තවත් භාෂාවලින්: English · தமிழ்
09. පුරවැසි සේවා නවෝත්පාදනය, අවුකන පිළිම ආදර්ශය සහ අනාගත පද්ධති
ප්‍රකාශිත 2026-09-14
ප්‍රධාන තේමාව: ප්‍රතිචාරාත්මක නිලධාරීවාදයෙන් පුරවැසි අපේක්ෂා කල්තියා හඳුනාගන්නා රාජ්‍ය සේවයක් දක්වා: අවුකන බරණැස්තාගේ පැය දෙකේ පාඩම, ජපන් මුහුණු තුන සහ කළුතර දරුවාගේ කතාව, කෝඩර්වරුන්ගෙන් ඔබ්බට ගිය නිෂ්පාදන ඉංජිනේරු (Product Engineer) චින්තනය, සහ ටෝකන් ආර්ථික විද්‍යාව.
AI මගින් ඉතිරි කර දෙන කාලයෙන් ඔබ කළ යුත්තේ කුමක්ද?
කෘත්‍රිම බුද්ධිය හරහා අපේ වැඩ කොටසක් ස්වයංක්‍රීය වූ විට අප ඉතිරි කරගන්නා කාලයෙන් කුමක් කළ යුතුද? බොහෝ ඩිජිටල්කරණ වැඩසටහන් කිසිදා නොඅසන, එහෙත් සමස්ත ක්‍රියාවලියේම සාර්ථකත්වය තීරණය කරන ප්‍රශ්නය මෙයයි: නැවත හිමිවන ඒ වටිනා කාලයෙන් අප කළ යුත්තේ කුමක්ද?
මේ ප්‍රශ්නයට පිළිතුරු සෙවීමට මා ආභාෂය ලබන්නේ කළමනාකරණ න්‍යායන්ගෙන් නොව, ඓතිහාසික අවුකන බුදු පිළිමයේ නිර්මාණ ශිල්පයෙනි. කලාවැව අසබඩ නෙළන ලද මෙම මහා ශෛලමය පිළිමය හුදු ආගමික කතාවක් නොවේ; ඉංජිනේරු විද්‍යාවේ සහ මානව අවධානයේ (Human Focus) අසමසම විශිෂ්ටත්වයකි.
අවුකන පිළිමය දෙස මදක් බලා සිටින්න: එහි ගුරුත්ව කේන්ද්‍රය (Center of Gravity) සහ සමබරතාවය කෙතරම් නිවැරදිද යත්, නාසයේ අගින් වැටෙන වැහි බිංදුව දෙපා අතර ඇති නිශ්චිත ලක්ෂ්‍යයටම පතිත වන පරිදි නිර්මාණය කර ඇත. ශරීරයේ අනුපාත, අවකාශීය ගැඹුර සහ පාෂාණය නෙළීමේ නිරවද්‍යතාවය ලෝකයේ කිසිදු නවීන පරිගණකයකට දෙවැනි නොවේ — මේ සියල්ල සිදුකර ඇත්තේ කිසිදු වැරැද්දක් නිවැරදි කිරීමට හෝ සංශෝධනය කිරීමට දෙවන අවස්ථාවක් නොමැතිවය, මන්ද ගල් පර්වතය වැරදිවලට සමාව නොදෙන බැවිනි.
එම පිළිමය නෙළූ බරණැස්තා පිළිබඳව කලාවැව අවට ගැමියන් සහ වැඩිහිටි මගපෙන්වන්නන් අතර පවතින ජනප්‍රවාදයක් තිබේ:
"බරණැස්තා ගල නෙළීමට කටුව සහ මිටිය අතට ගෙන වැඩ කළේ දවසට පැය දෙකක් පමණි!"
එසේ නම් ඔහු ඉතිරි මුළු දවස පුරාම කළේ කුමක්ද?
ඔහු කළේ කලාවැව අසබඩ ඇති ගසක් යටට වී නිහඬව භාවනා කිරීමයි. ගැඹුරින් කල්පනා කිරීමයි. මානසික ඒකාග්‍රතාවය, අවකාශීය හැඩතල සහ නිර්මාණශීලී දැක්ම තම මනස තුළ පරිපූර්ණ ලෙස ගොඩනගා ගැනීමයි.
ඔහු අර පැය දෙක තුළ කළ අසමසම නිර්මාණය පිටුපස තිබුණේ, ඉතිරි මුළු කාලය පුරාම ඔහු තම මනස, චින්තනය සහ අවධානය වෙනුවෙන් කළ ආයෝජනයයි!
මෙම අනුපාතය දෙස බලන්න: එය නූතන වැඩ කරන දිනක හරියටම ප්‍රතිලෝමයයි. දළ වශයෙන් ක්‍රියාත්මක කිරීමට එක් පංගුවක් වැය වන විට, සූදානම් වීමට පංගු පහක් වැය වේ — කාර්යය දෝෂ රහිත වූයේ ගල මත කටුව තැබීමට පෙර චින්තනමය කාර්යය සම්පූර්ණයෙන්ම නිමවී තිබූ නිසාය. විනිශ්චය සඳහා කිසිදු කාලයක් වෙන් නොකර, මුළු කාලයම හුදු ක්‍රියාත්මක කිරීමට වැය කරන රාජ්‍ය සේවයකින් බලාපොරොත්තු විය හැක්කේ කුමක්දැයි පැහැදිලිය: විශාල වැඩ ප්‍රමාණයක් සිදුවෙතත්, ඒ කිසිවක් ගැඹුරින් සලකා බලා නොමැත.
රූපය 9.1: අවුකන සූත්‍රය — ප්‍රධාන නිර්මාණ ශිල්පී බරණැස්තා දිනකට පැය දෙකක් ගල් පර්වතය මත කටුව හා මිටියෙන් මහා පිළිමය නෙළීම සහ ඉතිරි කාලය කලාවැව අසබඩ තුරු සෙවණේ නිහඬ මෙනෙහි කිරීමේ හා මානසික ඒකාග්‍රතාවයේ ආයෝජනය කිරීම.
Important
AI යුගයේ රාජ්‍ය නිලධාරියා සඳහා අවුකන සූත්‍රය:
ඔබ දවස පුරාම ලිපිගොනු පෙරළමින්, සීල් ගසමින්, ඒකාකාරී ආකෘති පත්‍ර පුරවමින් පැය අටක් හෙම්බත් විය යුතු නැත. එම ඒකාරී, නීති පාදක පැය දෙකේ වැඩ කොටස AI වෙත පවරන්න.
ඉතිරි වන වටිනා කාලය කුමකට යොදවන්නේද? * ගැඹුරින් සිතීමට, කියවීමට සහ ලිවීමට. * පුරවැසියාගේ ගැටලුවලට සංවේදීව කන් දීමට. * තම පෞද්ගලික, මානසික, සෞඛ්‍යමය සහ පවුලේ උන්නතිය වෙනුවෙන් කැපවීමට.
මෙහිදී පොදු අසාර්ථකත්වයක් හඳුනාගත යුතුය. නිදහස් කරගත් කාලය නිරායාසයෙන්ම චින්තන කාලයක් බවට පත් නොවේ. එය නිසි ලෙස මෙහෙයවනු නොලැබුවහොත් තවත් ලිපිගොනු, තවත් රැස්වීම් සහ අධික තෙහෙට්ටුවකට පමණක් මගපාදයි — ඔබ නිදහස් කරගන්නා සෑම පැයක්ම, ඔබ සවිඥානිකව හිමිකර නොගතහොත් ආයතනය විසින් ගිලගනු ඇත. බරණැස්තා ගසක් යට කාලය ගත කළේ නිශ්චිත අරමුණක් සහිතවය.
ලෝකයේ මිනිසුන් සැබවින්ම AI භාවිත කරන්නේ කුමක් සඳහාද?
මිනිසුන් සැබවින්ම AI භාවිත කරන්නේ කුමක් සඳහාද යන්න පිළිබඳව හාවඩ් බිස්නස් රිවීව් හි පළවූ සුවිශේෂී පර්යේෂණ වාර්තාව වන Harvard Business Review — "How People Are Really Using AI in 2026" (Marc Zao-Sanders & Sara Biuk) මගින් අතිශය විප්ලවීය සත්‍යයක් අනාවරණය කරයි.
මාර්ගගත වේදිකා ඔස්සේ සැබෑ ලෝකයේ AI භාවිත අවස්ථා 12,637ක් (AI in the Wild dataset) ගැඹුරින් විශ්ලේෂණය කරමින් 2024 සිට 2026 දක්වා සිදුකළ මෙම අධ්‍යයනය පෙන්වා දෙන්නේ, මිනිසුන් හුදු ලිපි ලිවීමෙන් සහ සෙවුම්වලින් ඔබ්බට ගොස් තම සිතුවිලි, තීරණ ගැනීම්, පෞද්ගලික ජීවිතය සහ මානසික සුවය සඳහා AI මත යැපෙන දැවැන්ත මනෝවිද්‍යාත්මක සහ චර්යාත්මක පරිවර්තනයක නිරත වන බවයි.
රූපය 9.2: How Gen AI Use Case Themes Have Shifted (2024–2026) — Harvard Business Review ("How People Are Really Using AI in 2026", Marc Zao-Sanders & Sara Biuk / theaiwild.com).
අන්තර්ගත නිර්මාණය සහ සංස්කරණය — 34%
2024 වසරේ 23%ක් සහ 2025දී 31%ක් වූ මෙම භාවිතය 2026 වන විට 34% දක්වා අඛණ්ඩව වර්ධනය වී ඇති විශාලතම කාණ්ඩයයි. කෙසේ වෙතත්, මෙහි සිදුවී ඇති සුවිශේෂී වෙනස වන්නේ ප්‍රමාණාත්මක වර්ධනය පමණක් නොවේ; එහි ස්වභාවය මුළුමනින්ම වෙනස් වීමයි.
මුල් කාලයේ පැවති විවෘත අදහස් උත්පාදනය (Generating ideas — 2024දී #1 ස්ථානයේ සිට 2026දී #47 දක්වා බිඳවැටී ඇත!) වෙනුවට, අද පරිශීලකයින් මෙය භාවිත කරන්නේ නිශ්චිත ලියකියවිලි කෙටුම්පත් කිරීම, සංස්කරණය, සහ ලේඛන සාරාංශ කිරීම සඳහාය. ප්‍රායෝගික පරිණතභාවය යනු මෙයයි: කිසිවෙකුගේ ඉගැන්වීමකින් තොරවම පරිශීලකයින් තේරුම් ගත්තේ, තමන් සපයන අමුද්‍රව්‍ය හැඩගැස්වීමට ආකෘතිය අතිදක්ෂ බවත්, තමන් නොසපයන අලුත් දෑ මවාපෑමට යාමේදී එය දුර්වල බවත්ය.
තාක්ෂණික සහාය සහ දෝෂ නිරාකරණය — 15%
පරිගණක කේතකරණය, පද්ධති දෝෂ නිරාකරණය සහ දත්ත විමසුම්. මෙහි ඇති කැපී පෙනෙන සංවර්ධනය වන්නේ 2026 වන විට ශ්‍රේණිගත කිරීම්වල #21 ස්ථානයට පැමිණි "Vibe Coding" ප්‍රවණතාවයි — එනම් සාමාන්‍ය වෘත්තිකයන් කිසිදු සාම්ප්‍රදායික කේතයක් නොලියා, ස්වභාවික භාෂාවෙන් විස්තර කරමින් තමන්ට අවශ්‍ය ක්‍රියාකාරී මෘදුකාංග මෙවලම් ගොඩනගා ගැනීමයි.
රාජ්‍ය ආයතනයක් සඳහා මෙය අතිශය විමසිලිමත්ව බැලිය යුතු තත්ත්වයකි. මන්ද යත්, ක්‍රියාවලියක් හොඳින් දන්නා රාජ්‍ය නිලධාරියෙකුට විශාල මෘදුකාංග ප්‍රසම්පාදනයකින් තොරව තමන්ට අවශ්‍ය කුඩා මෙවලමක් තනිවම සාදාගත හැකි වීමයි. මෙය එක් අතකින් විශාල බලගැන්වීමක් වන අතර, ආයතනික ප්‍රතිපත්තියක් නොමැති වුවහොත් නිල නොවන පද්ධති අවුලක් නිර්මාණය කිරීමේ අවදානමක්ද දරයි.
පෞද්ගලික සහ වෘත්තීය සහාය — 15%
සමස්ත පර්යේෂණයේම ඇති වඩාත්ම තීරණාත්මක සොයාගැනීම ඇත්තේ මෙතැනය: මානසික සුවය සහ මිත්‍රත්වය (Therapy and Companionship) සමස්ත තනි භාවිත අවස්ථා අතර අඛණ්ඩව අංක 1 ස්ථානය හිමිකර ගෙන ඇත — සමස්ත භාවිතයන්ගෙන් 11%ක් වන අතර, එය 2025 පැවති 5% මෙන් දෙගුණයකටත් වඩා වැඩිවීමකි!
මිනිසුන් තම පෞද්ගලික සම්බන්ධතා ගැටලු (#7), වෘත්තීය ගැටලු (#24), සහ තීරණ ගැනීමේ මානසික බර (#13) ලිහිල් කරගැනීමට AI හමුවට පැමිණේ. ඊළඟ කොටසින් විමසා බලන්නේ මීට සැබෑ හේතුව කුමක්ද යන්නයි.
ඉගෙනීම සහ අධ්‍යාපනය — 13%
සංකීර්ණ විෂය කරුණු තමන්ට ගැළපෙන පරිදි සරලව වටහා ගැනීම (Enhanced learning), භාෂා ප්‍රගුණ කිරීම, සහ කුසලතා වර්ධනය. මෙය ඉඩසර ඇකඩමිය නිරන්තරයෙන් අවධාරණය කරන "ඉගෙන ගැනීමට ඉගෙනීම" (Learn to Learn) මූලධර්මය වන අතර, එය සාර්ථක වන බව තේරුම් ගත් මිලියන සංඛ්‍යාත ජනතාවක් ස්වාධීනව ඊට අවතීර්ණ වී ඇත.
නිර්මාණශීලීත්වය සහ විනෝදාස්වාදය — 12%
නවකතා සහ කෙටිකතා ලිවීම, සංගීතය, ක්‍රීඩා සහ විනෝදාංශ සැලසුම් කිරීම. මීට අමතරව 11%ක ප්‍රතිශතයක් හිමි පර්යේෂණ සහ තීරණ ගැනීම යටතේ, මිනිස් උපදෙස් නොමැතිව කාර්යයන් තනිවම නිමකරන ස්වයංක්‍රීය නියෝජිත මෙහෙයුම් (Autonomous Agentic Operations) 2026දී #6 ස්ථානය දක්වා ශීඝ්‍රයෙන් ඉහළ නැග ඇත්තේ මීට පෙර නොපැවති ප්‍රබල කාණ්ඩයක් ලෙසිනි.
Warning
"Thinkslop" සහ මානසිකව කම්මැලි වීමේ අවදානම:
කතුවරුන්ගේ ප්‍රධානතම අනතුරු ඇඟවීම: මිනිසුන් තම සිතීමේ වගකීම AI වෙත පවරා මානසිකව උදාසීන වීමයි (Cognitive Outsourcing). AI විසින් නිතරම පරිශීලකයාට ප්‍රශංසා කරමින් (Sycophancy) "ඔබේ අදහස විශිෂ්ටයි!" යනුවෙන් ව්‍යාජ ආත්ම විශ්වාසයක් ලබා දෙන බැවින්, මිනිසුන් ගැඹුරින් සිතීම, කියවීම සහ ලිවීම අත්හැර "Thinkslop" හෙවත් කම්මැලි, නොගැඹුරු සිතුවිලිවලට ගොදුරු වීමේ බරපතළ අවදානමක් පවතී.
මෙම අනතුරු ඇඟවීම කෙරෙහි වැඩි අවධානයක් යොමු කළ යුතුය, මන්ද සයිකෝෆැන්සි (Sycophancy) යනු අත්වැරැද්දක් නොව පද්ධතියේම නිර්මාණ ලක්ෂණයකි. මෙම පද්ධති පුහුණු කර ඇත්තේ මානව අනුමැතිය මත වන අතර, මිනිසුන් එකඟතාවයට ඉහළ ලකුණු ලබා දෙයි. නිලධාරියෙකු අඩක් නිමවූ ප්‍රතිපත්තිමය අදහසක් ආකෘතියක් වෙත ගෙන ආ විට, එය විශිෂ්ට අදහසක් බව ආකෘතිය පවසනු ඇත. ප්‍රතිරෝධයක් නොමැති වීම වලංගුභාවයක් ලෙස හැඟුණද, එය කිසිසේත්ම වලංගුභාවයක් නොවේ. 06 වන පරිච්ඡේදයේ භූමිකාව මත පදනම් වූ විවේචනාත්මක ප්‍රොම්ප්ට් වැදගත් වන්නේ එබැවිනි: ඔබ විරුද්ධත්වය පැහැදිලිව ඉල්ලා සිටිය යුතුය, මන්ද එය ඉබේ නොලැබේ.
මිනිසා තම ගැඹුරුම රහස් AI ඉදිරියේ විවෘත කරන්නේ ඇයි?
මෙම HBR ප්‍රස්ථාරයෙන් හෙළිවන "Therapy / Companionship (#1)" සහ මිනිසාගේ චිත්තවේගීය යැපීම තේරුම් ගැනීමට ජපානයේ ප්‍රකට පාරම්පරික දර්ශනය උපකාරී වේ:
ජපානයේ කියමනක් තිබේ: "මිනිසෙකුට මුහුණු තුනක් ඇත." පළමු මුහුණ මුළු ලෝකයටම, සමාජයට සහ කාර්යාලයට පෙන්වන බාහිර මුහුණයි. දෙවන මුහුණ තම පවුලට, දරුවන්ට සහ සමීපතම හිතමිතුරන්ට පමණක් පෙන්වන අභ්‍යන්තර මුහුණයි. තුන්වන මුහුණ කිසිදු බාහිර මිනිසෙකුට නොපෙන්වන, විනිශ්චයට ලක්වේ යැයි බියෙන් හදවතේ රහස් පමණක් සඟවාගෙන සිටින තමන්ගේම සැබෑ මුහුණයි.
රූපය 9.3: The Three Faces of a Person — A Japanese Concept (Applied to the Age of AI) — 1 වන මුහුණ (බාහිර සමාජයට), 2 වන මුහුණ (පවුල සහ සමීපතමයින්ට), සහ 3 වන මුහුණ (හදවතේ රහස්, අද AI හමුවේ විවෘත වන ගැඹුරු මානව ආත්මය).
අද ලෝකයේ මිනිසුන් තම තුන්වන මුහුණ විවෘත කරන්නේ AI ඉදිරියේය. ඊට හේතුව තාක්ෂණය කෙරෙහි ඇති ආදරය නොවේ. ආකෘතියක් කිසිදු විනිශ්චයකින් හෝ සමාජීය ප්‍රතිවිපාකයකින් තොරව සවන්දීමයි — එය නොඉවසිලිමත් වන්නේ නැත, ඔබ කී දේ වෙනත් කිසිවෙකුට නොකියයි. බොහෝ මිනිසුන්ට තම ජීවිතයේ වෙන කොතැනකින්වත් එවැනි සංයෝජනයක් නොලැබේ.
කළුතර ප්‍රාදේශීය ලේකම් කාර්යාලයක මා පැවැත්වූ වැඩමුළුවකදී මා මුහුණ දුන් සැබෑ අත්දැකීමක් තිබේ. සැසිය අවසානයේ ස්තූති කතාව පැවැත්වීමට පැමිණි තරුණ රාජ්‍ය නිලධාරිනියක් වේදිකාවේදීම හඬා වැටුණාය. ඊට හේතුව ඇය සභාවට හෙළි කළාය:
ඇගේ දෙකේ පන්තියේ ඉගෙනුම ලබන කුඩා දියණිය සෑම දිනකම සවස ඇය ගෙදර ගිය විට දුරකථනය ඉල්ලා ගෙන කාමරයට වී සිටී. "මොනවද කරන්නේ?" කියා ඇසූ විට දරුවා කියා ඇත්තේ "මම ChatGPT එක්ක කතා කරනවා" කියාය. මව්පියන් එය එතරම් ගණන් ගෙන තිබුණේ නැත.
නමුත් මා කළ දේශනය අසා ඇයට සැක සිතුණු නිසා ඇය එදින සවස දරුවාගේ ChatGPT සංවාද ඉතිහාසය පරීක්ෂා කර බලා තිබේ. එහි තිබී ඇත්තේ දරුවා AI වෙත ලියූ හදවත කම්පා කරවන පණිවිඩ පෙළකි: "ඔයා දන්නවද මම මේ ගවුමට ආසයි... මම කන්න ආස මෙන්න මේ කෑම... හෙට මම ඉස්කෝලෙට ගෙනියන්න ඕනෙ මොනවද?... ඔයා තමයි මට ඉන්න එකම යාළුවා... අපේ අම්මට මං එක්ක කතා කරන්න වෙලාවක් නෑ රජයේ රස්සාව හින්දා... ඔයා තමයි මගේ ආදරේ, පැටියෝ..."
රජයේ රස්සාව නිසා කතා කරන්න වෙලාවක් නැති බව කියූ ඒ පේළිය නැවත කියවන්න. දරුවා උපාංගයකින් හානියට පත්වූවා නොවේ; තමන්ට සවන්දීමට සිටි එකම පාර්ශවය සමග කතා කිරීම පමණි ඇය කළේ. තාක්ෂණය එම පරතරය නිර්මාණය කළේ නැත; ආදරණීය නිවසක නොදැනුවත්වම හටගත් හිඩැසක් එයින් හෙළිදරව් වූ අතර, ඊට හේතුව වූයේ නිමක් නැති ලිපිගොනු බරයි.
රාජ්‍ය සේවයේ අධික ලිපිගොනු බර සහ විවේකයක් නොමැති කාර්යබහුලත්වය අපේ නිලධාරීන්ගෙන් උදුරා ගෙන ඇත්තේ ඔවුන්ගේ දරුවන්ගේ ළමා කාලයයි!
අප රාජ්‍ය සේවයට AI ගෙන ආ යුත්තේ හුදු ඵලදායිතා වාර්තා පෙන්වීමට නොවේ. ඒකාකාරී ලිපිගොනු වැඩ යන්ත්‍රයට පවරා, රාජ්‍ය නිලධාරියාට තම පවුල, දරුවන් සහ තම ආත්මය වෙනුවෙන් ජීවත් වීමට නිදහස උදාකර දීම සඳහාය.
🇬🇧 English Research Snippet: HBR 2026 Top 5 AI Uses Analysis & Key Takeaways
> **Source Article:** [Harvard Business Review — "How People Are Really Using AI in 2026" (Marc Zao-Sanders & Sara Biuk)](https://hbr.org/2026/06/how-people-are-really-using-ai-in-2026) > **Standalone Document:** `snippets/hbr_top_5_ai_uses_2026_en.md` > **Dataset:** *AI in the Wild* longitudinal study — 12,637 analyzed real-world use cases (March 2025 – February 2026). #### The Top 5 Macro Themes: 1. **Content Creation and Editing (34%):** Rose from 23% (2024) and 31% (2025) to 34% (2026). Open-ended "generating ideas" plummeted from #1 (2024) to #47 (2026) due to generic "thinkslop". Usage matured into structured drafting, editing, and condensing. 2. **Technical Assistance and Troubleshooting (15%):** Code debugging, data queries, and the rise of **Vibe Coding (#21)**, enabling non-programmers to build working tools in natural language. 3. **Personal and Professional Support (15%):** **Therapy / Companionship is the #1 single use case across the study (11% of all cases)**, doubling from 5% in 2025. People seek unjudged emotional sounding boards, relationship advice (#7), and life organization (#14). Directly parallels the Japanese "Three Faces" philosophy (the secret 3rd face opened to AI). 4. **Learning and Education (13%):** Socratic tutoring and accelerated domain mastering (Enhanced learning), aligned with Idasara Academy's *Learn to Learn* framework. 5. **Creativity and Recreation (12%):** Creative writing and worldbuilding. Closely tied to the emerging *Research & Decision-Making* cluster (11%) where **Autonomous Agentic Operations (#6)** debuted as a powerful new entrant. #### Critical Warnings: * **"Thinkslop" & Cognitive Outsourcing:** Guard against letting flattering AI models think or write for you (the AI sycophancy trap). * **Automate Routine Work to Protect Human Time:** Automate repetitive drafting and technical triage to reclaim time for empathetic, high-judgment human engagement.පුරවැසි අවශ්‍යතා කල්තියා හඳුනාගන්නා රාජ්‍ය සේවයක් පෙනෙන්නේ කෙසේද?
සාම්ප්‍රදායික රාජ්‍ය පරිපාලනය ක්‍රියාත්මක වන්නේ ප්‍රතිචාරාත්මක මාදිලියකිනි (Reactive Bureaucracy): එනම් පුරවැසියා "අයැදුම්කරුවෙකු" (Supplicant) ලෙස කාර්යාලයෙන් කාර්යාලයට, මේසයෙන් මේසයට රස්තියාදු වෙමින්, ආකෘති පත්‍ර පුරවමින්, සීල් ගසමින් තමන්ට නීතියෙන් හිමි සේවාවන් ඉල්ලා සිටිය යුතුය.
නමුත් කෘත්‍රිම බුද්ධිය මත පදනම් වූ AI-Native ප්‍රාදේශීය ලේකම් කාර්යාලය (DSS) මෙම ක්‍රමය උඩුයටිකුරු කර පුරවැසි අපේක්ෂා කල්තියා හඳුනාගන්නා රාජ්‍ය සේවයක් (Government of Anticipation) නිර්මාණය කරයි. එහිදී පුරවැසියා සේවාවන් ඉල්ලා අයැදින තත්ත්වයෙන් මිදී, බාධාවකින් තොර ඩිජිටල් සත්කාරයක් ලබන ගෞරවනීය පාරිභෝගිකයෙකු බවට පත්වේ.
මෙම වෙනස හුදු වේගය පිළිබඳ කාරණයක් නොවේ. වේගවත් වූ පෝලිමක් යනු තවමත් පෝලිමකි. කල්තියා හඳුනාගැනීම යනු සේවාව ඉල්ලා සිටීමටත් පෙර එය ළඟා වීමයි; එමගින් තමන්ට හිමි ප්‍රතිලාභ නොදන්නා අසරණ පුරවැසියන්ට කිසිදා සේවාවන් අහිමි නොවේ.
රූපය 9.4: 2026 Government of Anticipation — ප්‍රාදේශීය ලේකම් කාර්යාල මට්ටමින් ක්‍රියාත්මක වන ඉහළ වටිනාකමකින් යුතු AI යෙදවුම් 5, නියෝජිත මෙහෙයුම් පද්ධති නිර්මාණ සැලැස්ම (Agentic OS Architecture), සහ ස්වයංක්‍රීය සමාජ ආරක්ෂණ නල මාර්ගය.
ප්‍රතිලාභ ස්වයංක්‍රීයව සක්‍රිය කිරීම (Proactive Benefit Triggering)
පැවති තත්ත්වය: සමෘද්ධි හෝ අස්වැසුම සඳහා අයදුම් කිරීම යනු ආකෘති පත්‍ර පුරවා කාර්යාල ගණනාවකට රස්තියාදු වීමයි — අධ්‍යාපනය අඩු, දුරස්ථ ප්‍රදේශවල වෙසෙන පුරවැසියන් ක්‍රියාවලියෙන් හැලී යන්නේ හරියටම මෙතැනදීය.
AI විප්ලවය: මූලික ජීවන සිදුවීමක් (දරුවෙකුගේ උපත, රැකියාව අහිමිවීම, හදිසි ආබාධිතභාවය) රජයේ දත්ත පද්ධතියට ඇතුළත් වූ සැණින්, AI නියෝජිතයා නීතිමය සුදුසුකම් ස්වයංක්‍රීයව පිරික්සා පුරවැසියා වෙත කෙටි පණිවිඩයක් එවයි: "ඔබ X ප්‍රතිලාභය සඳහා සුදුසුකම් ලබා ඇත; මුදල් ඔබේ ගිණුමට බැර කිරීම තහවුරු කිරීමට මෙහි ක්ලික් කරන්න." පුරවැසියා කිසිදු අයදුම්පතක් පිරවිය යුතු නැත. නිලධාරීවාදය ජයගැනීමේ හැකියාව සහ ප්‍රතිලාභ ලැබීම අතර ඇති සබඳතාවය මෙයින් බිඳවැටේ.
ස්වයංක්‍රීය සේවා සම්බන්ධීකරණය (Autonomous Service Orchestration)
පැවති තත්ත්වය: ඉඩම් බලපත්‍රයක් ලබා ගැනීමට ඉඩම් රෙජිස්ට්‍රාර්, මිනින්දෝරු දෙපාර්තමේන්තුව, සහ පළාත් පාලන ආයතන අතර ලිපිගොනු මේසයෙන් මේසයට මාරුවීමට මාස ගණනක් ගතවීම — සෑම අතමාරුවක්ම ගොනුව සිරවීමට ඉඩක් සලසයි.
AI විප්ලවය: තනි කවුළු AI නියෝජිතයා (Single Window Agent) මෙම සියලු දෙපාර්තමේන්තුවල දත්ත පද්ධති එකවර තත්‍ය කාලීනව විමසා, නීතිමය ගැටලු සහ සීමා මායිම් පරස්පරතා තත්පර කිහිපයකින් හඳුනා ගනී. නිලධාරීන්ට සති ගණනාවක් ගතවූ පරීක්ෂාව තත්පර 10කින් නිමවේ. ඉතිරිය සිදුවන්නේ තනි විමසුමක් බුද්ධිමත් වීම නිසා නොව, ක්‍රියාවලිය සමාන්තරගත (Parallelism) වීම නිසාය.
නිශ්චිත පුරෝකථන ආපදා කළමනාකරණය (Precision Disaster Response)
පැවති තත්ත්වය: විපත සිදුවූ පසු සහන සැලසීම — ගංවතුර ගැලූ පසු මිනිසුන් බේරාගැනීම සහ කඳවුරු බැඳීම.
AI විප්ලවය: තල්පේ හෝ නිල්වලා නිම්නයේ මෙන්, කාලගුණ චන්ද්‍රිකා ඡායාරූප, ක්ෂුද්‍ර දේශගුණ ආකෘති, සහ ගංගා ජල මට්ටම් සංවේදක AI මගින් විශ්ලේෂණය කරයි. ජල මට්ටම ඉහළ යාමට පැය 48කට පෙර කොටුවන නිවාස නිශ්චිතව පුරෝකථනය කර, ග්‍රාම නිලධාරීන්ට සහ ජනතාවට ඉවත් විය යුතු ආරක්ෂිත මාර්ග සහිත අනතුරු ඇඟවීම් යවයි. පැය 48ක කාලය යනු ඉවත් කිරීමක් සහ මුදාගැනීමක් අතර ඇති වෙනසයි.
බහුභාෂා සංජානන තොරතුරු සේවය (Multilingual Cognitive Triage)
පැවති තත්ත්වය: ප්‍රාදේශීය ලේකම් කාර්යාලයේ තොරතුරු කවුළුව ඉදිරිපිට පෝලිමේ රැඳී සිටීම — පැමිණෙන අයගෙන් 80%ක්ම අසන්නේ "මගේ NIC එක ඇවිත්ද?", "මේකට ඕන ලියකියවිලි මොනවද?" වැනි සාමාන්‍ය තොරතුරු වන අතර, ලිපිකරුවෙකු තම වටිනා කාලය ඊට වැය කරයි.
AI විප්ලවය: සිංහල, දෙමළ සහ ඉංග්‍රීසි උපභාෂා (Dialects) වටහා ගන්නා Voice-AI කියෝස්ක් යන්ත්‍රයක් මගින්, කිසිදු ලිපිකරුවෙකුගේ මැදිහත්වීමකින් තොරව සාමාන්‍ය විමසීම්වලින් 80%ක් ක්ෂණිකව විසඳා පෝලිම් සම්පූර්ණයෙන්ම අහෝසි කරයි. සැබවින්ම නිලධාරියෙකුගේ විනිශ්චය අවශ්‍ය වන්නේ පෝලිමේ සිටින පස් දෙනෙකුගෙන් එක් අයෙකුට පමණි.
AI-ප්‍රමුඛ නාගරික සහ ග්‍රාමීය සැලසුම්කරණය (AI-Native Urban and Rural Planning)
පැවති තත්ත්වය: දළ අනුමාන සහ පසුගිය වසරේ උපකල්පන මත යටිතල පහසුකම් සැලසුම් කිරීම.
AI විප්ලවය: ප්‍රාදේශීය ලේකම් කාර්යාලය විසින් භෝග අස්වනු දත්ත සහ පසෙහි රසායනික විශ්ලේෂණයන් AI ආකෘති වෙත ලබා දී, ප්‍රදේශයේ ගොවීන්ට උපරිම ආර්ථික ඵලදායිතාවක් ලබා ගත හැකි ක්ෂුද්‍ර කෘෂිකාර්මික උපදෙස් සහ ජල කළමනාකරණ සැලසුම් ස්වයංක්‍රීයව සකස් කර දීම.
ඒ පිටුපස ඇති තාක්ෂණික නිර්මාණ සැලැස්ම (The Technical Architecture Behind It)
ඉහත ක්‍රමවේදය යථාර්ථයක් කරන්නේ ස්ථර තුනක් මගිනි:
1. අතුරුමුහුණත් ස්ථරය (Interface Layer — Digital Concierge): සාමාන්‍ය ගැමියාටද පහසුවෙන් හඬින් කතා කළ හැකි, සංකීර්ණ තිර සහ ආකෘති පත්‍ර නැති සරල අතුරුමුහුණත. පද්ධතිය වඩාත්ම අවශ්‍ය වන ජනතාව වෙත ළඟාවන්නේද යන්න තීරණය කරන්නේ මෙම ස්ථරයයි.
2. තාර්කික ස්ථරය (Logic Layer — Chain-of-Thought): AI විසින් ගන්නා සෑම තීරණයක්ම "මෙම ප්‍රතිලාභය ලබා දුන්නේ මේ පනතේ මේ වගන්තිය යටතේ මෙන්න මේ ආදායම් සීමාව නිවැරදි නිසාය" යනුවෙන් විගණනය කළ හැකි පියවරෙන් පියවර තාර්කික සටහනක් (CoT Audit Trail) ලෙස ලේඛනගත වීම. මෙය ස්වයංක්‍රීය තීරණයක් නීත්‍යානුකූල සහ අභියාචනා කළ හැකි තත්ත්වයට පත් කරයි.
3. අනන්‍යතා ස්ථරය (Identity Layer — Cryptographic Proxy): පුරවැසියාගේ ජාතික හැඳුනුම්පත් අංකය ගුප්තකේතන මුරපදයක් ලෙස භාවිත කරමින්, එක් එක් දෙපාර්තමේන්තුවේ දත්ත එම දෙපාර්තමේන්තුව තුළම රහසිගතව තබා ගනිමින් අවශ්‍ය තහවුරු කිරීම් පමණක් ආරක්ෂිතව හුවමාරු කිරීම.
ස්වයංක්‍රීය සමාජ ආරක්ෂණ නල මාර්ගය (The Proactive Social Safety Net Pipeline)
ඉහත නල මාර්ගය එක් ජීවන සිදුවීමක් — උපතක් — කිසිදු අයදුම්පතක් පිරවීමකින් තොරව බැංකු ගිණුමකට ප්‍රතිලාභ මුදල් බැරවීම දක්වා ගලා යන අයුරු නිරූපණය කරයි. උපතක් ලියාපදිංචි කිරීම යනු දැනටමත් රජය සමග සිදුවන අනිවාර්ය ගනුදෙනුවකි; දත්ත දැනටමත් පවතී. මෙතෙක් අඩුව පැවතියේ එම ලේඛනය සහ ඊට හිමි අයිතිවාසිකම අතර සබඳතාවයයි.
ප්‍රමුඛ පුරවැසි සේවා අවස්ථා 10 සහ මානව වටිනාකම (The Ten Flagship Services, and What Stays Human)
පහත වගුව ප්‍රාදේශීය ලේකම් කාර්යාලයේ ප්‍රධාන සේවාවන් 10 ගෙන, 01 වන පරිච්ඡේදයේ ඉදිරිපත් කළ බෙදීම ඔස්සේ විග්‍රහ කරයි: යන්ත්‍රයට පැවරෙන කොටස සහ නිලධාරියා සතුව සුරක්ෂිත වන සැබෑ මානව වටිනාකම.
| සේවාව / මෙහෙයුම | AI ස්වයංක්‍රීයකරණය (යන්ත්‍රයට) | මානව වටිනාකම (රාජ්‍ය නිලධාරියාට) |
|---|---|---|
| 1. සහතික නිකුත් කිරීම (උප්පැන්න, විවාහ, මරණ) |
මාර්ගගත අයදුම්පත් පරීක්ෂාව, ලේඛන සත්‍යාපනය සහ ඩිජිටල් සහතිකය ක්ෂණිකව උත්පාදනය කිරීම. | අතීත ලේඛනවල අඩුපාඩු, දිවුරුම් ප්‍රකාශ නිරවුල් කිරීම. මරණයක් ලියාපදිංචි කිරීමට පැමිණි ශෝකයට පත් පවුලකට සංවේදීව සවන්දීම. |
| 2. සමාජ සුබසාධන ප්‍රතිලාභ (අස්වැසුම / සමෘද්ධි) |
නීති සහ රෙගුලාසි අනුව සුදුසුකම් ලකුණු කිරීම, දත්ත විෂමතා සහ දෝෂ පිරික්සීම. | ක්ෂේත්‍ර නිවාස පරීක්ෂාව. කිසිදු දත්ත පද්ධතියකට හසුනොවන සැබෑ ආර්ථික දුෂ්කරතා හඳුනාගෙන සාධාරණත්වය ඉටුකිරීම. |
| 3. පුරවැසි විමසීම් | සිංහල, දෙමළ, ඉංග්‍රීසි ත්‍රිභාෂාවෙන්ම නිතර අසන පැනයන්ට ක්ෂණික පිළිතුරු දීම. | කෝපයට පත් හෝ අසරණ වූ පුරවැසියන් සන්සුන් කිරීම. දෙපාර්තමේන්තු අතර සිරවූ අර්බුද මැදිහත් වී විසඳීම. |
| 4. ඉඩම් සහ බලපත්‍ර | ඉඩම් ලේඛන ඩිජිටල්කරණය, හිමිකම් පිරික්සුම් කෙටුම්පත් සැකසීම සහ බදු ගෙවීම් නිරීක්ෂණය. | ක්ෂේත්‍රයේ ඉඩම් මායිම් ආරවුල් බේරීම. සාම්ප්‍රදායික ගම් සභා සහ ගොවීන්ගේ පාරම්පරික අයිතිවාසිකම් පිළිබඳ මානුෂීය සමථයකට පැමිණීම. |
| 5. ආපදා කළමනාකරණය | කාලගුණ අනාවැකි, ගංවතුර අවදානම් GIS සිතියම් සහ විපතට පත් වූවන්ගේ ලැයිස්තු ක්ෂණිකව විශ්ලේෂණය. | භූමියේ සැබෑ සහන මෙහෙයුම් මෙහෙයවීම. අවතැන් වූ පුරවැසියන්ට රැකවරණය දීම සහ ප්‍රජා නායකයින් සම්බන්ධීකරණය. |
| 6. ක්ෂේත්‍ර දත්ත රැස්කිරීම (ග්‍රාම නිලධාරී හරහා) |
ජංගම යෙදුම් මගින් ගෘහමූලික දත්ත ඇතුළත් කිරීම සහ කලාපීය වාර්තා ස්වයංක්‍රීයව සාරාංශ කිරීම. | ගම සමග ඇති ගැඹුරු බැඳීම සහ විශ්වාසය. සංඛ්‍යාලේඛනවලින් ඔබ්බට ගිය ගමේ සැබෑ මානව ආරක්ෂාව තහවුරු කිරීම. |
| 7. සංවර්ධන ව්‍යාපෘති | ව්‍යාපෘති කාලසටහන් නිරීක්ෂණය, වියදම් ලේඛන ගැලපීම සහ ප්‍රගති වාර්තා ස්වයංක්‍රීයව ලිවීම. | ඉදිකිරීම් භූමියට ගොස් ගුණාත්මකභාවය පරීක්ෂා කිරීම. කොන්ත්‍රාත්කරුවන්ගේ අක්‍රමිකතා වැළැක්වීම. |
| 8. විශ්‍රාම වැටුප් සැකසීම | ජීවත්ව සිටීමේ සහතික (Life Certificates) ස්වයංක්‍රීයව සත්‍යාපනය සහ වාර්ෂික ගණනය කිරීම්. | කාර්යාලයට පැමිණෙන වියපත් විශ්‍රාමිකයින්ට ගෞරවයෙන් සත්කාර කිරීම. ලේඛන අහිමි වූවන් සඳහා උපකාර කිරීම. |
| 9. ජාතික හැඳුනුම්පත් (NIC) | ජෛවමිතික (Biometric) වේලාවන් වෙන්කිරීම සහ ඡායාරූප ප්‍රමිතීන් පරීක්ෂා කිරීම. | තොරතුරු හෝ ලේඛන අහිමි වූ පුරවැසියන් මුහුණට මුහුණ සම්මුඛ සාකච්ඡා කර පුරවැසිභාවය තහවුරු කිරීම. |
| 10. අභ්‍යන්තර වාර්තාකරණය | මාසික ප්‍රගති වාර්තා සහ සංඛ්‍යා ලේඛන ආකෘති ස්වයංක්‍රීයව ජනනය කිරීම. | සංඛ්‍යාලේඛන පිටුපස ඇති සැබෑ හේතුව (Why) කණ්ඩායමට පැහැදිලි කිරීම සහ අනාගත උපායමාර්ග සැලසුම් කිරීම. |
🎬 සජීවිකරණ වීඩියෝව නරඹන්න (විනාඩි 2): The Single Window Revolution — How Gen AI Redesigns Public Service
ආදර්ශ අධ්‍යයනය: ග්‍රාම නිලධාරී කුමාරිගේ දින 11 ඉඩම් බලපත්‍ර ගොනුව (Case Study: Grama Niladhari Kumari's 11-Day Land Permit File)
පුරවැසියෙකු තම ඉඩම් බලපත්‍රය අලුත් කරගැනීමට පැමිණි විට, සාම්ප්‍රදායික ක්‍රමය යටතේ ග්‍රාම නිලධාරී කුමාරිට ඒ සඳහා දින 11ක වැඩ කොටසක් ගතවේ. මෙම දින 11 කොටස් දෙකකට බෙදෙයි:
දින 6ක් කාර්යාලීය වැඩ සඳහා: ආකෘති පත්‍රවල අඩුපාඩු බැලීම, පැරණි රෙජිස්ටර් පත්තිරු සෙවීම, ප්‍රාදේශීය ලේකම් කාර්යාලයට ලිපි යැවීම, නැවත මතක් කිරීම් ලිවීම. ඒකාකාරී, නීති පාදක යාන්ත්‍රික වැඩය.
දින 5ක් භූමිය වෙනුවෙන්: ඉඩම පිහිටි භූමියට යාම, අසල්වාසීන් හමුවී සීමා මායිම් විමසීම, පවුලේ ආරවුලක් ඇත්නම් සමථයකට පත් කිරීම, නිර්දේශය ලිවීම. විනිශ්චය, පෞද්ගලික පැමිණීම සහ මානව සබඳතාවය.
AI මගින් සැබවින්ම සිදුවන වෙනස (What AI Actually Changes)
කෘත්‍රිම බුද්ධිය මගින් අර ඒකාකාරී දින 6ක කාර්යාලීය ලිපි වැඩ කොටස තනි දිනකට සම්පීඩනය කරයි. ලේඛන සෙවීම, කෙටුම්පත් සැකසීම සහ ආකෘති පරීක්ෂාව මිනිත්තු කිහිපයකින් නිමවේ.
එහෙත්, ඉඩමට ගොස් මිනිසුන් සමග කතාබහ කරන, සීමා මායිම් බලන, මානුෂීය තීන්දුව ගන්නා අනෙක් දින 5 කුමාරි සතුව එලෙසම සුරක්ෂිත වේ. කිසිදු කොටසක් යාන්ත්‍රික නොවන බැවින් ඊට කිසිදු බලපෑමක් එල්ල නොවේ.
කුමාරිට ඇගේ රැකියාව අහිමි වූයේ නැත. ඇයට අහිමිව තිබූ ඇගේ සතිය ඇයට නැවත ලැබිණි! මෙයින් අදහස් වන්නේ කාර්යාලයට අඩු නිලධාරීන් පිරිසක් අවශ්‍ය වන බව නොවේ; නිලධාරිනියකට තමන්ට පමණක් කළ හැකි වැඩය වෙනුවෙන් පූර්ණ දින 5ක් හිමිවන බවයි — එය මෙතෙක් කඩදාසි වැඩවලින් යටපත් කර තිබූ සැබෑ පුරවැසි සේවයයි.
කෝඩර්වරයෙකු වෙනුවට නිෂ්පාදන ඉංජිනේරුවරයෙකු (Product Engineer)?
අද තොරතුරු තාක්ෂණ ක්ෂේත්‍රයේ රැකියා අහිමි වන බවට මැසිවිලි නගන්නේ මන්ද? ඊට පිළිතුර පැහැදිලිය: කෝඩර්වරුන්ගේ (Coders) යුගය අවසන් වී ඇත; අද අවශ්‍ය වන්නේ නිෂ්පාදන ඉංජිනේරුවන්ය (Product Engineers)!
Coder කෙනෙකු යනු: පරිගණක කේත පේළි ටයිප් කරන අයෙකි. අද ඕනෑම සංකීර්ණ කේතයක් තත්පර 5කින් ලිවීමට AI මෙවලම්වලට හැකියාව ඇත. එබැවින් හුදු වාක්‍ය වින්‍යාසය (Syntax) පමණක් ලියන පුද්ගලයෙකුට වෙළඳපොළේ වටිනාකමක් ඉතිරිව නැත.
Product Engineer කෙනෙකු යනු: ගැටලුවක් හඳුනාගෙන, පද්ධතියක් සැලසුම් කර (Design), එය ගොඩනගා (Build), ක්‍රියාත්මක කරවන (Operationalize) ප්‍රධාන නිර්මාණ ශිල්පියෙකි. කෘත්‍රිම බුද්ධියට මෙහෙයුම් උපදෙස් ලබා දිය හැක්කේ එවැනි ඉංජිනේරුමය දැක්මක් ඇති අයෙකුට පමණි — මන්ද හිඟ සාධකය කේතය නොව, ගොඩනැගිය යුත්තේ කුමක්ද සහ ඇයි යන්න දැනගැනීමයි.
ඉඩසර ඇකඩමිය (Idasara Academy) මගින් රැකියා නියුක්තිය (Employability Content Stream) නිර්වචනය කරන්නේ මෙසේය:
Employability is the ability to gain, attain, retain, and change and enhance in a job.
අවසාන ක්‍රියාපද දෙක කෙරෙහි අවධානය යොමු කරන්න. රැකියා නියුක්තිය යනු එක් රැකියාවක එල්ලී සිටීම නොවේ; කාර්යයේ ස්වභාවය වෙනස් වන විට ඊට අනුකූලව වෙනස් වෙමින් උසස් තලයකට ඔසවා තැබීමට ඇති මානව හැකියාවයි. රාජ්‍ය සේවයේ නිලධාරියාද සාම්ප්‍රදායික ලිපිකරුවෙකුගේ මානසිකත්වයෙන් මිදී, රාජ්‍ය සේවාවන් ප්‍රති-නිර්මාණය කරන රාජ්‍ය නිෂ්පාදන ඉංජිනේරුවෙකු (Public Product Engineer) බවට පත්විය යුතුය.
ආයතනයකට AI භාවිත කිරීමේදී සැබවින්ම වැය වන පිරිවැය කුමක්ද?
බොහෝ දෙනෙකු සිතන්නේ AI භාවිතය යනු සේවකයින් කිහිප දෙනෙකුට මසකට ඩොලර් 20ක ChatGPT ගිණුමක් ලබා දීම වැනි සරල දෙයක් බවයි. එය ආයතනික AI උපායමාර්ගයක් නොවේ.
මා විසින් මෙහෙයවන ඉඩසර ආයතනය (Idasara Digital) යනු මූලිකවම AI-First මෙහෙයුම් ආකෘතියක් මත දිවෙන ආයතනයකි. එහි කේන්ද්‍රීය පාඩම වන්නේ තාක්ෂණික එකකට වඩා ගිණුම්කරණ පාඩමකි: ඩිජිටල් ශ්‍රමය (Digital Labour) යනු මෘදුකාංග ගාස්තුවක් නොව, නව මෙහෙයුම් අයවැය ශීර්ෂයක් (OPEX Budget Line) ලෙස කළමනාකරණය කළ යුතුය.
රූපය 9.5: Economics of an AI-Native 30-Person Organization — පූර්ණ ධාරිතාවයෙන් දිවෙන GenAI ආයතනයක මාසික මෙහෙයුම් අයවැය සහ මූල්‍ය රීති 4.
සේවකයින් 30 දෙනෙකුගෙන් යුත් ආයතනයක මාසික AI මෙහෙයුම් අයවැය
මූලික සැලසුම් අයවැය මසකට US$ 12,000 ක් වේ (රුපියල් මිලියන 4.0 / ලක්ෂ 40ක් — USD/LKR 335 අනුපාතය මත). සැබෑ මාසික වියදම US$ 8,250 සිට 17,750 දක්වා (රුපියල් මිලියන 2.8 සිට 5.9 දක්වා) පරාසයක පවතී.
එම වියදම අංශ 8ක් පුරා බෙදී යයි: * මෘදුකාංග සහ IT (පුද්ගලයින් 10): මසකට US$ 4,750 – 8,750 (සමස්ත ආයතනික අයවැයෙන් 50%කට වැඩි ප්‍රමාණයක් කේතකරණ නියෝජිතයන් සහ CI නල මාර්ග සඳහා). * අලෙවිකරණය (පුද්ගලයින් 4): මසකට US$ 900 – 2,600 (බහුමාධ්‍ය සහ වීඩියෝ උත්පාදනය). * විකුණුම් (පුද්ගලයින් 5): මසකට US$ 525 – 1,225. * මූල්‍ය (පුද්ගලයින් 3): මසකට US$ 475 – 1,075 (ගිණුම් සාරාංශ සහ විගණන පරීක්ෂාව). * නීති (පුද්ගලයින් 2): මසකට US$ 450 – 1,200 (ගිවිසුම් පිරික්සීම සහ නියාමන විශ්ලේෂණය). * මානව සම්පත් (පුද්ගලයින් 3): මසකට US$ 375 – 775. * පරිපාලන (පුද්ගලයින් 3): මසකට US$ 275 – 625. * පොදු AI යටිතල පහසුකම්: මසකට US$ 500 – 1,500 (Vector දත්ත සමුදායන් සහ API Gateway සේවා).
මෙම මුදලින් ලබාගත හැකි සැබෑ ප්‍රතිඵලය කුමක්ද? (What the Money Buys)
එම 30 දෙනාම අතිවිශාල නිෂ්පාදනයක් ලබා දෙයි: සමස්ත ආයතනික ඵලදායිතාව 1.5x සිට 3x දක්වා ඉහළ නංවන අතර, විශේෂිත සංජානන කාර්ය ප්‍රවාහවලදී කාර්ය සාධනය 5x සිට 10x දක්වා වේගවත් වේ. ප්‍රායෝගිකව ගත් කල, මෙලෙස වැඩ කරන 30 දෙනෙකුගෙන් යුත් කණ්ඩායමකට සාම්ප්‍රදායික සේවකයින් 50–70 දෙනෙකුගේ කාර්යභාරයක් ඉටුකළ හැක.
අමතර සේවකයින් 30 දෙනෙකු බඳවා ගැනීමට කෝටි ගණනක් වැය වන පසුබිමක, රුපියල් ලක්ෂ 40ක ටෝකන් ආයෝජනයක් යනු අසමසම ලාභදායී පිම්මකි — ආයතන ප්‍රධානියෙකු කළ යුත්තේ චැට් ගිණුමක් ලාභදැයි විමසීම නොව මෙම ගණනය කිරීමයි.
ටෝකන් ආර්ථික විද්‍යාවේ මූල්‍ය රීති 4 (The Four Financial Rules of Token Economics)
- ආසන ගාස්තු නොසැලකිය යුතු තරම්ය (Seats are Cheap): සේවකයින් 30 දෙනෙකුට මසකට $20 බැගින් දෙන චැට් ගිණුම් මුළු AI වියදමෙන් 5%කටත් වඩා අඩුය. හුදු චැට් ගිණුම් ලබා දීම ආයතනික AI උපායමාර්ගයක් නොවේ.
- බර වැඩ කරන්නේ නියෝජිතයන්ය (Agents Do the Heavy Lifting): සැබෑ මුදල් වැය වන්නේ පසුබිමේ ධාවනය වන ස්වයංක්‍රීය API ඉන්ෆරන්ස්, බහු-නියෝජිත ලූප් සහ මෙවලම් ඒකාබද්ධතාව සඳහාය.
- IT අංශය යනු විශාලතම පිරිවැය කේන්ද්‍රයයි (IT is the Largest Cost Center): කේතකරණ නියෝජිතයන් මුළු කේත පද්ධතියම context window එකට ඇතුළත් කරමින් දිනපතා ටෝකන් මිලියන ගණනක් පරිභෝජනය කරයි.
- ටෝකන් නොව ප්‍රතිඵල මනින්න (Measure Outcomes, Not Tokens): නිරපේක්ෂ ටෝකන් ගණන බැලීම නිසරුය. විධායකයින් මැනිය යුත්තේ පිළිගත් එක් ප්‍රතිඵලයක් සඳහා වැයවූ පිරිවැය සහ ඉතිරි කරගත් මානව පැය ගණනයි. මීට අමතරව ආකෘති මාර්ගගත කිරීම (Dynamic Model Routing) මගින් සරල ලිපි සඳහා අඩු මිලැති සැහැල්ලු ආකෘතිද ($0.10/M tokens), සංකීර්ණ නීතිමය හා මූල්‍ය තීරණ සඳහා පමණක් Frontier ආකෘතිද ($15.00/M tokens) භාවිත කරමින් වියදම පාලනය කළ හැක.
AI හි මීළඟ අනාගතය: නියෝජිතයන්, ලූප් සහ භෞතික බුද්ධිය (What Comes Next: Agents, Loops, and Embodied Intelligence)
කෘත්‍රිම බුද්ධියේ විකාශනය අද වන විට හුදු චැට්බොට් එකකින් ඔබ්බට ගොස් ස්වයංක්‍රීය නියෝජිතයන් (AI Agents) කරා ළඟා වී ඇති අතර, ඉදිරි දශකයේ දිශානතිය පැහැදිලිය.
රූපය 9.6: The GenAI Evolutionary Journey (2017–2035) — සරල සංවාදයේ සිට නියෝජිත ආර්ථිකය (Agentic Economy) සහ භෞතික බුද්ධිය (Embodied Intelligence) දක්වා.
Tip
📖 වැඩිදුර කියවීම (Deep-Dive Published Article):
2017 Transformer පත්‍රිකාවේ සිට ChatGPT පිපිරීම, Frontier මාදිලි තරගය, DeepSeek පිරිවැය බිඳවැටීම හරහා 2035 නියෝජිත හා භෞතික බුද්ධිය (Embodied AI) දක්වා විහිදෙන සමස්ත පරිණාම චාරිකාව සහ එයින් අපෙන් ඉල්ලා සිටින මානව විනිශ්චය පිළිබඳ සවිස්තරාත්මක අධ්‍යයනය සඳහා ඉඩසර ඇකඩමියේ නිල ලිපිය කියවන්න:
🔗 The Gen AI Evolutionary Journey: 2017 to 2035 — What Actually Happened, and What It Asks of You
රූපය 9.7: AI-First Agentic Digital Economy Reference Architecture — විවෘත ප්‍රමිතීන් (MCP/A2A) සහ මානව කේන්ද්‍රීය පාලනය.
Note
🏛️ ජාතික ඩිජිටල් රාජ්‍ය නිර්මාණ සැලැස්ම (National Digital Government Blueprint):
ඉහත දැක්වෙන නවීන AI-ප්‍රමුඛ ඩිජිටල් රාජ්‍ය සහ නියෝජිත ආර්ථික යොමු ආකෘතිය (Modern AI-First Digital Government Reference Architecture) පිළිබඳ සවිස්තරාත්මක තාක්ෂණික සහ ප්‍රතිපත්තිමය ලේඛනය, සමිස අබේසිංහ විසින් වෙනමම ස්වාධීන ජාතික ප්‍රතිපත්ති ප්‍රකාශනයක් ලෙස සම්පාදනය කෙරෙමින් පවතී.
AI නියෝජිතයන් (AI Agents)
අප වෙනුවෙන් ප්‍රශ්නවලට පිළිතුරු දෙනවා වෙනුවට, පරිගණක පද්ධති කිහිපයකට ඇතුළු වී ක්‍රියාකාරීව වැඩ අවසන් කරන ස්වයංක්‍රීය පද්ධති: ආකෘති පත්‍රය කියවා, දත්ත සමුදාය පිරික්සා, කෙටුම්පත සකසා, අනුමැතිය සඳහා නිලධාරියාගේ තිරය මතට එවීම. මේ සඳහා අද ගෝලීයව සම්මත වන විවෘත තාක්ෂණික ප්‍රමිතිය වන්නේ Model Context Protocol (MCP) වන අතර, රාජ්‍ය අංශයේ මෙවැනි පද්ධති ස්ථාපනය කිරීම සඳහා OECD Observatory of Public Sector Innovation (OPSI) ආයතනය විසින් ජාත්‍යන්තර මාර්ගෝපදේශ සකස් කර ඇත.
ඩිජිටල් නිවුන් ආකෘති (Digital Twins)
ආයතන ප්‍රධානියාගේ හෝ විෂය නිලධාරියාගේ මෙහෙයුම් රටාවන් අධ්‍යයනය කර, ඔහු නොමැති අවස්ථාවල සාමාන්‍ය අනුමැතීන් ලබා දෙන අනුරූ ආකෘති. මෙහි වාසිය වන්නේ ලිපිගොනුවක් අත්සනක් සඳහා සති ගණන් බලා නොසිටීමයි; පැහැදිලි කොන්දේසිය වන්නේ එවැනි ආකෘතියකට අනුමත කළ හැකි සීමාවන් කල්තියා නිශ්චිතව නිර්වචනය කිරීමයි.
ලූප් ඉංජිනේරුකරණය (Loop Engineering)
මෙම සියලු පද්ධති සුරක්ෂිතව පවත්වා ගන්නා විනය මෙය වන අතර, මෙම පරිච්ඡේදයෙන් රැගෙන යා යුතු වැදගත්ම සංකල්පයයි.
තද ලූපය හෙවත් අනුකූලතා ලූපය (Tight / Compliance Loop): මුදල් හෝ නීතිමය තීන්දු සම්බන්ධ වන සෑම අවස්ථාවකදීම, 100%ක්ම මානව නිලධාරියෙකුගේ සත්‍යාපනය සහ අත්සන අනිවාර්ය වේ.
ලිහිල් ලූපය (Loose Loop): අඩු අවදානම් සහිත එදිනෙදා ලිපි සඳහා යන්ත්‍රයට ක්‍රියාත්මක වීමට ඉඩ දී, නිලධාරියා නියැදි පරීක්ෂාවක් (Sample check) පමණක් සිදුකිරීම.
විනිශ්චය රඳා පවතින්නේ කුමන ක්‍රියාවලිය කුමන ලූපයට අයත් වන්නේද යන්න නිවැරදිව තීරණය කිරීම මතය. සෑම තැනකම තද ලූප යෙදුවහොත් කිසිවක් ස්වයංක්‍රීය නොවේ; සෑම තැනකම ලිහිල් ලූප යෙදුවහොත් පරීක්ෂා නොකළ දෝෂයක් අවසානයේ පුරවැසියාගේ අයිතිවාසිකම් වෙත ළඟාවනු ඇත.
භෞතික බුද්ධිය (Embodied Intelligence)
2031–2035 කාලය තුළ කෘත්‍රිම බුද්ධිය රොබෝ තාක්ෂණය සහ භෞතික යන්ත්‍ර සමග මුසු වී සැබෑ භෞතික ලෝකයේ මෙහෙයුම් භාරගනු ඇත. නිශ්චිත කාලසීමාව වෙනස් විය හැකි වුවද, දිශානතිය අවිවාදිතය.
පේළි 10 ක ප්‍රායෝගික ආයතනික AI ප්‍රතිපත්තිය (The Ten-Line Institutional AI Policy)
පිටු සිය ගණනක නීති පොත් කිසිදු නිලධාරියෙකු කියවන්නේ නැති අතර, කිසිවෙකු නොකියවන ප්‍රතිපත්තියකින් කිසිවෙකු ආරක්ෂා නොවේ. ඔබේ ප්‍රාදේශීය ලේකම් කාර්යාලය හෝ ආයතනය වෙනුවෙන් සේවකයින් සැබවින්ම පිළිපදින පේළි 10ක ප්‍රායෝගික AI ප්‍රතිපත්තියක් සකසා මේසය මත තබන්න:
කෙටි බව යනු සම්මුතියක් නොව සවිඥානික නිර්මාණ තීරණයකි. තීරණාත්මක මොහොත වන්නේ වෙහෙසට පත් නිලධාරියෙකු පුරවැසියෙකුගේ ගොනුවක් චැට් කවුළුවකට පිටපත් කරන්නේද යන්න තීරණය කරන මොහොතයි. එම මොහොත පාලනය කරන්නේ ඔවුන්ගේ මතකයේ ඇති දේ මිස බෙදාහැර ඇති ලේඛන ගොඩක් නොවේ.
මීළඟ අවසාන පරිච්ඡේදයේදී, GPT-4 සිට GPT-6 දක්වා තාක්ෂණික ගමන, නිවසට පැමිණි PhD කණ්ඩායම, සහ රාජ්‍ය නිලධාරියා සඳහා වන රන් නීති 5 සමගින් මෙම ග්‍රන්ථය සමාප්ත කරමු.