AI အေဂျင်စီ လုပ်ငန်းစဉ်လမ်းကြောင်း ခွဲခြမ်းစိတ်ဖြာချက်- ထိုင်ဝမ်လုပ်သားများအနေဖြင့် "တူးလ်များကို အသုံးပြုသူ" မှ "တပ်မှူး" အဖြစ်သို့ မည်သို့ အသွင်ကူးပြောင်းနိုင်မည်နည်း

សೃತDတೃತနည်းပညာ (AI) အလျင်အမြန် တိုးတက်ပြောင်းလဲလာနေသည့် ယနေ့ခေတ်တွင် ကမ္ဘာ့နည်းပညာလုပ်ငန်းစုကြီးများ၏ အာရုံစိုက်မှုသည် «ကြီးမားသော ဘာသာစကားမော်ဒယ်များ (LLMs) က မည်ကဲ့သို့ တိကျမှန်ကန်သော အဖြေများကို ထုတ်ပေးနိုင်မည်နည်း» ဆိုသည့် အချက်မှသည် «AI က ရှုပ်ထွေးသော လုပ်ငန်းစဉ်ကွင်းဆက်များကို မည်ကဲ့သို့ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ဖြင့် အကောင်အထည်ဖော်မည်နည်း» ဆိုသည့်ဘက်သို့ ပြောင်းလဲလာနေပြီ ဖြစ်သည်။ AI Agent ဟု ခေါ်ဆိုကြသော ဤနည်းပညာ အဆောက်အအုံသည် အသိပညာအခြေပြု လုပ်သားများ၏ နေ့စဉ်လုပ်ငန်းခွင်ပုံရိပ်များကို တိတ်တဆိတ် ပြောင်းလဲပစ်နေပြီ ဖြစ်သည်။ ယခင်ကဆိုလျှင် AI ကို အချိန်မရွေး မေးမြန်းနိုင်သည့် အမေးအဖြေ ဘော့တ် (Chatbot) တစ်ခုအနေဖြင့်သာ ကျွန်ုပ်တို့ မြင်ခဲ့ကြပြီး လူသားများဘက်က အမြဲတမ်း ပရမ့် (Prompt) ပေးနေရခြင်း၊ ကူးယူကပ်ခြင်း (Copy-Paste) ပြုလုပ်ခြင်းနှင့် ရလဒ်များကို ပြုပြင်ပေးနေရခြင်းတို့ လိုအပ်ခဲ့သည်။ သို့သော် မျိုးဆက်သစ် Agent စနစ်များတွင်မူ စီစဉ်ပုံဖော်ခြင်း၊ ကိရိယာများကို ခေါ်ယူအသုံးပြုခြင်း (Tool Calling)၊ မိမိကိုယ်ကို ပြုပြင်ခြင်းနှင့် ရေရှည်မှတ်ဉာဏ်ရှိခြင်း စသည့် စွမ်းဆောင်ရည်များ ပါရှိလာပြီး အဆင့်ဆင့်ပါဝင်သည့် ရှုပ်ထွေးသော လုပ်ငန်းများကို သီးခြားလွတ်လပ်စွာ ပြီးမြောက်အောင် လုပ်ဆောင်နိုင်ပြီ ဖြစ်သည်။

လုပ်ငန်းခွင်အတွင်းရှိ ဝန်ထမ်းများအတွက် ဤគိုဒမ် အပြောင်းအလဲ (Paradigm Shift) သည် နည်းပညာပိုင်းဆိုင်ရာ အစားထိုးမှု သက်သက်မဟုတ်ဘဲ အလုပ်၏ တန်ဖိုးနှင့် မိမိတို့၏ အခန်းကဏ္ဍနေရာကိုပါ လေးနက်စွာ ပြန်လည်ဆင်ခြင်သုံးသပ်ရမည့် ကိစ္စရပ်တစ်ခု ဖြစ်လာသည်။ AI သည် သက်သက်သာသာ «ထုတ်လုပ်မှုစွမ်းအား ကိရိယာ» တစ်ခုမှသည် «ဒစ်ဂျစ်တယ် လုပ်အားအင်အားစု» တစ်ရပ်အဖြစ်သို့ တိုးမြှင့်လာသောအခါ လုပ်ငန်းခွင်ရှိ ကျွန်ုပ်တို့၏ တည်နေရာကိုလည်း လိုက်လျောညီထွေ ပြောင်းလဲမှသာလျှင် ဤ ማዕበုဒ်ကြီးထဲတွင် ရှုံးနိမ့်သွားမည် မဟုတ်ပေ။

ချက်တင်ဘော့တ်မှသည် AI Agent သို့- လုပ်ငန်းလည်ပတ်မှု (Workflow) ၏ မူလသဘောတရား ပြောင်းလဲလာခြင်း

ဤလမ်းကြောင်းသစ်၏ သက်ရောက်မှုကို နားလည်ရန်အတွက် ဦးစွာပထမ ရိုးရာ မျိုးဆက်သစ် AI (Generative AI) နှင့် AI Agent တို့၏ အခြေခံ ကွာခြားချက်ကို ရှင်းလင်းစွာ သိရှိရန် လိုအပ်သည်။ ရိုးရာပုံစံသည် လူသားများ၏ တစ်ကြောင်းချင်း လုပ်ဆောင်မှုအပေါ် အလွန်အမင်း မှီခိုနေရပါသည်- လူသားက စိတ်ကူးဖော်, လူသားက ထည့်သွင်းပေး, AI က ထုတ်ပေး, လူသားက စစ်ဆေး, လူသားက ပေါင်းစပ်သည်။ ဤလုပ်ငန်းစဉ်အတွင်း လူသားသည် အသေးစိတ်အချက်အလက်တိုင်းကို လုပ်ဆောင်နေသည့် တက်ကြွသော လုပ်သားအဖြစ် အမြဲတမ်းရှိနေပြီး AI က တစ်ပိုင်းတစ်စမျှသာ အရှိန်မြှင့်တင်ပေးခြင်း ဖြစ်သည်။

ဆန့်ကျင်ဘက်အနေဖြင့် AI Agent ၏ လည်ပတ်မှု တိုကျာသည် «ပရောဂျက်အပ်နှံခြင်း» နှင့် ပိုမိုနီးစပ်ပါသည်။ အသုံးပြုသူသည် နောက်ဆုံးပန်းတိုင်နှင့် သက်ဆိုင်ရာ ကန့်သတ်ချက် အခြေအနေများကိုသာ သတ်မှတ်ပေးရန် လိုအပ်ပြီး Agent က တာဝန်များကို သူ့အလိုလို ခွဲခြမ်းစိတ်ဖြာသွားမည် ဖြစ်သည်-

• ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ဖြင့် စီစဉ်ပုံဖော်ခြင်း (Autonomous Planning): ကြီးမားသော ပန်းတိုင်ကို လုပ်ဆောင်နိုင်သည့် လုပ်ငန်းငယ်များအဖြစ် ခွဲခြမ်းစိတ်ဖြာပြီး အစဉ်လိုက် လုပ်ဆောင်မှုကို ဆုံးဖြတ်သည်။
• ကိရိယာများကို ခေါ်ယူအသုံးပြုခြင်း (Tool Calling): လိုအပ်ချက်အရ ရှာဖွေရေးအင်ဂျင်များ (Search Engines)၊ စာရင်းဇယားများ (Spreadsheets)၊ API မျက်နှာပြင်များ သို့မဟုတ် အတွင်းပိုင်း စာရွက်စာတမ်း သိုလှောင်ရာနေရာများကဲ့သို့သော သင့်လျော်သည့် ပြင်ပစနစ်များ သို့မဟုတ် ဒေတာဘေ့စ်များကို အလိုအလျောက် ရွေးချယ်အသုံးပြုသည်။
• စက်ဝန်းလိုက် ပြုပြင်ခြင်း (Iterative Correction): လုပ်ဆောင်နေစဉ်အတွင်း ထွက်ရှိလာသော ရလဒ်သည် မျှော်မှန်းချက်နှင့် ကိုက်ညီမှုရှိမရှိ စစ်ဆေးပြီး အမှားတွေ့ရှိပါက နည်းလမ်းကို မိမိဘာသာ ချိန်ညှိကာ ထပ်မံကြိုးစားသည်။
• ရလဒ် အပ်နှံခြင်း (Result Delivery): သတင်းအချက်အလက်မျိုးစုံကို ပေါင်းစပ်ပြီးနောက် လူသားများ ပြန်လည်စစ်ဆေးနိုင်ရန် ပြည့်စုံသော နောက်ဆုံးရလဒ်ကို ထုတ်ပေးသည်။

ဤကဲ့သို့သော လုပ်ငန်းလည်ပတ်မှု ပြောင်းလဲလာခြင်းသည် လူသားများ၏ အလုပ်အာရုံစိုက်မှုကို «လက်တွေ့လုပ်ဆောင်ခြင်း» မှ «ဦးနှောက်သုံး စဉ်းစားခြင်း» ဘက်သို့ ကြီးမားစွာ ရွှေ့ပြောင်းသွားမည်ကို ဆိုလိုခြင်း ဖြစ်သည်။ ကျွန်ုပ်တို့အနေဖြင့် ဒေတာကောက်ယူခြင်း၊ ဖော်မတ်ပြောင်းလဲခြင်း သို့မဟုတ် မူလကြမ်းမူ ရေးသားခြင်းကဲ့သို့သော ပုံမှန်လုပ်ရိုးလုပ်စဉ် ကိစ္စရပ်များကို အချိန်အများကြီး ပေးဆောင် လုပ်ကိုင်ရန် မလိုအပ်တော့ဘဲ ပြဿနာသတ်မှတ်ခြင်း၊ စံနှုန်းများ သတ်မှတ်ခြင်းနှင့် အရည်အသွေးကို အကဲဖြတ်ခြင်းတို့အပေါ်တွင်သာ အဓိက အာရုံစိုက်ရတော့မည် ဖြစ်သည်။

လုပ်ငန်းခွင်ပေါ်တွင် သက်ရောက်မည့် လေးနက်သော သက်ရောက်မှုများ- အခွင့်အလမ်းနှင့် စိန်ခေါ်မှုများ တွဲလျက်ရှိနေခြင်း

ထိုလုပ်ငန်းခွင် အပြင်အဆင်သည် အလတ်စားနှင့် အသေးစား လုပ်ငန်းများကို အဓိက အခြေခံထားကြပြီး လုပ်ငန်းများစွာသည် ဒစ်ဂျစ်တယ် အသွင်ကူးပြောင်းရေးနှင့် လူ့စွမ်းအားအရင်းအမြစ် ခန့်အပ်မှုတို့တွင် ပြောင်းလွယ်ပြင်လွယ် မြင့်မားသော်လည်း အရင်းအမြစ် ကန့်သတ်ချက်များနှင့် လူတစ်ဦးတည်းက အလုပ်မျိုးစုံ လုပ်ရသည့် အခက်အခဲ (One-person multi-tasking) များကို အမြဲကြုံတွေ့နေရလေ့ ရှိသည်။ AI Agent နည်းပညာ ကျယ်ပြန့်လာခြင်းသည် လုပ်ငန်းခွင်အပေါ် အောက်ပါ အဓိက သက်ရောက်မှုများကို ဖြစ်ပေါ်စေမည် ဖြစ်သည်-

• «တစ်ဦးတည်း ကုမ္ပဏီ (One-person company)» နှင့် အသေးစား စီးပွားရေးလုပ်ငန်း စတင်ရန် အတားအဆီး နည်းပါးသွားခြင်း: ယခင်က စျေးကွက်ရှာဖွေရေး၊ ဖောက်သည်ဝန်ဆောင်မှု၊ စာရင်းကိုင်၊ အင်ဂျင်နီယာ စသည့် မတူကွဲပြားသော အသင်းအဖွဲ့များ ရှိမှသာ လည်ပတ်နိုင်သည့် လုပ်ငန်းများကို ယခုအခါ AI Agent ချိတ်ဆက်မှုများမှတစ်ဆင့် တစ်ဦးတည်း လုပ်ကိုင်သူ သို့မဟုတ် အသင်းငယ်လေးများကပင် တူညီသောအဆင့်ရှိသော ဒစ်ဂျစ်တယ် ထောက်ပံ့ပို့ဆောင်ရေး အထောက်အပံ့ကို ရရှိနိုင်မည် ဖြစ်သည်။
• ပညာရပ်ဆိုင်ရာ ကွဲပြားမှု နယ်နိမိတ်များ ဝိုးတဝါးဖြစ်လာခြင်း: နယ်ပယ်ပေါင်းစုံ ပူးပေါင်းဆောင်ရွက်မှု ပိုမိုလွယ်ကူလာသည်။ ဥပမာအားဖြင့် စျေးကွက်ရှာဖွေရေး ဝန်ထမ်းတစ်ဦးအနေဖြင့် ပရိုဂရမ်ရေးဆွဲခြင်းဆိုင်ရာ နက်နဲသော ကျွမ်းကျင်မှု မရှိလျှင်တောင်မှ သဘာဝဘာသာစကားဖြင့် Agent ကို ညွှန်ကြားကာ ဒေတာခွဲခြွဲစိတ်ဖြာရေး ကိရိယာများကို ချိတ်ဆက်ခိုင်းခြင်းဖြင့် ထိုးထွင်းသိမြင်မှု အစီရင်ခံစာများကို တိုက်ရိုက်ထုတ်ယူနိုင်သည်။
• အခြေခံ လုပ်ဆောင်နိုင်စွမ်း၏ တန်ဖိုး ကျဆင်းလာခြင်း: အကယ်၍ အလုပ်အကိုင် အကြောင်းအရာသည် အဓိကအားဖြင့် အလွန်အမင်း ထပ်တလဲလဲလုပ်ရသော၊ စည်းမျဉ်းစည်းကမ်း ရှင်းလင်းပြတ်သားပြီး မဟာဗျူဟာမြောက်မှု ကင်းမဲ့သော စာရွက်စာတမ်း လုပ်ငန်းများဖြစ်ပါက အစားထိုးခံရမည့် အန္တရာယ် အလွန်မြင့်မားလာမည် ဖြစ်သည်။ သက်သက်သာသာ «ကျွမ်းကျင်လိမ္မာမှု» သည် လုပ်ငန်းခွင်၏ ခံတပ်တစ်ခု မဟုတ်တော့ပေ။
• နယ်ပယ်ပေါင်းစုံ ပေါင်းစပ်ခြင်းနှင့် အရည်အသွေး ထိန်းချုပ်ခြင်းဆိုင်ရာ လိုအပ်ချက်များ အရှိန်အဟုန်ဖြင့် မြင့်တက်လာခြင်း: ထုတ်လုပ်မှု အမြန်နှုန်းသည် ပြဿနာ မဟုတ်တော့သည့်အခါ လမ်းကြောင်း မှန်ကန်မှု၊ ယုတ္တိဗေဒ တင်းကျပ်မှု၊ စည်းမျဉ်းစည်းကမ်းနှင့် ကိုယ်ကျင့်တရားနှင့် ကိုက်ညီမှုရှိစေရန် မည်သို့ သေချာအောင် လုပ်ဆောင်မည်နည်းဆိုသည်မှာ လုပ်ငန်းရလဒ် ကောင်းမွန်မှုကို ဆုံးဖြတ်ပေးသည့် အဓိကသော့ချက် ဖြစ်လာသည်။

လုပ်ငန်းခွင်ရှိ ဝန်ထမ်းများအနေဖြင့် မည်ကဲ့သို့ တုံ့ပြန်သင့်သနည်း- «လုပ်ကိုင်သူ» မှသည် «ကွပ်ကဲသူ» သို့ ပြောင်းလဲရန်

အလိုအလျောက်စနစ် လွှမ်းမိုးလာသည့် မုန်တိုင်းကြီးကို ရင်ဆိုင်ရာတွင် စိုးရိမ်ထိတ်လန့်ခြင်းနှင့် ငြင်းဆန်ခြင်းတို့သည် အသက်မွေးဝမ်းကျောင်း ဖွံ့ဖြိုးတိုးတက်မှုအတွက် အထောက်အကူ မဖြစ်စေပါ။ လုပ်ငန်းခွင်ရှိ ဝန်ထမ်းများသည် မိမိတို့၏ စိတ်နေသဘောထားနှင့် ကျွမ်းကျင်မှုသစ်ပင် (Skill tree) ကို တက်ကြွစွာ ချိန်ညှိသင့်ပြီး မိမိကိုယ်ကို AI Agent ၏ «ကွပ်ကဲသူ (Commander)» သို့မဟုတ် «ပရောဂျက် မန်နေဂျာ (Project Manager)» အဖြစ် ပြန်လည်နေရာချထားသင့်ပါသည်။ အောက်ပါတို့မှာ လက်တွေ့လုပ်ဆောင်နိုင်သည့် တုံ့ပြန်ရေး မဟာဗျူဟာများ ဖြစ်ပါသည်-

၁။ ပြဿနာများကို တိကျစွာ သတ်မှတ်နိုင်စွမ်းကို မွေးမြူပါ

AI Agent ၏ စွမ်းဆောင်ရည်သည် ကနဦး ညွှန်ကြားချက်၏ အရည်အသွေးအပေါ် အလွန်အမင်း မူတည်နေပါသည်။ အကယ်၍ ပြဿနာကိုယ်တိုင်က ဝိုးတဝါးဖြစ်နေပါက AI ထုတ်ပေးသည့် ရလဒ်သည်လည်း တန်ဖိုးကင်းမဲ့နေမည်မှာ သဘာဝပင် ဖြစ်သည်။ ဝန်ထမ်းများသည် ယုတ္တိဗေဒဆိုင်ရာ တွေးခေါ်မှု၊ လိုအပ်ချက် ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အခြေအနေ စံနမူနာပြုနိုင်စွမ်း (Scenario Assumptions) တို့ကို အားကောင်းစေရမည်ဖြစ်ပြီး ရှုပ်ထွေးနေသော စီးပွားရေး အခြေအနေများကို တိကျသော ထည့်သွင်းမှုနှင့် ထွက်ရှိမှုများ ပါဝင်သော စံသတ်မှတ်ထားသည့် တာဝန်များအဖြစ် ခွဲခြမ်းတတ်ရန် သင်ယူရမည် ဖြစ်သည်။

၂။ စနစ်တကျ တွေးခေါ်မှုနှင့် လုပ်ငန်းလည်ပတ်မှု ဒီဇိုင်းအမြင်ကို တည်ဆောက်ပါ

အနာဂတ်၏ ထူးချွန်သော လူ့စွမ်းအားအရင်းအမြစ်သည် ကိရိယာတစ်ခုတည်းကို သုံးတတ်ရုံသာမက ကိရိယာများစွာကို ချောမွေ့သော လုပ်ငန်းလည်ပတ်မှုတစ်ခုအဖြစ် မည်ကဲ့သို့ ချိတ်ဆက်ရမည်ကိုပါ နားလည်တတ်ရမည် ဖြစ်သည်။ ဤအရာအတွက် လုပ်ငန်းအတွင်းရှိ ကဏ္ဍအသီးသီး (ဥပမာ- အရောင်း၊ စျေးကွက်ရှာဖွေရေး၊ ဘဏ္ဍာရေး၊ သုတေသနနှင့် ဖွံ့ဖြိုးတိုးတက်ရေးတို့အကြား ဆက်စပ်မှု) ၏ လည်ပတ်မှု ယုတ္တိဗေဒကို နားလည်ရန် လိုအပ်ပြီး မည်သည့် အစိတ်အပိုင်းများကို Agent များ လက်သို့ အပ်နှံသင့်ပြီး မည်သည့် အစိတ်အပိုင်းများတွင် လူသားတို့၏ နွေးထွေးမှုနှင့် ဆုံးဖြတ်ချက်များကို ထိန်းသိမ်းထားရမည်ကို စဉ်းစားရမည် ဖြစ်သည်။

၃။ စစ်ဆေးခြင်းနှင့် အန္တရာယ် ထိန်းချုပ်နိုင်စွမ်းကို အားကောင်းစေပါ

AI သည် စွမ်းဆောင်ရည် မြင်မားသော်လည်း မှားယွင်းသော အချက်အလက်များ (Hallucinations)၊ မှားယွင်းသော သတင်းအချက်အလက်များ သို့မဟုတ် မသင့်လျော်သော အကြောင်းအရာများကို ဖန်တီးပေးနိုင်ဆဲ ဖြစ်သည်။ ဝန်ထမ်းများသည် «နောက်ဆုံး ကာကွယ်ရေးလိုင်း» အဖြစ် ရပ်တည်ရမည်ဖြစ်ပြီး ထွက်ရှိလာသော ရလဒ်များအပေါ် ထက်မြက်သော ခွဲခြားသိမြင်နိုင်စွမ်း ရှိရမည် ဖြစ်သည်။ ဤအရာတွင် ဒေတာရင်းမြစ်များကို စစ်ဆေးခြင်း၊ ဥပဒေနှင့် ကိုယ်ကျင့်တရားဆိုင်ရာ အန္တရာယ်များကို အကဲဖြတ်ခြင်းနှင့် နောက်ဆုံးရလဒ်သည် အဖွဲ့အစည်း၏ ကုန်အမှတ်တံဆိပ် ပုံစံနှင့် အရည်အသွေး စံနှုန်းများနှင့် ကိုက်ညီမှုရှိစေရန် သေချာစေခြင်းတို့ ပါဝင်သည်။

၄။ စဉ်ဆက်မပြတ် သင်ယူလိုစိတ်ရှိသည့် လျင်မြန်သော စိတ်နေသဘောထားကို လက်ခံပါ

AI နယ်ပယ်ရှိ ကိရိယာများနှင့် အဆောက်အအုံများ ပြောင်းလဲတိုးတက်သည့် အမြန်နှုန်းသည် အလွန်ပင် မြန်ဆန်ပါသည်။ မည်သည့်အခါမျှ ခေတ်မနောက်ကျမည့် သီးခြားဆော့ဖ်ဝဲလ်တစ်ခုကို ကျွမ်းကျင်ပိုင်နိုင်အောင် လုပ်ဆောင်နေမည့်အစား ကိရိယာသစ်များကို လျင်မြန်စွာ စတင်အသုံးပြုနိုင်ခြင်း၊ အခြေခံ ယုတ္တိဗေဒကို နားလည်ခြင်းနှင့် လက်တွေ့အခြေအနေများတွင် အသုံးချနိုင်ခြင်း စသည့် သင်ယူမှုစွမ်းရည်ကို မွေးမြူသင့်ပါသည်။ စူးစမ်းလိုစိတ်ကို ထိန်းသိမ်းပါ၊ ပေါ်ထွက်လာသည့် အလိုအလျောက် လုပ်ဆောင်ချက် အသစ်များကို ပုံမှန် စမ်းသပ်ပါမှသာလျှင် လမ်းကြောင်းသစ်၏ ရှေ့ဆုံးတွင် ရပ်တည်နိုင်မည် ဖြစ်သည်။

နိဂုံး- အလိုအလျောက်စနစ်ခေတ်တွင် လူသားများ၏ တန်ဖိုးကို ပြန်လည်သတ်မှတ်ခြင်း

AI Agent လုပ်ငန်းလည်ပတ်မှု၏ ဖွံ့ဖြိုးတိုးတက်မှုသည် အနှစ်သာရအားဖြင့် လူသားများကို လေးလံသော လုပ်အားများမှ လွတ်မြောက်စေခြင်း ဖြစ်သည်။ လုပ်ငန်းခွင်ရှိ ဝန်ထမ်းများအတွက် ဤအရာသည် တင်းကျပ်သော စိန်ခေါ်မှုတစ်ရပ် ဖြစ်သလို ရှားပါးသော အခွင့်အလမ်းတစ်ရပ်လည်း ဖြစ်သည်။ စက်ယန္တရားကြီးများက «မည်ကဲ့သို့ လုပ်ဆောင်ရမည်» ဆိုသည့် အသေးစိတ်အချက်အလက်များကို တာဝန်ယူလိုက်သည့်အခါ ကျွန်ုပ်တို့တွင် «အဘယ်ကြောင့် လုပ်ဆောင်ရသနည်း» နှင့် «မည်သည့်နေရာသို့ ဦးတည်သွားမည်နည်း» ဆိုသည်ကို စဉ်းစားရန်အတွက် အချိန်နှင့် စွမ်းအင် ပိုမိုပိုင်ဆိုင်လာမည် ဖြစ်သည်။ တက်ကြွစွာ အသွင်ကူးပြောင်းခြင်း၊ အလှတရားနှင့် ဆုံးဖြတ်ချက်ချနိုင်စွမ်းကို မြှင့်တင်ခြင်းတို့ ပြုလုပ်မှသာလျှင် လူနှင့်စက် ပူးပေါင်းဆောင်ရွက်သည့် ခေတ်သစ်တွင် အစားထိုးမရနိုင်သော တည်နေရာနှင့် တန်ဖိုးကို ရှာဖွေတွေ့ရှိနိုင်မည် ဖြစ်သည်။