ปัญญาประดิษฐ์ (AI) เป็นหนึ่งในหัวข้อที่มีการพูดถึงมากที่สุดในอุตสาหกรรมเทคโนโลยีปัจจุบัน ในวงการพัฒนาเว็บ ความเชื่อส่วนใหญ่มักจะมองว่า AI จะเข้ามาแทนที่โปรแกรมเมอร์ และทำให้ความต้องการจ้างทีมพัฒนาซอฟต์แวร์ลดลงไปอย่างมาก
แต่จากสิ่งที่เราสังเกตเห็นจากการปฏิบัติงานจริงที่ Outsourcify ความเป็นจริงนั้นแตกต่างออกไปอย่างสิ้นเชิง
AI ไม่ได้เข้ามาแทนที่นักพัฒนา แต่ในทางกลับกัน มันกลับช่วยให้โปรแกรมเมอร์ทำงานได้มีประสิทธิภาพมากขึ้น ช่วยให้วิศวกรที่มีความเชี่ยวชาญทำงานได้เร็วขึ้น เปลี่ยนงานที่ต้องทำซ้ำซากให้เป็นระบบอัตโนมัติ และมุ่งเน้นไปที่การออกแบบสถาปัตยกรรมระบบรวมถึงการแก้ปัญหาได้มากยิ่งขึ้น
อย่างไรก็ตาม การเพิ่มประสิทธิภาพเหล่านี้ไม่ได้ส่งผลดีต่อทุกองค์กรโดยอัตโนมัติ
ในความเป็นจริง AI มักจะเผยให้เห็นถึงปัญหาที่ฝังรากลึกในวงการพัฒนาซอฟต์แวร์มานานหลายทศวรรษ นั่นก็คือ ความซับซ้อนวุ่นวายภายในองค์กร
บริษัทที่มีโครงสร้างตามลำดับขั้นตอนที่ตายตัว การประชุมที่มีมากจนเกินความจำเป็น กระบวนการตัดสินใจที่ไม่เป็นเอกภาพ และขั้นตอนการประสานงานที่ซับซ้อนหลายชั้น มักจะทำให้ดึงประโยชน์จากเครื่องมือ AI ออกมาใช้ได้ลำบาก เทคโนโลยีอาจช่วยเร่งกระบวนการเขียนโค้ดให้เร็วขึ้นได้ แต่หากการตัดสินใจล่าช้า ความเร็วในการทำงานโดยรวมขององค์กรก็แทบจะไม่พัฒนาขึ้นเลย
นี่เป็นหนึ่งในเหตุผลที่ว่าทำไมที่ Outsourcify เราจึงมักแนะนำให้ใช้ทีมพัฒนาแบบลีน หรือทีมที่เน้นความคล่องตัวมาโดยตลอด ทีมขนาดเล็กที่มุ่งเน้นเป้าหมายอย่างชัดเจน มีความรับผิดชอบในงานอย่างเต็มที่ และมีกระบวนการตัดสินใจที่รวดเร็ว มักจะสร้างผลงานได้ดีกว่าทีมขนาดใหญ่ที่มีการประสานงานภายในที่ซับซ้อนเสมอ
สิ่งที่น่าสนใจก็คือ การเข้ามาของ AI ไม่ได้สั่นคลอนหลักการนี้เลย แต่ในทางกลับกัน มันกลับยิ่งตอกย้ำให้เห็นถึงความสำคัญของหลักการนี้มากขึ้นไปอีก
AI คือตัวคูณประสิทธิภาพ ไม่ใช่ตัวแทนที่
ในการพัฒนาเว็บและซอฟต์แวร์ เครื่องมือ AI ได้เข้ามาช่วยเพิ่มประสิทธิภาพการทำงานของนักพัฒนาอย่างเป็นรูปธรรมแล้วในขณะนี้
นักพัฒนาหันมาใช้เครื่องมือ AI เพิ่มมากขึ้นเรื่อยๆ เพื่อช่วยแบ่งเบาภาระงานต่างๆ เช่น:
- การสร้างชุดโค้ดโครงพื้นฐาน
- การแนะนำหรือแก้ไขข้อบกพร่องในชุดโค้ด
- การเขียนเอกสารทางเทคนิค
- การสร้างต้นแบบหน้าจอผู้ใช้งาน
- การปรับปรุงโครงสร้างโค้ดเก่า
- การช่วยเขียนสคริปต์สำหรับการทดสอบ หรือสคริปต์สำหรับการนำระบบขึ้นใช้งานจริง
ความสามารถเหล่านี้ช่วยเร่งขั้นตอนการพัฒนาให้รวดเร็วขึ้นได้อย่างมหาศาล
อย่างไรก็ตาม AI ไม่ได้เข้ามาแทนที่นักพัฒนา แต่กลับกัน มันช่วยยกระดับขีดความสามารถของนักพัฒนาให้เพิ่มมากขึ้น
นักพัฒนายังคงต้องทำหน้าที่:
- ออกแบบสถาปัตยกรรมระบบ
- ทำความเข้าใจเป้าหมายของผลิตภัณฑ์
- ตรวจสอบความถูกต้องของผลลัพธ์ที่ AI สร้างขึ้น
- แก้ไขข้อผิดพลาดและข้อมูลที่ AI คิดขึ้นมาเองอย่างไม่ถูกต้อง
- ตัดสินใจในเชิงเทคนิคและเชิงกลยุทธ์
ในทางปฏิบัติแล้ว พฤติกรรมของ AI ไม่ได้เหมือนกับวิศวกรที่ทำงานได้เองโดยอิสระ แต่เปรียบเสมือน ผู้ช่วยนักพัฒนาที่ทำงานได้รวดเร็ว มากกว่า
ดังนั้น นักพัฒนาที่จะได้รับผลประโยชน์จาก AI มากที่สุด คือผู้ที่รู้วิธีสั่งการ AI อย่างมีประสิทธิภาพ สามารถนำ AI มาผสานเข้ากับกระบวนการทำงานของตนเองได้ และรู้จักประเมินผลลัพธ์ของมันอย่างมีวิจารณญาณ
เมื่อเครื่องมือ AI มีความเก่งกาจมากขึ้น ความสำคัญของนักพัฒนาที่มีประสบการณ์ก็ไม่ได้ลดน้อยลงเลย แต่ในทางกลับกัน มันกลับยิ่งมีความสำคัญมากขึ้นต่างหาก
ปัญหาที่ซ่อนอยู่: ความซับซ้อนขององค์กร
ความท้าทายที่แท้จริงของการนำ AI มาประยุกต์ใช้นั้น มักจะปรากฏให้เห็นเมื่อมีการนำไปใช้ในองค์กรขนาดใหญ่
เมื่อเวลาผ่านไป บริษัทต่างๆ มักจะสร้างขั้นตอนการประสานงานหลายระดับเพื่อรองรับการขยายตัวขององค์กร แม้ขั้นตอนเหล่านี้อาจมีความจำเป็นในบางบริบท แต่ในขณะเดียวกันก็ก่อให้เกิดอุปสรรคและความล่าช้าในการทำงาน
ตัวอย่างที่พบได้ทั่วไป ได้แก่:
- การบริหารจัดการหลายระดับ
- การพึ่งพาอาศัยกันระหว่างสายงานหรือแผนกต่างๆ
- องค์ความรู้ขององค์กรที่ส่งต่อกันแบบไม่เป็นลายลักษณ์อักษร
- กระบวนการตัดสินใจที่ยืดเยื้อและใช้เวลานาน
- ขั้นตอนการทำเอกสารที่ซับซ้อนและมากเกินความจำเป็น
- การประชุมเพื่อปรับความเข้าใจให้ตรงกันที่เกิดขึ้นบ่อยครั้งเกินไป
เมื่อรวมปัจจัยพวกนี้เข้าด้วยกันแล้ว เราสามารถเรียกสิ่งนี้ได้ว่า ภาษีของการประสานงาน
เครื่องมือ AI มักจะรับมือกับความซับซ้อนในลักษณะนี้ได้ยาก เนื่องจากเทคโนโลยีเหล่านี้จำเป็นต้องพึ่งพาบริบท ที่มีความชัดเจนสูง เมื่อข้อมูลกระจัดกระจายอยู่ตามเอกสาร การประชุม และความรู้ส่วนบุคคล AI จึงไม่สามารถปะติดปะต่อภาพรวมทั้งหมดได้อย่างง่ายดาย
ในทางตรงกันข้าม นักพัฒนาที่ทำงานในทีมขนาดเล็กมักจะมี:
- ความเข้าใจในบริบทของโปรเจกต์อย่างครบถ้วน
- ช่องทางในการเข้าถึงและสื่อสารกับผู้มีอำนาจตัดสินใจได้โดยตรง
- ความสามารถในการปรับปรุงและพัฒนางานได้อย่างรวดเร็ว
ในสภาพแวดล้อมเช่นนั้น AI จะสามารถแสดงศักยภาพออกมาได้อย่างมหาศาล
ดังนั้น แทนที่จะช่วยเร่งกระบวนการพัฒนาให้เร็วขึ้นเพียงอย่างเดียว AI กลับมีแนวโน้มที่จะยิ่งสะท้อนให้เห็นถึงความไร้ประสิทธิภาพขององค์กรที่มีโครงสร้างซับซ้อนให้เด่นชัดยิ่งขึ้น
ทำไมทีมขนาดเล็กถึงมักจะส่งมอบงานได้เร็วกว่า
ข้อสังเกตที่ว่าทีมขนาดเล็กมักจะส่งมอบผลลัพธ์ได้ดีกว่านั้น ไม่ใช่เรื่องใหม่ในวงการพัฒนาซอฟต์แวร์
วิศวกรที่มีประสบการณ์ทราบกันดีมานานแล้วว่า ภาระงานด้านการประสานงานจะเพิ่มสูงขึ้นอย่างรวดเร็วเมื่อขนาดของทีมใหญ่ขึ้น
ในหลายๆ โปรเจกต์ที่ทำเว็บไซต์หรือแอปพลิเคชันมือถือ โครงสร้างทีมในลักษณะ:
- ผู้จัดการผลิตภัณฑ์ 1 คน
- นักพัฒนา 1 ถึง 3 คน
แค่นี้ก็มักจะเพียงพอแล้วสำหรับการสร้างและพัฒนาปรับปรุงผลิตภัณฑ์ได้อย่างมีประสิทธิภาพ
หรือแม้กระทั่งโครงสร้างทีมที่มีแค่:
- PM แบบพาร์ทไทม์ 1 คน
- นักพัฒนา 1 คน
ก็ยังสามารถสร้างผลลัพธ์ที่ยอดเยี่ยมได้อย่างน่าประหลาดใจในช่วงเริ่มต้นของการพัฒนา
การเพิ่มนักพัฒนาคนที่สองอาจช่วยเร่งให้โปรเจกต์เดินหน้าไปได้อย่างรวดเร็วมากยิ่งขึ้น ทว่านักพัฒนาที่เพิ่มเข้ามาหลังจากนั้นแต่ละคน กลับมีแนวโน้มที่จะสร้างผลิตภาพส่วนเพิ่มได้น้อยลง เนื่องจากภาระงานด้านการสื่อสารและความซับซ้อนในการบูรณาการระบบที่เพิ่มสูงขึ้น
ปรากฏการณ์นี้เป็นที่รู้จักกันดีจากคำอธิบายของ Fred Brooks ในหนังสือ The Mythical Man-Month ซึ่งได้ตั้งข้อสังเกตไว้ว่า การเพิ่มจำนวนนักพัฒนาเข้าไปในโปรเจกต์ที่กำลังล่าช้าอยู่แล้วในความเป็นจริงอาจทำให้โปรเจกต์ยิ่งล่าช้าลงไปกว่าเดิม
AI ไม่ได้เข้ามาลบล้างกลไกนี้ ทว่าในหลายแง่มุม มันกลับช่วยเสริมประสิทธิภาพของทีมขนาดเล็กได้ดียิ่งขึ้น
เมื่อนักพัฒนาเพียงคนเดียวสามารถสร้างสรรค์ผลงานได้มากขึ้นอย่างมากด้วยความช่วยเหลือจาก AI ประโยชน์ส่วนเพิ่มที่จะได้รับจากการจ้างนักพัฒนาเข้ามาเพิ่มในทีม จึงยิ่งน้อยลงไปอีก
AI เอื้อประโยชน์ต่อผู้ลงมือสร้าง,ไม่ใช่ระบบขั้นตอนที่ยุ่งยาก
หนึ่งในผลกระทบที่สำคัญที่สุดของ AI ในวงการนักพัฒนาซอฟต์แวร์คือ การที่ผู้ลงมือสร้างแต่ละคนมีขีดความสามารถเพิ่มขึ้นอย่างก้าวกระโดด
ตอนนี้นักพัฒนาสามารถ:
- สร้างโครงสร้างโค้ดจำนวนมากได้อย่างรวดเร็ว
- ทดสอบแนวทางการแก้ปัญหาหลายๆ รูปแบบได้อย่างฉับไว
- สร้างต้นแบบฟีเจอร์ใหม่ๆ ได้ภายในเวลาไม่กี่ชั่วโมง แทนที่จะต้องใช้เวลาเป็นสัปดาห์
- จัดทำเอกสารและเครื่องมือใช้งานภายในทีมให้เป็นระบบอัตโนมัติ
- เร่งความเร็วในการแก้ไขข้อบกพร่องและปรับปรุงโครงสร้างโค้ด
แต่การเพิ่มประสิทธิภาพเหล่านี้จะมีความหมายอย่างมากก็ต่อเมื่อนักพัฒนามีอิสระในการเดินหน้าทำงานได้อย่างรวดเร็วเท่านั้น
ในองค์กรที่ทุกการตัดสินใจต้องผ่านขั้นตอนการอนุมัติหลายระดับ เครื่องมือ AI จะไม่ได้ช่วยเร่งให้การพัฒนาเร็วขึ้นอย่างเห็นผลได้ชัดเจนเลย ทว่าจุดคอขวดของการทำงานกลับย้ายจากขั้นตอนการผลิต ไปสู่กระบวนการตัดสินใจแทน
AI ไม่ได้ช่วยขจัดความยุ่งยากซับซ้อนของระบบการทำงานให้หายไป
แต่ในทางกลับกัน มันกลับยิ่งตีแผ่ให้เห็นว่าระบบขั้นตอนที่ซับซ้อนเหล่านั้นมีความไร้ประสิทธิภาพมากแค่ไหนมาตั้งแต่ต้น
บทบาทใหม่ของนักพัฒนา
เมื่อเครื่องมือ AI ถูกนำมาผสานเข้ากับกระบวนการทำงาน บทบาทของนักพัฒนาก็ย่อมต้องวิวัฒนาการตามไปด้วยอย่างเป็นธรรมชาติ
นักพัฒนาไม่ได้กำลังจะตกยุคหรือหมดความสำคัญลง แต่ในทางกลับกันพวกเขากำลังถูกผลักดันให้ต้องรับผิดชอบที่เพิ่มสูงขึ้นและมีขีดความสามารถที่กว้างขวางยิ่งขึ้น
นักพัฒนามีความจำเป็นมากขึ้นเรื่อยๆที่จะต้อง:
- กำหนดทิศทางทางเทคนิค
- ควบคุมดูแลกระบวนการทำงานที่มี AI เป็นผู้ช่วย
- ประเมินและขัดเกลาโค้ดที่ AI สร้างขึ้นมา
- รักษาความสอดคล้องและมาตรฐานของสถาปัตยกรรมระบบ
- รับประกันว่าระบบจะสามารถบำรุงรักษาในระยะยาวได้
การทำงานร่วมกับ AI มักจะเปรียบได้กับการบริหารทีมนักพัฒนาระดับจูเนียร์ที่ทำงานได้เร็วแบบสุดๆ พวกเขาสามารถผลิตผลงานออกมาจำนวนมากได้อย่างรวดเร็ว แต่ก็ยังต้องการการดูแลและตรวจสอบ เพื่อให้แน่ใจในเรื่องของคุณภาพและทิศทางที่ถูกต้อง
บริษัทที่คาดหวังให้ AI เข้ามาแทนที่วิศวกรแบบดื้อๆ นั้น ถือว่าเข้าใจการเปลี่ยนแปลงครั้งนี้ผิดไป
การพลิกโฉมที่แท้จริงคือ การที่นักพัฒนาที่มีประสบการณ์จะก้าวขึ้นมาเป็นผู้สร้างคุณค่าและขับเคลื่อนผลงานที่มีศักยภาพสูงขึ้นอย่างก้าวกระโดด
การออกแบบองค์กรเพื่อรองรับ AI
สิ่งนี้นำไปสู่คำถามที่ลึกซึ้งยิ่งขึ้นสำหรับบริษัทที่สร้างผลิตภัณฑ์ดิจิทัลในปัจจุบัน
ความท้าทายไม่ได้หยุดอยู่เพียงแค่การนำเครื่องมือ AI มาปรับใช้
ทว่าอยู่ที่การออกแบบองค์กรเพื่อเอื้อให้เครื่องมือเหล่านั้นสามารถทำงานได้อย่างมีประสิทธิภาพสูงสุด
ตัวอย่างเมื่อไม่นานมานี้ได้สะท้อนให้เห็นถึงประเด็นดังกล่าวได้อย่างชัดเจน
เมื่อ แจ็ค ดอร์ซีย์ (ผู้ประกอบการด้านเทคโนโลยี ผู้ร่วมก่อตั้ง Twitter และซีอีโอของ Block ซึ่งเป็นบริษัทฟินเทคผู้อยู่เบื้องหลังระบบชำระเงิน Square, Cash App และแพลตฟอร์มสตรีมเพลง อย่างTidal) ประกาศว่า Block จะลดจำนวนพนักงานจาก 10,000 คนลงประมาณ 4,000 คน การตัดสินใจครั้งนี้ถูกตีความอย่างกว้างขวางว่าเป็นตัวอย่างของการที่ AI เข้ามาแย่งงานคน
อย่างไรก็ตาม คำอธิบายของตัวดอร์ซีย์เองชี้แนะให้เห็นถึงบางสิ่งที่แตกต่างออกไป เหตุผลของเขาคือ การทำให้โครงสร้างองค์กรเรียบง่ายขึ้นต่างหากที่จะช่วยให้ AI ทำงานได้อย่างมีประสิทธิภาพมากขึ้น
การวางกรอบความคิดของเขานั้นน่าทึ่งมาก:
“คน 100 คน + AI = คน 1,000 คน”
แนวคิดที่ซ่อนอยู่เบื้องหลังประโยคนี้คือ องค์กรขนาดใหญ่มักจะสะสมขั้นตอนการประสานงานไว้หลายชั้น ซึ่งทำให้ยากต่อการขับเคลื่อนงานไปข้างหน้าอย่างรวดเร็ว ด้วยการปรับโครงสร้างให้เรียบง่ายขึ้น มุ่งหวังที่จะสร้างสภาพแวดล้อมที่ AI สามารถช่วยเร่งประสิทธิภาพการทำงานได้อย่างเต็มที่ แทนที่จะถูกดึงให้ช้าลงด้วยความไม่ราบรื่นของระบบภายในองค์กร
กลยุทธ์ดังกล่าวจะประสบความสำเร็จหรือไม่นั้นยังคงต้องรอดูกันต่อไป แต่เหตุผลเบื้องหลังนี้ก็สะท้อนให้เห็นถึงแนวโน้มในภาพกว้างที่ว่า: AI จะเอื้อประโยชน์ให้กับโครงสร้างองค์กรที่เรียบง่ายกว่า
สิ่งนี้มีความหมายอย่างไรต่อโปรเจกต์พัฒนาเว็บ
สำหรับบริษัทที่สร้างผลิตภัณฑ์ดิจิทัล การเปลี่ยนแปลงนี้ส่งผลกระทบในทางปฏิบัติ
หลายองค์กรยังคงเชื่อว่าซอฟต์แวร์ที่ซับซ้อนจำเป็นต้องใช้ทีมพัฒนาขนาดใหญ่ แต่ในความเป็นจริงแล้ว ทีมขนาดใหญ่มักจะทำให้โปรเจกต์ล่าช้าลงมากกว่าที่จะช่วยเร่งให้เร็วขึ้น
ที่ Outsourcify เรามักจะแนะนำให้ใช้ทีมพัฒนาขนาดเล็ก สำหรับโปรเจกต์ทำเว็บไซต์และแอปพลิเคชันมือถือส่วนใหญ่
โครงสร้างทีมโดยทั่วไปอาจประกอบด้วย:
- ผู้จัดการผลิตภัณฑ์ 1 คน
- นักพัฒนาที่มีประสบการณ์ 1 ถึง 3 คน
ในบางสถานการณ์ แม้กระทั่งทีมที่มีเพียง:
- นักพัฒนา 1 คน โดยมีผู้นำทีมผลิตภัณฑ์แบบพาร์ทไทม์คอยสนับสนุน
ก็สามารถขับเคลื่อนงานไปได้อย่างรวดเร็วมากๆ หากมีการกำหนดขอบเขตงานไว้อย่างชัดเจน
เครื่องมือ AI ยิ่งเข้ามาตอกย้ำรูปแบบการทำงานนี้ เพราะมันช่วยให้นักพัฒนาสามารถรับผิดชอบงานในขอบเขตที่กว้างขึ้นได้ งานที่แต่ก่อนเคยต้องใช้คนเฉพาะตำแหน่งแยกต่างหาก เช่น การเขียนเอกสารระบบ การสร้างกรณีทดสอบ หรือการสร้างเครื่องมือใช้งานภายใน ตอนนี้สามารถจัดการให้เป็นระบบอัตโนมัติได้ในบางส่วน
สิ่งนี้ช่วยให้ทีมขนาดเล็กสามารถส่งมอบผลิตภัณฑ์ดิจิทัลที่ซับซ้อนได้อย่างมีประสิทธิภาพ ในขณะที่ยังคงรักษามาตรฐานการกำกับดูแลทางเทคนิคที่แข็งแกร่งไว้ได้อย่างครบถ้วน
บทสรุป: AI ตอกย้ำถึงความสำคัญของการพัฒนาแบบลีน
ปัญญาประดิษฐ์ไม่ได้เข้ามาแทนที่นักพัฒนาเว็บ ทว่ามันกำลังพลิกโฉมขอบเขตและขีดความสามารถในการทำงานของนักพัฒนาไปอย่างสิ้นเชิง
บริษัทที่จะได้รับประโยชน์จาก AI มากที่สุด ไม่จำเป็นต้องเป็นบริษัทที่มีแผนกวิศวกรรมขนาดใหญ่ที่สุดเสมอไป แต่กลับเป็นองค์กรที่สามารถสร้างทีมขนาดเล็กที่มีความสามารถสูง มีความรับผิดชอบในงานอย่างชัดเจน และมีกระบวนการตัดสินใจที่รวดเร็ว
ในหลายแง่มุม หลักการนี้เป็นความจริงเสมอมาในวงการพัฒนาซอฟต์แวร์
สิ่งที่ AI กำลังทำอยู่ในตอนนี้ ก็คือการขยายผลหลักการนั้น
สำหรับบริษัทที่สร้างผลิตภัณฑ์ดิจิทัลในปัจจุบัน บทเรียนนั้นเรียบง่ายมาก นั่นคือ การวางโครงสร้างทีมของคุณเพื่อให้นักพัฒนาที่มีทักษะสามารถขับเคลื่อนงานได้อย่างรวดเร็ว นำเครื่องมือ AI มาผสานเข้ากับการทำงานได้อย่างมีประสิทธิภาพ และมุ่งเน้นไปที่การแก้ปัญหาที่แท้จริง มากกว่าที่จะต้องมาคอยรับมือกับความซับซ้อนขององค์กร
และนั่นคือจุดที่จะสร้างประสิทธิภาพการทำงานที่แท้จริงให้เกิดขึ้นได้
