- บทความที่บอกว่า “รอก่อนได้ก็ไม่เป็นไร” ต่อปรากฏการณ์ที่นำ FOMO (ความกลัวว่าจะพลาด) ไปใช้เป็นอาวุธกับเทคโนโลยีใหม่อย่าง คริปโตเคอร์เรนซีและเครื่องมือ AI
- ในยุคแรกของคริปโต คำพูดอย่าง “ไม่อยากตกขบวนใช่ไหม?” เคยเป็น เครื่องมือกดดันอย่างแนบเนียน ที่ทำลายท่าทีแบบตั้งคำถาม
- ปัจจุบันเครื่องมือ AI ส่วนใหญ่ก็ยังไม่ได้มีประโยชน์มากนัก และ ต่อให้รอจนกว่ากระแส hype จะกลายเป็นจริง ก็แทบไม่ต่างกันในแง่ประสิทธิภาพการทำงาน
- ถ้าเทคโนโลยีมีประโยชน์จริง ก็ สามารถเรียนรู้และนำไปใช้ได้ทุกเมื่อ โดยไม่จำเป็นต้องต้องรีบเรียนตั้งแต่เนิ่นๆ
- ตอน Git ออกมาใหม่ๆ ก็ไม่ได้ใช้ และมาเรียนตอนมันเสถียรแล้วกับตอนงานต้องใช้ก็ยังทัน ส่วน metaverse VR ก็ ไม่มีข้อได้เปรียบเชิงปฏิบัติจริงเลยจากการเริ่มก่อน
- ในโลกที่มี ทารกแรกเกิด 16,000 คนทุกชั่วโมง ข้ออ้างว่าถ้าไม่เรียนเทคโนโลยีบางอย่างให้เร็วจะตามไม่ทันนั้นเป็นเรื่องแต่งชัดๆ และ กลยุทธ์แบบ ‘รอดูไปก่อน’ คือทางเลือกที่สมเหตุสมผล
การทำให้ FOMO กลายเป็นอาวุธ: จากคริปโตสู่ AI
- ช่วงที่คริปโตบูมในระยะแรก เคยถูกชวนให้เข้าร่วมโดยบอกว่าเป็น “เงินตราแห่งอนาคต” แต่ก็ปฏิเสธเพราะ ความไม่เสถียรและการใช้งานจริงที่ยังขาดอยู่
- เมื่อได้ยินคำว่า “ไม่อยากตกขบวนเหรอ” ก็อดสงสัยไม่ได้ว่า ตกขบวนจากอะไรกันแน่
- ถ้าเทคโนโลยีนี้จะปลดปล่อยทุกคนได้จริง ก็ไม่มีเหตุผลต้องรีบเข้าไปตั้งแต่แรก และจะเข้าร่วมเมื่อไรก็ยังไม่สาย — พรุ่งนี้มันก็น่าจะยังอยู่
- คำพูดอย่าง “Have Fun Staying Poor” ในคอมมูนิตี้คริปโต คือกลยุทธ์ กดดันทางจิตวิทยา อย่างแนบเนียนที่ใช้ FOMO เป็นอาวุธเพื่อทำลายความสงสัยตั้งคำถาม
มุมมองเดียวกันต่อกระแส AI
- จากการ ลองใช้เครื่องมือ AI หลายตัวด้วยตัวเอง บางตัวก็พอใช้ได้ แต่ส่วนใหญ่ ประโยชน์ใช้สอยยังต่ำ
- ในตอนนี้ สิ่งที่มีมากกว่ามูลค่าจริงคือ การโหมโปรโมตเกินจริงและความคาดหวังที่พองตัวเกินไป
- ผู้เขียนพอใจกับการรอจนกว่ากระแส hype จะกลายเป็นจริงอย่างเต็มที่ และไม่มีเหตุผลจะต้องลำบากเหมือน การไปเรียน WordStar สำหรับ DOS
- ถ้าเทคโนโลยีมันยอดเยี่ยมจริงขนาดนั้น ก็ควรจะเรียนและใช้ให้เกิดประสิทธิภาพได้ ในเวลาที่เราเลือกเอง ไม่ใช่ตามตารางเวลาที่คนอื่นกำหนด
ตัวอย่างที่พิสูจน์ว่าไม่ต้องเริ่มเร็วก็ยังได้
- ไม่ได้ใช้ Git ตั้งแต่ตอนออกมาใหม่ๆ และมาเรียนหลังจากมันเสถียรแล้วและตอนงานต้องใช้ — ถ้ายอมลำบากตั้งแต่แรกอาจมีประสิทธิภาพเพิ่มขึ้น 7% แต่ก็อาจเสียเวลาไปกับเทคโนโลยีที่ล้มเหลวได้เหมือนกัน
- เคยเขียนวิทยานิพนธ์ปริญญาโทเรื่อง metaverse และการเรียนพัฒนา VR ก็สนุกดี แต่ในทางปฏิบัติ ไม่มีประโยชน์จริงเลย
- เคยเข้าร่วม การทดลองทางคลินิกของวัคซีน เพราะมองว่ามีประโยชน์ต่อทั้งตัวเองและมนุษยชาติ
ความเสี่ยงและความไร้ความหมายของการเข้าร่วมตั้งแต่เนิ่นๆ
- นึกไม่ค่อยออกว่ามีใครได้อะไรจากการเริ่มก่อนที่มากไปกว่า สิทธิ์ในการเอาไปคุยโอ้อวด
- นักลงทุนยุคแรกบางคนทำเงินได้ก็จริง แต่ก็มี คนอีกจำนวนพอๆ กันที่ขาดทุน
- มีทั้งเทคโนโลยีที่ประสบความสำเร็จอย่าง HTML 2.0 แต่ก็มีโอกาสเท่ากันที่จะหลงเข้าไปในทางตันอย่าง Flash
- คำว่า ‘cutting edge’ ของเทคโนโลยี หลายครั้งก็คือ ‘bleeding edge’ หรือพื้นที่ที่เสี่ยงและมีต้นทุนสูง
ความชอบธรรมของการรอ
- ในทุกชั่วโมงมีชีวิตใหม่ 16,000 คนลืมตาดูโลก และการที่พวกเขาไม่ได้เริ่มเรียนเทคโนโลยีตั้งแต่วินาทีแรกที่เกิด ไม่ได้แปลว่า ‘ตามหลัง’ ใคร
- สรุปคือ การรอจนกว่าจะยืนยันได้ว่าบางสิ่งมีประโยชน์จริงนั้นโอเค 100%
- สิ่งสำคัญกว่าความรีบร้อนคือ การตัดสินใจอย่างมีเหตุผลและอิสระในการเลือกจังหวะเวลา
4 ความคิดเห็น
ในยุคที่ข้อมูลเกี่ยวกับ AI ล้นเกิน ตอนนี้ความเหนื่อยล้าได้มาก่อนความเป็นประโยชน์เสียแล้ว ทั้งคำแนะนำแบบฟันธงที่ใกล้เคียงกับอคติยืนยันความเชื่อ บทความเชิงโฆษณา และคอนเทนต์ YouTube ที่มีกลิ่นอายเชิงพาณิชย์อย่างเข้มข้น... ในช่วงเวลาที่ใคร ๆ ต่างก็พูดเสียงดังราวกับว่าความคิดของตัวเองคือคำตอบที่ถูกต้อง ความมั่นใจที่ไร้หลักฐานเหล่านั้นกลับยิ่งเพิ่มความอ่อนล้าให้มากขึ้น บางครั้งก็รู้สึกอยากหลีกหนีจากเสียงรบกวนเหล่านี้
iPhone, AlphaGo, Bitcoin และสิ่งเหล่านี้ไต่กำแพงแห่งความสงสัยขึ้นมาได้ แต่ทำไม AI ถึงเร่งความเร็วขึ้นอย่างกะทันหันล่ะ?
พออยู่ในวงการนี้มานานและเฝ้ามองมาเรื่อย ๆ ก็รู้สึกว่าการเปลี่ยนแปลงช่วงหลังน่าจะเกิดจากเหตุใหญ่ ๆ อยู่สองอย่าง
อย่างแรกคือเงินเดิมพันมันโตเกินไปแล้ว สมัยก่อนเงินแค่ไม่กี่ล้านดอลลาร์ก็ดูน่าทึ่งมาก แต่ตอนนี้เงินไหลกันเป็นระดับพันล้านดอลลาร์แล้วใช่ไหมล่ะ เดิมทีที่ไหนก็ตามที่กลิ่นเงินหอมฟุ้ง คนสารพัดแบบก็มักจะแห่กันเข้ามาอยู่แล้วด้วย อีกทั้งเมื่อคนจากบางวัฒนธรรมไหลเข้ามาในวงการกันจำนวนมาก บรรยากาศของอุตสาหกรรมเองก็เปลี่ยนไปตามสไตล์เฉพาะตัวของพวกเขาอย่างมากด้วย
ทุกวันนี้มองไปก็เห็นชัดเลยว่ามันต่างจากอารมณ์แบบ IT/CS สมัยก่อนมาก กลายเป็นความรู้จักพูดและโชว์แมนชิปที่เหมือนจะหล่อเลี้ยงทุกอย่างไปหมด คนที่ถ้าเป็นเมื่อก่อน ตอนฟองสบู่แตกก็คงออกไปพร้อม ๆ กันหมดแล้ว แต่คราวนี้เพราะมี LLM ซึ่งเป็น "เทคโนโลยีที่พูดเก่ง" มาอยู่กลางกระแส เลยยังไม่เห็นวี่แววว่าคลื่นนี้จะจบลงง่าย ๆ ต่อจากนี้บรรยากาศแบบนี้ก็น่าจะดำเนินต่อไปครับ
ความคิดเห็นจาก Hacker News
ถ้าเทคโนโลยีนี้ ยอดเยี่ยมขนาดนั้นจริง ๆ ก็ควรจะเรียนรู้ได้ในความเร็วที่ฉันต้องการและช่วยเพิ่มผลิตภาพได้
ตอนนี้ก็มีโอกาสเพิ่มผลิตภาพอยู่ แต่ไม่ได้เป็นการเปลี่ยนแปลงแบบถล่มทลายสำหรับทุกคน และก็มีความยากในการ onboard พอสมควร
ฉันคิดว่าเมื่อเวลาผ่านไป ทั้งผลิตภาพจะดีขึ้นและกำแพงในการเริ่มใช้งานจะต่ำลง การรอดูไปก่อนตอนนี้ก็ไม่ใช่เรื่องแย่
ในเชิงเทคนิคมันควรเป็นทางเลือก แต่นี่เป็นครั้งแรกที่เห็นการกดดันกันแบบนี้ สุดท้ายมันดูเหมือนเป็นโครงสร้างที่เพิ่มการ ใช้โทเค็น เพื่อส่งเงินให้บริษัท AI
ถ้ากระบวนทัศน์ทางเทคโนโลยีเปลี่ยนไป ก็มีโอกาสสูงที่ชุดทักษะนั้นจะไร้ความหมาย
มันมีประโยชน์หลัก ๆ ตอนสั่งให้ทำงานซ้ำ ๆ ที่ไม่อยากทำ แค่ช่วยลดช่องว่างกับผู้ใช้ Vim ลงได้หน่อย ไม่ได้พิเศษอะไร
ถ้าจะเริ่มพัฒนาเว็บเป็นครั้งแรกในตอนนี้ ก็น่าจะรู้สึกว่ายากกว่ามาก
แบบนั้นถึงจะมีอิทธิพลต่อทิศทางและช่วยให้เกิดวิวัฒนาการได้
พอคนรุ่นเปลี่ยนไป ก็อาจกลายเป็นเหมือนคนที่ “ไม่รู้ว่าทำไมไอคอนบันทึกถึงเป็นรูปฟลอปปีดิสก์”
ฉัน เมินคริปโตกับเมตาเวิร์ส ไปแบบสิ้นเชิง และก็ไม่รู้สึกว่าเสียอะไรไปเลย
แต่ LLM กลับลดระยะจากไอเดียไปสู่การลงมือทำได้อย่างมาก และกลายเป็น จุดเปลี่ยน ที่แท้จริงในชีวิตการพัฒนาซอฟต์แวร์ของฉัน
ยังไม่รู้ว่าเป็นการเปลี่ยนแปลงที่ดีไหม แต่ตอนนี้ก็ค่อนข้างสนุกกับมันอยู่
มันต่างกันไปอย่างสิ้นเชิงตามลักษณะของโปรเจกต์
เมื่อก่อนฉันต้องพึ่ง senior developer หรือ Stack Overflow แต่ตอนนี้แก้ปัญหาเองได้มากขึ้น
อย่างไรก็ตาม LLM ควรถูกมองเป็นสเปกตรัมเดียวกัน — แค่บางส่วนมีประโยชน์ ไม่ได้แปลว่าทั้งหมดมีคุณค่า
ฉันมอง chat interface ที่ใช้ LLM ในแง่บวก แต่ agent automation ยังทำให้ฉันกังขา
ตอนนี้ไม่ใช่ช่วง “รอดูไปก่อน” แต่เป็น ช่วงเวลาที่ต้องเรียนรู้เทคโนโลยีใหม่ในเชิงอาชีพ
ต่อให้สุดท้ายมันไร้ประโยชน์ ก็แค่กลับไปใช้วิธีเดิม
คุณค่าของการเริ่มก่อน มีอยู่จริง
คนที่กระโดดเข้าไปตั้งแต่ช่วงแรกใน Bitcoin, neural net, หรือเกมมือถือ ได้ผลตอบแทนก้อนโต
แต่ก็มี เทคโนโลยีที่หายไป มากมาย เช่น ActionScript หรือแอป BlackBerry
ถ้าอยากได้ผลตอบแทนสูงก็ต้องรับความเสี่ยงและเข้าให้เร็ว แต่ถ้าอยากได้ความมั่นคง การรอก็สมเหตุสมผล
ถ้าจะตัดสินว่าเทคโนโลยีใหม่สอดคล้องกับคุณค่าของตัวเองไหม ก็ต้องใช้เวลา
ตอนนี้พอมองย้อนกลับไปก็ยังรู้สึกว่าโง่อยู่ดี แต่ถ้าซื้อตอนนั้นก็คงรวยไปแล้ว
มันทำเงินได้อยู่หลายปี แต่สุดท้ายก็กลายเป็น เทคโนโลยีที่หายไป
คนมักมองข้ามว่ามันยากแค่ไหนที่จะคาดเดามูลค่าในอนาคต
ส่วนความสำเร็จของเกมมือถือก็ถูกตัดสินด้วย การตลาด มากกว่าเทคโนโลยี
ความกลัวว่าอาชีพของตัวเอง อาจหายไป นั้นมีมาก
ถ้า LLM ทำให้ผลิตภาพสูงขึ้น บริษัทก็อาจไม่มีเหตุผลที่จะรับคนเพิ่มอีก
เพราะงั้นฉันเลยกำลังคิดว่าจะประคองอีก 10 ปีดี หรือเปลี่ยนสายอาชีพไปเลย
พอมองช่างที่ซ่อมยางรถแล้วกลับรู้สึกอิจฉา — เพราะไม่ว่าเศรษฐกิจจะเป็นอย่างไร ยางก็คือยาง
เหมือนสมัย MS Access ที่เคยมีคนบอกว่า “ไม่ต้องมีโปรแกรมเมอร์แล้ว” แต่สุดท้ายก็สร้างตลาดงานดูแลรักษาขึ้นมา
วิธีส่งเรซูเม่แบบหว่านไปทั่วนั้นไม่ค่อยได้ผล
ตราบใดที่ความต้องการยังไม่หมด ก็จะมีฟีเจอร์ใหม่ แพลตฟอร์มใหม่ การทดสอบ เอกสาร และบริการใหม่ ๆ เกิดต่อไป
ตราบใดที่ยังไม่เกิดระบบอัตโนมัติสมบูรณ์ งานก็จะไม่หายไป
แต่ซอฟต์แวร์นั้นจะยังคงวิวัฒน์ต่อไป ไม่ได้หายไปไหน
ถ้าอยากได้ ‘คูเมือง’ ที่แท้จริง ก็ควรมองหางานที่ซับซ้อน, ต้องมีใบอนุญาต และมีความต้องการอยู่เสมอ
ในมุมฉัน กลยุทธ์ที่เหมาะที่สุดกลับเป็นการ ขึ้นรถไฟเทคโนโลยีใหม่ให้เร็ว แล้วถ้าอนาคตเริ่มไม่แน่นอนก็ค่อยรีบลง
แบบ Bitcoin ถ้าเข้าเร็วก็ทำกำไรได้มหาศาล แต่ถ้าเข้าช้าเกินไปก็มีแต่ความเสี่ยง
AI ก็เหมือนกัน คนที่ทำคอนเทนต์ตั้งแต่ช่วงแรกได้ประโยชน์ไปแล้ว แต่ตอนนี้ ความได้เปรียบของคนเริ่มก่อนหายไปแล้ว
นอกจาก Bitcoin ก็ยังมีเหรียญอีกนับไม่ถ้วน และส่วนใหญ่ก็ล้มเหลว
สุดท้ายมันก็เป็นการเกิดซ้ำของกรณี Tulip Mania แบบ ฟองสบู่ทิวลิป
ถ้ายึดหลักนี้จริงก็คงถือ Bitcoin ครบ 15 ปีไม่ได้
ความแตกต่างที่แท้จริงคือการสั่งสมความเชี่ยวชาญให้ลึกพอ แล้วใช้ความรู้นั้นสร้างความเชื่อมโยงใหม่ ๆ
แบบนั้นถึงจะเป็น first mover ที่มีความหมายได้จริง
ฉันเขียนโค้ดมาตั้งแต่ปี 1986 และไม่ค่อยถูก FOMO (ความกลัวว่าจะพลาด) ครอบงำแล้ว
ต่อให้ไม่รีบ สุดท้ายงาน เก็บกวาด/จัดระเบียบ ก็ยังคงอยู่
AI ก็เช่นกัน มันกำลังพาไปในทิศทางของการลดขนาดทีม
เหมือนกับ SaaS, iPaaS, serverless, และ managed cloud ที่ AI กำลังเร่งการพัฒนาแบบ ทีมขนาดเล็ก
ช่วงแรก ๆ ของคลาวด์ เคยมี ผู้ดูแลระบบ ที่บอกว่า “ไม่มีวันเกิด”
แต่คนที่อยากรู้อยากลองและเป็น early adopter กลับกลายมาเป็น ผู้นำการย้ายระบบขึ้นคลาวด์ ในภายหลัง
การพัฒนามือถือก็เหมือนกัน คนที่เรียนรู้ไว้ตั้งแต่ต้นเท่านั้นที่คว้าโอกาสได้
การดูแล EC2 กับการดูแลเซิร์ฟเวอร์จริงนั้น แทบเหมือนกันในเชิงเทคนิค
เพียงแต่ตลาดมันโตเพราะผู้บริหารเชื่อการตลาด
LLM ใกล้เคียงกับเครื่องมืออย่าง IDE มากกว่า และไม่ได้เรียนยาก
ตอนแรกฉันก็ต่อต้านการเขียนโค้ดโดยมี LLM ช่วย แต่ตอนนี้ใช้ Claude Code บ่อยมาก
ถ้าคุณค่าหลักของ LLM คือแม้แต่คนที่ไม่ใช่สายเทคนิคก็ใช้ได้ง่าย สำหรับนักพัฒนามันก็ยิ่งง่ายกว่าอีก
เพราะงั้นฉันจึงเห็นด้วยกับผู้เขียนที่ว่า “ไม่ต้องกังวลว่าจะตามไม่ทัน”
สิ่งที่องค์กรวิศวกรรมควรทำตอนนี้คือ ทำความเข้าใจเครื่องมือ AI ให้มากพอ และหาว่าควรเอาไปใช้ตรงไหน
เครื่องมืออย่าง Claude Code สามารถเปลี่ยนไอเดียที่เคยคิดว่า “ไว้วันหลังค่อยทำ” ให้กลายเป็น ฟีเจอร์ที่ทำเสร็จในหนึ่งชั่วโมง ได้
การปล่อยโอกาสแบบนี้หลุดมือไปถือว่าน่าเสียดายจริง ๆ
บางคนแค่อยาก แยกงานออกจากชีวิตส่วนตัว เท่านั้น เรียนเท่าที่จำเป็นก็พอ
เทคโนโลยีคงจะพัฒนาต่อไป แต่ตอนนี้การรอดูก็ยังเป็นทางเลือกที่ฉลาด
สำหรับฉัน LLM กลายเป็น ทักษะจำเป็น ไปแล้ว
สิ่งสำคัญคือรู้ว่าควรใช้เมื่อไร ที่ไหน และอย่างไร
ถ้าไม่สามารถทำงานซ้ำ ๆ ให้เป็นอัตโนมัติได้ ก็จะกลายเป็น การลดผลิตภาพ ของทั้งทีม
เช่น การใช้ LLM สร้างโค้ดสำหรับจำลองบั๊กหรือทดสอบ performance regression ตอนนี้ถือเป็นเรื่องพื้นฐานแล้ว
ระบบอัตโนมัติแบบนี้ทำให้ การวิเคราะห์ที่ละเอียดแม่นยำ ง่ายขึ้น และเพื่อนร่วมทีมก็เริ่มคาดหวังประสิทธิภาพแบบนั้น
การบอกว่าเมื่อก่อนยังไม่ใช้ Git อาจหมายถึง ไม่ได้ใช้ version control เลย ก็ได้
ยังเคยมีนักพัฒนาที่จัดการเวอร์ชันด้วยการคัดลอกไฟล์อยู่ และพอได้เรียน Git แล้วก็พบว่ามันช่วยได้มาก
LLM ไม่เป็นแบบนั้น
อยากให้ลูกค้าทุกเจ้าหันมาใช้ Git กันหมดเสียที
ใจความคือการรอให้เทคโนโลยีสุกงอมก่อนก็ไม่ใช่เรื่องแย่