AI-ийн $15 их наядын үнэ цэнийг технологи бус, суралцах чадвар бий болгоно

Дэлхийн нийт, тэр дундаа төр засгийн удирдагчид, бизнесийн томоохон акулууд, иргэний нийгмийн байгууллагууд гээд хүн бүр, салбар бүхэн хиймэл оюун хэмээх энэхүү технологийн асар их боломжид итгэж, үнэ цэнийг нь хүртэх гэж маш их хүлээлт үүсгээд байна. Судлаачдын харж буйгаар, хиймэл оюун (AI) нь дэлхийн эдийн засагт хэдэн их наяд ам.долларын өсөлтийг бий болгоно гэж тооцоолж буй. Тухайлбал, Дэлхийн эдийн засгийн форумын тооцоолсноор, хиймэл оюун 2030 он гэхэд дэлхийн ДНБ-ийн 14 хувьтай тэнцэх буюу ойролцоогоор 15.7 их наяд ам.долларын үнэ цэнийг бий болгох боломжтой гэнэ.

Гэхдээ хөдөлмөрийн зах зээл дээр тэрхүү үнэ цэнийн өгөөж тогтворгүй байгааг Pearson байгууллагын судлаачид “Дэлхийн эдийн засгийн форум-2026”-д оролцох үеэрээ онцолжээ. Тодруулбал, насан туршийн боловсролын үйлчилгээгээрээ манлайлагч дэлхийн хэмжээний байгууллага болох Pearson нь “Mind the Learning Gap: The Missing Link in AI’s Productivity Promise” судалгааг “Давос-2026”-д оролцох үеэрээ танилцуулжээ. Судалгаанд дурдсанаар, Их Британид байгууллагууд хиймэл оюуныг өдөр тутмын үйл ажиллагаандаа өргөн хүрээнд нэвтрүүлж байгаа ч хөдөлмөрийн бүтээмж бууралттай хэвээр байна. АНУ-ын хувьд бүтээмж 2000-аад оны эхэн үеийн оргилоос хойш жигд бус, буурах төлөвтэй байгаа аж. Ажилтнууд AI-г ашиглан “цаг хэмнэж байна” гэж мэдэрч байгаа ч байгууллага болон улс орны эдийн засгийн түвшинд урт хугацааны тогтвортой бодит үр ашиг хараахан бий болоогүй байдалтай байна.

Pearson байгууллагын Технологи хариуцсан захирал Дэйв Трит

Pearson байгууллагын Технологи хариуцсан захирал Дэйв Тритийн хэлж буйгаар, хиймэл оюунд оруулах хөрөнгө оруулалт эрчимтэй өсөж байгаа ч байгууллагын бүтээмж жигд сайжрахгүй байгаагийн цаад шалтгаан нь удирдлагууд бизнесийн үйл ажиллагааг бүхэлд нь харж, хангалттай анхаарал хандуулахгүй байгаатай холбоотой. Өөрөөр хэлбэл, хүн + технологи хамтдаа хэрхэн ажиллаж байгааг бүхэлд нь харах шаардлагатай.

Технологийг зөвхөн нэвтрүүлээд дараа нь хүмүүсийг сургана гэсэн хандлага хангалтгүй. Үүний оронд бид ажлын урсгалыг бүхэлд нь шинээр дахин төсөөлж, хүн болон хиймэл оюуны агентуудын тасралтгүй суралцах үйл явцыг өөрчлөлтийн төвд нь тавьж, илүү уялдаа холбоотой, нэгдсэн арга барилд шилжих хэрэгтэй.

Суралцах хэмээх шинжлэх ухааны олон жилийн судалгаанд тулгуурлан харахад, энэхүү шинэ шилжилтийг амжилттай даван туулахын тулд хувь хүн болон багуудыг зөвхөн технологийн хэрэгслээр бус харин тасралтгүй хөгжил, хамтын ажиллагаагаар дэмжих нь чухал. Чухам энэ л хүчин зүйлс нь технологийг жинхэнэ утгаар нь үр дүнтэй болгодог. Ийм нэгтгэсэн арга барил нь хиймэл оюуныг сайн сайхны төлөөх хүч болгон ашиглах боломжийг бүрдүүлж, хүмүүс болон байгууллагуудын үр дүнг зэрэг ахиулна.

Жинхэнэ үнэ цэн бол хиймэл оюуны дэмжлэгтэй, төрөл бүрийн ур чадвартай ажиллах хүчнийг бий болгох явдал юм. Өөрөөр хэлбэл, хиймэл оюун нь хүний мэргэжлийн мэдлэг, ур чадварыг орлох бус, харин түүнийг хөгжүүлж, өдөр тутмын ажлын явцад нь илүү хурдтай, үр дүнтэй, бүтээмжтэй ажиллах боломжийг бүрдүүлнэ. Энэ нь ажилтан бүрийн бодит чадвар, туршлагад нийцсэн орчинд хэрэгжиж, ажлын урсгал бүрд хүн ба хиймэл оюуны зөв хослолыг оновчтойгоор уялдуулсанаар бодит үр дүн авчирна гэдгийг онцолсон юм.

AI эрин дэх суралцахуйн чадавхын зөрүү

Автоматжуулалт нь хурдан бөгөөд хэмжигдэхүйц үр ашиг өгдөг бол хиймэл оюун нь бүтээмжийн үнэ цэн хэрхэн бий болдог вэ гэдгийг үндсээр нь өөрчилж байна.

Pearson байгуулагын гаргасан шинэ судалгаагаар, хамгийн өндөр бүтээмжийн өсөлт нь хиймэл оюуны мэдлэгийг системчлэх (codify), олон агенттай ажлыг өөр хооронд нь уялдуулах (orchestrate), мөн хурдан, тасралтгүй суралцах үйл явцыг ажлын урсгалд шингээх үед бий болдгийг харуулж байна.

Ингэснээр хүмүүс зүгээр “хийх” бус бүтээлчээр сэтгэх түвшинд шилжинэ. Өөрөөр хэлбэл, хиймэл оюун нь хүний шүүлт, дүгнэлтийг орлохгүй, харин түүний хүрч болох дээд түвшнийг улам тэлэх юм.

Энэ боломжийг бүрэн нээхэд тулгарч буй хамгийн том саад бэрхшээл бол суралцах чадавхын зөрүү юм. Хэдийгээр хиймэл оюун асар их боломжийг бий болгож байгаа ч ажиллах хүчин түүнд өнгөц төдий нь хандсан хэвээр байна. Бидний судалгаагаар, олон байгууллагууд хиймэл оюуны сургалтыг зүгээр л “шаардлага биелүүлсэн” мэтээр хийдэг боловч хүн ба хиймэл оюун хамтран ажиллах загварт нийцүүлэн ажлын даалгавар, үүрэг роль, ур чадварыг үндсээр нь дахин зохион байгуулж чаддаггүй нь тогтоогдсон. Тиймээс ажилтан тус бүрийн “цаг хэмнэлт” нь байгууллагын түвшинд тогтвортой бүтээмжийн өсөлт болохгүй байна.

Энэ нь World Economic Forum-оос таамаглаж буй ажлын байрны шинэчлэлийг бодитоор хэрэгжүүлэхэд тулгарах гол эрсдэл болж байна.

Хэрэв бид суралцахуйн чадавхыг зөрүүг арилгаж, хиймэл оюуны дэмжлэгтэй ажлын загварыг өргөн хүрээнд нэвтрүүлж чадвал эдийн засгийн өгөөж асар их (augmentation) байна. Мэдлэгт суурилсан 300 гаруй мэргэжлийг хамарсан бидний тооцооллоор, хиймэл оюунд суурилсан дэмжлэг нь 2030 он гэхэд АНУ-ын эдийн засаг 4.8-6.6 их наяд ам.долларын нэмүү өртөг бий болгох боломжтой. Энэ нь АНУ-ын өнөөгийн эдийн засгийн хэмжээгээр ойролцоогоор 15 хувьтай тэнцэх үзүүлэлт бөгөөд ийм үр дүн нь augmentation-ийг өргөнөөр, системтэй нэвтрүүлсэн нөхцөлд л бодитой болно.

Ур чадварыг ахиулах хэрэгжихүйц (actionable) загвар

Суралцахуйн чадавхын зөрүүг арилгахын тулд ур чадварыг ахиулах суурь өөрчлөлттэй шинэ хандлага хэрэгтэй.

Энэ нь уламжлалт сургалтын арга барилаас татгалзаж, хиймэл оюунд суурилсан хүн төвт суралцах арга руу шилжинэ гэсэн үг юм.

Өөрөөр хэлбэл, ажилтнуудыг ерөнхий нэг удаагийн сургалтад салгаж суулгахын оронд суралцах үйл явцыг шууд ажлын урсгалд нь шингээх шаардлагатай. Ингэснээр хүмүүс шууд ажил хийж байхдаа суралцаж, бодит хэрэгцээндээ тулгуурлан ур чадвараа тасралтгүй хөгжүүлэх боломж бүрдэнэ.

Энэ өөрчлөлтийг бодитоор хэрэгжүүлэхийн тулд бидний DEEP гэж нэрлэсэн судалгааны хүрээнд 4 үндсэн тулгуурыг авч үзлээ.

D-Diagnose /Оношлох/

Байгууллагууд AI нь ямар ажлын даалгавар, үүрэг рольд хэрхэн нөлөөлөхийг ойлгохын тулд даалгаварт суурилсан шинжилгээ хийх шаардлагатай. Үүнд AI-ийн чиглэлээр маш сайн мэдлэгтэй “мэргэжлийн сонирхогчид (expert enthusiasts)” болон “augmentation багууд”-ыг татан оролцуулж, AI-ийг бодитоор ашиглах кейсүүдийг тодорхойлох, загварчлах, нэвтрүүлэх, түүнд тохирсон сургалтыг боловсруулах нь чухал.

E — Embed (Шингээх)

Суралцах үйл явц нь ажилтнуудыг ажлаас нь салгах бус, ажлын урсгалын дунд явагдах ёстой. AI-ийг ашиглан хувь хүнд тохирсон, яг тухайн мөчид хэрэгтэй (just-in-time) зөвлөмж, дасгалжуулалт, эргэх холбоо өгдөг байх нь үүний гол суурь юм. Үүнийг дэмжихийн тулд туршилтыг урамшуулдаг, мэдлэг хуваалцахыг дэмждэг, шүүмжлэлт сэтгэлгээ, бүтээлч байдал, суралцах чадвар (learning-to-learn) зэрэг тогтвортой ур чадварыг чухалчилсан суралцах соёлыг бий болгох хэрэгтэй.

E — Evaluate (Үнэлэх)

Байгууллага болон хувь хүн бүр ур чадварын өгөгдлийн найдвартай дэд бүтэцтэй байх шаардлагатай. Энэ нь:

– илүү оновчтойгоор ур чадвараа ахиулах зөвлөмж өгөх,
– зан төлөв, ажлын үр дүнгээс чадамжийг таамаглан үнэлэх AI-д суурилсан “далд” үнэлгээний арга ашиглах,
– суралцах үйл явцыг тасралтгүй хэмжих, сайжруулах, хувь хүнд тохируулах боломжийг бүрдүүлнэ.
P — Prioritize (Тэргүүлэх чиглэл болгох)

Сургалт, хөгжлийн (L&D) чиг үүрэг нь зүгээр л контент түгээгч байхаас татгалзаж, чадавхийн архитектор болж хувьсах ёстой. Үүний тулд:

– ажиллах хүчний ур чадварын өөрчлөлтийг тогтмол хянаж, хэмжих,
– дээд удирдлагын (C-suite) хүчтэй дэмжлэг авах,
– ур чадварт суурилсан суралцах төлөвлөгөө болон хэмжигдэхүйц ур чадварын экосистем бүрдүүлэх шаардлагатай.

Үүнд хувь хүний сурч, эзэмшсэн бүх ур чадварыг насан туршид нь бүртгэх дижитал “ур чадварын түрийвч” (диплом, ур чадварын батламж, жолооны үнэмлэх зэрэг баталгаажсан баримтуудыг багтаасан) ч орно. Үүнтэй зэрэгцэн байгууллагууд урамшууллын тогтолцоо, нөөцийн хөрөнгө оруулалтаа дахин уялдуулж, ажилтнуудын тасралтгүй өсөлтийг бодитоор дэмжих ёстой.

C-suite түвшний удирдлагууд ажлын арга барилыг хүн–AI хамтын ажиллагаанд тулгуурлан дахин төсөөлж, найдвартай ур чадварын дата бүрдүүлэх, ур чадварыг баталгаажуулах (credentialling) тогтолцоог хөгжүүлэх, мөн сургалт, хөгжлийн (Learning & Development) удирдлагуудад ажлын ирээдүйг тодорхойлох эрх, боломж олгох замаар өргөн хүрээтэй суралцахад стратегийн хөрөнгө оруулалт хийх шаардлагатай.

Энэхүү ирээдүй нь өргөтгөх боломжтой суралцах системүүд, хэмжигдэхүйц ур чадварын экосистем,мөн найдвартай датад тулгуурлаж байж, AI-ийн дэмжлэг нь хүний чадварыг сулруулах бус, харин бэхжүүлэх нөхцөлийг бүрдүүлэх ажээ.