Aaron Levie- AI သည် ငါးနှစ်အတွင်း ရှေ့နေများ ပိုမိုဖန်တီးနိုင်မည်ဖြစ်ပြီး၊ အလုပ်အသွားအလာများကို AI အေးဂျင့်များအတွက် ပြန်လည်ဒီဇိုင်းရေးဆွဲရမည်ဖြစ်ပြီး AI ရှိ စီးပွားဖြစ်ပြိုင်ဆိုင်မှုသည် ကမ္ဘာလုံးဆိုင်ရာ ဒိုင်းနမစ်များကို ပြန်လည်ပုံဖော်လျက်ရှိသည်။

သော့ယူမှုများ

• AI နှင့် အလိုအလျောက်စနစ်များသည် လာမည့်ငါးနှစ်အတွင်း ရှေ့နေအရေအတွက် တိုးလာမည်ဟု ခန့်မှန်းထားသည်။
• စွမ်းဆောင်ရည်မြှင့်တင်ရန် လူသားများထက် AI အေးဂျင့်များအတွက် အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းရေးဆွဲသင့်သည်။
• AI မျိုးနွယ်စုသည် စီးပွားဖြစ်နှင့် စီးပွားရေးသာဖြစ်ပြီး ဖြစ်တည်မှုမဟုတ်ပေ။
• ဆော့ဖ်ဝဲလ် အဆင့်မြှင့်တင်မှုများသည် နည်းပညာဆိုင်ရာ အားသာချက်တစ်ခုမျှမရှိဘဲ ဆက်လက်လုပ်ဆောင်နေသည့် လုပ်ငန်းစဉ်များဖြစ်သည်။
• AI သည် ၎င်းကို အစားထိုးမည့်အစား လူသားများ၏ လုပ်ဆောင်မှုကို မြှင့်တင်ရန် မျှော်လင့်ထားသည်။
• နည်းပညာစက်မှုလုပ်ငန်းသည် ကျယ်ပြန့်သောလိုအပ်ချက်များကို လျစ်လျူရှုကာ အင်ဂျင်နီယာအခွင့်အလမ်းများကို ကျဉ်းမြောင်းစွာအာရုံစိုက်ထားသည်။
• တရားရုံးစနစ်တွင် ကန့်သတ်ချက်များရှိနေသော်လည်း ပိုမိုလွယ်ကူသော ဥပဒေဆိုင်ရာ အကြောင်းအရာများ ဖန်တီးမှုကြောင့် ရှေ့နေများ ပိုမိုပေါ်ထွက်လာမည်ဖြစ်သည်။
• အေးဂျင့်အော်ပရေတာများကဲ့သို့ အလုပ်အကိုင် အခန်းကဏ္ဍသစ်များ ဖန်တီးရန် အလိုအလျောက်စနစ်က မျှော်လင့်ထားသည်။
• အလိုအလျောက်စနစ်သည် လက်စွဲလုပ်ငန်းစဉ်များဖြင့် ယခင်က ဖုံးကွယ်ထားသော လုပ်ငန်းများတွင် ပိတ်ဆို့မှုအသစ်များကို ဖော်ထုတ်ပေးမည်ဖြစ်သည်။
• အဖွဲ့အစည်းကြီးများတွင် ထိရောက်သော အလိုအလျောက်စနစ်ဖြင့် AI အေးဂျင့်များအတွက် အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းထုတ်ရန် လိုအပ်ပါသည်။
• AI တိုးတက်မှုများသည် ကဏ္ဍအသီးသီးတွင် လုပ်သားအင်အား အပြောင်းအလဲများကို ဆက်လက်ပုံဖော်နေမည်ဖြစ်သည်။
• လုပ်ငန်းများတွင် AI ၏ပေါင်းစပ်မှုသည် လုပ်ငန်းလည်ပတ်မှုပုံစံနှင့် ဗျူဟာပြောင်းရန် လိုအပ်သည်။
• နည်းပညာတိုးတက်မှုကြောင့် တရားရေးဆိုင်ရာ အလုပ်အကိုင်များသည် သိသာထင်ရှားသော အပြောင်းအလဲများနှင့် ရင်ဆိုင်ရလိမ့်မည်။
• အင်ဂျင်နီယာကျွမ်းကျင်မှု လိုအပ်ချက်သည် နည်းပညာစက်မှုလုပ်ငန်းထက် အခြားကဏ္ဍများသို့ ကျယ်ပြန့်လာသည်။
• အလုပ်ရာထူးအသစ်များသည် နည်းပညာပိုင်းဆိုင်ရာကျွမ်းကျင်မှုနှင့် AI တို့ကို နက်နဲစွာနားလည်ရန် လိုအပ်မည်ဖြစ်ပါသည်။

ဧည့်သည်မိတ်ဆက်

Aaron Levie သည် ၎င်း၏ 2024 ဘဏ္ဍာနှစ်တွင် နှစ်စဉ်ဝင်ငွေဒေါ်လာ 1 ဘီလီယံကျော်ရှိသော လုပ်ငန်း cloud အကြောင်းအရာစီမံခန့်ခွဲမှုပလပ်ဖောင်းဖြစ်သည့် Box ၏ ပူးတွဲတည်ထောင်သူနှင့် အမှုဆောင်အရာရှိချုပ်ဖြစ်သည်။ သူသည် ၂၀၀၅ ခုနှစ်တွင် ကယ်လီဖိုးနီးယားတောင်ပိုင်း တက္ကသိုလ်မှ ကောလိပ်ပရောဂျက်တစ်ခုအဖြစ် Box ကို စတင်ခဲ့ပြီး လုပ်ငန်းဖောက်သည်များနှင့် ၎င်း၏ 2015 အများသူငှာနယူးယောက်စတော့အိတ်ချိန်းတွင် ၎င်း၏ 2015 အများပြည်သူစာရင်းကို ဦးဆောင်ရန် ထွက်ခဲ့သည်။ ယခုအခါ Levie သည် Box AI ပလပ်ဖောင်းအပါအဝင် လုပ်ငန်းအသွားအလာများတွင် AI ပေါင်းစပ်မှုကို တွန်းအားပေးပါသည်။

AI ခေတ်တွင် တရားရေးဆိုင်ရာ အသက်မွေးဝမ်းကျောင်းများ၏ အနာဂတ်

• လာမယ့်ငါးနှစ်အတွင်းမှာ ကျွန်တော်တို့ ဒီနေ့ထက်စာရင် ရှေ့နေတွေ ပိုများလာမယ်။

  — Aaron Levie

• AI သည် ရှေ့နေအရေအတွက် သိသိသာသာ တိုးလာမည်ဖြစ်သည်။
• တရားဥပဒေဆိုင်ရာ အကြောင်းအရာများ ဖန်တီးမှုသည် ပိုမိုလွယ်ကူလာသော်လည်း တရားရုံး၏ အတည်ပြုချက်မှာ စိန်ခေါ်မှုရှိနေဆဲဖြစ်သည်။

• ကျွန်ုပ်တို့သည် တရားဥပဒေဆိုင်ရာ အကြောင်းအရာများကို ဖန်တီးရန် လွယ်ကူအောင် ပြုလုပ်ထားသော်လည်း မည်သည့်တရားရုံးစနစ်က အတည်ပြုထားသည်ကို အမှန်တကယ် ရရှိရန် လွယ်ကူသွားခြင်း မရှိပေ။

  — Aaron Levie

• တရားရေးဆိုင်ရာလုပ်ငန်းသည် နည်းပညာတိုးတက်မှုအသစ်များနှင့် လိုက်လျောညီထွေရှိရန် လိုအပ်မည်ဖြစ်သည်။
• AI နှင့် automation ကြောင့် တရားရေးဆိုင်ရာ လုပ်ငန်းခွင်အတွင်း လုပ်သားအင်အား ရွေ့လျားမှုများသည် ပြောင်းလဲသွားမည်ဖြစ်သည်။
• တရားစီရင်ရေးစနစ်၏ အကြောင်းအရာများကို စီမံဆောင်ရွက်နိုင်မှုစွမ်းရည်သည် နည်းပညာဆိုင်ရာ တိုးတက်မှုများနှင့် လိုက်လျောညီထွေမဖြစ်ပါ။
• တရားရေးဆိုင်ရာ အသက်မွေးဝမ်းကျောင်းများအပေါ် AI ၏ သက်ရောက်မှုသည် ဗျူဟာမြောက်လိုက်လျောညီထွေဖြစ်စေရန် လိုအပ်ကြောင်း မီးမောင်းထိုးပြသည်။

AI ပေါင်းစပ်မှုအတွက် အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းဆွဲခြင်း။

• အလုပ်အသွားအလာကို လူများအတွက်မဟုတ်ဘဲ အေးဂျင့်များအတွက် ပြန်လည်ဒီဇိုင်းပြုလုပ်ရန် လိုအပ်ပါသည်။

  — Aaron Levie

• AI အေးဂျင့်များသည် ထိရောက်မှုအများဆုံးရရှိရန်အတွက် လုပ်ငန်းလည်ပတ်မှုပုံစံပြောင်းရန် လိုအပ်ပါသည်။
• လုပ်ငန်းများသည် AI ပေါင်းစပ်မှုကို လိုက်လျောညီထွေဖြစ်စေရန်အတွက် လုပ်ငန်းအသွားအလာများကို လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်ရပါမည်။
• အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းဆွဲခြင်းသည် automation ကို ထိထိရောက်ရောက်အသုံးချရန်အတွက် အရေးကြီးပါသည်။

• အကယ်၍ ကျွန်ုပ်တို့သည် အမှန်တကယ် အလိုအလျောက်စနစ်မှ အမှန်တကယ် လွှမ်းမိုးမှုကို ရယူလိုပါက ကျွန်ုပ်တို့သည် အလုပ်အသွားအလာကို ပြန်လည်ဒီဇိုင်းဆွဲရန် စတင်ရန် လိုအပ်ပါသည်။

  — Aaron Levie

• ထိရောက်သော AI ပေါင်းစည်းမှုသည် ရှိပြီးသားလုပ်ငန်းစဉ်များကို ဗျူဟာမြောက် ပြန်လည်ပြင်ဆင်ရန် လိုအပ်သည်။
• ကြီးမားသောအဖွဲ့အစည်းများသည် အလိုအလျောက်စနစ်ကို အကောင်အထည်ဖော်ရာတွင် ထူးခြားသောစိန်ခေါ်မှုများနှင့် ရင်ဆိုင်ရသည်။
• အလုပ်အသွားအလာများကို ပြန်လည်ဒီဇိုင်းထုတ်ခြင်းသည် AI ၏ အကျိုးကျေးဇူးများကို အမြင့်ဆုံးဖြစ်စေရန်အတွက် မရှိမဖြစ်လိုအပ်ပါသည်။

AI တွင် စီးပွားရေးနှင့် စီးပွားရေး ပြိုင်ဆိုင်မှု

• ကျွန်ုပ်တို့ တွေ့ကြုံနေရသော အရာသည် လုံခြုံစိတ်ချရမှုနှင့်အတူ စီးပွားရေးနှင့် စီးပွားရေး ပြိုင်ဆိုင်မှုဖြစ်ကြောင်း ထင်ရှားပါသည်။

  — Aaron Levie

• AI ပြိုင်ဆိုင်မှုသည် ဖြစ်တည်မှုဆိုင်ရာ ခြိမ်းခြောက်မှုများမဟုတ်ဘဲ စီးပွားဖြစ်နှင့် စီးပွားရေးဆိုင်ရာအချက်များဖြင့် မောင်းနှင်ခြင်းဖြစ်သည်။
• AI တွင် ယှဉ်ပြိုင်မှုသည် ဖြစ်တည်မှုအန္တရာယ်များထက် စီးပွားရေးဆိုင်ရာ အားသာချက်များကို အာရုံစိုက်သည်။
• AI ပြိုင်ပွဲကို နားလည်သဘောပေါက်ခြင်းသည် စီးပွားဖြစ်ဂယက်ရိုက်ခတ်မှုများကို အာရုံစိုက်ရန် လိုအပ်သည်။
• US နှင့် China တို့သည် စီးပွားဖြစ် AI ပြိုင်ပွဲတွင် အဓိကပါဝင်သူများဖြစ်သည်။
• AI တွင် စီးပွားရေးပြိုင်ဆိုင်မှုသည် ကမ္ဘာလုံးဆိုင်ရာနည်းပညာတိုးတက်မှုများကို ပုံသဏ္ဍာန်ပြုသည်။
• AI တွင် စီးပွားဖြစ်ပြိုင်ဆိုင်မှုသည် ဗျူဟာမြောက် ရင်းနှီးမြှုပ်နှံမှုများ၏ အရေးပါမှုကို အလေးပေးသည်။
• AI တိုးတက်မှုများသည် ကမ္ဘာ့စီးပွားရေးအခင်းအကျင်းများကို ပြန်လည်ပုံဖော်လျက်ရှိသည်။

ဆော့ဖ်ဝဲလ် အဆင့်မြှင့်တင်မှုများ၏ လက်ရှိသဘာဝ

• ဆော့ဖ်ဝဲလ်ကို အဆင့်မြှင့်တင်ခြင်းသည် နှစ်ပေါင်းများစွာ အားထုတ်မှုဖြစ်သည်… အရာအားလုံးကို လုံခြုံအောင်ထားနိုင်သည့် မှော်ဆန်သည့်အခိုက်အတန့်များနှင့် မတူပါ။

  — Aaron Levie

• ဆော့ဖ်ဝဲလ် ဖွံ့ဖြိုးတိုးတက်မှုသည် အောင်မြင်မှုအခိုက်အတန့်မရှိဘဲ စဉ်ဆက်မပြတ် လုပ်ငန်းစဉ်တစ်ခုဖြစ်သည်။
• နည်းပညာတိုးတက်မှုများသည် စဉ်ဆက်မပြတ်ကြိုးပမ်းအားထုတ်မှုများနှင့် ရင်းနှီးမြှုပ်နှံမှုများ လိုအပ်သည်။
• ဆော့ဖ်ဝဲလ် အဆင့်မြှင့်တင်မှုများ၏ ရှုပ်ထွေးမှုသည် AI တိုးတက်မှုအပေါ် ရိုးရှင်းသော အမြင်များကို စိန်ခေါ်သည်။
• စဉ်ဆက်မပြတ် တိုးတက်မှုသည် နည်းပညာဆိုင်ရာ အားသာချက်များကို ထိန်းသိမ်းရန် မရှိမဖြစ် လိုအပ်ပါသည်။
• ဆော့ဖ်ဝဲလ် အဆင့်မြှင့်တင်မှုများ၏ သဘောသဘာဝသည် မဟာဗျူဟာရေးဆွဲခြင်းအတွက် လိုအပ်ကြောင်း မီးမောင်းထိုးပြသည်။
• လုပ်ငန်းများသည် ရေရှည်ဆော့ဖ်ဝဲ ဖွံ့ဖြိုးတိုးတက်ရေး မဟာဗျူဟာများတွင် ရင်းနှီးမြှုပ်နှံရမည်ဖြစ်သည်။
• ဆော့ဖ်ဝဲလ် အဆင့်မြှင့်တင်မှုများကို နားလည်ခြင်းသည် နည်းပညာတိုးတက်မှုများကို လမ်းညွှန်ရန်အတွက် အရေးကြီးပါသည်။

AI ၏ အခန်းကဏ္ဍသည် လူသားများ၏ လုပ်ငန်းကို မြှင့်တင်ရန်

• ကျွန်ုပ်တို့သည် လူသားများကို ၎င်းတို့ကွင်းထဲသို့ ဝင်ရောက်သည့်နေရာတွင် ပြောင်းလဲထားသော စက်ကွင်းမှ မဖယ်ရှားရသေးပါ။

  — Aaron Levie

• AI သည် လူသားများ၏ အလုပ်ကို အစားထိုးခြင်းထက် မြှင့်တင်ရန် မျှော်လင့်ထားသည်။
• AI ကို အမျိုးမျိုးသော လုပ်ငန်းခွင်များတွင် ပေါင်းစည်းခြင်းဖြင့် လုပ်သားအင်အား ဒိုင်နမစ်များကို ပြန်လည်ပုံဖော်ပေးပါမည်။
• AI တိုးတက်မှုများသည် လူသားစွမ်းရည်မြှင့်တင်ရန် အခွင့်အလမ်းများကို ပေးဆောင်သည်။
• AI ပေါင်းစပ်မှုနှင့်အတူ လုပ်သားအင်အားတွင် လူသားများ၏ အခန်းကဏ္ဍသည် ပြောင်းလဲလာမည်ဖြစ်သည်။
• အလုပ်နေရာရွှေ့ပြောင်းခြင်းအပေါ် AI ၏ သက်ရောက်မှုသည် အများအားဖြင့် ထင်မြင်ထားသည်ထက် ပို၍ သိမ်မွေ့ပါသည်။
• အလုပ်တိုးမြှင့်ခြင်းတွင် AI ၏အခန်းကဏ္ဍကို နားလည်သဘောပေါက်ခြင်းသည် မဟာဗျူဟာမြောက် လုပ်သားအင်အားစီစဉ်ခြင်းအတွက် အရေးကြီးပါသည်။
• AI ပေါင်းစပ်မှုသည် စွမ်းဆောင်ရည်နှင့် ကုန်ထုတ်စွမ်းအားကို မြှင့်တင်ရန် အလားအလာများကို ပေးဆောင်သည်။

နည်းပညာထက် အင်ဂျင်နီယာ ကျွမ်းကျင်မှု လိုအပ်ချက်

• ကျွန်ုပ်တို့သည် အလွန်အမိုက်စားနှင့် မိမိကိုယ်ကို စိတ်ဝင်စားကြပြီး စက်မှုလုပ်ငန်းတစ်ခုလုံးသည် နည်းပညာစက်မှုလုပ်ငန်းဖြစ်သည်ဟု ကျွန်ုပ်တို့ထင်မြင်ကြသည်။

  — Aaron Levie

• နည်းပညာလုပ်ငန်း၏ ကျဉ်းမြောင်းသောအာရုံစူးစိုက်မှုသည် ပိုမိုကျယ်ပြန့်သော အင်ဂျင်နီယာအခွင့်အရေးများကို လျစ်လျူရှုထားသည်။
• နည်းပညာအပြင် ကဏ္ဍအသီးသီးတွင် အင်ဂျင်နီယာစွမ်းရည်သည် လိုအပ်ချက်ရှိနေသည်။
• အင်ဂျင်နီယာ ကျွမ်းကျင်မှု လိုအပ်ချက်သည် ကမ္ဘာတစ်ဝှမ်းရှိ စက်မှုလုပ်ငန်းများတွင် ကျယ်ပြန့်သည်။
• နည်းပညာစက်မှုလုပ်ငန်း၏ myopic အမြင်သည် အလားအလာရှိသော အင်ဂျင်နီယာတိုးတက်မှုများကို ကန့်သတ်ထားသည်။
• ကမ္ဘာလုံးဆိုင်ရာတိုးတက်မှုအတွက် အင်ဂျင်နီယာအခန်းကဏ္ဍများကို ပိုမိုကျယ်ပြန့်စွာ အသိအမှတ်ပြုခြင်းသည် မရှိမဖြစ်လိုအပ်ပါသည်။
• အင်ဂျင်နီယာ ကျွမ်းကျင်မှု လိုအပ်ချက်ကို နားလည်သဘောပေါက်ခြင်းသည် ဗျူဟာမြောက် လုပ်သားအင်အား ဖွံ့ဖြိုးတိုးတက်မှုအတွက် အရေးကြီးပါသည်။
• နည်းပညာစက်မှုလုပ်ငန်းသည် ဆန်းသစ်တီထွင်မှုကို တွန်းအားပေးရန် ပိုမိုကျယ်ပြန့်သော အင်ဂျင်နီယာလိုအပ်ချက်များနှင့် လိုက်လျောညီထွေရှိရန် လိုအပ်သည်။

automation ကြောင့် အလုပ်အကိုင် အခန်းကဏ္ဍသစ်များ ပေါ်ပေါက်လာပါသည်။

• အလုပ်အကိုင်ပေါင်း သန်း 500,000 ကို ဖန်တီးပေးမှာဖြစ်ပြီး အခြေခံအားဖြင့်တော့ အေးဂျင့်အော်ပရေတာ အမျိုးအစားဖြစ်ပါတယ်။

  — Aaron Levie

• အလိုအလျောက်စနစ်သည် နည်းပညာကျွမ်းကျင်မှု လိုအပ်သည့် အလုပ်အကိုင် အခန်းကဏ္ဍသစ်များကို ဖန်တီးပေးလိမ့်မည်။
• အေးဂျင့်အော်ပရေတာများ ပေါ်ပေါက်လာခြင်းသည် တိုးတက်နေသော အလုပ်အကိုင်ဈေးကွက်ကို မီးမောင်းထိုးပြပါသည်။
• အခန်းကဏ္ဍအသစ်များသည် AI နှင့် နည်းပညာဆိုင်ရာကျွမ်းကျင်မှုများကို နက်နဲစွာနားလည်ရန် လိုအပ်မည်ဖြစ်ပါသည်။
• AI နှင့် automation တို့တွင် တိုးတက်မှုနှင့်အတူ အလုပ်အကိုင်စျေးကွက်သည် ဆက်လက်တိုးတက်နေဦးမည်ဖြစ်သည်။
• အလုပ်အကိုင်ဖန်တီးမှုအပေါ် အလိုအလျောက်စနစ်၏ အကျိုးသက်ရောက်မှုကို နားလည်ခြင်းသည် လုပ်သားအင်အား စီစဉ်ခြင်းအတွက် အရေးကြီးပါသည်။
• အခန်းကဏ္ဍအသစ်များဖန်တီးခြင်းသည် ဗျူဟာမြောက်လိုက်လျောညီထွေဖြစ်ရန် လိုအပ်ကြောင်း အလေးပေးဖော်ပြသည်။
• အလုပ်အကိုင် စျေးကွက်အပေါ် အလိုအလျောက်စနစ်၏ သက်ရောက်မှုသည် စဉ်ဆက်မပြတ် သင်ယူခြင်း၏ အရေးပါမှုကို မီးမောင်းထိုးပြပါသည်။

စက်မှုလုပ်ငန်းဆိုင်ရာ ပိတ်ဆို့မှုအသစ်များကို ထုတ်ဖော်ပြသသည့် အလိုအလျောက်စနစ်

• Automation သည် အမှန်တကယ်အားဖြင့် ဤစက်မှုလုပ်ငန်းအားလုံးတွင်ရှိသော နောက်ဆက်တွဲ ပိတ်ဆို့မှုများကို မြင်တွေ့ရန် ကျွန်ုပ်တို့အား တွန်းအားပေးမည်ဖြစ်သည်။

  — Aaron Levie

• အလိုအလျောက်စနစ်သည် ယခင်က လက်ဖြင့်လုပ်ဆောင်မှုများဖြင့် ဖုံးကွယ်ထားသော စက်မှုလုပ်ငန်းများတွင် စိန်ခေါ်မှုအသစ်များကို ဖော်ထုတ်ပေးမည်ဖြစ်သည်။
• ပိတ်ဆို့မှုအသစ်များကို ဖော်ထုတ်ရာတွင် ဆန်းသစ်သောဖြေရှင်းနည်းများ လိုအပ်သည်။
• စက်မှုလုပ်ငန်းများအပေါ် automation ၏အကျိုးသက်ရောက်မှုကိုနားလည်ခြင်းသည် မဟာဗျူဟာရေးဆွဲခြင်းအတွက်အရေးကြီးပါသည်။
• စိန်ခေါ်မှုအသစ်များ ပေါ်ပေါက်လာခြင်းသည် စဉ်ဆက်မပြတ် တိုးတက်မှုအတွက် လိုအပ်မှုကို အလေးပေးပါသည်။
• အလိုအလျောက်စနစ်သည် စက်မှုလုပ်ငန်းဆိုင်ရာ ပြဿနာများကို ဖြေရှင်းခြင်း၏ အရေးကြီးမှုကို မီးမောင်းထိုးပြသည်။
• ပိတ်ဆို့မှုများကို ဖော်ထုတ်ခြင်းသည် ဆန်းသစ်တီထွင်မှုနှင့် တိုးတက်မှုအတွက် အခွင့်အလမ်းများ ပေးသည်။
• မဟာဗျူဟာမြောက် လိုက်လျောညီထွေဖြစ်အောင် ဆောင်ရွက်ခြင်းသည် အလိုအလျောက်စနစ်ဖြင့် ဖော်ပြသော စိန်ခေါ်မှုများကို လမ်းကြောင်းရှာရန်အတွက် မရှိမဖြစ်လိုအပ်ပါသည်။