွင် AI တော်လှန်ရေးသည် အမေရိကန် အလုပ်အကိုင်ဈေးကွက်ရှိ အခြေခံအဆင့် (entry-level) အလုပ်သမားများ၊ အထူးသဖြင့် ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာနှင့် ဖောက်သည်ဝန်ဆောင်မှုကဲ့သို့သော ရုံးလုပ်ငန်းခွင် (white-collar) နယ်ပယ်များရှိ အသက် ၂၂ နှစ်မှ ၂၅ နှစ်ကြား လူငယ်များအပေါ် “ သိသာထင်ရှားပြီး အချိုးမညီသော သက်ရောက်မှု” ရှိနေပြီဖြစ်ကြောင်း ဖော်ပြထားသည်။

ယခုအခါ ဖေဖော်ဝါရီလတွင် National Bureau of Economic Research မှတစ်ဆင့် ထုတ်ပြန်ခဲ့သော စာတမ်းအသစ်တစ်ခုတွင် Brynjolfsson နှင့် ပူးတွဲစာရေးဆရာများအဖွဲ့သည် အမေရိကန်၏ ကာယလုပ်ငန်းခွင် (blue-collar) ကို အာရုံစိုက်ခဲ့ကြပြီး အနိမ့်ဆုံးလုပ်ခလစာ တိုးမြှင့်မှုများသည် စက်ရုံများတွင် စက်မှုလုပ်ငန်းသုံး ရိုဘော့များ အသုံးပြုမှုကို အရှိန်အဟုန်မြှင့်တင်ပေးနေကြောင်း တွေ့ရှိခဲ့ကြသည်။​

ဤစာတမ်းနှစ်စောင်ကို ခြုံငုံကြည့်ပါက အလုပ်သမားများကို နှစ်ဖက်ညှပ်၍ ဖိအားပေးနေသော အလုပ်အကိုင်ဈေးကွက် အသွင်ကူးပြောင်းမှု၏ အကြမ်းဖျင်းပုံရိပ်ကို တွေ့မြင်နိုင်သည် – အပေါ်ပိုင်းမှ AI က ကျူးကျော်ဝင်ရောက်လာပြီး အောက်ခြေမှ အလိုအလျောက်စနစ် (automation) က ဝင်ရောက်လာခြင်းဖြစ်သည်။

ရုံးလုပ်ငန်းခွင်အတွက် သတိပေးချက်

၂၀၂၅ ခုနှစ် ဩဂုတ်လ လေ့လာမှုသည် နိုင်ငံအတွင်း အကြီးဆုံး လစာပေးချေမှုဆိုင်ရာ ဆော့ဖ်ဝဲလ်ကုမ္ပဏီဖြစ်သည့် ADP မှ ထုတ်ပေးသော အမေရိကန် အလုပ်သမား သန်းပေါင်းများစွာ၏ အကြိမ်ရေများပြားသော လစာမှတ်တမ်းများ (payroll records) အပေါ် အခြေခံထားခြင်းဖြစ်သည်။ Brynjolfsson နှင့် ၎င်း၏ ပူးတွဲစာရေးဆရာများ တွေ့ရှိခဲ့သည်မှာ အံ့အားသင့်စရာကောင်းသည် – ၂၀၂၂ ခုနှစ်နှောင်းပိုင်းမှစတင်၍ မျိုးဆက်သစ် AI (generative AI) ကိရိယာများကို ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုလာကတည်းက AI နှင့် အထိတွေ့ဆုံးသော အသက်မွေးဝမ်းကျောင်း လုပ်ငန်းများရှိ အလုပ်အကိုင်သက်တမ်း နုနယ်သေးသူများ၏ အလုပ်ခန့်ထားမှုသည် နှိုင်းယှဉ်ချက်အရ ၁၃% ကျဆင်းသွားခဲ့သည်။ တစ်ချိန်တည်းမှာပင် ထိုနယ်ပယ်များရှိ အသက်ကြီးပြီး အတွေ့အကြုံ ပိုများသော အလုပ်သမားများ၏ အလုပ်ခန့်ထားမှုမှာမူ တည်ငြိမ်နေခြင်း သို့မဟုတ် တိုးတက်လာခြင်းကို တွေ့ရသည်။​

University of British Columbia မှ J. Frank Li၊ ဂျာမနီနိုင်ငံ Halle Institute for Economic Research မှ Javier Miranda၊ NYU’s Stern School of Business မှ Robert Seamans နှင့် Stanford မှ Andrew J. Wang တို့နှင့် ပူးတွဲရေးသားထားသော လေ့လာမှုအသစ်သည် အယ်လ်ဂိုရီသမ် (algorithm) များမှသည် စက်ရုံထုတ်လုပ်မှုလိုင်းများဆီသို့ အာရုံပြောင်းလဲခဲ့သည်။ အဖွဲ့သည် U.S. Census Bureau ၏ လျှို့ဝှက်အချက်အလက်များကို အကောက်ခွန်သွင်းကုန်မှတ်တမ်းများနှင့် ချိတ်ဆက်၍ ၁၉၉၂ ခုနှစ်မှ ၂၀၂၁ ခုနှစ်အတွင်း အမေရိကန် ကုန်ထုတ်လုပ်မှုကုမ္ပဏီပေါင်း ၂၄၀,၀၀၀ ခန့်၏ စက်မှုလုပ်ငန်းသုံး ရိုဘော့အသုံးပြုမှုကို ခြေရာခံခဲ့သည်။ ဂျပန်၊ ဂျာမနီနှင့် ဆွစ်ဇာလန်နိုင်ငံရှိ ပြည်ပကုန်ပေးသွင်းသူများထံမှ စက်ပစ္စည်းများကို စတင်တင်သွင်းသည့် အချိန်ကိုကြည့်၍ ရိုဘော့အသုံးပြုသည့် ကုမ္ပဏီများကို ခွဲခြားသတ်မှတ်ခဲ့သည်။​

အဓိကတွေ့ရှိချက်မှာ တိကျပြီး တစ်သမတ်တည်းဖြစ်သည် – အနိမ့်ဆုံးလုပ်ခလစာ ၁၀% တိုးလာတိုင်း ကုန်ထုတ်လုပ်မှုကုမ္ပဏီတစ်ခုအနေဖြင့် စက်မှုလုပ်ငန်းသုံး ရိုဘော့များကို အသုံးပြုလာနိုင်ခြေသည် ပျမ်းမျှအသုံးပြုမှုနှုန်းနှင့် နှိုင်းယှဉ်ပါက ၈% ခန့် တိုးလာသည်ကို တွေ့ရသည်။​

“ အနိမ့်ဆုံးလုပ်ခလစာ ပိုမိုမြင့်မားသော ကုမ္ပဏီများသည် ရိုဘော့များကို အသုံးပြုရန် အလားအလာ ပိုများပါသည်” ဟု စာရေးသူများက ရေးသားခဲ့ပြီး “ ၎င်းသည် ကုမ္ပဏီ၏ အခြေအနေနှင့် ဒေသတွင်း စီးပွားရေး ဝိသေသလက္ခဏာများကို ထည့်သွင်းစဉ်းစားပြီးနောက်တွင်ပင် မှန်ကန်နေဆဲဖြစ်သည်” ဟု ဆိုသည်။

လုပ်ဆောင်ပုံချင်း မတူသော်လည်း ယုတ္တိဗေဒမှာ ရုံးလုပ်ငန်းခွင် (white-collar) ဇာတ်လမ်းနှင့် ဆင်တူနေပြီး ဤသက်ရောက်မှုများသည် “ စီးပွားရေးအရ အဓိပ္ပာယ်ရှိသည်” ဟု စာရေးသူများက ငြင်းဆိုထားသည်။ AI သည် အခြေခံအဆင့် ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာ သို့မဟုတ် ဖောက်သည်ဝန်ဆောင်မှု ကိုယ်စားလှယ်တစ်ဦး၏ ပုံသေလုပ်ငန်းများကို အစားထိုးနိုင်သောအခါ စီးပွားရေးအရ ဆွဲဆောင်မှုရှိလာသကဲ့သို့ပင်၊ ထပ်ခါတလဲလဲ လုပ်ရသော တပ်ဆင်ခြင်း သို့မဟုတ် ဂဟေဆက်ခြင်းလုပ်ငန်းများကို လုပ်ကိုင်သည့် လူသား၏ ကုန်ကျစရိတ် မြင့်တက်လာသောအခါ စက်မှုလုပ်ငန်းသုံး ရိုဘော့သည် ပိုမိုဆွဲဆောင်မှုရှိလာသည်။ ဖြစ်ရပ်နှစ်ခုလုံးတွင် ကျွမ်းကျင်မှုအဆင့်နိမ့်သော အလုပ်သမားများ၏ လုပ်ခလစာ မြင့်တက်လာခြင်းသည် စက်ပစ္စည်းများဘက်သို့ ပိုမိုယိမ်းသွားစေသည်။​

“ ရိုဘော့များသည် ကုန်ထုတ်စွမ်းအားကို မြှင့်တင်ပေးနိုင်သော်လည်း” ဟု Brynjolfsson နှင့် ၎င်း၏အဖွဲ့က ရေးသားခဲ့သည်၊ “ ၎င်းတို့သည် အထူးသဖြင့် ကုန်ထုတ်လုပ်မှုကဏ္ဍတွင် တွေ့ရလေ့ရှိသော လုပ်ခနည်းပါးသည့် ကဏ္ဍများတွင် အလုပ်အကိုင်ဖွဲ့စည်းပုံကို ပြောင်းလဲပစ်နိုင်သည်” ဟု ဆိုသည်။

တိကျသေချာသော စမ်းသပ်မှု

ကုန်ထုတ်လုပ်မှုဆိုင်ရာ လေ့လာမှု၏ ဆွဲဆောင်မှုအရှိဆုံး အထောက်အထားမှာ ပထဝီဝင်ဆိုင်ရာ စမ်းသပ်မှုတစ်ခုမှ ရရှိခြင်းဖြစ်သည်။ သုတေသီများသည် လုပ်ခမြင့်မားသော ပြည်နယ်ရှိ ကုမ္ပဏီများကို လုပ်ခနည်းသော ပြည်နယ်ရှိ ကုမ္ပဏီများနှင့် ရိုးရိုးတန်းတန်း နှိုင်းယှဉ်ခြင်းမျိုး မဟုတ်ဘဲ (ထိုသို့နှိုင်းယှဉ်ခြင်းသည် အခြားသော ကွဲပြားခြားနားချက်များကြောင့် မှားယွင်းနိုင်သည်)၊ ပြည်နယ်နယ်နိမိတ်များပေါ်တွင် တိုက်ရိုက်တည်ရှိနေသော ခရိုင်များရှိ ကုမ္ပဏီများကို အာရုံစိုက်ခဲ့ကြသည်။ ဤကုမ္ပဏီများသည် ဒေသတွင်း စီးပွားရေး၊ အလုပ်အကိုင်ဈေးကွက်နှင့် လုပ်ငန်းအမျိုးအစားချင်း တူညီကြသည်။ တစ်ခုတည်းသော သိသာထင်ရှားသည့် ကွဲပြားချက်မှာ မည်သည့်ပြည်နယ်၏ အနိမ့်ဆုံးလုပ်ခလစာ ဥပဒေက ၎င်းတို့အပေါ် သက်ရောက်မှုရှိသနည်း ဆိုသည်သာ ဖြစ်သည်။​

ဤတင်းကျပ်သော နယ်စပ်ဒေသ နှိုင်းယှဉ်စမ်းသပ်မှုအရ အနိမ့်ဆုံးလုပ်ခလစာ ၁၀% တိုးလာခြင်းသည် ရိုဘော့အသုံးပြုမှု ၈.၄% တိုးလာခြင်းနှင့် ဆက်စပ်နေဆဲဖြစ်သည် – ဤကိန်းဂဏန်းသည် အမျိုးမျိုးသော ခွဲခြမ်းစိတ်ဖြာမှုများတွင် တည်မြဲနေပြီး ပြည်နယ်အဆင့်တွင် အဖွဲ့က ပြုလုပ်ခဲ့သော ပိုမိုကျယ်ပြန့်သည့် ခွဲခြမ်းစိတ်ဖြာမှုနှင့်လည်း နီးကပ်စွာ ကိုက်ညီနေသည်။ ဤသက်ရောက်မှုသည် ကုမ္ပဏီအရွယ်အစား၊ သက်တမ်း၊ လုပ်ငန်းအမျိုးအစားနှင့် ပြည်နယ်တွင် အလုပ်သမားသမဂ္ဂနှင့် ပတ်သက်သော ဥပဒေများ ရှိမရှိ စသည့်အချက်များကို ထည့်သွင်းတွက်ချက်ပြီးနောက်တွင်လည်း ခိုင်မာနေဆဲဖြစ်သည်။​

နယ်စပ်များကို ဖြတ်ကျော်၍ တွေ့ရသော ပုံစံတူများ

ဤတွေ့ရှိချက်သည် အမေရိကန် တစ်နိုင်ငံတည်းအတွက်သာ မဟုတ်ပါ။ တူရကီနိုင်ငံ၏ လေ့လာမှုတစ်ခုတွင် ၂၀၁၆ ခုနှစ်က အနိမ့်ဆုံးလုပ်ခလစာ ၃၃.၅% အထိ သိသိသာသာ မြင့်တက်လာခြင်းကြောင့် အလတ်စားနှင့် အကြီးစား ကုမ္ပဏီများသည် ရိုဘော့အသုံးပြုမှုကို တိုးမြှင့်ခဲ့ကြကြောင်း တွေ့ရှိရပြီး အထူးသဖြင့် ကာယလုပ်ငန်းခွင်နှင့် ပုံသေလုပ်ငန်းများ လုပ်ကိုင်ရသော အလုပ်သမားများပြားသည့် လုပ်ငန်းများတွင် ဖြစ်သည်။

တရုတ်နိုင်ငံရှိ လေ့လာမှုများတွင်လည်း ၂၀၀၈ ခုနှစ်မှ ၂၀၁၂ ခုနှစ်အတွင်း အလားတူ အခြေအနေများကို တွေ့ရှိခဲ့ရပြီး အနိမ့်ဆုံးလုပ်ခလစာ ၁၀% တိုးလာခြင်းသည် ရိုဘော့အသုံးပြုလာနိုင်ခြေကို မြင့်တက်စေကာ ကုန်ထုတ်စွမ်းအားမြင့်မားသော ကုမ္ပဏီများနှင့် ပုဂ္ဂလိကကဏ္ဍ ကုမ္ပဏီများတွင် ပိုမိုသိသာသော သက်ရောက်မှုရှိကြောင်း တွေ့ရသည်။

ဂျာမနီနိုင်ငံတွင် ၂၀၁၅ ခုနှစ်က အနိမ့်ဆုံးလုပ်ခလစာ စတင်သတ်မှတ်ခြင်းကို လေ့လာခဲ့သော သုတေသီများကလည်း ပုံသေလုပ်ငန်းများတွင် ရိုးရှင်းသော လက်လုပ်လက်စား အလုပ်သမား အချိုးအစား မြင့်မားသည့် စက်ရုံများသည် ရိုဘော့များကို အသုံးပြုခြင်းဖြင့် တုံ့ပြန်ရန် အလားအလာ အရှိဆုံးဖြစ်ကြောင်း တွေ့ရှိခဲ့ကြသည်။​

မူဝါဒဆိုင်ရာ တင်းမာမှု

Brynjolfsson နှင့် ၎င်း၏ ပူးတွဲစာရေးဆရာများသည် ပညာရှင်များ အပြန်အလှန် စိစစ်ထားခြင်း မရှိသေးသော လုပ်ငန်းခွင်စာတမ်း (working paper) တစ်စောင်အတွက် သင့်လျော်သလို ၎င်းတို့၏ ကောက်ချက်များကို ထိန်းထိန်းသိမ်းသိမ်း ဖော်ပြခဲ့ကြသည်။ ကုန်ထုတ်လုပ်မှုဆိုင်ရာ စာတမ်းသည် ရိုဘော့များကြောင့် အစားထိုးခံရသော အလုပ်သမားများ အလုပ်အသစ် ပြန်ရမရ သို့မဟုတ် မည်မျှသော လုပ်ခလစာဖြင့် ရသနည်း ဆိုသည့် နောက်ဆက်တွဲ အလုပ်အကိုင် သက်ရောက်မှုများကို တိုင်းတာရန် မကြိုးစားထားပေ။ ထို့ပြင် နိုင်ငံတကာရှိ ကုမ္ပဏီအဆင့် သုတေသနအချို့တွင် တွေ့ရှိထားသကဲ့သို့ ရိုဘော့အသုံးပြုခြင်းသည် တစ်ခါတစ်ရံတွင် ကုမ္ပဏီအဆင့် ကုန်ထုတ်စွမ်းအား မြင့်မားလာခြင်းနှင့် အလုပ်အကိုင် တိုးတက်လာခြင်းတို့နှင့် ဆက်စပ်နေနိုင်ကြောင်းကိုလည်း စာရေးသူများက အသိအမှတ်ပြုထားသည်။​

သို့သော် အနိမ့်ဆုံးလုပ်ခလစာ တိုးမြှင့်ခြင်းသည် အလိုအလျောက်စနစ် (automation) ကို တွန်းအားပေးသလား ဆိုသည့် အဓိက မူဝါဒရေးရာ မေးခွန်းတွင်မူ အထောက်အထားများကို ငြင်းပယ်ရန် ခက်ခဲနေပြီဖြစ်သည်။ AI သည် အခြေခံအဆင့် ရုံးလုပ်ငန်းခွင် အလုပ်အကိုင်ဈေးကွက်ကို တစ်ပြိုင်နက်တည်း တိုက်စားနေသည်ဟူသော Brynjolfsson ၏ ဩဂုတ်လ တွေ့ရှိချက်အရ မူဝါဒချမှတ်သူများသည် ပိုမိုကြီးမားသော စိန်ခေါ်မှုနှင့် ရင်ဆိုင်နေရသည် – ကွဲပြားခြားနားသော နည်းပညာနှစ်ခုသည် လုပ်သားအင်အားစု၏ ကွဲပြားသော အစိတ်အပိုင်းနှစ်ခုကို မတူညီသော နည်းလမ်းနှစ်ခုဖြင့် တစ်ချိန်တည်းတွင် ကျူးကျော်ဝင်ရောက်နေခြင်း ဖြစ်သည်။

“ မူဝါဒချမှတ်သူများသည် အလုပ်အကိုင် အစားထိုးခံရနိုင်ခြေရှိသော သက်ရောက်မှုများကို လျှော့ချရန်အတွက် ပြန်လည်လေ့ကျင့်သင်ကြားပေးရေး အစီအစဉ်များ သို့မဟုတ် အသေးစားကုမ္ပဏီများအတွက် ရည်ရွယ်ထားသော ပံ့ပိုးကူညီမှုများကဲ့သို့သော ဖြည့်စွက်မဟာဗျူဟာများကို ထည့်သွင်းစဉ်းစားလိုပေမည်” ဟု စာရေးသူများက ရေးသားခဲ့သည်။ ဤအကြံပြုချက်သည် AI နှင့် ပတ်သက်သော တွေ့ရှိချက်များနှင့် ယှဉ်ကြည့်လျှင် အချိန်ကိုက် ရောက်ရှိလာခြင်း ဖြစ်နိုင်သည်။​

ဤသတင်းအတွက် သတင်းထောက်များသည် မျိုးဆက်သစ် AI ကို သုတေသနကိရိယာတစ်ခုအဖြစ် အသုံးပြုခဲ့သည်။ အယ်ဒီတာတစ်ဦးသည် မထုတ်ဝေမီ အချက်အလက်များ၏ တိကျမှုကို စစ်ဆေးအတည်ပြုခဲ့သည်။