Մանկավարժության և բարձրակարգ կորպորատիվ տեխնոլոգիաների հատման կետը վաղուց դադարել է լինել տեսական բանավեճ. այն դարձել է ռազմավարական հրամայական: Վերջերս Google-ի Նյու Յորքի գլխամասում տեղի ունեցած նշանակալի գագաթնաժողովը մեկտեղեց կրթական ոլորտի նորարարներին, New York Jobs CEO Council-ին և Urban Assembly-ին: Այս հավաքը դարձավ կարևոր մի քննարկման խթան՝ ինչպե՞ս կամրջել դասարանային ուսուցման և ժամանակակից աշխատավայրի արագ փոփոխվող պահանջների միջև ընկած անդունդը:

Գործարար ղեկավարների համար այս գագաթնաժողովը յուրօրինակ ցուցիչ է: Երբ այնպիսի կազմակերպություններ, ինչպիսին Google-ն է, համագործակցում են ակադեմիական ոլորտի առաջատարների հետ, դա ազդարարում է աշխատաշուկայում տեղի ունեցող տեղաշարժի մասին: Խոսքն այլևս ուսանողներին ծրագրային ապահովումից օգտվել սովորեցնելու մասին չէ, այլ «AI-native» (արհեստական բանականությանը տիրապետող) աշխատուժի ձևավորման, որը ունակ է կողմնորոշվելու այն արագընթաց ավտոմատացման միջավայրում, որը ներկայումս կառուցում են ընկերությունները:

Ապագայի աշխատուժի ճարտարապետությունը

Նյու Յորքի գագաթնաժողովում քննարկված հիմնական մարտահրավերը տեմպերի անհամապատասխանությունն է: Մինչ կորպորացիաները ագրեսիվ կերպով ներդնում են Generative AI (գեներատիվ արհեստական բանականություն)՝ գործառնական աշխատանքային հոսքերը վերափոխելու համար, կրթական համակարգը հաճախ չի հասցնում քայլ պահել այդ գործիքները կառավարելու համար անհրաժեշտ տեխնիկական հմտությունների հետ: Միջոցառմանը մասնակցող ոլորտի առաջատարները փաստեցին, որ բիզնեսի ապագան կախված է այնպիսի աշխատուժից, որը հասկանում է ոչ միայն AI-ի «ինչպե՞ս»-ը, այլև «ինչո՞ւ»-ն:

Տեխնոլոգիական գծով տնօրենի (CTO) կամ ռազմավարության ղեկավարի համար այս զարգացումը նշանակում է կադրերի համալրման և պահպանման մոտեցումների փոփոխություն: Եթե տաղանդների հաջորդ սերունդը դասարաններում սովորում է աշխատել Large Language Models (LLMs) (խոշոր լեզվական մոդելներ) և տվյալների վրա հիմնված վերլուծական համակարգերի հետ, ապա բիզնեսները պետք է արագացնեն իրենց թվային փոխակերպումը՝ այս նոր սերնդի համար գրավիչ մնալու նպատակով: Այն ընկերությունները, որոնք մնում են հին համակարգերի «մեկուսացման» մեջ, գնալով ավելի դժվարությամբ կգրավեն այն մասնագետներին, որոնք սովոր են աշխատել բարդ AI Agents-ի (արհեստական բանականության գործակալներ) հետ:

Այս փոփոխությանը նախապատրաստվելու համար կազմակերպությունները պետք է գնահատեն իրենց գործունեության հետևյալ ոլորտները.

  • Աշխատանքային հոսքերի ինտեգրում. Պարզ առաջադրանքների ավտոմատացումից անցում բարդ, գործակալային (agentic) աշխատանքային հոսքերի ներդրմանը, որոնք կառավարում են բիզնեսի ամբողջական տրամաբանությունը:
  • Տվյալների գրագիտություն. Մշակույթի ձևավորում, որտեղ աշխատակիցները կարող են մեկնաբանել AI-ի միջոցով ստացված պատկերացումները, այլ ոչ թե պարզապես օգտագործել ստացված արդյունքը:
  • Ենթակառուցվածքների ճկունություն. Համոզվել, որ գործող CRM (Հաճախորդների հետ հարաբերությունների կառավարման) էկոհամակարգը պատրաստ է ընդունելու և արձագանքելու ավտոմատացված գործակալների կողմից գեներացվող տվյալների հոսքերին:
  • «Մարդը համակարգում» մոտեցում (Human-in-the-loop). Այնպիսի դերերի նախագծում, որոնք կենտրոնանում են AI համակարգերի վերահսկողության և ռազմավարական ուղղորդման վրա, այլ ոչ թե ձեռքով, կրկնվող տվյալների մուտքագրման:

Կրթությունից մինչև ձեռնարկություն՝ ներդրումների արդյունավետությունը (ROI)

Գագաթնաժողովում անդրադարձ եղավ նաև մի կենսական ճշմարտության. AI-ի դարաշրջանում ներդրումների արդյունավետությունը (ROI) ուղղակիորեն կապված է ինստիտուցիոնալ ուսուցման արագության հետ: Բիզնեսները հաճախ հակված են AI-ն դիտարկել որպես «plug-and-play» (միացրու և աշխատիր) լուծում, սակայն իրականությունն այն է, որ դրա արժեքն առավելագույնի է հասնում աստիճանական որդեգրման միջոցով: Դիտարկելով կրթական ոլորտի առաջատարների կողմից առաջարկվող ուսումնական ծրագրերի փոփոխությունները՝ մենք կարող ենք կանխատեսել, թե ինչպիսին կլինի կորպորատիվ մակարդակի հմտությունը առաջիկա 24-36 ամիսներին:

Ավտոմատացումն այլևս մարդկանց փոխարինելու մասին չէ, այն մարդկային ներդրման շրջանակն ընդլայնելու մասին է: Ժամանակակից ձեռնարկությունում CRM-ը կառավարող AI գործակալը ոչ միայն մաքրում է տվյալների բազան, այլև իրականացնում է տրամադրվածության վերլուծություն (sentiment analysis), կանխատեսում հաճախորդների հեռացումը և առաջարկում անհատականացված մոտեցումներ: Սա հսկայական տեղաշարժ է այն հարցում, թե ինչպես են ընկերությունները հաշվարկում իրենց ծրագրային ներդրումների արժեքը: Հաջողությունը «խնայված ժամանակով» չափելու փոխարեն՝ բիզնեսները պետք է այն չափեն «ստեղծված ռազմավարական արդյունքով»:

Այս անցումը կառավարող ղեկավարների համար հետևյալ դիտարկումները առանցքային են.

  • Անհատականացումն ընդդեմ ընդհանրացման. Պատրաստի գործիքները դառնում են սովորական ապրանքներ: Մրցակցային առավելությունը տեղափոխվում է դեպի հատուկ ծրագրային ապահովում, որը ստեղծվել է կոնկրետ ընկերության եզակի տվյալների հետ աշխատելու համար:
  • «Մեկուսացման» վերջը. Ավտոմատացման նախաձեռնություններն առավել արդյունավետ են, երբ դրանք հորիզոնական կտրվածքով հատում են բոլոր բաժինները՝ միավորելով մարքեթինգի, վաճառքի և մատակարարման շղթայի տվյալները մեկ միասնական, համահունչ հետախուզական շերտի մեջ:
  • Ճանաչողական բեռնաթափում. Ամենահաջողակ ձեռնարկություններն իրենց աշխատակիցներին սովորեցնում են AI-ն դիտարկել որպես կրտ