მთავარი

GPT‑6 Astra-ს გამოჩენასთან ერთად დისკუსია ხელოვნურ ინტელექტზე – AGI-ზე – უფრო პრაქტიკული ხდება. მთავარი კითხვა უკვე აღარ არის, შეუძლია თუ არა AI-ს ადამიანის დონის ამოცანების შესრულება. დღეს რეალური გამოწვევა სხვა რამაა: რას აკეთებს ორგანიზაცია, როდესაც ხელოვნურ ინტელექტს თავად შეუძლია კომპიუტერის მართვა, საჭირო ინსტრუმენტების მოძიება, მრავალეტაპიანი პროცესების მართვა და კოორდინაციის საკუთარ თავზე აღება. ამასთანავე, საერთაშორისო კომპანიებში იკლებს მცირე ზომის გუნდების მენეჯმენტის დონეები. საქართველოსთვის ეს არ ნიშნავს შუა რგოლის მენეჯერების ავტომატურ გაქრობას, მაგრამ ნიშნავს, რომ კომპანიებმა უნდა გადაამოწმონ: რომელი მენეჯერული როლი ქმნის რეალურ გადაწყვეტილებით შექმნილ ღირებულებას და რომელი მხოლოდ ინფორმაციის გადაცემას, სტატუსის კონტროლსა და სამუშაოს მექანიკურ კოორდინაციას ემსახურება.

პრაქტიკული ცვლილება უფრო მნიშვნელოვანია, ვიდრე AGI-ს სტატუსი

Wall Street Journal-ის CIO Journal-ში გამოქვეყნებული ანალიზი GPT‑6 Astra-ს გამოჩენას AGI-ს ეპოქის შესაძლო დასაწყისს უკავშირებს. Greg Brockman-ის შეფასებით, AGI-ს ერთიანი სტანდარტული განსაზღვრება არ არსებობს და მისი საზღვარი ბუნდოვანია. სწორედ ამიტომ უფრო სასარგებლოა არა ტერმინზე დავა, არამედ კონკრეტული შესაძლებლობების შეფასება: რამდენად შეუძლია მოდელს არა მხოლოდ პასუხის დაწერა, არამედ სამუშაოს თავად შესრულება.

OpenAI-ს ოფიციალური აღწერით, Astra კომპიუტერის გამოყენებაში, ბრაუზინგში, პროგრამულ ინჟინერიაში და პროფესიულ სამუშაოებში არსებითად გაძლიერდა. მას შეუძლია ფორმების შევსება, CRM-ის განახლება, კალენდრის ორგანიზება, ონლაინ კვლევა, დოკუმენტში ტექსტის მომზადება, პროგრამების დაყენება და ტესტირება, მონაცემების ანალიზი და სხვა მრავალსაფეხურიანი პროცესები. სწორედ ეს არის განსხვავება ჩატბოტსა და ავტონომიურ შემსრულებელ სისტემას შორის: ადამიანი მხოლოდ მზა პასუხს კი არ ითხოვს, არამედ სახავს მიზანს – ხოლო AI თავად ირჩევს შესაბამის ინსტრუმენტებსა და მოქმედებებს.

სწორედ აქედან იწყება ორგანიზაციული ეფექტიც. თუ ადრე ინფორმაციის შეგროვება, დავალებების შეხსენება, სტატუსების გადამოწმება და რუტინული კოორდინაცია მენეჯერულ დროს მოითხოვდა, დღეს ამ ფუნქციების ნაწილს აგენტური სისტემები ითავსებენ. შედეგად, ტექნოლოგიური ცვლილება ბუნებრივად გადადის ორგანიზაციული დიზაინის ჭრილში.

რატომ იწყებენ დიდი კომპანიები „მიკრო-გუნდების“ შემცირებას

WSJ-ის მიხედვით, Uber გეგმავს მხოლოდ ერთი ან ორი უშუალო დაქვემდებარებულის მქონე „მიკრო-გუნდების“ რაოდენობის თითქმის განახევრებას. კომპანიის უფრო ფართო რესტრუქტურიზაცია დაახლოებით 3,300 სამუშაო ადგილის შემცირებას და საბოლოოდ მენეჯერების რაოდენობის დაახლოებით 20%-ით დაკლებას მოიცავს. Google-მა პატარა გუნდების ზედამხედველი მენეჯერების რაოდენობა წინა წელს 35%-ით შეამცირა, ხოლო Axon Enterprise-მა პატარა გუნდების ნაწილი გააუქმა და ზოგი მენეჯერი ინდივიდუალურ პროფესიულ როლში დააბრუნა.

მნიშვნელოვანია მიზეზობრივი კავშირის სწორად დანახვა: ეს ცვლილებები მხოლოდ AI-ით არ აიხსნება. დიდი კომპანიები მენეჯერულ ფენებს ხარჯის, სისწრაფისა და პასუხისმგებლობის გასამარტივებლად AI-მდეც ამცირებდნენ. თუმცა AI ამ ტენდენციას აძლიერებს, რადგან კოორდინაციისა და მონიტორინგის ნაწილის ავტომატიზაცია ზრდის ერთი მენეჯერის შესაძლო მართვის დიაპაზონს.

Gartner-მა ჯერ კიდევ 2024 წელს ივარაუდა, რომ 2026 წლისთვის ორგანიზაციების 20% AI-ს გამოიყენებდა ორგანიზაციული იერარქიის შესამცირებლად და არსებული საშუალო მენეჯმენტის პოზიციების ნახევარზე მეტს შეამცირებდა. ამავე პროგნოზში Gartner თავად მიუთითებდა რისკებზე: დარჩენილი მენეჯერების გადატვირთვა, თანამშრომელთა შიში, ცვლილებისადმი წინააღმდეგობა და ახალგაზრდა თანამშრომლებისთვის მენტორობისა და კარიერული განვითარების გზების შესუსტება. 2026 წლის Gartner-ის სხვა კვლევის მიხედვით, კომპანიების 95%-ს უკვე დანერგილი ჰქონდა AI რაიმე ფორმით, მაგრამ მხოლოდ ყოველი მეხუთე აღწევდა მნიშვნელოვან ან გარდამქმნელ ღირებულებას. ეს გვაფრთხილებს, რომ მხოლოდ ინსტრუმენტის შეძენა ორგანიზაციულ ეფექტს არ იძლევა.

საქართველოში კითხვა სხვაგვარად უნდა დაისვას

საქართველოს ბიზნეს-სტრუქტურა ამერიკული ტექნოლოგიური გიგანტების სტრუქტურას არ ჰგავს. საქსტატის მიხედვით, 2026 წლის 1 ივლისისთვის ქვეყანაში 280,811 აქტიური ეკონომიკური სუბიექტი იყო. აქედან 192,717 ინდივიდუალური მეწარმე და 80,153 შეზღუდული პასუხისმგებლობის საზოგადოება იყო აქტიური. ეს მონაცემი კომპანიების ზომას პირდაპირ არ გვიჩვენებს, მაგრამ კარგად აჩვენებს ქართული ბიზნესგარემოს ფრაგმენტულობას: ორგანიზაციების მნიშვნელოვანი ნაწილი ისედაც მცირეა და რამდენიმე მენეჯერული ფენის შემცირება ბევრ შემთხვევაში საერთოდ შეუძლებელია, რადგან ასეთი ფენები არც არსებობს.

ამიტომ საქართველოში AI-ს მეშვეობით იერარქიის შემცირება პირველ რიგში მსხვილი და საშუალო ორგანიზაციების საკითხია – ბანკების, სადაზღვევო კომპანიების, ტელეკომების, საცალო ქსელების, დეველოპერების, მსხვილი სერვისული კომპანიების, უნივერსიტეტების, სახელმწიფო უწყებებისა და სწრაფად მზარდი ტექნოლოგიური ბიზნესების. პატარა კომპანიაში მთავარი ეფექტი შეიძლება არა მენეჯერის პოზიციის გაუქმება, არამედ მფლობელის ან დირექტორის ადმინისტრაციული დატვირთვის შემცირება იყოს.

რომელი მენეჯერული სამუშაო შეიძლება ჩაანაცვლოს AI-მ და რომელი – არა

BTU-ს კვლევითი და ანალიტიკური მასალების მიხედვით, აგენტური მენეჯმენტის მთავარი პრინციპი სწორედ აქ არის: ტექნიკური შესაძლებლობა მოქმედების უფლებას არ უდრის. AI-ს შეიძლება შეეძლოს დავალების შესრულება, მაგრამ ორგანიზაციამ ცალკე უნდა განსაზღვროს მისი მანდატი, გადაწყვეტილების უფლება, პასუხისმგებლობის ზღვარი, კონტროლი და შეჩერების მექანიზმი. ამიტომ, მენეჯერის როლის შემცირება არ უნდა ნიშნავდეს მმართველობითი კონტროლისა და ზედამხედველობის შესუსტებას. ხშირად პირიქით ხდება – ნაკლები საოპერაციო მენეჯერი მოითხოვს უფრო მკაფიო წესებს იმის შესახებ, თუ ვინ რას წყვეტს.

შეფასების სწორი კრიტერიუმი არა მართვის საფეხურები, არამედ კოორდინაციით შექმნილი ღირებულებაა

მენეჯერული პოზიციის არსებობა თავისთავად არც ეფექტიანობის ნიშანია და არც ბიუროკრატიის. სწორად დასმული კითხვა ასეთია: ქმნის თუ არა ეს ფენა გადაწყვეტილების ხარისხს, პასუხისმგებლობას, ცოდნის გადაცემას ან ადამიანების განვითარებას ისეთ დონეზე, რომელსაც სხვა მექანიზმი ვერ ჩაანაცვლებს?

თუ მენეჯერის სამუშაო დღის დიდი ნაწილი სტატუსების შეგროვებას, შეხვედრების დანიშვნას, დავალებების გადაცემას, ცხრილების განახლებას და ანგარიშების შედგენას მიაქვს, ამ სამუშაოს დიდი ნაწილი აგენტურმა AI-მ შეიძლება შეამციროს. თუ მენეჯერი რთულ გადაწყვეტილებებს იღებს, ავითარებს ადამიანებს, მართავს კონფლიქტს, იცავს ხარისხს და იღებს პასუხისმგებლობას გაურკვეველ სიტუაციაში, მისი ღირებულება AI-ს ეპოქაში შესაძლოა გაიზარდოს კიდეც.

ეს ნიშნავს, რომ საუკეთესო მენეჯერი მომავალში ნაკლებად იქნება „ინფორმაციის გამტარი“ და უფრო მეტად – გადაწყვეტილების არქიტექტორი. მისი გუნდი შეიძლება გაიზარდოს, მაგრამ მის გვერდით გაჩნდება AI აგენტები, რომლებიც ცალკეულ პროცესებს, მონაცემებს და მონიტორინგს მართავენ.

სამი ორგანიზაციული მოდელი, რომელიც საქართველოში შეიძლება გაჩნდეს

რისი გაკეთება იქნება შეცდომა

ყველაზე სახიფათო რეაქცია იქნება უცხოური მაგალითების პირდაპირ გადმოტანა და მენეჯერების შემცირების გამოცხადება ჯერ კიდევ მანამდე, სანამ კომპანია რეალურად ააწყობს AI-სთან მუშაობის პროცესებს. Gartner-ის 2026 წლის მონაცემი აჩვენებს, რომ AI-ს ფართო დანერგვას მნიშვნელოვანი ღირებულება ავტომატურად არ მოჰყვება. თუ ცუდად მუშაობს მონაცემები, პასუხისმგებლობები ბუნდოვანია, პროცესები არ არის აღწერილი და თანამშრომლები AI-ს არ ენდობიან, მენეჯერული ფენის გაუქმება კოორდინაციას კი არ გაამარტივებს, არამედ ორგანიზაციულ სიცარიელეს შექმნის.

მეორე შეცდომაა ადამიანური განვითარების ფუნქციის გაუთვალისწინებლობა. მცირე ზომის გუნდის მენეჯერი ხშირად არა მხოლოდ ადმინისტრატორია, არამედ ახალ თანამშრომელს ასწავლის, აძლევს უკუკავშირს, ამზადებს მომდევნო როლისთვის და იცავს გუნდურ კულტურას. თუ ეს ფენა გაქრება, კომპანიამ უნდა შექმნას სხვა სისტემა, რომელიც მენტორობას და პროფესიულ განვითარებას შეინარჩუნებს.

მესამე შეცდომაა AI-სთვის ზედმეტი ავტონომიის მინიჭება მხოლოდ იმიტომ, რომ მას ტექნიკურად შეუძლია მოქმედება. ორგანიზაციული აგენტი უნდა მოქმედებდეს მკაფიო მანდატით, დადასტურების რეალური პროცესითა და პროცესის შეჩერების ბერკეტით.

რა უნდა გააკეთონ ქართულმა კომპანიებმა ახლა

• ჯერ გაზომონ, რას აკეთებს თითოეული მენეჯერული ფენა – გადაწყვეტილება, კოორდინაცია, კონტროლი, ადამიანების განვითარება თუ მხოლოდ ინფორმაციის გადაცემა.
• გამოყონ დაბალი რისკის ამოცანები, რომელთა გადაბარებაც AI-აგენტებისთვის შეიძლება: სტატუსების შეგროვება, ანგარიშგება (რეპორტინგი), განრიგის მართვა, დოკუმენტირება, მონიტორინგი და რუტინული შეხსენებები.
• არ შეამცირონ მენეჯერული რგოლი მანამდე, სანამ AI-ზე დაფუძნებული ახალი სამუშაო პროცესი რეალურ პილოტურ პროექტში არ გაამართლებს.
• წინასწარ განსაზღვრონ AI აგენტის მანდატი, გადაწყვეტილების მიღების უფლებამოსილება, მონაცემებზე წვდომა, ესკალაციის პროტოკოლი და შეჩერების წესები.
• მენეჯერების KPI გადაიტანონ ადმინისტრაციული აქტივობიდან გადაწყვეტილების ხარისხზე, გუნდის განვითარებაზე, შედეგზე და რისკის მართვაზე.

BTU-ს მკვლევრების შეფასება

BTU-ს მკვლევრების შეფასებით, საქართველოსთვის AI-ს ორგანიზაციული ეფექტი უახლოეს ეტაპზე არ იქნება შუა მენეჯმენტის მასობრივი გაქრობა. უფრო რეალისტურია მენეჯერული სამუშაოს შიგნით ფუნქციების გადანაწილება: რუტინული კოორდინაცია გადავა აგენტურ სისტემებზე, ხოლო ადამიანის როლი უფრო მეტად კონცენტრირდება გადაწყვეტილებაზე, პასუხისმგებლობაზე, ადამიანების განვითარებასა და გამონაკლისების მართვაზე. იქ, სადაც მენეჯერული რგოლი ძირითადად ინფორმაციის შუამავლობას ემსახურება, მისი საჭიროება მართლაც შეიძლება შემცირდეს. ხოლო იქ, სადაც ის ნდობას, პროფესიულ შეფასებასა და პასუხისმგებლობას აყალიბებს, AI მის ჩანაცვლებას კი არა, პირიქით – გაძლიერებას შეუწყობს ხელს.

დასკვნა

AGI-ს ეპოქის ზუსტი დაწყების თარიღი შეიძლება წლების განმავლობაში საკამათო დარჩეს. ბიზნესისთვის ეს ნაკლებად მნიშვნელოვანია. მნიშვნელოვანი ის არის, რომ Astra-ს მსგავსი სისტემები უკვე გადადიან პასუხებიდან მოქმედებაზე – იყენებენ კომპიუტერს, პროგრამებსა და ინსტრუმენტებს და მრავალსაფეხურიანი სამუშაოს შესრულებას სწავლობენ.

შესაბამისად, ქართულ ბიზნესში ახლა მთავარი საკითხი არა მენეჯერების რაოდენობის შემცირება, არამედ ფუნქციების გადაფასებაა: „რომელი ამოცანა საჭიროებს კვლავ ადამიანურ ჩართულობას და რომელი შეიძლება ვანდოთ პროგრამულ კოორდინაციას?“. სწორედ ამ პასუხზეა დამოკიდებული, AI სტრუქტურის ოპტიმიზაციის ბერკეტად იქცევა თუ არსებულ ბიუროკრატიაზე დაშენებულ კიდევ ერთ ტექნოლოგიურ შრედ.

მონაცემები და ძირითადი წყაროები

Wall Street Journal, CIO Journal – “Yes, We’re Entering the Era of Artificial General Intelligence” და “Corporate America Is Axing the ‘Micro-Team’ Boss”, 2026 წლის სექტემბერი; OpenAI – GPT‑6 Astra: A new generation of intelligence, 2026; Gartner – Top Predictions for IT Organizations and Users in 2025 and Beyond; Gartner – AI automation and entry-level hiring survey, 2026; საქართველოს სტატისტიკის ეროვნული სამსახური – აქტიური ეკონომიკური სუბიექტები, 1 ივლისი 2026.

მომზადებულია Business and Technology University-ის აკადემიური გუნდისა და BTUAI Research Team-ის მიერ, Tbilisi, Georgia.