მთავარი
ხელოვნური ინტელექტის გავრცელებას ხშირად სამუშაო ადგილების რაოდენობით აფასებენ: რამდენ ადამიანს ჩაანაცვლებს პროგრამა და რამდენი ახალი პოზიცია შეიქმნება. მაგრამ კომპანიების ყოველდღიურობაში ცვლილება ხშირად უფრო ადრე იწყება – იცვლება ის, რას აკეთებს თანამშრომელი, რამდენ დროს ხარჯავს განმეორებად ამოცანებზე და ვინ იღებს საბოლოო გადაწყვეტილებას. ეს განსხვავება საქართველოსთვის განსაკუთრებით მნიშვნელოვანია, რადგან ტექნოლოგიის გამოყენებასა და მის ეკონომიკურ შედეგებს შორის მნიშვნელოვანი მანძილია.
„Financial Times”-ის ოქტომბრის მასალაში სარა ო’კონორი და ჯონ ბერნ-მერდოკი აღწერენ, როგორ იყენებენ თავად ხელოვნური ინტელექტის შემქმნელი კომპანიები AI-აგენტებს. განხილული მაგალითია ანთროპიკი: შიდა სამუშაო პროცესებში ავტომატიზაცია იზრდება, ხოლო მენეჯერებს მეტი დრო შეიძლება დასჭირდეთ აგენტების მოქმედების შესამოწმებლად. ეს ცალკეული კომპანიის გამოცდილებაა და არა დადასტურება, რომ მსგავსი ცვლილება უკვე მოხდა ქართულ სამუშაო ადგილებზე.
რა იცვლება პროფესიის შიგნით?
პროფესია არ არის ერთი ამოცანა. ფინანსური ანალიტიკოსი აგროვებს მონაცემებს, ამოწმებს დაშვებებს, ადგენს ანგარიშს და განმარტავს შედეგს. მარკეტინგის თანამშრომელი ამზადებს შინაარსს, აანალიზებს აუდიტორიას და წყვეტს, რომელი კამპანია შეესაბამება ბრენდს. იურისტი პოულობს დოკუმენტებს, აფასებს რისკს და იღებს სამართლებრივად დასაბუთებულ პოზიციას. ხელოვნური ინტელექტის ინსტრუმენტებმა ამ ჯაჭვის ცალკეული მონაკვეთები შეიძლება დააჩქარონ ისე, რომ პროფესიის საბოლოო პასუხისმგებლობა ადამიანთან დარჩეს.
AI-აგენტი ჩვეულებრივი ტექსტის გენერატორისგან იმით განსხვავდება, რომ შეუძლია რამდენიმე თანმიმდევრული ნაბიჯის შესრულება, კონკრეტულ პროგრამებთან ურთიერთქმედება და შედეგის გარკვეულ მიზნამდე მიყვანა. მაგრამ ამ შესაძლებლობას ახლავს შეცდომის, მონაცემთა დაცვისა და არასწორი ავტომატური ქმედების საფრთხე. რაც მეტ უფლებას ვანიჭებთ სისტემას, მით უფრო საჭიროა განსაზღვრა, როდის უნდა შეაჩეროს მოქმედება და მოითხოვოს ადამიანის თანხმობა.
„Financial Times”-ის მაგალითში სწორედ ეს წინააღმდეგობა ჩანს: ტექნიკური დავალებების ნაწილი ავტომატიზდება, მაგრამ მენეჯერებს შეიძლება გაეზარდოთ კონტროლისა და შემოწმების დრო. ამიტომ ფრაზა „ხელოვნური ინტელექტი დროს ზოგავს“ თავისთავად არ პასუხობს კითხვას, ვის ეზოგება დრო, ვინ ამოწმებს შედეგს და როგორ იცვლება სამუშაოს საერთო მოცულობა.
საერთაშორისო მონაცემები ცვლილების მასშტაბზე
შრომის საერთაშორისო ორგანიზაციის 2025 წლის კვლევა პროფესიებს მათ ამოცანებად ანაწილებს და აფასებს გენერაციული ხელოვნური ინტელექტის შესაძლო ზემოქმედებას. მისი ძირითადი იდეაა, რომ მაღალი ტექნოლოგიური ექსპოზიცია არ ნიშნავს სამუშაო ადგილის გარდაუვალ დაკარგვას. ბევრ საქმიანობაში ტექნოლოგია ცვლის შესასრულებელი ამოცანების კომბინაციას; საბოლოო დასაქმება დამოკიდებულია ორგანიზაციულ არჩევანზე, მოთხოვნაზე, უნარებსა და რეგულაციებზე.
მსოფლიო ეკონომიკური ფორუმის ანგარიში „Future of Jobs Report 2025“ ვარაუდობს, რომ 2025–2030 წლებში მუშაკთა არსებული ძირითადი უნარების საშუალოდ 39% შეიცვლება ან მოძველდება. ეს საერთაშორისო დამსაქმებელთა მოლოდინია და არა დაკვირვებული ცვლილება ან საქართველოს მუშაკებისთვის დადგენილი მაჩვენებელი. ანგარიშში სწრაფად მზარდ მიმართულებებად დასახელებულია ხელოვნურ ინტელექტსა და დიდ მონაცემებთან დაკავშირებული უნარები, ასევე ტექნოლოგიური წიგნიერება და კიბერუსაფრთხოება.
ეს ორი წყარო ერთ მნიშვნელოვან განსხვავებაზე მიგვითითებს. პროფესიის ტექნიკური ზემოქმედების შეფასება გვიჩვენებს, სად შეიძლება შეიცვალოს მუშაობის წესი; დამსაქმებელთა გამოკითხვა კი აღწერს, რა უნარებს ელიან ისინი მომავალში. არცერთი თავისთავად არ ადგენს, რამდენ სამუშაო ადგილს დაკარგავს საქართველო 2030 წლისთვის.
რას აჩვენებს ქართული ბიზნესი?
საქსტატის 2025 წლის საწარმოთა საინფორმაციო-საკომუნიკაციო ტექნოლოგიების კვლევით, საწარმოთა 94.9%-ს ჰქონდა ინტერნეტთან წვდომა. ეს მნიშვნელოვანი საბაზო ინფრასტრუქტურაა, მაგრამ ინტერნეტის არსებობა ხელოვნური ინტელექტის ეფექტიან დანერგვას არ უდრის. იმავე წლის მონაცემების მიხედვით, საწარმოთა მხოლოდ დაახლოებით 4% იყენებდა ხელოვნურ ინტელექტს რომელიმე ფორმით; მაჩვენებელი ეხება კონკრეტულ კვლევით ერთეულებს და არა ყველა ინდივიდუალურ მეწარმეს ან დასაქმებულს.
BTUAI.ge-ის 2026 წლის სექტემბრის ანალიზმა ოფიციალურ სტატისტიკასთან ერთად მცირე და საშუალო სერვისული კომპანიების კვლევაც განიხილა. მასში გამოიკვეთა განსხვავება დიდ და მცირე ბიზნესს შორის: ტექნოლოგიის არსებობასთან ერთად საჭიროა კომპეტენცია, ფინანსური რესურსი და სამუშაო პროცესის გადაწყობა. კვლევის შერჩევა არ იძლევა საფუძველს, რომ მისი მონაწილე კომპანიების გამოცდილება მთელ ქართულ ეკონომიკაზე გავავრცელოთ.
საქართველოს შრომის ბაზარზე 2026 წლის მეორე კვარტალში უმუშევრობის დონე 13.8% იყო, საქსტატის მიხედვით. ეს რიცხვი მნიშვნელოვანია ზოგადი ეკონომიკური კონტექსტისთვის, მაგრამ არ ასახავს უშუალოდ ხელოვნური ინტელექტის გავლენას. ამ სტატისტიკიდან ვერ განვსაზღვრავთ, რამდენი პოზიცია შეიქმნა ან გაუქმდა ტექნოლოგიის გამო.
რატომ არის დამწყები სპეციალისტი განსაკუთრებული საკითხი?
პროფესიული კარიერა ხშირად შედარებით მარტივი დავალებებით იწყება: დოკუმენტების დალაგება, მონაცემების პირველადი დამუშავება, ანგარიშის მონახაზის მომზადება ან მომხმარებლის სტანდარტულ კითხვებზე პასუხი. სწორედ ამ ამოცანების ნაწილი ექვემდებარება ტექნოლოგიურ ავტომატიზაციას. შედეგად კომპანიამ შეიძლება ნაკლები დრო დახარჯოს საწყის ოპერაციებზე, მაგრამ გაჩნდეს ახალი კითხვა: როგორ ისწავლის ახალბედა თანამშრომელი რთული გადაწყვეტილების მიღებას, თუ შემსწავლელი სამუშაო ეტაპები მთლიანად პროგრამას გადაეცემა?
ეს ჯერ კიდევ არ ნიშნავს, რომ დამწყებებისთვის სამუშაო ბაზარი უნდა გაქრეს. ალტერნატიული მიდგომაა მათი მოვალეობების ხელახლა განსაზღვრა: მიღებული პასუხის გადამოწმება, მონაცემთა ხარისხის კონტროლი, კლიენტთან კომუნიკაცია და პროცესის გაუმჯობესება. ასეთ შემთხვევაში თანამშრომელი ტექნოლოგიასთან მუშაობას სწავლობს და პროფესიულ განსჯასაც ავითარებს.
რას ნიშნავს ცვლილება მენეჯერისთვის?
მენეჯერის ახალი ამოცანა შეიძლება ნაკლებად იყოს ინფორმაციის მექანიკური შეგროვება და მეტად – იმის შეფასება, სწორად მუშაობს თუ არა ავტომატიზებული ჯაჭვი. თუ სისტემა აანალიზებს მოთხოვნას ან ადგენს მომხმარებლის პასუხს, ორგანიზაციამ უნდა განსაზღვროს ხარისხის სტანდარტი, შეცდომის გასწორების წესი და პასუხისმგებელი პირი. მხოლოდ შედეგის სწრაფად მიღება არ ნიშნავს, რომ იგი გამოსაყენებელია.
მცირე ქართულ კომპანიაში ერთი ადამიანი ხშირად ასრულებს გაყიდვების, ოპერაციების და ადმინისტრირების რამდენიმე ფუნქციას. მას შეიძლება რეალურად დაეხმაროს ტექსტის მომზადება ან რუტინული ცნობების დამუშავება. მაგრამ თუ თანამშრომელს უწევს ყველა გენერირებული ინფორმაციის სრულად ხელახლა შემოწმება, დანაზოგი შემცირდება. წარმატება დამოკიდებულია სამუშაოს მთელ პროცესზე და არა მხოლოდ პროგრამის სისწრაფეზე.
რამდენი დრო შეიძლება დაზოგოს კომპანიამ?
დავუშვათ, ხუთი თანამშრომელი კვირაში თითოეული ექვს საათს ხარჯავს განმეორებადი ანგარიშების პირველადი ვერსიის მომზადებაზე. ეს ჯამში 30 საათია. პირობითი სცენარით, AI-ინსტრუმენტი საწყისი მომზადების დროს ორჯერ ამცირებს, მაგრამ თითო თანამშრომელს კვირაში ერთი საათი დამატებითი შემოწმება სჭირდება. ამ შემთხვევაში სამუშაოს ახალი ჯამია 20 საათი: მომზადება 15 საათი და შემოწმება 5 საათი. წმინდა ეკონომია 10 საათია კვირაში, ანუ საწყისი 30 საათის ერთი მესამედი.
ეს სცენარი სპეციალურად არის აგებული მეთოდის საჩვენებლად და არ წარმოადგენს ქართულ კომპანიებში გაზომილ ეფექტს. გამოთვლა არ უდრის ათი სამუშაო საათის ღირებულების პირდაპირ ფინანსურ დანაზოგს, თუ კომპანია ამ დროს რეალურად არ გადაანაწილებს პროდუქტიულ ამოცანებზე. ასევე არ ითვალისწინებს პროგრამის საფასურს, დანერგვას, შეცდომებსა და უსაფრთხოების ხარჯებს.
ცხრილი 1. სამუშაო დროის პირობითი სცენარი:
| კომპონენტი | საწყისი ვითარება | AI-ის შემდეგ |
| ანგარიშების მომზადება | 5 × 6 = 30 სთ | 5 × 3 = 15 სთ |
| დამატებითი შემოწმება | 0 სთ (დაშვება) | 5 × 1 = 5 სთ |
| სულ | 30 სთ | 20 სთ |
| წმინდა ეკონომია | – | 10 სთ კვირაში |
სად არის საქართველოს შესაძლებლობა?
პოტენციურად ყველაზე გამოსადეგი მიდგომა ნაკლებად არის რთული სისტემების დაუფიქრებლად შეძენა და მეტად – კონკრეტული პროცესის შერჩევა. ტურიზმის კომპანიას შეიძლება სჭირდებოდეს მრავალენოვანი შეკითხვების პირველადი დამუშავება; საცალო ვაჭრობას – პროდუქტების აღწერების მომზადება; მცირე საწარმოს – მარაგების ანალიტიკური ანგარიშის შედგენა. თითოეულ მაგალითში სარგებელი უნდა შეფასდეს ხარისხით, დროით, მომხმარებლის გამოცდილებითა და ხარჯით.
ქართული ენა ცალკე ფაქტორია. ინგლისურენოვან გარემოში კარგად მომუშავე ინსტრუმენტი შეიძლება ნაკლებად ზუსტად ამუშავებდეს ქართულ პროფესიულ ტერმინოლოგიას, ადგილობრივ რეგულაციებს ან მომხმარებლის კომუნიკაციის სტილს. ამიტომ ქართულენოვანი შემოწმება დამატებითი სამუშაო კი არ უნდა იყოს, არამედ დანერგვის წინასწარ გათვალისწინებული ნაწილი.
უნივერსიტეტებსა და პროფესიული განათლების დაწესებულებებს შეუძლიათ გააძლიერონ არა მხოლოდ ინსტრუმენტების გამოყენების სწავლება, არამედ წყაროების შეფასება, მონაცემთა ანალიზი, დარგობრივი პასუხისმგებლობა და კომუნიკაცია. სწორედ ეს უნარები ხდება მნიშვნელოვანი, როდესაც პროგრამას შეუძლია სწრაფად შექმნას პასუხი, მაგრამ ვერ იღებს ორგანიზაციის ნაცვლად პასუხისმგებლობას.
BTU-ს მკვლევრების შეფასება
მოწოდებული საერთაშორისო მაგალითისა და ქართული საწარმოთა მონაცემების შეჯერება აჩვენებს, რომ საქართველოსთვის გადამწყვეტი კითხვა არ არის, რომელ პროფესიას „გააქრობს“ ხელოვნური ინტელექტი. უფრო პრაქტიკული საკითხია, რომელი ამოცანები შეიცვლება პირველ რიგში, ვინ შეამოწმებს მიღებულ შედეგს და როგორ შეინარჩუნებს კომპანია ახალი კადრების მომზადების გზას. ეს არის წარმოდგენილი მასალების საფუძველზე შესრულებული ანალიტიკური ინტერპრეტაცია და არა BTU-ს ცალკე წარმომადგენლობითი კვლევის შედეგი.
კომპანიის დონეზე ტექნოლოგიის ეფექტი სასურველია შეფასდეს მცირე საცდელი პროექტით: წინასწარ გაზომილი სამუშაო დროით, შეცდომების სიხშირით, მონაცემთა დაცვის კონტროლით და თანამშრომელთა უკუკავშირით. მენეჯმენტმა უნდა გაითვალისწინოს, რომ დაზოგილი დრო და შემცირებული შტატი სხვადასხვა შედეგია. პირველის დადასტურება თავისთავად მეორეს ვერ ამტკიცებს.
დასკვნა
ხელოვნური ინტელექტი პროფესიებს ცვლის, მაგრამ ეს ცვლილება პირდაპირ და ავტომატურად სამუშაო ადგილების გაუქმებას არ ნიშნავს. ტექნოლოგია პირველ რიგში საქმიანობის შიგნით ამოცანებს გადაანაწილებს; ამის შემდეგ კომპანიების გადაწყვეტილებები განსაზღვრავს, მეტი დრო დაეთმობა უკეთეს მომსახურებას, ახალი უნარების განვითარებას თუ ხარჯების შემცირებას.
საქართველოსთვის შესაძლებლობა განსაკუთრებით მნიშვნელოვანია, რადგან ბევრ ბიზნესს შეზღუდული რესურსებით უწევს მუშაობა. მაგრამ შედეგის მისაღებად მხოლოდ პროგრამაზე წვდომა არ კმარა. საჭიროა ქართულ ენაზე მორგება, თანამშრომელთა გადამზადება, ხარისხის კონტროლი და მკაფიო პასუხისმგებლობა. მომავლის კონკურენტუნარიანობა შეიძლება განისაზღვროს არა იმით, ვინ იყენებს მეტ ინსტრუმენტს, არამედ იმით, ვინ მართავს მათ უკეთ.
მონაცემები და ძირითადი წყაროები
Financial Times – Sarah O’Connor and John Burn-Murdoch, “How are AI agents changing the way their own creators work?”, 26 October 2026, p. 14 – მომხმარებლის მოწოდებული ბეჭდური ნომერი
National Statistics Office of Georgia, Use of Information-Communication Technologies in Enterprises – 2025 – https://www.geostat.ge/media/79412/Use-of-Information-Communication-Technologies-in-Enterprises—2025.pdf
National Statistics Office of Georgia, Indicators of Labour Force – II Quarter 2026 – https://www.geostat.ge/en/single-news/3832/indicators-of-the-labour-force-employment-and-unemployment-ii-quarter-2026
International Labour Organization, Generative AI and Jobs: A Refined Global Index of Occupational Exposure (2025) – https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
World Economic Forum, The Future of Jobs Report 2025 – https://www.weforum.org/publications/the-future-of-jobs-report-2025
BTUAI.ge, AI Integration in the Business Sector in Georgia, 30 September 2026 – https://btuai.ge/en/ai-integration-in-the-business-sector-in-georgia/
მომზადებულია ბიზნესისა და ტექნოლოგიების უნივერსიტეტის აკადემიური გუნდისა და BTUAI-ის მკვლევართა გუნდის მიერ, თბილისი, საქართველო.