လူသားတွေက သူတို့ပြဿနာကို
အကောင်းဆုံးဖြေရှင်းနိုင်ဖို့ကြိုးစားကြတယ်။

သွားရေးလာရေးပြဿနာကိုဖြေရှင်းဖို့
တိရစ္ဆာန်တွေကို သုံးခဲ့ကြတယ်။
နောက်ပိုင်း ကားတွေနဲ့ အစားထိုးတယ်။

လူတွေက အဆင့်မြင့်လာကြတယ်။
ထပ်ခါထပ်ခါလုပ်ဆောင်ရတဲ့အလုပ်တွေကို
စနစ်ချပြီး အလိုအလျောက်စနစ်
automation ကိုစက်တွေနဲ့လုပ်လာတယ်။

နောက်သူတို့ အစားထိုးဖို့ပြန်ကြိုးစားတယ်။
အဲ့ဒီ အစားထိုးဖို့ကြိုးစားတဲ့သူက “လူ” ပဲ။

လူကဘာတွေလုပ်လဲ။
လူတွေက ပြဿနာဖြေရှင်းတာ
တခြားသတ္တဝါတွေထက်တော်တယ်။

သွားရေးလာရေး သယ်ယူပို့ဆောင်ရေးအတွက်
တိရစ္ဆာန်တွေကို အစားထိုးတယ်။
နောက် ယာဉ်ရထား၊ ကားတွေနဲ့ အစားထိုးတယ်။
ဒီ ယာဉ်ရထား၊ ကားတွေကို မောင်းနှင်ဖို့
အသိဥာဏ် ပညာလိုတယ်။

လူတွေက စွမ်းဆောင်ရည်ပိုင်းမှာ
စက်တွေလောက် မတိကျဘူး။
စွမ်းဆောင်ရည်ပိုင်းမှာ
စက်တွေလောက် မရပ်မနားမလည်ပတ်နိုင်ဘူး။
ဒါကြောင့် ဒီလူတွေကို အစားထိုးဖို့
မှတ်ဥာဏ်တု AI ကို ထွင်ကြတယ်။

ဒီတော့ လူတွေရဲ့ ပြဿနာတွေကို
မှတ်ဥာဏ်တု AI က ဖြေရှင်းတဲ့အခါ
ကျွန်တော်တို့ ဘာလုပ်ကြမလဲ။

ပါရင်ပါ၊
ပေါင်းရင်ပေါင်း၊
မဟုတ်ရင်ပြောင်းခံရမယ်။

ပါတယ်ဆိုတာ မှတ်ဥာဏ်တု
တည်ဆောက်ရေးဖြစ်စဉ်က
နှစ်အတော်ကြာနိုင်တယ်။
ဒီ အေအိုင်ကို တည်ဆောက်ဖို့
Knowledge engineer တွေလိုမယ်။

နောက်သူနဲ့ပေါင်းစပ်တဲ့ဘဝ။
Yuval Noah Harari ပြောသလို
Homo Deus ပေါ့။

မဟုတ်ရင်တော့ အစားထိုးခံရမယ်။

ပထမဆုံး basic job လုပ်နေတဲ့
cashier တို့၊ ကုန်ကစ္စည်း
စီတဲ့ assembly worker တို့ပေါ့။

နောက်ပိုင်း Digital marketing ကို
Social media မှာ boost လုပ်တဲ့
Paid ads marketer တွေလဲ challenging ဖြစ်လာနိုင်တယ်။

ဥပမာ Emyth ကို တည်ထောင်တဲ့
Michael Gerber ဆိုပါတော့
Emyth Coaching AI ကို တည်ထွင်ပြီး
လုပ်ငန်းရှင်တွေကို ကူညီနိုင်ရင်
Coaching ကို လူတွေကို franchise ပေးမလား
ကိုယ့် bot နဲ့ ကိုယ်ပဲ ငွေရှာမလား။

ဒါကြောင့်လဲ နည်းပညာစွမ်းပကားနဲ့
Digital Franchise တွေပေါ်ပေါက်လာတယ်။

ဒီရက်ပိုင်း The future of the professions ကို
ဖတ်ပြီး ကိုယ့်ကို ရင်ခုန်သွားစေတဲ့
စကားလုံးတစ်လုံးကတော့
Knowledge engineer.

ကိုယ်ဒီနေ့လုပ်နေတဲ့အလုပ်ကို
ကိုယ့်ကိုကိုယ် အစားထိုးနိုင်အောင်ကြိုးစား။
အစားမထိုးနိုင်ရင် သူများအစားထိုးသွားလိမ့်မယ်။

Netflixed ဖြစ်သွားလိမ့်မယ်။
ဒီစကားလုံးကို ပြိုင်ဖက်ရဲ့
စီးပွါးရေးမော်ဒယ် ဆန်းသစ်မှုကြောင့်
တဖက်လုပ်ငန်းထိခိုက်သွားတာကိုဆိုတာပါ။
Blockbuster ဥပမာပါ။

Phyo Paing @ Derek