Ford သည် ဥာဏ်ရည်တုဆိုင်ရာ ၎င်း၏ အပြင်းထန်ဆုံးသော အလောင်းအစားများထဲမှ တစ်ခုကို တိတ်တဆိတ် လွန်ခဲ့သည့် သုံးနှစ်အတွင်း တိတ်တဆိတ် ကုန်ဆုံးခဲ့သည်။ Bloomberg မှ အစီရင်ခံစာတစ်ခုအရ၊ ကားထုတ်လုပ်သူသည် အရည်အသွေးမျှော်လင့်ချက်မပြည့်မီသော AI ကိရိယာများနှင့် အလိုအလျောက်စနစ်များဖြင့် အစားထိုးရန် ရည်ရွယ်ထားသော AI ကိရိယာများနှင့် အရည်အသွေးမပြည့်မီသော မုတ်ဆိတ်မွှေးများကို အတွင်းပိုင်းအမည်ဝှက် "မီးခိုးရောင်မုတ်ဆိတ်" ဟုခေါ်သော ဝါရင့်အင်ဂျင်နီယာ 350 နီးပါးကို ** ပြန်လည်ခန့်အပ်ထားသည်။

အပိုင်းသည် AI-driven automation ၏ကတိတော်နှင့် အကြီးစားစက်မှုလုပ်ငန်းကြီးများတွင် ဖြန့်ကျက်ချထားခြင်းဆိုင်ရာ ကတိကဝတ်ကြားကွာဟချက်ကြားမှ အရှင်းဆုံးသော လက်တွေ့ကမ္ဘာဖြစ်ရပ်လေ့လာမှုများထဲမှ တစ်ခုအဖြစ် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ For more context on this story, see our ongoing AI news.

##ဘာမှားသွားလဲ။

Ford ၏ ဦးဆောင်မှုတွင် AI နှင့် အလိုအလျောက် ရောဂါရှာဖွေရေးစနစ်များသည် ၎င်း၏ အတွေ့အကြုံအရှိဆုံး အင်ဂျင်နီယာများ ၏ သမိုင်းကြောင်းအရ လုပ်ဆောင်ခဲ့သော အလုပ်များစွာကို စုပ်ယူနိုင်သည်ဟု ယူဆပါသည်။ ထိုယူဆချက်သည် ငွေကုန်ကြေးကျများကြောင်း သက်သေပြခဲ့သည်။ အစီရင်ခံစာအရ ကုမ္ပဏီ၏ မော်တော်ယာဉ် ဟာ့ဒ်ဝဲအင်ဂျင်နီယာချုပ် ချားလ်စ်ပူ မှ ခေါင်းဆောင်များသည် ကုန်ပစ္စည်းများစွာကို ဖြတ်သန်းခဲ့ရသည့် စစ်ပြန်များ ** ၏နက်နဲသော အတွေ့အကြုံကို လျစ်လျူရှုခဲ့ကြောင်း ပြောကြားခဲ့သည်။

Poon သည် အဆိုပါ အင်ဂျင်နီယာများကို AI ဖြင့် အစားထိုးခြင်းသည် "ကြီးမားသောအမှား" ဖြစ်ကြောင်း ဝန်ခံခဲ့ပြီး AI သည် "ကောင်းမွန်သောကိရိယာတစ်ခု" ဖြစ်နေဆဲဖြစ်ကြောင်း သတိပြုမိသော်လည်း ၎င်းသည် "လေ့ကျင့်ရန် သင်အသုံးပြုသည့် အချက်အလက်အတိုင်းသာ ကောင်းမွန်သည်"ဟု ဝန်ခံခဲ့သည် —** - အဖွဲ့အစည်းဆိုင်ရာ အသိပညာ၊ ဓာတ်ခွဲခန်းတွင် အလွယ်တကူ စုဆောင်းပြီး ဆယ်စုနှစ်တစ်ခုကြာမျှ စက်ရုံတွင် လေ့ကျင့်မှုတွင် အလွယ်တကူ မလွှဲပြောင်းနိုင်သော အသိအမှတ်ပြုမှုတစ်ခု၊ ဒေတာအစုံ။

ယခုအခါ ပြန်လည်ငှားရမ်းထားသော အင်ဂျင်နီယာများသည် ယာဉ်များကို ပြဿနာဖြေရှင်းရန် မဖြစ်မနေအစည်းအဝေးများကို လုပ်ဆောင်နေပြီး စွမ်းဆောင်ရည်နိမ့်ကျနေသော အလိုအလျောက်အင်ဂျင်နီယာဆော့ဖ်ဝဲနှင့် AI ကိရိယာများကို ပြန်လည်အစီအစဉ်ချပါသည်။ ၎င်းတို့၏အလုပ်မှာ စက်ရုံကြမ်းပြင်သို့ မရောက်မီ အစိတ်အပိုင်းများ စက်ရုံကြမ်းပြင်သို့ မရောက်မီ ပျက်ကွက်သည့်အချက်များကို ရှာဖွေရန်ဖြစ်သည်** — ကုမ္ပဏီသည် ယခင်က ဘီလီယံနှင့်ချီ၍ ကုန်ကျခဲ့သော ကြီးမားသော ပြန်လည်သိမ်းဆည်းမှုနှင့် ချို့ယွင်းချက်များကို ဖယ်ရှားပေးသည့် ကြိုတင်ကာကွယ်မှုမျိုးဖြစ်သည်။

တိုင်းတာနိုင်သော လှည့်ကွက်

လူသားများကို သံသရာထဲသို့ ပြန်လည်ပို့ဆောင်ခြင်း၏ ရလဒ်များမှာ ထင်ရှားလှသည်။ မနှစ်က J.D. ပါဝါကနဦး အရည်အသွေး စစ်တမ်း — ၎င်း၏ ပထမဆုံး ရက် 90 အတွင်း ကားတစ်စီး ပိုင်ဆိုင်သည့် ပြဿနာများကို နှစ်စဉ် တိုင်းတာသည့် လေ့လာမှုတစ်ခု — Ford သည် ပင်မအမှတ်တံဆိပ်များကြားတွင် နံပါတ် 10 ကို ပြီးမြောက်ခဲ့ပြီး လုပ်ငန်း ပျမ်းမျှ အောက်တွင် ရမှတ်များ ရရှိခဲ့သည်။

သို့သော် ယခုနှစ်တွင် J.D. Power သည် Ford ကို ထိပ်တန်း ပင်မအမှတ်တံဆိပ် အဖြစ် အဆင့်သတ်မှတ်ခဲ့ပြီး Toyota နှင့် Honda တို့ထက် သာလွန်ခဲ့သည်။ Ford သည် သိသိသာသာ တိုးတက်မှု ပြန်ပေးသော အင်ဂျင်နီယာများ၏ ကျွမ်းကျင်မှု ကြောင့် သိသိသာသာ တိုးတက်လာခြင်းဖြစ်သည်ဟု ယူဆကာ၊ ရှားပါးသော သာဓကတစ်ခုဖြစ်သည့် ကော်ပိုရေးရှင်းကြီးတစ်ခု၏ ရှားပါးသော သာဓကမှာ အရည်အသွေး ပြန်လည်ကောင်းမွန်လာစေရန် လူသားအား ပြန်လည်ခေါ်ယူခြင်းအတွက် လူသိရှင်ကြား အသိအမှတ်ပြုခြင်း ဖြစ်သည်။

ဘဏ္ဍာရေးအခြေအနေကြောင့် အသွင်ကူးပြောင်းမှုမှာ အထူးသတိပြုဖွယ်ဖြစ်သည်- Ford သည် ယခုနှစ်အသုံးစရိတ် $1 ဘီလီယံခန့်ကို ဖြတ်တောက်ရန် လုပ်ဆောင်နေသော်လည်း AI ကို ဆက်လက်အားကိုးခြင်းထက် AI ကို ဆက်လက်မှီခိုအားထားမှုထက် အရည်အသွေးအတွက် ပိုစိတ်ချရကြောင်း ကောက်ချက်ချခဲ့သည်။

Ford သည် တစ်ယောက်တည်းမဟုတ်ပါ။

Ford ၏ အတွေ့အကြုံသည် ပိုမိုကျယ်ပြန့်ပြီး ပိုမို ကောင်းမွန်စွာ မှတ်တမ်းတင်ထားသော ပုံစံနှင့် ကိုက်ညီပါသည်။ ဇာတ်လမ်းဖော်ပြချက်ကို ကိုးကား၍ outplacement firm Careerminds မှ လေ့လာမှုတစ်ခုတွင် AI-driven layoffs များလုပ်ဆောင်သည့်ကုမ္ပဏီများကို စစ်ဆေးခဲ့ပြီး 35.6% သည် ၎င်းတို့ ယခင်လွှတ်ထားခဲ့သော ဝန်ထမ်းများ၏ ထက်ဝက်ကျော်ကို ပြန်လည်ခန့်ထားရကြောင်း တွေ့ရှိခဲ့သည်။ အခြား 32.7% သည် ထိုအလုပ်သမားများထဲမှ 25% နှင့် 50%** ကြားတွင် ပြန်လည်ငှားရမ်းခဲ့သည် — နည်းပညာမပေးပို့နိုင်သောအခါတွင် AI-မောင်းနှင်သော ဝန်ထမ်းများဖြတ်တောက်မှု၏ များပြားသောဝေစုကို ပြောင်းပြန်လှန်ခဲ့သည်ဟု အကြံပြုပါသည်။

Ford's နှင့် တွဲပြီး ခေါ်ဝေါ်လေ့ရှိသော သတိထားစရာ ပုံပြင်မှာ Klarna ဖြစ်သည်။ 2024 ခုနှစ်တွင် Swedish fintech ၏ CEO သည် AI chatbot အသစ်တစ်ခုသည် အချိန်ပြည့်ဖောက်သည်ဝန်ဆောင်မှုအေးဂျင့် 700 ၏အလုပ်အား လုပ်ဆောင်နေကြောင်း ဂုဏ်ယူစွာကြေငြာခဲ့ပြီး ကုမ္ပဏီသည် အလုပ်ခန့်ထားမှုကို ရပ်တန့်ကာ ရာနှင့်ချီသောရာထူးများကို ဖြတ်တောက်စေခဲ့သည်။ သို့သော် 2025 နှစ်လယ်ပိုင်းနှင့် 2026 ခုနှစ်များတွင် Klarna သည် သုံးစွဲသူများ၏ စိတ်ကျေနပ်မှု ကျဆင်းသွားပြီးနောက် **လူ့အေးဂျင့်များ ထပ်မံခေါ်ယူရန် ရုန်းကန်နေရသည်။ AI သည် အခြေခံမေးခွန်းများကို ကောင်းမွန်စွာကိုင်တွယ်ဖြေရှင်းနိုင်သော်လည်း သိမ်မွေ့မှုနှင့် စာနာမှုလိုအပ်သည့် ရှုပ်ထွေးသောပြဿနာများသည် ၎င်းကို ဆက်တိုက်ရှုံးနိမ့်ခဲ့ကြောင်း ကုမ္ပဏီမှတွေ့ရှိခဲ့သည်။

အလိုအလျောက်စနစ်၏ကန့်သတ်ချက်များ

ဤကိစ္စများသည် နည်းပညာစက်မှုလုပ်ငန်းမှ စုပ်ယူရန် နှေးကွေးနေသည့် ထပ်တလဲလဲ သင်ခန်းစာကို ညွှန်ပြသည်- AI သည် ကျဉ်းမြောင်းသော၊ ကောင်းစွာသတ်မှတ်ထားသော အလုပ်များတွင် ထူးချွန်သော်လည်း အတွေ့အကြုံရှိ အလုပ်သမားများက ပေးဆောင်သော တရားစီရင်မှု၊ အကြောင်းအရာနှင့် အဖွဲ့အစည်းဆိုင်ရာ မှတ်ဉာဏ်တို့နှင့် ရုန်းကန်နေရပါသည်။

Ford ၏ကိစ္စရပ်တွင်၊ ထိုစီရင်ချက်သည် မော်တော်ယာဉ်ဒီဇိုင်းတစ်ခုပျက်ကွက်သည့်နေရာအတွက် အလိုလိုသိသာထင်ရှားသည့်သဘောဖြစ်သည်— ထုတ်ကုန်စက်ဝန်းတစ်လျှောက်တွင် တူညီသောချို့ယွင်းချက်အမျိုးအစားများကို ဆယ်စုနှစ်များစွာကြာမြင်နေရသည့်ဆယ်စုနှစ်များတစ်လျှောက် တည်ဆောက်ထားသောအသိပညာဖြစ်သည်။ မည်မျှကြီးမားသော လေ့ကျင့်ရေးဒေတာမျှမကဘဲ၊ အထူးသဖြင့် တန်ဖိုးအရှိဆုံးသင်ခန်းစာများသည် မည်သည့်ဒေတာဘေ့စ်သို့မျှ မရောက်ဖူးသော လွဲချော်မှုများနှင့် အနားသတ်ဖြစ်ရပ်များဖြစ်သည့်အခါတွင် ထိုခက်ခက်ခဲခဲရခဲ့သော ပင်ကိုယ်ကို အလွယ်တကူ ပြန်ထုတ်ပေးပါသည်။

AI သည် စက်ရုံကြမ်းပြင်တွင် နေရာမရှိဟု ဆိုလိုသည်။ Ford ကိုယ်တိုင်က အလိုအလျောက် ရောဂါရှာဖွေရေး ကိရိယာများကို ဆက်လက်အသုံးပြုနေဆဲဖြစ်သည် — ယခု တစ်ချိန်က အစားထိုးရန် အင်ဂျင်နီယာများ က ကြီးကြပ်ပြီး ပြုပြင်ပေးသည်။ ပိုမိုရိုးသားသောဘောင်သွင်းခြင်းသည် အစားထိုးခြင်းထက် တိုးမြှင့်ခြင်း ဖြစ်သည်- AI သည် ၎င်းတို့ကို ဖယ်ရှားရန် ကြိုးပမ်းသည့်အခါမဟုတ်ဘဲ ကျွမ်းကျင်သောလူသားများလက်လှမ်းမီမှုကို ချဲ့ထွင်သည့်အခါ တန်ဖိုးအရှိဆုံးဖြစ်သည်။

Hype Cycle အတွက် တွက်ဆချက်

Ford ဇာတ်လမ်းသည် AI လုပ်ငန်းအတွက် အဆင်မပြေသည့်အခိုက်အတန့်တစ်ခုသို့ ရောက်ရှိလာသည်။ အလုပ်အမျိုးအစားများစွာကို အလိုအလျောက်စနစ်ဖြင့် ရွှေ့ပြောင်းခြင်းနှင့်ပတ်သက်၍ နှစ်ပေါင်းများစွာ ရဲရဲတင်းတင်း ကတိများပေးပြီးနောက်၊ ရွှေ့ပြောင်းခြင်းသည် ကနဦးတွင် ဖော်ပြထားသည့် ဖောက်ပြန်မှုထက် ပို၍အဖြစ်များကြောင်း သက်သေအထောက်အထားများ တိုးပွားလာနေပါသည်။

ရင်းနှီးမြှုပ်နှံသူများ၊ အမှုဆောင်များနှင့် အလုပ်သမားများအတွက် Ford's about-face သည် အခြေခံသတိပေးချက်တစ်ရပ်ကို ပေးဆောင်သည်- AI ဖြင့် အဖွဲ့အစည်းတစ်ခုမှ လုပ်ဆောင်နိုင်သည့် တန်ဖိုးအကြီးဆုံးအမှားမှာ ၎င်းအား ဖြည်းညှင်းစွာအသုံးပြုခြင်းမဟုတ်သော်လည်း ကျွမ်းကျင်မှုကို အစားထိုးရန် ၎င်းအား ယုံကြည်ခြင်းသည် ၎င်းအား ပုံတူပွားရန် မည်သည့်အခါမျှ မတပ်ဆင်ထားပေ။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →