Kyndryl-ის AI ლაბორატორია 300 სამუშაო ადგილს გეგმავს — უნარებზე პარტნიორებიც მუშაობენ

Kyndryl-მა 2026 წლის 1 ოქტომბერს ფრისკოში, Frisco Station-ის 5844 John Hickman Parkway-ზე, აშშ-ში თავისი პირველი AI ინოვაციების ლაბორატორია გახსნა და მომდევნო ოთხ წელიწადში 300-მდე სამუშაო ადგილის შექმნას გეგმავს. დაგეგმილი პოზიციები AI ინჟინერიას, ტექნოლოგიურ კონსულტაციასა და დიზაინ-ინჟინერიას მოიცავს. ეს მომავალი დასაქმების გეგმაა და არა უკვე შევსებული ადგილების რაოდენობა.

Kyndryl-ის აშშ-ის პრეზიდენტმა ჯეიმი რატლეჯმა ლაბორატორიის გახსნის განცხადებაში თქვა: “The future of AI will be built through collaboration”. ლაბორატორიაში კლიენტები კომპანიის სპეციალისტებთან ერთად შექმნიან პროტოტიპებს; NPower, Dallas AI და Tech Titans კი რეგიონში AI უნარების განვითარებაზე თანამშრომლობენ. ამგვარად, ფრისკოს პროექტში სამუშაო ადგილების გეგმა კლიენტთან ერთობლივ მუშაობასა და ადგილობრივი კადრების მომზადებას უკავშირდება.

როგორ მუშაობს კლიენტი ფრისკოს ლაბორატორიაში

ლაბორატორიის სამუშაო წერტილი კლიენტის კონკრეტული ამოცანაა. აღწერილი მეთოდი იწყება მისი გარემოსა და საჭიროებების გაცნობით, გადადის გადაწყვეტის ერთობლივ დიზაინსა და შექმნაზე და სრულდება დანერგვის გზის განსაზღვრით. სესიებზე კლიენტი და Kyndryl-ის სპეციალისტები იდეას ამოწმებენ, მომავალი სამუშაო პროცესის ფორმას ადგენენ და მოქმედ პროტოტიპს ქმნიან. კომპანიის მიზანია, ეს გადასვლა რამდენიმე დღეში მოხდეს; ასეთი ვადა კონკრეტული კლიენტის პროექტისთვის მიღწეულ შედეგს ჯერ არ აღწერს.

მოდელში ერთიანდება Kyndryl Agentic AI Framework, საკონსულტაციო და AI მომსახურება, ინფრასტრუქტურის ინჟინერია და Kyndryl Vital-ის დიზაინზე დაფუძნებული მუშაობა. ამ ნაწილების შეკავშირება ხსნის, რატომ არ მთავრდება საქმე მხოლოდ მოდელის პასუხის ჩვენებით. კლიენტთან უნდა გაირკვეს, სად მიიღებს სისტემა მონაცემებს, როგორ ჩაერთვება არსებულ ტექნოლოგიურ გარემოში და რომელი გადაწყვეტილება დარჩება ადამიანთან. პროტოტიპი ამ კითხვების გამოსაცდელი საშუალებაა; მისი ფართო დანერგვა შემდეგ დაგეგმვასა და საინჟინრო სამუშაოს მოითხოვს.

რომელი ამოცანები ექნება ლაბორატორიას

ფრისკოს სივრცეს კლიენტებთან ზოგადი სამუშაოს გარდა განსაზღვრული მიმართულებებიც აქვს. იქ იმუშავებს სპეციალიზებული გუნდი, რომელიც აშშ-ის სატრანსპორტო სააგენტოებისთვის Kyndryl-ის გადაწყვეტილებებს განავითარებს. მის ამოცანებში შედის ხელახლა გამოსაყენებელი კოდის და დანერგვის პრაქტიკის შექმნა, აგრეთვე AI-ის გამოყენება გადაწყვეტის განვითარებასა და ტესტირებაში. ეს სამუშაო აჩვენებს, რას შეიძლება ნიშნავდეს ლაბორატორიის პროტოტიპის გზა რთულ საჯარო მომსახურებამდე, სადაც არსებული სისტემების გათვალისწინება აუცილებელია.

ლაბორატორია ასევე წარადგენს Kyndryl Cyber Defense Operations Center-ის შესაძლებლობას, რომელიც ქსელისა და უსაფრთხოების ოპერაციებს აერთიანებს. აქ AI-ის როლი მხოლოდ ახალი ფუნქციის გამოგონება არ არის: ის არსებული IT გარემოს დაკვირვებას, ავტომატიზაციასა და სპეციალისტების ერთობლივ ანალიზს უკავშირდება. კლიენტებისთვის ასეთი დემონსტრაცია უფრო კონკრეტულ კითხვას აჩენს — როგორ იმუშავებს გადაწყვეტა მათ ინფრასტრუქტურაში — ვიდრე ცალკე ნაჩვენები პროტოტიპი.

რა დგას დაგეგმილი სამუშაო მიმართულებების უკან

AI ინჟინერიის მიმართულება მოდელის შესაძლებლობის სამუშაო სისტემასთან დაკავშირებას გულისხმობს. ფრისკოში აღწერილი პროცესიდან გამომდინარე, ინჟინერს შეიძლება დასჭირდეს მონაცემების მომზადება, პროგრამულ ნაწილებთან ინტეგრაცია, პროტოტიპის ტესტირება და შედეგის შეფასება. თუ გადაწყვეტა მხოლოდ დემონსტრაციის დროს მუშაობს, კლიენტისთვის კვლავ გადასაჭრელი რჩება მისი დაკავშირება მონაცემებთან და ყოველდღიურ პროცესთან. ეს ლაბორატორიის საქმიანობიდან გამომდინარე უნარების რუკაა და არა თითოეული მომავალი ვაკანსიის გამოქვეყნებული მოთხოვნები.

ტექნოლოგიური კონსულტაციის სამუშაო პრობლემის სწორად ჩამოყალიბებით იწყება. კონსულტანტმა უნდა გაიგოს, რა შედეგს ელის კლიენტი, რომელი არსებული პროცესი იცვლება და რის მიხედვით შეფასდება საცდელი გადაწყვეტა. შემდეგ ეს მოთხოვნა უნდა გარდაიქმნას ისეთ ამოცანად, რომლის შემოწმებაც ინჟინრებს შეუძლიათ. ლაბორატორიის ერთობლივი სესიები ამ როლს განსაკუთრებით თვალსაჩინოს ხდის: ტექნიკური შესაძლებლობა კლიენტის საქმიანობასთან თავიდანვე უნდა იყოს დაკავშირებული.

დიზაინ-ინჟინერია ამ კავშირის სამუშაო პროცესად ქცევას ეხება. როცა AI პასუხს ამზადებს ან მოქმედებას იწყებს, საჭიროა გაირკვეს, რას ხედავს თანამშრომელი, როდის ამოწმებს შედეგს და როგორ აგრძელებს საქმეს შეცდომის აღმოჩენისას. ასეთი გადაწყვეტილებები გავლენას ახდენს იმაზე, შეძლებს თუ არა კლიენტი პროტოტიპის ყოველდღიურ გამოყენებაში გადატანას. ამიტომ სამი მიმართულება ერთმანეთისგან განცალკევებული საქმიანობა არ ჩანს: მათი მუშაობა კლიენტის ამოცანაზე იკვეთება.

რას აკეთებენ სასწავლო პარტნიორები

ადგილობრივი პარტნიორობა დაგეგმილი ზრდის საკადრო ნაწილია. Kyndryl თანამშრომლობს NPower-თან, Dallas AI-სა და Tech Titans-თან, რათა რეგიონში AI-ისა და ახალი ტექნოლოგიების უნარებზე ხელმისაწვდომობა გაიზარდოს. კომპანია NPower-ის AI სასწავლო პროგრამის საწყის მხარდამჭერებს შორისაა; პროგრამის დასახელებული პრაქტიკული თემებია პრომპტების ინჟინერია და ავტომატიზაცია. ეს თემები პასუხობს ლაბორატორიის სამუშაოს ნაწილს: ამოცანის გასაგებად ჩამოყალიბებასა და განმეორებადი ნაბიჯების პროცესში ჩართვას.

სასწავლო პროგრამა და დასაქმების გეგმა ერთმანეთთან დაკავშირებული, მაგრამ სხვადასხვა ეტაპის საქმიანობაა. პარტნიორების გამოცხადება თავისთავად არ გვიჩვენებს, რამდენი ადამიანი გაივლის მომზადებას ან რამდენი მათგანი მოხვდება ფრისკოს გუნდში. ასევე, პრომპტის დაწერის უნარი ვერ შეცვლის მონაცემებთან, სისტემების ინტეგრაციასთან და შედეგის შეფასებასთან მუშაობას. ლაბორატორიის აღწერილი მოდელი სწორედ ამ უნარების ერთად გამოყენებას მოითხოვს, როცა კლიენტთან შექმნილი საცდელი გადაწყვეტა რეალურ გარემოში უნდა გადავიდეს.

რა მნიშვნელობა აქვს ამ მოდელს საქართველოსთვის

ფრისკოს დასაქმების გეგმა საქართველოს ბაზარზე გამოცხადებულ ვაკანსიებს არ გულისხმობს. ქართველი სპეციალისტისთვის საინტერესოა სამუშაოს წყობა: კლიენტის საჭიროების გაგება, AI გადაწყვეტის აწყობა, მისი შედეგის შემოწმება და დანერგვის პირობების განსაზღვრა ერთ პროექტში იყრის თავს. მონაცემებისა და სისტემების დაკავშირება, ტექნიკური მოთხოვნის ჩამოყალიბება და ადამიანის მონაწილეობით პროცესის დიზაინი კონკრეტულ ამერიკულ მისამართზე მიბმული უნარები არ არის. ისინი საკონსულტაციო და საინჟინრო სამუშაოშიც გამოიყენება, სადაც კლიენტი სხვა ბაზარზეა.

ფრისკოს ლაბორატორიის შემდეგი საზომი დაქირავების რეალური ტემპი და პარტნიორული სწავლების შედეგები იქნება. გამოქვეყნებული გეგმა აჩვენებს, რა სამუშაოსთვის ემზადება კომპანია; მომავალში გახსნილი პოზიციები და მათი მოთხოვნები კი უფრო ზუსტად გამოაჩენს, როგორ გადანაწილდება ეს სამუშაო AI ინჟინერიას, კონსულტაციასა და დიზაინ-ინჟინერიას შორის.

ასევე წაიკითხეთ:

• ZCode-მა სამუშაო სივრცეები ატვირთა — გამორთვა მხოლოდ სკანდალს მოჰყვა
• AI საწყის სამუშაოებს ავიწროებს — HR მოთხოვნა 29.6%-ით დაეცა
• ტექნიკურ ვაკანსიებში ადამიანური უნარები AI literacy-ს უსწრებს