MetaCon- AI Builders များသည် အာရုံစူးစိုက်မှုစီးပွားရေးတွင် အသုံးပြုသူဝယ်ယူမှုကုန်ကျစရိတ်များ မြင့်တက်လာသည်နှင့် ရင်ဆိုင်နေရသည်။

AI ကိရိယာများသည် ထုတ်ကုန်အသစ်များကို ဖန်တီးရာတွင် ယခင်ကထက် ပိုမိုလွယ်ကူစေသောကြောင့်၊ ပိုမိုခက်ခဲသောပြဿနာမှာ သုံးစွဲသူများကို ရှာဖွေခြင်း—နှင့် ၎င်းတို့၏တန်ဖိုးကို သက်သေပြရန် အချိန်အတော်ကြာအောင် ထိန်းသိမ်းထားခြင်းဖြစ်သည်။ ၎င်းသည် ဆိုးလ်ရှိ MetaCon 2026 တွင် အဓိကသတင်းစကားဖြစ်ပြီး အဆုံးမရှိအကြောင်းအရာနှင့် သုညနီးပါးထုတ်လုပ်သည့်ခေတ်တွင် 'အာရုံစိုက်မှု' သည် အရှားပါးဆုံးအရင်းအမြစ်ဖြစ်လာသည်ဟု ဟောပြောသူများက စောဒကတက်ခဲ့ကြပါသည်။

Infograb မှ မန်နေဂျာဖြစ်သူ Lee Joo-hyung က “ AI-တည်ဆောက်ထားသော ထုတ်ကုန်များသည် သုံးစွဲသူများထံ မည်သို့ရောက်ရှိနိုင်သနည်း” ဟူသော ခေါင်းစဉ်ဖြင့် စက်ရှင်တစ်ခုကို တင်ဆက်ခဲ့သည်။ သောကြာနေ့ UTC (ဇူလိုင်လ 3-4 ရက်) တွင် ဆိုးလ်၌ MetaCon 2026 အတွင်း၊ Tokenpost နှင့်အတူ TV Chosun မှ ပူးတွဲစီစဉ်သူအဖြစ် TV Chosun မှကျင်းပသော အဓိက တောင်ကိုရီးယား AI ညီလာခံ။ Lee သည် စိန်ခေါ်မှုကို တုံးတိတိအသုံးအနှုန်းများဖြင့် ဘောင်ခတ်ထားသည်- ထုတ်ကုန်ဖန်တီးမှု၏ ဒီမိုကရေစီအသွင်ကူးပြောင်းရေးသည် ဒီမိုကရေစီစနစ်ဖြင့် ဖြန့်ဖြူးခြင်းသို့ ဘာသာပြန်ခြင်းမဟုတ်ပါ။ “ လူများပိုမိုတည်ဆောက်နိုင်သည်နှင့်အမျှ၊ အာရုံစိုက်မှုရရှိခြင်း၏ကုန်ကျစရိတ်သည်မြင့်တက်လာသည်” ဟုသူသည်တည်ဆောက်ခြင်းလျင်မြန်စွာနှင့်လက်တွေ့ကမ္ဘာတွင်မှန်ကန်သောတောင်းဆိုမှုအကြားကြီးထွားလာနေသောကွာဟချက်ကိုညွှန်ပြပြီးသူကပြောသည်။

Lee သည် သတင်းအချက်အလတ်များ ပေါများလာသောအခါ လူသားများ၏ အာရုံစိုက်မှုကို ကန့်သတ်သည့်အချက်ဖြစ်လာသည်ဟူသော အယူအဆကို 'အာရုံစိုက်စီးပွားရေး' အယူအဆတွင် လီက စွဲမြဲခဲ့သည်။ လက်တွေ့ကျသောအားဖြင့်၊ AI ခေတ်တွင် အောင်မြင်သောထုတ်ကုန်များသည် ပြိုင်တူစည်းကမ်းနှစ်ခု လိုအပ်သည်- အဓိပ္ပါယ်ရှိသောတန်ဖိုးကိုဖန်တီးရန် လုံလောက်သောအသုံးပြုသူပြဿနာကို တိတိကျကျသတ်မှတ်ခြင်းနှင့် မညှာမတာဆူညံသံများကြားတွင် သုံးစွဲသူများကို 'ချိတ်' ရန် ထိရောက်သောနည်းလမ်းကို ဒီဇိုင်းထုတ်ခြင်းဖြစ်သည်ဟု သူက စောဒကတက်ခဲ့သည်။

ထိုစာတမ်းကို အကောင်အထည်ဖော်ရန်အတွက် Lee သည် 'EAM (Engineering as Marketing)' ဟုခေါ်သော Infograb ချဉ်းကပ်နည်းကို မိတ်ဆက်ပေးခဲ့သည်။ အရောင်းမြှင့်တင်သည့်အကြောင်းအရာဖြင့် ဦးဆောင်မည့်အစား EAM သည် အင်ဂျင်နီယာအထွက်ကို စျေးကွက်ရှာဖွေရေးမျက်နှာပြင်အဖြစ် မှတ်ယူသည်- အဖွဲ့သည် တစ်ဦးတည်းအခမဲ့တူးလ်တစ်ခုအဖြစ် တစ်ခုတည်းသော၊ ကျဉ်းမြောင်းသော အတိုင်းအတာကို ထုတ်ပေးသည်၊ ထို့နောက် ပိုမိုကျယ်ပြန့်သော ထုတ်ကုန်လမ်းပြမြေပုံကို မလုပ်ဆောင်မီ အမှန်တကယ်အသုံးပြုသူ၏ စိတ်ဝင်စားမှုနှင့် တုံ့ပြန်ချက်များကို တိုင်းတာသည်။

Lee ၏ အားသာချက်မှာ အဆိုပါနည်းလမ်းသည် တောင်းဆိုမှုများထက် အလုပ်လုပ်သောဆော့ဖ်ဝဲလ်မှတစ်ဆင့် စွမ်းဆောင်ရည်ကို သက်သေပြနေခြင်းဖြစ်သည်ဟု လီက စောဒကတက်ခဲ့သည်။ ထုတ်ကုန်၏ဘဝသံသရာကို လများထက် သီတင်းပတ်များ သို့မဟုတ် နေ့ရက်များထက် သေးငယ်သောပုံစံအဖြစ် ပိုင်းခြားခြင်းဖြင့်- အဖွဲ့များသည် စျေးကွက်ဆွဲအားကို လျင်မြန်စွာကြည့်ရှုနိုင်ပြီး အားနည်းသောစိတ်ကူးများကို စောစောစီးစီးပစ်ပယ်ကာ အားကောင်းသောအော်ဂဲနစ်ဆွဲငင်အားကို ဖန်တီးပေးသည့်အရာများကို နှစ်ဆလျှော့ချနိုင်သည်။ တစ်ချိန်တည်းတွင် အသုံးပြုသူများသည် အသုံးဝင်သော အခမဲ့ ပိုင်ဆိုင်မှုတစ်ခုကို ရရှိပြီး အပြန်အလှန်အကျိုးရှိသော ဖလှယ်မှုတစ်ခုအဖြစ် Lee က ဖော်ပြထားသည့်အရာကို ဖန်တီးသည်။

Infograb သည် အဖွဲ့အစည်း၏ကိုယ်ပိုင်လုပ်ငန်းအသွားအလာအတွင်းမှ ဖြစ်နိုင်ချေရှိသော ထုတ်ကုန်အကြံဉာဏ်များကို ဖော်ထုတ်အတည်ပြုနိုင်ရန် ဒီဇိုင်းထုတ်ထားသည့် “Gary Agent” ဟုခေါ်သော ပကတိအေးဂျင့်မှတဆင့် ဤပိုက်လိုင်းကို လုပ်ဆောင်ပါသည်။ Lee ၏အဆိုအရ၊ အေးဂျင့်သည် Notion-based wikis၊ Slack စကားဝိုင်းများ၊ ဖောက်သည်တုံ့ပြန်ချက်နှင့် ကုဒ်သိုလှောင်ရာနေရာများတွင် သိမ်းဆည်းထားသော အတွင်းပိုင်းအကြောင်းအရာကို ပိုင်းခြားစိတ်ဖြာပြီး ထပ်တလဲလဲ ပွတ်တိုက်နေသောအချက်များ၊ အတွင်းတွင်အသုံးပြုထားပြီးဖြစ်သော AI စွမ်းရည်မြင့်မားမှုနှင့် မလိုက်လျောညီထွေမဖြစ်နိုင်သော ဖောက်သည်တောင်းဆိုမှုများကို ကိရိယာများအဖြစ် ပြောင်းလဲနိုင်သည်။

မည်သည့်တည်ဆောက်မှုမှမလုပ်ဆောင်မီ၊ အဖွဲ့သည် Y Combinator-စတိုင်ရုံးချိန်အတွင်း မှုတ်သွင်းထားသော ဖွဲ့စည်းတည်ဆောက်ထားသော တရားဝင်အတည်ပြုခြင်းလုပ်ငန်းစဉ်ကို အသုံးပြုပါသည်။ အိုင်ဒီယာတစ်ခုသည် မေးခွန်းလေးခုကို ရှင်းလင်းရပါမည်- အသုံးပြုသူများသည် နာကျင်မှုအချက်ကို အမှန်တကယ်ခံစားရခြင်းရှိမရှိ၊ ၎င်းကို လက်ရှိဖြေရှင်းနည်း၊ အသေးဆုံးလုပ်ဆောင်နိုင်စွမ်းရှိမည့် ယူနစ်နှင့် စျေးကွက်အချက်ပြမှု သို့မဟုတ် ဒေတာကို ပံ့ပိုးပေးမှုရှိမရှိတို့ကို ရှင်းလင်းရမည်ဟု Lee က ပြောကြားခဲ့သည်။ လေးခုလုံးကို မဖြေနိုင်ရင် သဘောတရားက ရှေ့မတိုးပါဘူး။

ဖြစ်ရပ်လေ့လာမှုတစ်ခုအနေဖြင့်၊ M8N သည် စက်တွင်း အလိုအလျောက်စနစ်အတွင်း ပြဿနာများကို ရှာဖွေဖော်ထုတ်ရန် တည်ဆောက်ထားသော ကိရိယာတစ်ခုကို Lee မှ ထောက်ပြခဲ့သည်။ အဖွဲ့သည် အသုံးမပြုသော သို့မဟုတ် စွန့်ပစ်ထားသော ဆုံမှတ်များ၊ မလုံလောက်သော အမှားအယွင်းများနှင့် ၎င်းတို့၏မူလဖန်တီးသူများသည် ကုမ္ပဏီမှထွက်ခွာပြီးနောက်တွင်ပင် ဆက်လက်လည်ပတ်နေသည့် ဘုံလုပ်ငန်းလည်ပတ်မှုပြဿနာများကို အဖွဲ့မှ တွေ့ရှိခဲ့သည်။ Gary Agent ကိုအသုံးပြု၍ Infograb သည် “ M8N အလုပ်အသွားအလာရှုပ်ထွေးမှုခွဲခြမ်းစိတ်ဖြာမှု” ကိုထုတ်လုပ်ခဲ့ပြီး အသုံးပြုသူ၏တုံ့ပြန်မှုကို ပြင်းထန်စွာရယူကာ လူသိရှင်ကြားထုတ်ပြန်ခဲ့သည်။ ထိုအတည်ပြုချက်သည် “Napper” ဟုခေါ်သော ပိုကြီးသော စီးပွားဖြစ်ထုတ်ကုန်တစ်ခု၏ ဖွံ့ဖြိုးတိုးတက်မှုကို မျှတစေရန် အထောက်အကူဖြစ်စေသည်ဟု Lee က ပြောကြားခဲ့သည်။

ထုတ်ကုန်တရားဝင်ခြင်းအပြင်၊ Lee သည် စျေးကွက်ရှာဖွေရေးထုတ်လုပ်မှုကို အတိုင်းအတာတစ်ခုအထိ ပြုလုပ်ရန် Infograb ၏ အေးဂျင့်အခြေခံအလုပ်အသွားအလာများကို မည်သို့အသုံးပြုကြောင်း ဖော်ပြခဲ့သည်—အထူးသဖြင့် AI မှထုတ်လုပ်ထားသော အမှတ်တံဆိပ်ဗီဒီယိုဖြစ်သည်။ ကုမ္ပဏီသည် ထုတ်ကုန်သရုပ်ပြများနှင့် AI-အခြေခံအသုံးပြုသူ-ထုတ်ပေးသည့် အကြောင်းအရာ-စတိုင်သက်သေခံချက်များအား အထွေထွေအေးဂျင့်တစ်ခုတည်းမဟုတ်ဘဲ အထွေထွေအေးဂျင့်တစ်ခုတည်းမဟုတ်ဘဲ အများအပြားအေးဂျင့် “ အဖွဲ့” အဖြစ် ဖွဲ့စည်းထားသည့် ကုမ္ပဏီမှ ထုတ်ကုန်သရုပ်ပြမှုများနှင့် အလိုအလျောက်ထုတ်လုပ်ရန်အတွက် ပိုက်လိုင်းများကို လုပ်ဆောင်သည်။ ဗီဒီယိုအလုပ်သည် လေးလံသောအကြောင်းအရာစီမံခန့်ခွဲမှုနှင့် အထူးပြုလုပ်ဆောင်စရာများစွာ လိုအပ်သောကြောင့် ဤဖွဲ့စည်းပုံသည် အရေးကြီးကြောင်း Lee မှ စောဒကတက်ခဲ့သည်။ အေးဂျင့်တစ်ခုတွင် အရာအားလုံးကို အာရုံစိုက်ခြင်းသည် အရည်အသွေးနှင့် အရှိန်ကို ကျဆင်းစေနိုင်သည်။

Infograb ၏ စနစ်ထည့်သွင်းမှုတွင် “CEO အေးဂျင့်” သည် လုပ်ငန်းခွဲဝေမှုကို ပေါင်းစပ်ညှိနှိုင်းပေးသည်၊ မျှဝေထားသောအကြောင်းအရာကို ထိန်းသိမ်းကာ အရည်အသွေးစစ်ဆေးမှုများကို လုပ်ဆောင်ပေးကာ နောက်ဆုံးအတည်ပြုချက်မှာ လူသားတစ်ဦးအဖြစ် ကျန်ရှိနေသော်လည်း 'စက်ဝိုင်းအတွင်းမှ လူသား' ဟု အများအားဖြင့် ရည်ညွှန်းသောချဉ်းကပ်မှုတစ်ခုဖြစ်သည်။ ပိုက်လိုင်းသည် ရှာဖွေမှု၊ ထုတ်လုပ်မှု၊ တည်းဖြတ်မှုနှင့် တင်ဆက်မှုများအတွက် ကိရိယာများစွာကို ပေါင်းစပ်ထားကာ ဗီဒီယိုထုတ်လုပ်ရန်အတွက် Higgsfield၊ အသံအတွက် Gemini TTS၊ အလိုအလျောက်လုပ်ဆောင်မှုအတွက် Playwright နှင့် FFmpeg တို့ကို ပေါင်းစပ်ထည့်သွင်းထားကြောင်း Lee မှ ပြောကြားခဲ့သည်။

အထွက်အရည်အသွေးကို မြှင့်တင်ရန်အတွက် အဖွဲ့သည် ဇာတ်ကောင်များနှင့် ပတ်ဝန်းကျင်များအတွက် ရည်ညွှန်းချက်များကို ကြိုတင်သတ်မှတ်သတ်မှတ်ပေးသည်၊ ထုတ်ကုန်၏အားသာချက်များနှင့် စျေးကွက်နာကျင်မှုကို ခွဲခြမ်းစိတ်ဖြာကာ storyboards နှင့် copy များဖန်တီးရန်၊ script-only prompts များကိုသာ အားကိုးမည့်အစား — မြင်ကွင်းတစ်ခုပြီးတစ်ခု အငြိမ်ရုပ်ပုံများကို ဦးစွာဖန်တီးပြီး အပိုလမ်းညွှန်ချက်အဖြစ် ဗီဒီယိုမော်ဒယ်ထဲသို့ ထည့်ပေးပါသည်။

Lee က AI ထုတ်ကုန်များကို တင်ပို့ခြင်းသည် ကုန်ကြမ်းတည်ဆောက်မှု အရှိန်နှင့် စျေးကွက်တွင် ဆက်စပ်မှုကို သက်သေပြခြင်းအကြောင်း ပိုမိုနည်းပါးကြောင်း နိဂုံးချုပ်ခဲ့သည်။ အဖွဲ့များသည် ရှုပ်ထွေးသော အေးဂျင့်စနစ်များကို လက်ခံကျင့်သုံးသည်ဖြစ်စေ မရှိသည်ဖြစ်စေ AI ခေတ်၏ အဆုံးအဖြတ်သောငွေကြေးဖြစ်သော AI ခေတ်၏ အဆုံးအဖြတ်ငွေကြေးဖြစ်သော သေးငယ်သောစွမ်းရည်ကို အခမဲ့တူးလ်တစ်ခုအဖြစ် ထုတ်ယူခြင်းဖြင့် ဝယ်လိုအားစမ်းသပ်ရန် အသင်းများကို တိုက်တွန်းခဲ့သည်။

MetaCon 2026 ကို ဇူလိုင် ၃ ရက်မှ ၄ ရက်အထိ ဆိုးလ်မြို့ရှိ COEX Grand Ballroom တွင် “AI Makers Rise” ဆောင်ပုဒ်ဖြင့် ကျင်းပခဲ့ပြီး နည်းပညာ၊ လုပ်ငန်းဆန်းသစ်မှု၊ စျေးကွက်ရှာဖွေရေးနှင့် ရင်းနှီးမြုပ်နှံမှုဆိုင်ရာ စပီကာများနှင့်အတူ AI သည် စက်မှုလုပ်ငန်းများကို မည်ကဲ့သို့ ပြန်လည်ပုံဖော်နေသည်နှင့် နေ့စဥ်လုပ်ဆောင်နေပုံကို ဆန်းစစ်ရန်။