ව්‍යාපාර දිනවන්න දැන් AI භාවිතය නොව 'AI සිතීම' අත්‍යවශ්‍යයි

ව්‍යාපාර දිනවන්න දැන් AI භාවිතය නොව 'AI සිතීම' අත්‍යවශ්‍යයි

2026 වසරේ ආරම්භයත් සමඟම ව්‍යාපාරික ක්ෂේත්‍රය තුළ කෘත්‍රිම බුද්ධිය (AI) පිළිබඳ තිබූ කතිකාවත මුළුමනින්ම වෙනස් මගකට යොමු වී තිබෙනවා. මෙතෙක් කල් AI දෙස බැලුවේ කාර්යක්ෂමතාව වැඩි කරන මෙවලමක් (Efficiency Tool) ලෙස පමණයි. නමුත් Forbes Technology Council මගින් නිකුත් කළ නවතම උපායමාර්ගික විශ්ලේෂණයකට අනුව, සාර්ථක ව්‍යාපාර දැන් "AI භාවිතයෙන්" ඔබ්බට ගොස් "AI හරහා සිතීම" (Thinking in AI) නම් නව ක්‍රමවේදය වෙත මාරු වෙමින් පවතිනවා.

මෙය හුදෙක් වචන හරඹයක් නොව ව්‍යාපාරික ව්‍යුහයේම සිදුවිය යුතු මූලික වෙනස්කමක්. විශේෂයෙන්ම එක්සත් රාජධානියේ තරගකාරී වෙළෙඳපොළ තුළ රැඳී සිටීමට වෙර දරන සුළු හා මධ්‍ය පරිමාණ ව්‍යාපාරිකයින්ට (SMEs) මෙම නව මාදිලිය අවබෝධ කරගැනීම ඉතාමත් වැදගත්.

Prediction සහ Judgment: නව වැඩ බෙදාගැනීම

සාම්ප්‍රදායිකව තීරණ ගැනීමේදී අනාගතය පුරෝකථනය කිරීම (Prediction) සහ තීරණ ගැනීම (Judgment) යන අංශ දෙකම මිනිසුන් අතින් සිදු වුණා. නමුත් නව ව්‍යාපාරික මාදිලිය තුළ මෙම කාර්යයන් කොටස් දෙකකට වෙන් කෙරෙනවා.

මෙහිදී සිදුවන්නේ ඩේටා (Data) විශාල ප්‍රමාණයක් විශ්ලේෂණය කර, පාරිභෝගික හැසිරීම් හෝ වෙළෙඳපොළ වෙනස්වීම් ගැන ඉතා නිවැරදි අනාවැකි කීම AI වෙත පැවරීමයි. නමුත් එම තොරතුරු මත පදනම්ව, ආචාර ධර්ම සහ සමාජීය බලපෑම් සලකා බලා අවසන් තීරණය ගැනීමේ (Judgment) වගකීම සම්පූර්ණයෙන්ම මිනිසුන් වෙත පැවරෙනවා. සරලව කිවහොත්, AI විසින් සිතියම ලබා දෙන අතර, වාහනය පැදවීම මිනිසා සතුයි.

වෘත්තීය අනාගතය සහ අවදානම්

මෙම විප්ලවය හුදෙක් තාක්ෂණික වෙනසක් පමණක් නොව රැකියා වෙළෙඳපොළට ද දැඩි බලපෑමක් එල්ල කරන්නක්. විශේෂයෙන් සාකච්ඡා කිරීමේ හැකියාව (Negotiation), සංවේදී බව (Empathy) සහ සංකීර්ණ අවස්ථාවලදී තීරණ ගැනීමේ හැකියාව ඇති වෘත්තිකයන්ට ඉදිරියේදී ඉහළ ඉල්ලුමක් නිර්මාණය වනු ඇති.

කෙසේ වෙතත්, මෙහි බරපතල අවදානමක් ද තිබෙනවා. ව්‍යාපාරවල ඇති මූලික විශ්ලේෂණ සහ අනාවැකි කීමේ කාර්යයන් (Junior Roles) ස්වයංක්‍රීයකරණය වීමත් සමඟ, නවකයන්ට ක්ෂේත්‍රයට ඇතුළු වීමට ඇති ඉඩකඩ ඇහිරී යා හැකියි. සාමාන්‍යයෙන් ආධුනිකයෙක් පුහුණු වන්නේ මෙවැනි මූලික කාර්යයන් හරහායි. ඒවා AI මගින් සිදු කරන විට, ඉහළ වැටුප් ලබන ජ්‍යෙෂ්ඨ උපායමාර්ගිකයින් සහ අඩු වැටුප් ලබන මෙහෙයුම්කරුවන් ලෙස ශ්‍රම බලකාය දෙකට බෙදී යාමේ අවදානමක් (Barbell Workforce) මතුවන බව විචාරකයින් පෙන්වා දෙනවා. මෙය විශේෂයෙන්ම දත්ත විශ්ලේෂණය වැනි රැකියා හරහා වෘත්තීය ඉණිමඟේ ඉහළට යාමට බලාපොරොත්තු වන අයට යම් අභියෝගයක් විය හැකියි.

එක්සත් රාජධානියට ඇති බලපෑම

ඵලදායිතාව අතින් G7 රටවල් අතර යම් පසුබෑමක සිටින එක්සත් රාජධානියේ ව්‍යාපාරවලට මෙම AI කේන්ද්‍රීය ක්‍රමවේදය කදිම විසඳුමක්. නිෂ්පාදන ධාරිතාව ඉහළ නැංවීමට මෙය මනා පිටිවහලක් වුවත්, ඒ සඳහා අවශ්‍ය ඩිජිටල් යටිතල පහසුකම් දියුණු කරගැනීමට බ්‍රිතාන්‍ය සමාගම්වලට විශාල ප්‍රාග්ධනයක් ආයෝජනය කිරීමට සිදුවනු ඇති.

"Black Box" ගැටළුව

ව්‍යාපාරික තීරණ ගැනීම සම්පූර්ණයෙන්ම ඇල්ගොරිතම මත රඳා පැවතීම තුළ "Black Box" අවදානම මතු වෙනවා. එනම්, යම් හෙයකින් වෙළෙඳපොළේ අනපේක්ෂිත වෙනසක් (Black Swan Event) සිදු වුවහොත්, AI ලබා දුන් අනාවැකිය වැරදීමකට ලක් විය හැකියි. එවිට තීරණ ගත් ක්‍රමවේදය ගැන ප්‍රායෝගික දැනුමක් මිනිසුන් සතු නොවීම නිසා ආයතන අර්බුදයකට යා හැකියි.

අවසාන වශයෙන්, Forbes පෙන්වා දෙන පරිදි ජයග්‍රහණය හිමිවන්නේ මිල අධිකම AI මෙවලම් මිලදී ගන්නා අයට නොව, මිනිස් බුද්ධිය සහ AI අනාවැකි නිවැරදිව කළමනාකරණය කිරීමට තම ආයතනික ව්‍යුහය වෙනස් කරගන්නා අයටයි. නමුත් ඊට පෙර ඔබේ ආයතනයේ දත්ත (Data) ඉතා පිරිසිදු මට්ටමක තිබීම අනිවාර්යයි; නැතිනම් සිදුවන්නේ "Thinking in AI" වෙනුවට "Thinking in Noise" තත්ත්වයක් ඇතිවීම පමණයි.

මූලාශ්‍රය (Source): https://www.forbes.com/councils/forbestechcouncil/2026/01/16/teaching-the-enterprise-to-think-in-ai/