Figma သည် AI ကို ပေါင်းစည်းကာ ဒီဇိုင်းကို ပြောင်းလဲပြီး ဖန်တီးရှင်များကို အားကောင်းစေသည့် နည်းလမ်း
Figma ၏ AI Products ခေါင်းဆောင် David Kossnick နှင့် ဆွေးနွေးမှု။
ကျွန်ုပ်တို့၏ Executive Function စီးရီးအသစ်တွင် AI မှတစ်ဆင့် ပြောင်းလဲမှုကို မောင်းနှင်နေသော ခေါင်းဆောင်များ၏ အမြင်များကို ဖော်ပြထားသည်။
Figma သည် အဖွဲ့များ စိတ်ကူးများကို ကမ္ဘာ့အကောင်းဆုံး ဒစ်ဂျစ်တယ် ထုတ်ကုန်များနှင့် အတွေ့အကြုံများအဖြစ် ပြောင်းလဲရန် စုဝေးလာသည့် နေရာဖြစ်သည်။ ကျွန်ုပ်တို့သည် Figma ၏ AI Products ခေါင်းဆောင် David Kossnick နှင့် ဒီဇိုင်းတွင် AI ၏ သက်ရောက်မှု၊ ဖန်တီးနိုင်စွမ်းကို အားမြှင့်ပေးခြင်းနှင့် Figma ဝန်ထမ်းများအတွက် AI fluency တည်ဆောက်ခြင်းအကြောင်း ဆွေးနွေးခဲ့သည်။
သင်က AI ကို platform shift တစ်ခုလည်းဖြစ်ပြီး အဓိကစွမ်းရည်တစ်ခုလည်းဖြစ်တယ်လို့ ဖော်ပြခဲ့ပါတယ်။ AI က ဒီဇိုင်းကို ဘယ်လိုပြောင်းလဲနေသလဲ၊ ဒီပြောင်းလဲမှုအတွင်း Figma က ဘယ်လို နေရာယူနေသလဲ။
AI က ဒစ်ဂျစ်တယ် ထုတ်ကုန်များ ဖန်တီးရန် ယခင်ထက် ပိုမိုလွယ်ကူလာစေသလို၊ ကောင်းမွန်သော ဒီဇိုင်းက ပိုပိုပြီး အဓိကကွဲပြားစေမည့် အချက်တစ်ခု ဖြစ်လာမည်။ သို့သော် ဒီဇိုင်းဆိုတာ pixels တွေသာ မဟုတ်ဘဲ လက်ရာဖြစ်သည်—စာနာနားလည်မှု၊ workflow ကို နားလည်မှုနှင့် ပြဿနာဖြေရှင်းနိုင်စွမ်းတို့ ဖြစ်သည်။
ထို့ကြောင့် AI ကို Figma တစ်လျှောက်လုံးတွင် ထည့်သွင်းထားသည်—ထုတ်ကုန်အတွင်း စာသားတည်းဖြတ်ခြင်းနှင့် ရုပ်ပုံ ထုတ်လုပ်မှုမှ စ၍ layers အမည်များကို အလိုအလျောက် ပြန်အမည်ပေးခြင်းနှင့် site visuals များအထိ—ဖန်တီးမှုကို ပိုမြန်စေပြီး၊ ပိုမိုသဘာဝကျစေကာ၊ လူပိုများများ အသုံးပြုနိုင်အောင် ကူညီပေးနေသည်။
တစ်ချိန်တည်းမှာပင် AI သည် platform shift တစ်ခုလည်း ဖြစ်သည်။ Figma ကို ဒစ်ဂျစ်တယ် ထုတ်ကုန်များ တည်ဆောက်ရန် ရည်ရွယ်ချက်ဖြင့် အခြေခံကတည်းက တည်ဆောက်ထားသည်။ ဒါကြောင့် workflow များကို အခြေခံမူလများမှ ပြန်လည်စဉ်းစားနိုင်စေသည်။
ဥပမာတစ်ခုမှာ Figma Make(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ဖြစ်ပြီး—၎င်းသည် တုံ့ပြန်ညွှန်ကြားချက်မှ app သို့ ပြောင်းပေးသော tool တစ်ခုဖြစ်ကာ ဘာသာစကား၊ ရုပ်ပုံများ သို့မဟုတ် ဖွဲ့စည်းထားသော frames များမှ production-grade code ကို ထုတ်ပေးသည်။ ၎င်းက coders နှင့် non-coders နှစ်မျိုးလုံး—designers, PMs, engineers, marketers—အတွက် နည်းပညာဆိုင်ရာ အတားအဆီးများမရှိဘဲ prototype လုပ်ခြင်းနှင့် စိတ်ကူးများကို ဖော်ထုတ်ပြသခြင်းတွင် ပိုမိုဝေးဝေး သွားနိုင်မည့် နည်းလမ်းတစ်ခုကို ပေးသည်။
AI ကို အစားထိုးမှုမဟုတ်ဘဲ co-pilot အဖြစ် ပြောဆိုမှုများ များစွာရှိပါတယ်။ ဒီ dynamic က ဖန်တီးနိုင်စွမ်းကို ဘယ်လို အားပေးတယ်လို့ သင်မြင်ပါသလဲ။
Figma သည် လက်ရာအပေါ် နက်ရှိုင်းသော ကတိကဝတ်ကြောင့် ထင်ရှားသည်—အသုံးပြုသူများအား အသေးစိတ်တိုင်းကို ပြန်လည်ပြင်ဆင်ရန် အပြည့်အဝ ထိန်းချုပ်နိုင်စွမ်း ပေးထားသည်။ AI ဖြင့် ကျွန်ုပ်တို့သည် visual layer ကိုကျော်လွန်ကာ ဘာသာစကား၊ visual နှင့် code တို့ပါဝင်လာအောင် တိုးချဲ့ခဲ့ပြီး code composer နှင့် “code layers” ကဲ့သို့သော tool များကို ထည့်သွင်းကာ အသုံးပြုသူများအား AI အကူအညီဖြင့် code ကို native အနေဖြင့် ရေးသားပြီး publish လုပ်နိုင်စေသည်။
“AI အေးဂျင့်တွေအကြောင်း တကယ်စိတ်လှုပ်ရှားစရာကောင်းတဲ့ အရာတွေထဲက တစ်ခုကတော့ သူတို့က သင့်ကို အတော်ဝေးဝေးအထိ ခေါ်ဆောင်ပေးနိုင်တယ်၊ အလုပ်ရှုပ်စရာတွေ အများကြီးကို လုပ်ပေးနိုင်တယ်၊ စတင်နိုင်အောင် ကူညီပေးနိုင်တယ်ဆိုတာပါ။”
AI အေးဂျင့်များသည် အလုပ်ရှုပ်စရာများကို ကိုင်တွယ်ပေးနိုင်သော်လည်း tool များစွာတွင် ထိုနောက်ပိုင်း စိတ်ကြိုက်ပြင်ဆင်နိုင်မှုကို ကန့်သတ်ထားတတ်သည်။ Figma တွင် သင်သည် layer တိုင်း—ဘာသာစကား၊ visual နှင့် code—ကို သင့်အမြင်နှင့် ကိုက်ညီအောင်၊ လက်ရာအရည်အသွေးကို ထိန်းသိမ်းအောင် အပြည့်အဝ တည်းဖြတ်နိုင်သည်။ ကျွန်ုပ်တို့သည် cross-modality workflow များကိုလည်း ပံ့ပိုးထားသဖြင့် သင်၏ အားသာချက်က code, design, language တို့ထဲမှ ဘာပဲဖြစ်ဖြစ် သင့်ပုံစံနဲ့ အလုပ်လုပ်နိုင်သည်—ကိုယ့်အထူးပြုမှု မပျောက်ဘဲ full-stack အဖြစ် သွားနိုင်သလိုပင် ဖြစ်သည်။
နောက်ဆုံးတွင် Figma တွင် ဖန်တီးထားသော ထုတ်ကုန်များသည် လူသားများအတွက် ဖြစ်သည်။ ထို့ကြောင့် လူသားများကသာ ဆုံးဖြတ်နိုင်စွမ်း၊ စာနာနားလည်မှုနှင့် အရသာခံယူချက်တို့ကို ယူဆောင်လာကြပြီး ၎င်းတို့ကပင် co-pilot မဟုတ်ဘဲ အမှန်တကယ် pilot ဖြစ်စေသည့် အရည်အချင်းများ ဖြစ်သည်။
“AI က လူသားတွေကို ပိုမြန်မြန် စူးစမ်းနိုင်အောင်၊ အတွေးအခေါ်ဖန်တီးမှုမှာ ပိုဝေးဝေး သွားနိုင်အောင် ကူညီပေးမယ့်အရာပါ။ ဒါပေမယ့် လူသားရဲ့ ဆုံးဖြတ်နိုင်စွမ်း၊ စာနာနားလည်မှု၊ လက်ရာကျွမ်းကျင်မှု၊ အရသာခံယူချက်တွေကသာ copilot မဟုတ်ဘဲ pilot ဖြစ်ခြင်းရဲ့ အဓိပ္ပာယ်ကို ဖော်ပြတာလို့ ကျွန်တော်ထင်ပါတယ်။”
Figma Make နှင့် Dev Mode MCP Server တို့သည် AI ကို end-to-end workflow များအတွင်း ပေါင်းစည်းရာတွင် အရေးကြီးသော ခြေလှမ်းများဖြစ်ခဲ့သည်။ code မှတစ်ဆင့် AI နှင့် အပြန်အလှန်ဆက်သွယ်လိုသော designers နှင့် developers များအကြောင်း သင်တို့ ဘာတွေ သင်ယူရရှိခဲ့ပါသလဲ။
Designer-developer ပူးပေါင်းဆောင်ရွက်မှုသည် အမှန်တကယ် အလုပ်လုပ်သောအရာကို shipping လုပ်နိုင်ခြင်းအပေါ် မူတည်သည်—ဆက်သွယ်မှုလွဲမှားခြင်းကို ရှောင်ရုံသာမက အသုံးပြုသူတန်ဖိုးကို သေချာစေရန်လည်း ဖြစ်သည်။ Figma Make က အဖွဲ့များကို ဖြစ်နိုင်ခြေရှိသော စိတ်ကူးများစွာကို validate လုပ်ပြီး test လုပ်နိုင်စေသောကြောင့် solution တစ်ခုအပေါ် သဘောတူညီလာသည့်အခါ မှန်ကန်သောအရာကို တည်ဆောက်ရန် ယုံကြည်ချက်ခိုင်မာစေသည်။
Dev Mode(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) သည် CSS နှင့် တိုကင်များကဲ့သို့ ဖွဲ့စည်းထားသော data ဖြင့် handoff ကို ပိုမိုလွယ်ကူစေခဲ့ပြီး၊ MCP(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ကတော့ ထိုထက်တိုးကာ developers များအား mocks များကို full context ဖြင့် production-ready code သို့ ဘာသာပြန်ပေးသော coding agent ကို invoke လုပ်ခွင့်ပေးသည်—manual copy-paste လုပ်ရန် မလိုတော့ပါ။
Make ကို အဓိကအားဖြင့် prototyping အတွက် တည်ဆောက်ထားသော်လည်း designers များသည် interactions များကို အလွန်တိကျစွာ တုံ့ပြန်ညွှန်ကြားချက်ပေးနိုင်သဖြင့် engineers များက code ကို တိုက်ရိုက်ကူးယူသုံးစွဲတတ်ကြသည်—ထို့ကြောင့် ၎င်းသည် engineering အတွက် handoff artifact တစ်ခုအဖြစ် စတင်ပြောင်းလဲလာနေသည်။
ပိုမိုကျယ်ပြန့်စွာဆိုရသော် Figma သည် အစဉ်အမြဲ multiplayer by design ဖြစ်ခဲ့ပြီး၊ အစောပိုင်း AI tool များစွာက single-player ပုံစံဖြစ်ခဲ့သည့်အရာနှင့် မတူညီသည်။ ယခုတော့ ကျွန်ုပ်တို့သည် အခြားသူများကို ဖန်တီးမှု လုပ်ငန်းစဉ်ထဲသို့ ဖိတ်ခေါ်ပေးသည့် ပူးပေါင်းဆောင်ရွက်နိုင်သော AI အတွေ့အကြုံများဆီသို့ ရွေ့လျားနေပါသည်။
ပူးပေါင်းဆောင်ရွက်မှုကို ပံ့ပိုးသော AI tool များနှင့် multiplayer အယူအဆအကြောင်း သင် ဘယ်လို စဉ်းစားနေပါသလဲ။
Multiplayer သည် Figma ၏ အခြေခံဖြစ်ပြီး Figma Make နှင့် code layers ကဲ့သို့သော tool များကို AI နှင့်တောင် real-time collaboration ကို ပံ့ပိုးနိုင်ရန် တည်ဆောက်ထားသည်။ လူနှစ်ဦးသည် file တစ်ခုတည်းအတွင်း အတူအလုပ်လုပ်နိုင်ပြီး တစ်ဦးချင်း၏ avatars များကို မြင်နိုင်ကာ AI assistant တစ်ခုနှင့်အတူ ပူးပေါင်းဖန်တီးနိုင်သည်၊ ထို့ကြောင့် meetings များကို မျှဝေထားသော အပြန်အလှန်တည်ဆောက်ရေး session များအဖြစ် ပြောင်းလဲပေးသည်။
ရုပ်ပုံ ထုတ်လုပ်မှုသည်လည်း FigJam နှင့် Slides တို့တွင် ထင်ရှားသော အင်္ဂါရပ်တစ်ခု ဖြစ်လာပြီး အဖွဲ့များအား brand နှင့် ကိုက်ညီသော visuals များကို ပူးပေါင်းဖန်တီးရန် သို့မဟုတ် ဘေးချင်းယှဉ်၍ iterate လုပ်ရန် ခွင့်ပြုသည်။ ယဉ်ကျေးမှုဆိုင်ရာ အလွှာတစ်ခုလည်း ရှိသည်—ဥပမာ FigJam နှစ်ပတ်လည်ကတ်များ ပြုလုပ်သည့် ကျွန်ုပ်တို့၏ ရိုးရာကဲ့သို့၊ ထိုနေရာတွင် အသင်းဖော်များက OpenAI ၏ image editing ကို အသုံးပြု၍ avatars များကို remix လုပ်ကာ ပျော်စရာကောင်းပြီး ကိုယ်ပိုင်ဆန်သော ဂုဏ်ပြုလက်ဆောင်များ ဖန်တီးကြသည်။ ထိုဖန်တီးမှုဓလေ့များက tool များစွာ မလုပ်နိုင်သည့် ပုံစံဖြင့် ဆက်သွယ်မှုနှင့် အသင်းစိတ်ဓာတ်ကို တိုးစေသည်။
layer naming, copywriting, visual search နှင့် generation ကဲ့သို့ ဒီဇိုင်းလုပ်ငန်းစဉ်များ ပိုမို AI-powered ဖြစ်လာသည်နှင့်အမျှ၊ ပရော်ဖက်ရှင်နယ် designer ၏ အခန်းကဏ္ဍသည် ဘယ်လို ပြောင်းလဲလာမည်ဟု သင်မြင်ပါသလဲ။
လက်ရာသည် အရေးအကြီးဆုံး စွမ်းရည်အဖြစ် ဆက်လက်တည်ရှိနေဆဲ ဖြစ်သည်—စာနာနားလည်မှု၊ အရသာခံယူချက်နှင့် စူးစမ်းကာ ပြန်လည်တိုးတက်အောင် လုပ်နိုင်စွမ်းတို့ ဖြစ်သည်။ စိတ်ကူးများကို စမ်းသပ်ရန် ကုန်ကျစရိတ် လျော့နည်းလာသည့်အခါ လူများသည် အလုပ်ဖြစ်သောအရာအပေါ် ပိုမိုနက်ရှိုင်းစွာ ဆက်လက်လုပ်ဆောင်နိုင်ပြီး animations မှ interactions များအထိ အသေးစိတ်တိုင်းကို ထူးချွန်မှုအတွက် အခွင့်အလမ်းတစ်ခုဖြစ်စေသည်။ ဆူညံသံများ ပိုများလာမည်ဖြစ်သော်လည်း ကောင်းမွန်သော လက်ရာက ထင်ရှားနေမည်။
ကျွန်ုပ်တို့သည် implementers များမှ problem-solvers များဆီသို့ ပြောင်းလဲမှုတစ်ခုကိုလည်း မြင်နေရပြီး အခန်းကဏ္ဍများ ပေါင်းစည်းလာကာ လူပိုများများ makers ဖြစ်လာနေကြသည်။ Designers များက code ရေးနေကြပြီး အနာဂတ်သည် vision carriers များအတွက် ဖြစ်သည်—စိတ်ကူးတစ်ခုကို concept မှ execution အထိ ကိုယ်တိုင် ယူဆောင်သွားနိုင်သူများအတွက် ဖြစ်သည်။
ကျွန်ုပ်တွင် media နှင့် entertainment လုပ်ငန်းမှ လုပ်ဖော်ကိုင်ဖက်တစ်ဦးရှိပြီး သူက စိတ်ကူးဖန်တီးခြင်းနှင့် pitching လုပ်ခြင်း၏ အစပိုင်းကုန်ကျစရိတ် မြင့်မားမှုကို ဖော်ပြခဲ့သည်—၎င်းတွင် အားထုတ်မှု အလွန်များစွာ လိုအပ်သောကြောင့် အလွန်ကောင်းသော စိတ်ကူးများစွာသည် အခွင့်အရေးမရခင်ကတည်းက စစ်ထုတ်ခံခဲ့ရသည်။ ယခုတော့ AI ဖြင့် ထို bottleneck သည် လျော့ပါးလာနေသည်။ ဖန်တီးရှင်များက ပိုမိုလွတ်လပ်စွာ စူးစမ်းပြီး မျှဝေနိုင်သဖြင့် စိတ်ကူးများ ပိုမိုများပြားလာခြင်းကို ကျွန်ုပ်တို့ မြင်တွေ့နေရသည်။
ဒါက Marvel universe ထဲက Doctor Strange ကို သတိရစေပါတယ်—သူက ဖြစ်နိုင်သမျှ အနာဂတ်အားလုံးကို မြင်သလိုပင်။ ဒီဇိုင်းအတွက် AI က အဲဒီလို ဖြစ်လာနေပါတယ်—မရေမတွက်နိုင်သော လမ်းကြောင်းများကို စူးစမ်းပြီး ပေးထားသော ပြဿနာတစ်ခုအတွက် အကောင်းဆုံးလမ်းကို ရွေးချယ်နိုင်ရန် နည်းလမ်းတစ်ခုဖြစ်လာနေသည်။
Figma ၏ AI သည် ယခင်က မဖြစ်နိုင်ခဲ့သော ဘယ်လို အသုံးပြုသူအမျိုးအစားများ သို့မဟုတ် use case များကို ဖွင့်ပေးမည်လို့ သင်ထင်ပါသလဲ။
မိတ်ဆက်မတိုင်မီကတည်းကပင် အံ့ဩဖွယ် ဥပမာများကို ကျွန်ုပ်တို့ မြင်နေရပြီဖြစ်သည်။ အတွင်းပိုင်း စမ်းသပ်မှုအတွင်း HR team မှ coding သို့မဟုတ် design နောက်ခံမရှိသူတစ်ဦးက Workday API တစ်ခုကို ရှာဖွေတွေ့ရှိပြီး Figma Make ကို နှစ်နာရီသာ အသုံးပြုကာ game တစ်ခု တည်ဆောက်ခဲ့သည်။ ၎င်းသည် Workday မှ ဆွဲထုတ်ထားသော မျက်နှာလေးခုနှင့် အမည်များကို ပြသပြီး သင်က ၎င်းတို့ကို တွဲဖက်ညှိရသည်—ဝန်ထမ်းအသစ်များအား အသင်းဖော်များကို သိကျွမ်းလာစေရန် ပျော်စရာကောင်းသော နည်းလမ်းတစ်ခု ဖြစ်သည်။ ယခုအခါ ၎င်းသည် ကျွန်ုပ်တို့၏ onboarding process ၏ အစိတ်အပိုင်းတစ်ခု ဖြစ်နေပြီ။
ဤသည်မှာ အတွင်းပိုင်း tool အဖွဲ့တစ်ခုက မည်သည့်အခါမှ ဦးစားပေးမည်မဟုတ်သော စိတ်ကူးတစ်ခုဖြစ်သော်လည်း AI က အတားအဆီးကို လျှော့ချပေးသဖြင့် အကောင်အထည်ပေါ်လာခဲ့သည်။ ထိုကိစ္စက နည်းပညာမဟုတ်သူများအနေဖြင့် ကောင်းမွန်သော စိတ်ကူးများရှိရုံဖြင့်ပင် engineering team မလိုဘဲ အမှန်တကယ် အသုံးဝင်သော tool များ—တခါတရံ deploy လုပ်နိုင်သည့်အဆင့်အထိ—တည်ဆောက်နိုင်ပြီဆိုတာကို ပြသခဲ့သည်။
မမျှော်လင့်ထားသော use case များစွာကို ကျွန်ုပ်တို့ မြင်နေရပြီး အလွန်အားတက်စရာကောင်းသည်။ Figma Make နှင့် Figma Design ကဲ့သို့သော tool များက မဟုတ်ရင် ငြိမ်နေမည့် စိတ်ကူးများကို လူများ ဖော်ထုတ်ပြီး လှုပ်ရှားစေနိုင်ရန် အခွင့်ပေးသည်။
လူတွေက ယခင်က မလုပ်နိုင်ခဲ့တဲ့အရာတစ်ခုကို လုပ်နိုင်ပြီဆိုတာ သိလိုက်တဲ့ “aha” အခိုက်အတန့်များ—AI fluency ကို သင် ဘယ်လို တည်ဆောက်နေပါသလဲ။ ယခုအချိန်ထိ ဘာတွေ သင်ယူရရှိထားပါသလဲ။
Dogfooding သည် ကျွန်ုပ်တို့၏ ယဉ်ကျေးမှုအတွက် အလွန်အရေးပါပြီး Figma Make နှင့် ပတ်သက်၍ ကျွန်ုပ်တို့ အပြည့်အဝ အားထည့်ခဲ့သည်။ ကျွန်ုပ်တို့သည် “Great Figma Bake Off” ကို ကျင်းပခဲ့သည်—cool projects များ တည်ဆောက်ရန် ကုမ္ပဏီတစ်ဝန်း ပြိုင်ပွဲတစ်ခုဖြစ်ပြီး အချိန်ဇုန်တိုင်းတွင် live jam sessions များပါရှိသည်။ ထိုလက်တွေ့ကျသော ပံ့ပိုးကူညီမှုက AI ကို စိတ်ဝင်စားသော်လည်း အသစ်ဖြစ်နေသေးသော ဝန်ထမ်းများအား အထူးသဖြင့် ယုံကြည်မှုတည်ဆောက်ရန် ကူညီပေးခဲ့သည်။ လူမှုရေးဆိုင်ရာ အားပေးမှုများနှင့် တိုက်ရိုက်လမ်းညွှန်မှုများက လူများ ပါဝင်လာစေရန် အလွန်အရေးပါခဲ့သည်။
အဲဒါအပြင် ကျွန်ုပ်တို့သည် ကုမ္ပဏီတစ်ဝန်း ChatGPT Enterprise ကို ဖြန့်ကျက်အသုံးပြုခဲ့သည်။ ၎င်းသည် အလွန်ပြောင်းလဲမှုဖြစ်စေခဲ့သည်—ဈေးကွက်ဗျူဟာ အဖွဲ့များက pitches များကို တိုးတက်စေရန်၊ အီးမေးလ် draft များ ရေးရန် စသည်ဖြင့် secure ဖြစ်ပြီး privacy ကို သတိပြုသော ပတ်ဝန်းကျင်အတွင်း အသုံးပြုနေကြသည်။
ထို့အပြင် ကျွန်ုပ်တို့သည် Maker Weeks များကိုလည်း ကျင်းပသည်—ထုတ်ကုန်အဖွဲ့များအတွက်သာမက လူတိုင်းပါဝင်နိုင်သော တစ်ပတ်ကြာ hackathons များ ဖြစ်သည်။ လူများသည် videos များ၊ help docs များမှ Slack-integrated GPTs များအထိ အရာအားလုံးကို တည်ဆောက်ကြသည်။ ၎င်းက လူတိုင်းအား စမ်းကြည့်ရန်၊ မအောင်မြင်ရန်နှင့် သင်ယူရန် ခွင့်ပြုချက်ပေးပြီး လက်တွေ့စမ်းသပ်မှုအတွက် အတားအဆီးကို လျှော့ချပေးသည်၊ အထူးသဖြင့် အဓိက နည်းပညာပိုင်းဆိုင်ရာ အခန်းကဏ္ဍများအပြင်ဘက်ရှိသူများအတွက် ဖြစ်သည်။
ဒါက ပိုမို ဒဿနဆန်သလား—AI fluency ယဉ်ကျေးမှုတစ်ခု ဖန်တီးခြင်းဆိုတဲ့ အဓိပ္ပာယ်နဲ့—ဒါမှမဟုတ် တိုးတက်မှုကို တိုင်းတာနေတဲ့ နည်းလမ်းတွေ ရှိပါသလား။
Figma တွင် AI fluency သည် ယဉ်ကျေးမှုကနေ စတင်သည်။ ကျွန်ုပ်တို့သည် စမ်းသပ်ရန်နှင့် tool အသစ်များကို စူးစမ်းရန် စိတ်အားထက်သန်သူများကို ခန့်အပ်ကြပြီး၊ သင်ယူမှုအတွက် သီးသန့်အချိန်နှင့် ဘတ်ဂျက်ကိုလည်း ပံ့ပိုးပေးထားသည်—မဖြစ်မနေ လုပ်ရမည့် သတ်မှတ်ချက်များ မလိုအပ်ပါ။
“ကျွန်တော်တို့က အနာဂတ်ထဲမှာ နေချင်တဲ့ အသင်းတစ်သင်းကို တည်ဆောက်ထားပါတယ်။ ပြီးတော့ ပိုကောင်းလာအောင် လမ်းတွေကို မနားတမ်း ရှာဖွေနေပြီး tool အသစ်တွေနဲ့ နည်းပညာအသစ်တွေအပေါ် စိတ်လှုပ်ရှားနေတဲ့ designers အသင်းတစ်သင်းကိုလည်း တည်ဆောက်ထားပါတယ်။”
HR team က Workday-powered game တစ်ခု တည်ဆောက်ခဲ့သည့်အောင်မြင်မှုပုံပြင်များကဲ့သို့ ဥပမာများကို ကျွန်ုပ်တို့ ထုတ်ဖော်ပြသကြသည်၊ ထို့ကြောင့် ၁၀ မိနစ်ကြာ စမ်းသပ်မှုတစ်ခုပင် အမှန်တကယ် သက်ရောက်မှုကို မီးပွားပေးနိုင်ကြောင်း ပြသနိုင်သည်။ ပထမခြေလှမ်းကပင် အများအားဖြင့် အခက်ခဲဆုံး ဖြစ်သည်။
လုံခြုံစွာ စူးစမ်းစမ်းသပ်နိုင်ရန် ကျွန်ုပ်တို့သည် စမ်းသပ်ရေး tool များအတွက် compliance fast path တစ်ခုကို ဖန်တီးထားပြီး—data အသုံးပြုမှုအပေါ် guardrails များ ထားရှိကာ—အဖွဲ့များအား friction မရှိဘဲ AI အသစ်များကို စမ်းသပ်နိုင်စေသည်။ tool အများစုက အပြည့်အဝ အလုပ်မလုပ်နိုင်သေးပေမယ့် စမ်းကြည့်ရန် ကုန်ကျစရိတ်ကို လျှော့ချပေးခြင်းက အမှန်တကယ် တန်ဖိုးကို ရှာဖွေတွေ့ရှိစေပြီး အဖွဲ့အစည်းတစ်ဝန်း innovation ကို တွန်းအားပေးသည်။
အတွင်းပိုင်း AI fluency တည်ဆောက်ခြင်းအပေါ် ကောင်းမွန်တဲ့ အမြင်များကို သင် မျှဝေခဲ့ပါတယ်။ ဒါပေမယ့် consumer ဘက်မှာတော့ ဘယ်လိုလဲ—ကုမ္ပဏီတွေက AI ကို သူတို့ထုတ်ကုန်တွေနဲ့ အတွေ့အကြုံတွေထဲ ပေါင်းစည်းရာမှာ ဘယ်လို ချဉ်းကပ်သင့်ပါသလဲ။
AI အသုံးပြုသူများနှင့် တည်ဆောက်သူများအဖြစ် နှစ်မျိုးလုံးဖြစ်နေသော ကျွန်ုပ်တို့သည် grassroots experimentation က adoption ကို မောင်းနှင်တယ်ဆိုတာ သင်ယူခဲ့သည်။ ဝန်ထမ်းများသည် ChatGPT ကဲ့သို့သော tool များကို informally စတင်အသုံးပြုကြပြီး၊ ထိုအရာက secure ဖြစ်ပြီး ပံ့ပိုးထားသော နည်းလမ်းတစ်ခုအတွက် လိုအပ်ချက်ကို ဖန်တီးခဲ့သည်—နောက်ဆုံးတွင် ChatGPT Enterprise ဖြန့်ကျက်အသုံးပြုမှုကို လှုံ့ဆော်ပေးခဲ့သည်။
အဓိက takeaway ကတော့ လူတွေ AI workflow များကို စမ်းသုံးပြီး လွယ်ကူတယ်ဆိုတာ သိလိုက်တာနဲ့ တည်ဆောက်ဖို့ စွမ်းအားရလာတယ်ဆိုတာပါ။ ထို mindset ပြောင်းလဲမှုက အဓိပ္ပာယ်ရှိသော AI adoption ကို ကုမ္ပဏီအတွင်းနှင့် customer များအတွက်ပါ အတိုင်းအတာဖြင့် ချဲ့ထွင်ရာတွင် အဓိက ဖြစ်သည်။
နိဂုံးချုပ်အနေနဲ့—Figma မှာ သင့်ရဲ့ workflow တွေအတွင်း AI ကို ကိုယ်တိုင် ဘယ်လို အသုံးပြုနေပါသလဲ။
ကျွန်ုပ်သည် review notes များကို ရှင်းလင်းသန့်စင်ခြင်းနှင့် comms draft များရေးခြင်းမှ နက်နဲစွာ ရှာဖွေခြင်းအထိ ChatGPT ကို နေ့စဉ်အသုံးပြုပါသည်—“ဒီပြဿနာကို ပုံမှန်အားဖြင့် ဘယ်လို ဖြေရှင်းကြသလဲ” ဟု မကြာခဏ တုံ့ပြန်ညွှန်ကြားချက်ပေးကာ solution spaces များကို လျင်မြန်စွာ စူးစမ်းလေ့ရှိသည်။
ထို့အပြင် prototyping နှင့် စိတ်ကူးစူးစမ်းမှုအတွက် Figma Make ကိုလည်း အားထားအသုံးပြုပြီး၊ ရှုပ်ထွေးသော threads များကို အကျဉ်းချုပ်ပေးကာ အဖွဲ့အစည်းတစ်ဝန်း alignment ရှိနေစေရန် Slack AI ကို သုံးပါသည်။ နောက်ဆုံးအနေနှင့် Grammarly ကိုလည်း အမြဲတမ်း အသုံးပြုနေပါသည်—AI လို့ မခံစားရနိုင်ပေမယ့် click တစ်ချက်ဖြင့် တစ်နေ့လုံး ကျွန်ုပ်၏ စာရေးမှုကို တိတ်တဆိတ် တိုးတက်စေပါသည်။
Figma သည် FigJam AI နှင့် ၎င်း၏ platform ပေါ်ရှိ ရုပ်ပုံ ထုတ်လုပ်မှု စွမ်းရည်များကို လည်ပတ်စေရန် OpenAI APIs များကို အသုံးပြုထားသည်။ ၎င်းအပြင် ၎င်း၏ ဝန်ထမ်းအင်အားစုအတွက် AI fluency ရရှိစေရန် ChatGPT Enterprise ကိုလည်း အဖွဲ့အစည်းတစ်ဝန်း ဖြန့်ကျက်အသုံးပြုထားသည်။
