สตาร์ตอัปของคุณอาจถูกประกาศว่าตายไปแล้ว

• สตาร์ตอัปส่วนใหญ่ที่มีอายุมากกว่า 2 ปี มีความเป็นไปได้สูงว่า แผนธุรกิจและเทคโนโลยีสแต็กจะล้าสมัย ไปแล้วท่ามกลางสภาพแวดล้อมที่เปลี่ยนแปลงอย่างรวดเร็วในยุค AI และควรตรวจสอบสถานะปัจจุบันทันที
• ณ ปี 2025 เงินลงทุน VC สองในสามมุ่งไปที่ดีลด้าน AI ทำให้สตาร์ตอัปที่ไม่ใช่ AI ต้องแข่งขันกันเพื่อแย่งชิงแหล่งทุนที่เล็กลงเรื่อย ๆ
• เมื่อเครื่องมือ Vibe coding ทำให้สามารถสร้าง MVP ได้ภายในไม่กี่วัน โครงสร้างทีมพัฒนาแบบเดิมและกระบวนการ Agile เองก็กำลังถูกจัดระเบียบใหม่อย่างรากฐาน
• AI Agent กำลังเปลี่ยนซอฟต์แวร์ทุกหมวดหมู่ และเมื่อผลิตภัณฑ์เปลี่ยนจาก ยึดอินเทอร์เฟซเป็นศูนย์กลางไปสู่ยึดผลลัพธ์เป็นศูนย์กลาง โมเดลราคาก็เปลี่ยนจากแบบคิดตามจำนวนที่นั่งไปสู่แบบคิดตามผลงาน
• หากไม่อยากติดกับดัก ต้นทุนจม จากเทคโนโลยีและทีมที่สร้างมาในอดีต คุณต้องถามว่า “ถ้าเริ่มบริษัทวันนี้ เราจะสร้างอะไร” จึงจะมีโอกาสรอด

---

พื้นหลัง: กรณีของผู้ก่อตั้งสตาร์ตอัปปีที่ 6

• Chris ผู้ก่อตั้งสตาร์ตอัปที่ลงทุนไปเมื่อ 6 ปีก่อน กำลังแก้ ปัญหาการขับขี่อัตโนมัติที่ซับซ้อน ด้วยโมเดลธุรกิจเฉพาะตัวในตลาดเดิม
• แต่เมื่อกำลังจะเริ่มระดมทุนรอบใหญ่ คูเมืองทางซอฟต์แวร์ (moat) ที่สร้างมาตลอด 5 ปีก็เริ่มไม่โดดเด่นอีกต่อไป
  • โดรนอัตโนมัติและยานพาหนะภาคพื้นดินจากยูเครนได้ก่อให้เกิดคู่แข่งนับสิบถึงนับร้อยราย และทีมพัฒนาที่ใหญ่กว่าและมีเงินทุนมากกว่าก็กำลังแก้ปัญหาเดียวกัน
• ขณะที่ Chris กำลังต่อสู้เพื่อการยอมรับในตลาดเฉพาะทาง ตลาดใกล้เคียงอย่างภาคกลาโหม (defense) สำหรับระบบอัตโนมัติกำลังเติบโตอย่างรวดเร็ว
  • ตลอด 5 ปีที่ผ่านมา เงินลงทุน VC ในสตาร์ตอัปด้านกลาโหมเพิ่มจาก ศูนย์เป็น 20,000 ล้านดอลลาร์ต่อปี
  • ผลิตภัณฑ์ของเขาเหมาะกับ contested logistics และการลำเลียงผู้ป่วยทางการแพทย์ แต่ตัวเขาเองกลับไม่รู้ด้วยซ้ำว่าโอกาสนี้มีอยู่
• ทีมของ Chris มีความแตกต่างจากคู่แข่งในด้าน การผสานรวมระบบ กับแพลตฟอร์มอากาศยานเดิม แต่ธุรกิจที่เริ่มต้นกับธุรกิจในปัจจุบันได้กลายเป็นคนละเรื่องไปแล้ว
• จากกรณีนี้ เราควรตระหนักว่าสตาร์ตอัปส่วนใหญ่ที่มีอายุมากกว่า 2 ปี ต่างมี แผนธุรกิจ เทคโนโลยีสแต็ก และโครงสร้างทีมที่ล้าสมัย

สภาพแวดล้อมที่เปลี่ยนไป: เวนเจอร์แคปิตอลและ AI

• ณ ปี 2025 ดีล AI คิดเป็น สองในสาม ของยอดลงทุน VC ทั้งหมด
  • สตาร์ตอัปที่ไม่ใช่ AI ต้องแข่งขันกันในแหล่งทุนที่เล็กลง และต้องตอบให้ได้ว่า “ทำไม คู่แข่ง AI-native ที่มีเงินมากกว่าจะเข้ามาแทนธุรกิจของคุณไม่ได้”
• สำหรับผู้ก่อตั้งซอฟต์แวร์ AI ได้เปลี่ยนสูตรเดิมเกี่ยวกับต้นทุน ความเร็ว และจำนวนคนอย่างสิ้นเชิง
  • เครื่องมือ Vibe coding อย่าง Claude Code หรือ OpenAI Codex ทำให้สร้าง MVP ได้ภายในไม่กี่วันแทนที่จะใช้เวลาหลายเดือน และบางครั้งใช้เวลาเพียงไม่กี่ชั่วโมง
  • MVP จึงไม่ใช่หลักฐานแสดงศักยภาพของทีมอีกต่อไป
• โครงสร้างทีมพัฒนาก็กำลังเปลี่ยนไป: วิศวกรน้อยลง และมีวิศวกรรูปแบบใหม่ ๆ (วิศวกรด้านผลลัพธ์/กระบวนการธุรกิจ และบุคลากรสายเทคนิคเชิงลึก)
  • งานที่เดิมต้องใช้ทีมพัฒนาหลายคน ตอนนี้คนเพียงไม่กี่คนหรือบางครั้ง แค่คนเดียว ก็ทำได้
• ในอดีตข้อมูลเคยเป็นปัจจัยสร้างความแตกต่างและเป็นคูเมือง แต่ตอนนี้ foundation model (ChatGPT, Gemini, Claude) กำลังทำให้แหล่งข้อมูลสาธารณะกลายเป็นสินค้าโภคภัณฑ์และดูดซับเข้าไปในตัวโมเดล

นิยามใหม่ของการพัฒนาแบบ Agile

• ข้อจำกัดเดิมคือ “เรามีทรัพยากรพอจะสร้างและปล่อยสิ่งนี้หรือไม่?” แต่ข้อจำกัดตอนนี้คือ “เรารู้หรือไม่ว่าควรทดสอบอะไร? และเราจะไปถึงผู้ใช้ได้เร็วพอเพื่อเรียนรู้หรือไม่?”
• Agile ไม่ใช่กระบวนการแบบลำดับขั้น (serial) อีกต่อไป
  • AI Agent สามารถ ทำงานหลายอย่างแบบขนาน ได้ด้วยต้นทุนเท่าเดิมหรือต่ำกว่า
  • คุณสามารถทดสอบหลายเวอร์ชันของธุรกิจเดียวกันพร้อมกัน หรือทดสอบธุรกิจที่ต่างกันไปพร้อมกันก็ได้
• คุณสามารถทดสอบโมเดลราคา 5 แบบ ข้อความ 10 แบบ และ UX flow 20 แบบพร้อมกัน และ “ส่วนติดต่อผู้ใช้” อาจไม่ใช่หน้าจออีกต่อไป
  • การทดสอบอาจกลายเป็นการสำรวจ พรอมป์ต เพื่อบอกผลลัพธ์ที่ต้องการกับ AI Agent
• คอขวดจึงไม่ใช่วิศวกรรมอีกต่อไป แต่เลื่อนไปอยู่ที่ วิจารณญาณ อินไซต์ลูกค้า และการกระจายสินค้า/ช่องทางเข้าถึงตลาด

การผงาดขึ้นของ AI Agent

• AI Agent จะเปลี่ยนซอฟต์แวร์ทุกหมวดหมู่ รวมถึงผลิตภัณฑ์ที่กำลังใช้งานอยู่ในตอนนี้
• ซอฟต์แวร์ในปัจจุบันถูกออกแบบมาเพื่อให้ข้อมูลแก่ผู้ใช้ และให้ผู้ใช้ลงมือทำเองผ่าน UI เช่น แดชบอร์ด การแจ้งเตือน เครื่องมือเวิร์กโฟลว์ และรายงาน
  • แต่ลูกค้าไม่ได้ซื้อซอฟต์แวร์เพื่อจะได้จ้องหน้าจอมากขึ้น พวกเขาซื้อเพื่อ ให้งานเสร็จลุล่วง
• AI Agent (ออร์เคสเตรตได้ด้วยเครื่องมืออย่าง OpenClaw) จะลงมือทำงานได้อย่างอัตโนมัติ
  • หากผลิตภัณฑ์ปัจจุบันของคุณบอกผู้ใช้ว่า “ควรทำอะไรต่อไป” AI Agent จะ ทำขั้นตอนนั้นแทนเลย
  • ถ้าผลิตภัณฑ์ของคู่แข่งทำงานให้เสร็จโดยอัตโนมัติ แต่ผลิตภัณฑ์ของคุณยัง รอให้ผู้ใช้คลิก ก็จะเสียความสามารถในการแข่งขัน
• แอปพลิเคชันยุคถัดไปจะไม่ใช่แค่แสดงข้อมูลบนหน้าจอ แต่จะ ทำตัวเหมือนพนักงานคนหนึ่ง
  • เช่น แก้ตั๋วซัพพอร์ต จองการประชุม คัดกรองลีด และสั่งซื้อสต็อกซ้ำโดยอัตโนมัติ
• เมื่อผลิตภัณฑ์เปลี่ยนจาก software-as-interface ไปเป็น software-as-outcome โมเดลราคาก็จะเปลี่ยนจากแบบคิดตามจำนวนที่นั่งไปเป็น แบบคิดตามผลลัพธ์ (ต่อจำนวนตั๋วที่แก้ได้ ต่อจำนวนประชุมที่จองได้ หรือต่อจำนวนลีดที่ปิดการขายได้)
• การค้นหา Product/Market fit จะเปลี่ยนไปเป็นการค้นหา AI Agent/Customer Outcome fit และ MVP มีแนวโน้มจะถูกแทนที่ด้วย Minimum Productive Outcomes(MPO)

การเปลี่ยนแปลงของสตาร์ตอัปฮาร์ดแวร์

• ฮาร์ดแวร์ยังคงถูกจำกัดด้วยฟิสิกส์ เงินทุน ซัพพลายเชน และรอบการผลิต คุณไม่สามารถเร่งงานแปรรูปโลหะ การสร้างต้นแบบ หรือ chip tape-out แบบหลอก ๆ ได้
• แต่ AI ช่วย คัดไอเดียแย่ ๆ ออกได้เร็วขึ้น
  • ก่อนสร้างต้นแบบจริง คุณสามารถจำลองแบบการออกแบบได้มากขึ้น สร้าง digital twin และทำ stress test กับสมมติฐานได้เร็วกว่าและถูกกว่าเดิม
  • มันเร่งการเรียนรู้และการค้นพบ และบางครั้งทำให้ ไปถึงความล้มเหลวได้เร็วขึ้น ซึ่งสำหรับสตาร์ตอัป นี่ไม่ใช่บั๊กแต่เป็นฟีเจอร์
• เมื่อ AI ถูกฝังเป็นส่วนหนึ่งของระบบ ตัวผลิตภัณฑ์เองก็เปลี่ยนไป
  • เมื่อเพิ่ม AI backend ให้กล้อง กล้องนั้นก็อาจกลายเป็น ระบบเฝ้าระวัง เซ็นเซอร์ตรวจการสั่นสะเทือน หรือระบบคาดการณ์ความเสียหายของเครื่องจักร
  • หุ่นยนต์ก็กลายเป็นแรงงานในโรงงาน
• คูเมืองจึงไม่ใช่แค่ฮาร์ดแวร์อีกต่อไป แต่คือการผสานกันระหว่างสิ่งที่ฮาร์ดแวร์ตรวจจับได้ กับความสามารถของ AI ในการใช้ข้อมูลนั้นเพื่อ ตัดสินใจและลงมือทำ

กับดักต้นทุนจม (Sunk Cost Trap)

• ผู้ก่อตั้งที่เริ่มต้นก่อนปี 2025 มีเทคโนโลยีสแต็กที่ถูกออกแบบมาสำหรับยุคที่การพัฒนาซอฟต์แวร์ยังเป็น งานสั่งทำและมีต้นทุนสูง
  • Agile development และ DevSecOps ช่วยให้ทำงานแบบลีนมากขึ้น แต่ยังคงทำงานแบบ ลำดับขั้น และทีมก็ถูกจ้างตามโครงสร้างนี้
• “คูเมือง” ที่สร้างจากโค้ดเฉพาะทางและฟีเจอร์สะสมมาหลายปี กำลังถูก AI ทำให้กลายเป็นสินค้าโภคภัณฑ์
  • หลายทีมจึงกำลังพยายามระดมทุนด้วยโมเดลธุรกิจที่ล้าสมัยไปบางส่วนหรือทั้งหมด
• สำหรับ ทีมผู้ก่อตั้งที่กำลังหมกมุ่นกับการปล่อยผลิตภัณฑ์และหา Product/Market fit การเปลี่ยนแปลงนี้อาจยังไม่ชัดเจน
• ต้นทุนจมกลายเป็นเหตุผลที่ไม่ยอม pivot:
  • “จะทิ้งงานที่ทำมาหลายปีได้อย่างไร?”
  • “VC ลงทุนกับไอเดียนี้โดยเฉพาะ”
  • “ลูกค้ายังต้องการ UI อยู่”
  • “ทีมเชื่อมั่นในโรดแมปนี้”
  • “ลูกค้ายังไม่พร้อมสำหรับสิ่งนี้”
• ต้นทุนจมบางส่วนยังคงเป็น สินทรัพย์ เช่น ความรู้เชิงลึกในโดเมน ความสัมพันธ์กับลูกค้า ข้อมูลเฉพาะทาง การรับรองด้านกฎระเบียบ และการผสานรวมกับระบบกายภาพ
  • ในกรณีของ Chris คือ airframe integration
• แต่ ต้นทุนจมที่เป็นหนี้สิน ได้แก่ ทีมวิศวกรรมขนาดใหญ่ที่ตั้งขึ้นมาสำหรับรอบพัฒนาซอฟต์แวร์ที่ช้า โมเดลราคาแบบคิดตามจำนวนที่นั่ง และโรดแมปผลิตภัณฑ์ที่ยึดฟีเจอร์แทนผลลัพธ์
  • นี่คือ “Dead Moose on the table” — สิ่งที่ผิดอย่างเห็นได้ชัด แต่ไม่มีใครคัดค้าน

บทเรียนสำคัญ

• คุณไม่สามารถใช้เพลย์บุ๊กก่อนปี 2024 มารันในปี 2026 ได้ — ทั้งการระดมทุน เทคโนโลยี และโมเดลธุรกิจล้วนเปลี่ยนไปแล้ว
  • Agile development กำลังเปลี่ยนเป็น การพัฒนาแบบขนาน
• การค้นหา Product/Market fit กำลังเปลี่ยนเป็นการค้นหา AI Agent/Customer Outcome fit และ MVP จะถูกแทนที่ด้วย MPO(Minimum Productive Outcomes)
• วิธีคิดแบบต้นทุนจม จะนำไปสู่การปิดกิจการ
• คูเมืองที่ป้องกันได้จริงสามารถพบได้ใน ข้อมูลเฉพาะทาง ความเข้าใจเชิงลึกต่อผลลัพธ์ของลูกค้า regulatory lock-in และการได้มาซึ่ง Program of Record
• ผู้ก่อตั้งที่จะอยู่รอดคือคนที่ออกไปดูสถานการณ์จริง และ pivot พร้อมปรับทิศทาง
• คุณต้องถามว่า “ถ้าเริ่มบริษัทวันนี้ในตลาดวันนี้ด้วยเครื่องมือของวันนี้ จริง ๆ แล้วเราจะสร้างอะไร?”

[GN⁺]

ความคิดเห็นจาก Hacker News

• น้ำเสียงของบทความให้ความรู้สึกเหมือน คนที่อ่านบทความเกี่ยวกับ AI มาเยอะ มากกว่าคนที่ เคยสร้างสตาร์ตอัปโดยใช้ AI จริงๆ
  ยังติดข้อจำกัดอยู่ในเรื่องการออกแบบระบบ, UX, ราคา, การตัดสินใจเรื่องฟีเจอร์ ฯลฯ
  ความเร็วในการวนรอบทำซ้ำเพิ่มขึ้นก็จริง แต่ ลูป AI แบบอัตโนมัติเต็มรูปแบบ ยังไม่ถึงระดับที่ปล่อยผลิตภัณฑ์สมบูรณ์ออกมาได้
  ถ้าเป็นแอป CRUD ง่ายๆ ก็อาจเป็นไปได้ยาก แต่สตาร์ตอัปที่บทความพูดถึงดูจะไม่ใช่ประเภทนั้น

  • ช่วงนี้พอเห็นบทความแนว ‘thought leadership’ อีกชิ้น ก็จะค้นหาคำว่า “will” ก่อนเลย
    ถ้าเจอ คำทำนายไร้หลักฐาน อย่าง “AI จะเป็นแบบนี้”, “นักพัฒนาจะต้องทำแบบนั้น” ก็จะมองข้ามทันที
    การพูดฟันธงถึงอนาคตที่ไม่มีใครรู้เป็นความหยิ่งยโส
  • ทุกวันนี้กระแส การต่อต้าน AI กำลังแรงขึ้น จนคิดว่าคำว่า “AI-Free” อาจกลายเป็นจุดขายทางการตลาดที่ทรงพลังได้ด้วยซ้ำ
  • อินเทอร์เฟซมีทั้งข้อมูลและ การชี้นำการกระทำ (affordance) อยู่ในตัว
    การเปลี่ยนทุกอย่างให้เป็นแชตบอตนั้นแปลกมาก
  • อยากถามว่าเขารู้จัก Steve Blank ไหม เพราะสิ่งที่พูดตอนนี้ ต่างจากแนวทางของเขาโดยสิ้นเชิง
  • ดูเหมือนจะตั้งสมมติฐานว่าอนาคตเป็นเส้นตรง
    แต่เราอยู่ท่ามกลาง การเปลี่ยนแปลงแบบเอ็กซ์โพเนนเชียล ต่างหาก แค่ปีที่แล้วโมเดลยังเขียนฟังก์ชันดีๆ สักตัวไม่ได้เลย

• เมื่อก่อนคอขวดคือการผลิต แต่ตอนนี้คอขวดคือ ความเต็มใจที่จะตรวจสอบสมมติฐาน
  ทัศนคติที่พร้อมจะเจอความล้มเหลวเร็วๆ และทำซ้ำอย่างรวดเร็วสำคัญมาก
  ยิ่งเทคโนโลยีทำให้ต้นทุนทุกอย่างเข้าใกล้ศูนย์มากเท่าไร ต้นทุนทางจิตใจ ก็ยิ่งสูงขึ้นเท่านั้น
  การตรวจสอบกับโลกความจริงเป็นสิ่งเลี่ยงไม่ได้ แต่คนส่วนใหญ่ก็ยังพยายามหลีกเลี่ยงมัน
  ผมได้ขยายประเด็นนี้เพิ่มเติมไว้ใน Substack

  • ตลอดหลายทศวรรษที่ผ่านมา งานสาย QA หรือทดสอบมักถูกมองว่าเป็น ตำแหน่งที่ค่าตอบแทนต่ำ
    ทำให้นักพัฒนารุ่นกลางๆ มีมุมมองที่บิดเบี้ยวเกี่ยวกับ ‘งานที่มีคุณค่าจริงคืออะไร’
    จริงๆ แล้วคอขวดไม่เคยเป็นเรื่องการเขียนโค้ดตั้งแต่แรก

• อย่างที่ว่า “คอขวดไม่ใช่วิศวกรรมอีกต่อไป” ทุกวันนี้บทความบล็อก 90% ก็อยู่ในสภาพ ตายตั้งแต่ปล่อยออกมา แล้ว

  • เคยคิดว่าถ้ามีแพลตฟอร์มสื่อสารแบบเรียลไทม์คล้าย ไลฟ์สตรีมมิง สำหรับการบล็อกจะเป็นอย่างไร
    ผู้เขียนจะได้แสดงให้เห็นว่าเป็นคนจริง และสร้าง ความสัมพันธ์กึ่งใกล้ชิด (parasocial relationship) กับผู้อ่านได้
  • ดูเหมือนถ้อยคำต้นฉบับถูกแก้แล้ว
    ตอนนี้กลายเป็น “คอขวดได้ย้ายจากวิศวกรรมไปอยู่ที่ วิจารณญาณ, อินไซต์ลูกค้า, และการกระจายสินค้า”

• สตาร์ตอัปส่วนใหญ่เดิมทีก็ ล้มเหลวมาตั้งแต่เริ่มต้น อยู่แล้ว
  ตลอด 20 ปีที่ผ่านมา แม้จะมี Lean Startup, แอ็กเซเลอเรเตอร์, และอุตสาหกรรมคำแนะนำสารพัดเกิดขึ้น แต่อัตราความล้มเหลวก็แทบไม่เปลี่ยน
  ปัญหาไม่ใช่เฟรมเวิร์ก แต่คือความจริงต่างหาก

  • ในทางกลับกัน เงินทุนที่มากขึ้นและการที่การเป็นผู้ก่อตั้งกลายเป็น เส้นทางอาชีพที่มีเกียรติ อาจยิ่งทำให้อัตราล้มเหลวสูงขึ้นด้วยซ้ำ
    คนที่เมื่อก่อนคงไปทำงานสายการเงิน ตอนนี้กลับเลือกทำสตาร์ตอัปแทน
  • มันอาจเป็นปัญหาเรื่องการตีความข้อมูลก็ได้
    จำนวนสตาร์ตอัปเพิ่มขึ้น ดังนั้นแม้สัดส่วนจะเท่าเดิม จำนวนรวมก็ยังเพิ่ม
    Tobi แห่ง Shopify ใช้ อัตราการเลิกใช้งานของผู้ใช้ (user churn) เป็นตัวชี้วัดหลัก
    ถ้าการเลิกใช้งานเพิ่มขึ้น ก็แปลว่ามีการเข้าถึงผู้ก่อตั้งหน้าใหม่มากขึ้น เป็นกลยุทธ์ขยายขนาดของทั้งตลาด
  • สุดท้ายแล้วนี่คือปัญหาเรื่อง ความสามารถในการคัดเลือกของ VC
    ถ้ามีไอเดียที่ดีอยู่แล้ว วิธีวิทยาจะมีผลแค่ต่อผลตอบแทน ไม่ได้เป็นตัวตัดสินว่าจะสำเร็จหรือไม่

• สิ่งที่ Steve Blank พูดไม่ใช่เรื่องพลาด AI แต่คือคนที่พลาด โอกาสมูลค่า 2 หมื่นล้านดอลลาร์ในตลาด VC ด้านอุตสาหกรรมป้องกันประเทศ
  เขาไม่ได้บอกว่า “ให้ใช้ AI” แต่บอกว่า AI ได้ เปลี่ยนสมมติฐานพื้นฐานเกี่ยวกับเทคโนโลยีสแต็ก, ความได้เปรียบเชิงป้องกัน, และความน่าลงทุน ไปแล้ว
  Chris มัวแต่จดจ่อกับการพัฒนาผลิตภัณฑ์ จึงคว้ากระแสใหญ่ก้อนนั้นไว้ไม่ได้

• ไม่เห็นด้วยกับคำกล่าวที่ว่า “โมเดลตั้งราคาตามจำนวนที่นั่งและโรดแมปที่ยึดฟีเจอร์เป็นศูนย์กลางนั้นล้าสมัยแล้ว”
  AI อาจขยายตัวได้โดยไม่ขึ้นกับจำนวนผู้ใช้ แต่สุดท้ายแล้ว ผู้ที่ได้รับคุณค่าก็ยังเป็นมนุษย์
  การคิดราคาตามจำนวนที่นั่งเข้าใจง่าย และหากจำเป็นก็เพิ่มต้นทุน token/agent เข้าไปได้
  อีกทั้ง โรดแมปที่เน้นผลลัพธ์ ก็ยากจะนิยามในแต่ละอุตสาหกรรม และใน SaaS ด้านการตลาดก็ยากจะคาดการณ์ผลลัพธ์ได้

• จริงๆ แล้วสตาร์ตอัปทุกแห่งล้วน เริ่มต้นจากสภาพที่ตายอยู่แล้ว
  ถ้าอยากอยู่รอดก็ต้องเรียนรู้และสร้างนวัตกรรมอย่างต่อเนื่อง

  • Paul Graham ก็พูดแบบเดียวกันนี้ไว้เมื่อ 11 ปีก่อน
    ในบทความ Startups are Default Dead ของเขา
    เขาอธิบายว่าสตาร์ตอัปต้องมี เงินทุนจาก VC จึงจะอยู่รอดได้

• สำหรับคำพูดที่ว่า “คอขวดได้ย้ายจากวิศวกรรมไปสู่การตัดสินใจและอินไซต์ลูกค้า”
  ความจริงคือวิศวกรรม ไม่ใช่คอขวดมาตั้งแต่ 10 ปีก่อนแล้ว
  เฟรมเวิร์กและ best practices ถูกวางรากฐานไว้อย่างเพียงพอ และ AI ก็แค่กำลังเผยให้เห็นความจริงนั้น
  บริษัท SaaS ที่เข้าตลาดหุ้นส่วนใหญ่มี ค่าใช้จ่ายด้านการขายและการตลาดสูงกว่าหรือพอๆ กับ R&D
  จากนี้ช่องว่างนี้จะยิ่งกว้างขึ้นอีก

• ไม่เห็นด้วยกับข้ออ้างที่ว่า “AI เปลี่ยนเทคโนโลยีสแต็กเดิมไปแล้ว”
  บอต AI ทำงานได้ดีไม่ว่าจะใช้ Typescript, Java, Python, Rust หรือภาษาไหน
  กล่าวคือ ตัวเทคโนโลยีสแต็กเองไม่ได้เปลี่ยน

  • ผมก็สงสัยตรงนั้นเหมือนกัน
    ไม่แน่ใจว่าความแตกต่างของ โค้ดและอินฟราสตรักเจอร์สแต็ก ระหว่างบริษัทที่ใช้ AI กับไม่ใช้ AI มีอยู่จริงหรือเปล่า

• พอดูภาพที่แนบมากับบทความแล้ว
  ก็รู้สึกว่าผู้เขียนคงไม่ได้คิดลึกมากนัก
  ข้อมูลที่แต่ก่อนแค่เปิดหน้าจอดูหนึ่งบรรทัดก็รู้ได้ ตอนนี้กลับต้องให้ AI อธิบายเป็นย่อหน้าถึงจะได้มา
  แถมยังมี ความเสี่ยงที่จะตีความความหมายผิด อีกด้วย
  เลยอดสงสัยไม่ได้ว่านี่ถือเป็นการอัปเกรดจริงหรือ