2 คะแนน โดย GN⁺ 2024-02-11 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ความได้เปรียบในการเขียนแบ่งได้เป็น ทรัพยากร·พฤติกรรม·ข้อมูล โดยในนั้นความได้เปรียบด้านข้อมูลเป็นสิ่งที่เลือกพัฒนาได้ และเป็นคูเมืองที่ต้านทาน AI ได้ค่อนข้างดี
  • งานเขียนที่แตกต่างมักมาจากคนที่ทำงานอยู่เบื้องหลังโปรเจกต์มากกว่าคนดัง โดยคนกลุ่มนี้แม้จะได้รับความสนใจน้อยกว่า แต่มี บริบทและประสบการณ์ ที่ลึกกว่า
  • เช่นในกรณีของ The Four Hour Workweek ของ Tim Ferriss เอเจนต์ บรรณาธิการ ฝ่ายการตลาด·ประชาสัมพันธ์ และอินเทิร์นต่างมีส่วนต่อความสำเร็จ แต่ความสนใจของสาธารณะส่วนใหญ่กลับไปกระจุกที่ตัวผู้เขียน
  • Sunday Story ของ The Hustle สร้าง งานเขียนที่ไม่ซ้ำใคร ด้วยการหาเรื่องจากที่ที่คนอื่นไม่ค่อยมอง เช่น หนังสือพิมพ์เก่า กลุ่ม Facebook เฉพาะทาง และคลังเอกสารของพิพิธภัณฑ์
  • ในการวิเคราะห์บริษัท วิธีที่ได้ผลคือใช้ LinkedIn ทำแผนที่ผู้คนแบบทำมือรอบช่วงเปลี่ยนผ่านสำคัญ จากนั้นติดต่อบุคคลสำคัญที่ไม่ค่อยเป็นที่รู้จักแล้วถามว่า “ยังควรคุยกับใครอีก”

ความได้เปรียบในการแข่งขัน 3 แบบที่สร้างได้จากการเขียน

  • ในโลกธุรกิจและงานสร้างสรรค์ ความได้เปรียบที่ทำให้เราแซงคู่แข่งได้แบ่งใหญ่ ๆ เป็น 3 แบบคือ ทรัพยากร, พฤติกรรม, และ ข้อมูล
    • ความได้เปรียบด้านทรัพยากร: ใช้เงินทำให้ระบบเอื้อกับตัวเองได้
    • ความได้เปรียบด้านพฤติกรรม: มาจากนิสัยที่เขียนอย่างสม่ำเสมอได้เองตามธรรมชาติ โดยไม่ต้องฝืน
    • ความได้เปรียบด้านข้อมูล: รู้ในสิ่งที่คนอื่นไม่รู้
  • การที่นักเขียนซื้อหนังสือตัวเองมูลค่า 200,000 ดอลลาร์เพื่อการันตีว่าหนังสือจะติดรายชื่อหนังสือขายดี เป็นตัวอย่างของความได้เปรียบด้านทรัพยากร
  • คนที่เขียนแบบหมกมุ่นเป็นธรรมชาติย่อมมี ความได้เปรียบด้านพฤติกรรม เหนือกว่าคนที่ต้องฝืนตัวเองให้นั่งเขียน
  • ความได้เปรียบที่น่าปรารถนาที่สุดคือความได้เปรียบด้านข้อมูล เพราะเลือกฝึกได้ และเป็นรูปแบบที่รับมือกับ AI ได้ยืดหยุ่นที่สุด

คูเมืองของความได้เปรียบด้านข้อมูลไม่ได้อยู่ที่คนดัง แต่อยู่ที่คนรอบข้าง

  • คูเมืองที่ใหญ่ที่สุดของข้อมูลคือ การเข้าถึงผู้คน
  • แต่ผู้คนที่ว่าตรงนี้ไม่ใช่คนดัง หากเป็นคนที่ทำงานหลังฉาก มีข้อมูลเชิงลึกมาก แต่ได้รับความสนใจน้อย
  • ในคำขอบคุณของ The Four Hour Workweek Tim Ferriss เอ่ยถึง Stephen Hanselman, Heather Jackson, Donna Passannante, Tara Gilbride, Ilena George, Lindsay Mecca, Kate Perkins Youngman, Laura Hurlbut
    • คนเหล่านี้คือเอเจนต์ บรรณาธิการ ผู้อำนวยการฝ่ายการตลาด ผู้อำนวยการฝ่ายประชาสัมพันธ์ และอินเทิร์นที่ช่วยปิดโปรเจกต์ให้เสร็จ
    • หนังสือเล่มนี้ติดรายชื่อหนังสือขายดีของ New York Times ต่อเนื่องยาวนานกว่า 4 ปี แต่แฟน ๆ มักยกเครดิตให้ Tim Ferriss เป็นหลัก
  • ความไม่สมมาตรที่สำคัญคือ คนที่มีประสบการณ์และข้อมูลเชิงลึกน่าสนใจเกี่ยวกับหัวข้อหนึ่ง กับคนที่ได้รับความสนใจจริง ๆ มักไม่ใช่คนเดียวกัน
  • ความสนใจมักไหลไปหาคนแถวหน้าอย่าง CEO นักแสดงนำ หรือผู้เขียน แต่เบื้องหลังยังมีคนที่มีข้อมูลเชิงลึกเท่ากันหรือมากกว่าซ่อนอยู่

กรณีของ Stephen Hanselman ชี้ให้เห็นเส้นทางอ้อม

  • Stephen Hanselman ไม่ได้มีส่วนร่วมกับหนังสือทั้งห้าเล่มของ Tim Ferriss เท่านั้น แต่ยังเคยทำงานกับนักเขียนดังอย่าง Rolf Potts, Kamal Ravikant และ Ryan Holiday ด้วย
  • เขายังร่วมเป็นผู้เขียนอย่างน้อยสองเล่มของ Ryan Holiday อีกด้วย
  • คนที่อยากเขียนเรื่องว่า Tim Ferriss หรือ Ryan Holiday กลายเป็นนักเขียนหนังสือขายดีได้อย่างไร มักเลือกสองทางนี้
    • ค้น Google จำนวนมากแล้วนำบทความเดิม ๆ มาเรียบเรียงใหม่
    • ขอสัมภาษณ์ผู้เขียนอีกครั้ง
  • ทางเลือกที่แตกต่างกว่าคือการติดต่อ บุคคลสำคัญรอบข้างอย่าง Stephen
  • Tim Ferriss และ Ryan Holiday แทบติดต่อโดยตรงไม่ได้เพราะมีคนติดต่อเข้ามามหาศาล แต่ Gmail ของ Stephen เปิดเผยไว้ในโปรไฟล์บน Publisher’s Marketplace

เหตุผลที่ The Hustle กับ Morning Brew มีเนื้อหาซ้ำกัน

  • The Hustle กับ Morning Brew เป็นคู่แข่งสำคัญกัน และถ้าสมัครรับทั้งสองฉบับที่คล้ายกัน จะพบว่าหัวข้อที่นำเสนอในแต่ละวัน ซ้ำกัน 40~60%
  • ที่ทั้งสองสื่อรายงานเรื่องเดียวกันและแชร์ลิงก์เดียวกัน ก็เพราะทุกคนต่างหยิบเรื่องมาจากแหล่งข้อมูลชุดเดิมที่มีอยู่ไม่กี่แห่ง
  • ในการทำจดหมายข่าวรายวันมูลค่าหลายล้านดอลลาร์ ประสิทธิภาพสำคัญมาก และเมื่อเวลาผ่านไปนักเขียนแต่ละคนก็มักมีแหล่งโปรดไม่กี่แห่งที่ใช้หาเรื่องแบบที่ผู้อ่านชอบ
  • เมื่อแหล่งเหล่านั้นมีไม่มาก ผลลัพธ์ก็คือเนื้อหาที่รายงานออกมาคล้ายกัน

Sunday Story เริ่มต้นจากที่ที่คนอื่นไม่มอง

  • Sunday Story ของ The Hustle คือคอนเทนต์ฉบับวันอาทิตย์ที่ Zachary Crocket ช่วยขัดเกลา
  • Sunday Story เริ่มต้นจากความต้องการจะทำเรื่องธุรกิจที่ลึกกว่า ยาวกว่า และออกนอกเส้นทางซ้ำ ๆ แบบเดิม
  • ตัวอย่างเช่นบทความต่อไปนี้
  • เรื่องแบบนี้น่าสนใจมากขึ้นเพราะหาได้ยากจากการค้น Google ธรรมดา
  • Zachary Crocket คุ้ยหาข้อมูลจากหนังสือพิมพ์เก่า คอมเมนต์ในกลุ่ม Facebook ที่เฉพาะทางมาก ๆ และกล่องเอกสารที่ถูกลืมในคลังของพิพิธภัณฑ์
  • โดยหลักการแล้วเขาหลีกเลี่ยงการคุยกับคนดัง และเลือกคนที่ทำงานลึกในภาคสนาม มีประสบการณ์มาก แต่แทบไม่ได้รับความสนใจ
  • ผลคือ Sunday Story ได้รับความนิยมมาก และบทความเก่า ๆ มักกลับขึ้นหน้าแรกของ Hacker News ได้อีกครั้งแม้ผ่านไปหลายปี

วิธีใช้ LinkedIn หาแกนหลักที่ซ่อนอยู่ของบริษัท

  • การวิเคราะห์บริษัทเริ่มจากการอ่านบทสัมภาษณ์ผู้ก่อตั้งสักไม่กี่ชิ้น แล้ววาดลำดับการเติบโตและหมุดหมายสำคัญตามเวลา
  • จากนั้นไปที่ LinkedIn หาคนที่เคยทำงานในบริษัทนั้น หรือถูกจ้างเข้ามาก่อนและหลังจุดเปลี่ยนสำคัญ แล้วจัดลงสเปรดชีตแบบทำมือ
    • ชื่อ
    • ตำแหน่ง
    • แผนก
    • วันที่เริ่มและวันที่สิ้นสุด
  • จะใช้ระบบอัตโนมัติหรือผู้ช่วยเสมือนก็ได้ แต่การทำมือช่วยให้สัมผัสได้ดีกว่าว่าแต่ละคนมีความสัมพันธ์กับบริษัทจริง ๆ อย่างไร
  • ถ้าใน LinkedIn ระบุว่ามีคนหนึ่งทำงานเป็น CMO อยู่ 3 เดือน บนผิวเผินอาจดูเหมือนเป็นผู้บริหารสำคัญที่ลาออกเร็วผิดปกติ
    • แต่ถ้าดูละเอียดจะพบว่าตอนนั้นเขายังเรียนปี 2 มหาวิทยาลัย บริษัทเพิ่งก่อตั้งได้เดือนเดียว และสถานการณ์จริงอาจใกล้เคียงกับกลุ่มนักศึกษาที่กำลังเริ่มทำอะไรบางอย่าง มากกว่าจะเป็นการจ้างผู้บริหารจริงจัง
  • เรื่องแบบนี้เกิดขึ้นบ่อยเมื่อมองสตาร์ตอัป จึงต้อง ตรวจสอบบริบทด้วยการทำมือ

สิ่งที่ได้จากแผนที่ผู้คน

  • เมื่อผ่านกระบวนการนี้ คุณจะได้ แผนที่ผู้คน ที่แสดงให้เห็นว่าบริษัทเติบโตอย่างไรตามกาลเวลา
  • แผนที่นี้แสดงให้เห็นว่าในแต่ละช่วงบริษัทให้ความสำคัญกับการจ้างงานแบบไหน กำลังเจอกับความท้าทายหรือโอกาสอะไร และใครคือคนที่มีบทบาทสำคัญต่อความสำเร็จ
  • มันไม่ใช่วิธีที่สมบูรณ์แบบ
    • บางคนไม่ได้อัปเดต LinkedIn ให้ล่าสุด
    • ถึงอย่างนั้นทิศทางโดยรวมก็ยังแม่น และให้มุมมองภายในบริษัทที่ TechCrunch มักให้ไม่ได้
  • หลังทำแผนที่นี้เสร็จแล้ว จะมีสองอย่างที่ทำต่อได้
    • การสืบค้นต่อ: เอาชื่อพนักงานคนสำคัญที่ไม่ค่อยมีใครรู้จักไปค้นใน Google และ Spotify เพื่อดูว่าเขาเคยพูดถึงงานของตัวเองในที่สาธารณะหรือไม่
    • การคอนซัลต์: หลายคนหลังลาออกยินดีสละเวลาประมาณหนึ่งชั่วโมง และด้วยเงินราว 100 ดอลลาร์ คุณอาจเรียนรู้สิ่งที่นายจ้างเดิมต้องใช้เงินหลายพันดอลลาร์กว่าจะเข้าใจ

บทสัมภาษณ์เพียงหนึ่งคนอาจเปิดทางที่เหลือทั้งหมด

  • คุณไม่จำเป็นต้องใช้คนจำนวนมาก
  • ส่วนใหญ่แล้ว แค่ ชื่อเพียงหนึ่งคน ก็เพียงพอให้หาเส้นทางไปยังคนอื่นต่อได้
  • ข้อดีของวิธีที่เน้นผู้คนคือพวกเขามีบริบทที่เข้มข้นมาก
  • การคุย 10 นาทีอาจลดเวลาค้นคว้าไปได้หลายชั่วโมง
  • ตอนท้ายการสัมภาษณ์ หากถามว่า “คุณคิดว่ายังควรคุยกับใครอีกเกี่ยวกับเรื่องนี้?” ก็อาจเปิดเส้นทางการหาข้อมูลถัดไปได้

1 ความคิดเห็น

 
GN⁺ 2024-02-11
ความคิดเห็นจาก Hacker News
  • ถ้าเห็นใน LinkedIn ว่าใครบางคนเคยเป็น CMO ของบริษัทหนึ่งแค่ 3 เดือน ก็อาจคิดได้ว่าบริษัทนั้นคงมีปัญหาใหญ่ที่จ้างผู้บริหารสำคัญมาแล้วเสียเขาไปอย่างรวดเร็ว
    แต่ถ้าดูให้ละเอียด จะพบว่าตอนนั้นเขายังเป็นนักศึกษาปี 2 บริษัทเพิ่งก่อตั้งได้แค่เดือนเดียว และในความเป็นจริงอาจเป็นสถานการณ์ที่นักศึกษากำลังลองเริ่มทำอะไรสักอย่าง มากกว่าจะเป็นการจ้างผู้บริหารจริง ๆ
    นี่ไม่ใช่ประเด็นหลักของบทความ แต่ผมคิดว่ามันเป็นคำแนะนำในการหา คนที่มีศักยภาพสูงที่ซ่อนอยู่ ได้ดีกว่า ["How to hire low experience, high potential people" https://news.ycombinator.com/item?id=39288669] ที่ขึ้นหน้าแรกเมื่อไม่กี่วันก่อนมาก
    บทความนั้นทำให้ผมแปลกใจ เพราะแนะนำว่าเทคนิคการจ้างงานคือให้ขุดลึกประวัติส่วนตัวในวัยเด็กของผู้สมัคร ซึ่งก็คล้ายกับการทำนายจากใบชาในการสัมภาษณ์
    เคล็ดลับจริง ๆ คือการมองให้พ้นพื้นผิวที่เห็นชัด และต้องพร้อมลงแรงค้นหาและสืบข้อมูล คุณสามารถจ้างอดีตคนจาก FAANG ที่มีโปรไฟล์ LinkedIn ขัดเกลาอย่างสมบูรณ์และรูปถ่ายมืออาชีพได้ด้วยการทุ่มเงินเดือนสูง ๆ แต่แนวทางนั้นไม่ได้ให้ผลลัพธ์ที่ดีที่สุด
    ในแง่วิธีใช้งบประมาณด้านบุคลากรก็ไม่มีประสิทธิภาพ และคนแบบนั้นมีแนวโน้มสูงมากว่าอีก 18 เดือนต่อมา หากมีใครเสนอชื่อตำแหน่งที่ดูเท่กว่าให้ ก็แทบจะหายไปอย่างแน่นอน
    ยังมี สายแร่ทองคำให้ขุดค้น อีกมากในกลุ่มคนที่ไม่ได้ดูแลโปรไฟล์ LinkedIn ให้สมบูรณ์แบบ หรือไม่ได้สะสมชื่อบริษัทดัง ๆ ไว้ในเรซูเม่ แม้จะต้องลงแรงหาอยู่บ้าง แต่มีอยู่จริงแน่นอน

    • น่าสนใจที่ Facebook ในยุคแรกก็ขึ้นชื่อเรื่องทัศนคติแบบนี้เหมือนกัน คือจ้าง คนที่มีศักยภาพ มากกว่าดูคุณสมบัติบนกระดาษ
      ถ้ามีระบบประเมินผลงานที่ดี และยอมรับ false positive ได้ วิธีนี้ก็ใช้ได้ผล ก่อนยุคที่ bootcamp แพร่หลายมากขึ้น มันอาจยิ่งใช้ได้ผลกว่านี้ด้วยซ้ำ
    • ผมสงสัยว่า headhunter มีแรงจูงใจอะไรที่จะลงแรงทำแบบนี้ เหมือนคำพูดที่ว่าไม่มีใครถูกไล่ออกเพราะซื้อ IBM เหล่า headhunter ของ FAANG รายใหญ่ก็มักจะเลือก โปรไฟล์ LinkedIn ที่ดูแวววาวและยิ้มสวยแทบทุกครั้ง
    • ผมสับสนว่าในตัวอย่างนั้น ส่วนไหนที่ดูเป็นศักยภาพสูง การที่นักศึกษาปี 2 เป็น “CMO” อยู่ 3 เดือนในบริษัทที่เพิ่งตั้งได้หนึ่งเดือน มองในแง่ดีก็เป็นสัญญาณบวกที่อ่อนมาก และมองในแง่ร้ายก็อาจเป็นสัญญาณลบที่ค่อนข้างแรง
      มันอาจหมายถึงอะไรก็ได้ ตั้งแต่ “มีความทะเยอทะยานพอจะเรียนรู้จากภาคสนามไปพร้อมกับเรียนหนังสือตลอด 3 เดือน” ไปจนถึง “โฟกัสกับการเรียนไม่ได้ และอยากรีบใส่ชื่อตำแหน่งที่ดูดีลงในเรซูเม่”
    • LinkedIn ที่ขัดเกลามากเกินไปเป็นสัญญาณอันตราย คนที่สร้างคุณค่าจริง ๆ ไม่มีเวลามาดูแล สวนปิด แบบนั้นหรอก
  • มีมุกหนึ่งที่ผมพูดซ้ำมาหลายปี ซึ่งสอดคล้องกับเรื่องนี้
    “คนที่พูดพร่ำเกี่ยวกับงานนั้น ๆ โดยมากไม่ใช่คนที่ทำงานนั้นจริง ๆ เพราะพวกเขายุ่งเกินไปกับการทำงานนั้นอยู่”
    ในกรณีของผม ในแวดวงเทคโนโลยีก็มักหมายถึงการออกแบบและการพัฒนา แน่นอนว่ามีข้อยกเว้น

    • ใช่เลย ขณะเดียวกันก็น่าเสียดายมากที่พวกเขาไม่พูด
      คนที่ทำงานยอดเยี่ยมจริง ๆ ก็ควรกลายเป็น คนที่พูดถึง งานนั้นด้วย
      ไม่อย่างนั้นคนที่พูดเก่งเท่านั้นที่จะได้พื้นที่ปรากฏตัว
  • ประโยคนี้สะดุดตาผม: “เรื่องแบบนี้ค้นด้วย Google เฉย ๆ ไม่ได้ นั่นแหละที่ทำให้น่าสนใจ”
    ท้ายที่สุด สิ่งที่ Google ทำคือการเจือจาง ความได้เปรียบด้านข้อมูล ยิ่งเราเชื่อมโยงกันมากขึ้น ก็ยิ่งรักษาความได้เปรียบนั้นได้ยากขึ้น

    • Google, ChatGPT, Gemini, Perplexity ฯลฯ ล้วนเป็นบริการค้นหา และบางตัวหลัง ๆ ก็แค่มีความสามารถในการประกอบข้อมูลใหม่แบบพื้นฐานเพิ่มเข้ามานิดหน่อย
      สุดท้ายแล้ว คนยังคงต้องเป็นผู้คิดและเขียน insight ที่น่าสนใจจริง ๆ บริการค้นหาช่วยเรื่องการเผยแพร่และการค้นพบ แต่ยิ่งมีการเชื่อมโยงน้อย ก็ยิ่งหาผู้อ่านที่เหมาะสมซึ่งจะเห็นคุณค่าของ insight เฉพาะทางของตัวเองได้ยากขึ้น
      แน่นอนว่า การระบุแหล่งที่มาและการใส่ลิงก์ สำคัญ
    • ผมเจอเรื่องนี้บ่อยกับ ChatGPT ด้วย เพราะผมสงสัยและลองเดินในเส้นทางที่คนอื่นไม่ค่อยไป ChatGPT จึงมักตอบสิ่งที่ผมถามผิดอย่างมากอยู่บ่อย ๆ
      นั่นคือความได้เปรียบของเราต่อ โมเดลภาษาขนาดใหญ่
    • จริง ๆ แล้วเราไม่ได้เชื่อมโยงถึงกันขนาดนั้น การหาคนที่มีข้อมูลที่มีประโยชน์และนำไปปฏิบัติได้ รวมถึงอยากแบ่งปันมันกับผม เป็นเรื่องยากอย่างยิ่ง
    • ถ้าอยากรักษาความได้เปรียบด้านข้อมูลไว้ ก็ไม่ควรพึ่งเว็บอย่างเดียว แค่อ่านหนังสือก็มักดีกว่า 10 เท่าแล้ว ความเห็นเมื่อไม่กี่เดือนก่อน:
      https://news.ycombinator.com/item?id=38369583
      หนึ่งในสิ่งที่ถูกประเมินค่าต่ำอย่างน่าขำคือ หนังสือ ประเด็นไม่ใช่ว่าข้อมูลอยู่ในรูปกายภาพหรืออิเล็กทรอนิกส์ แต่คือคุณเข้าถึงคลังข้อมูลแบบไหนได้จริง ๆ
      ผมมองว่าคลังเก็บความรู้หลัก ๆ มีสามอย่าง คืออินเทอร์เน็ตแบบเปิด หนังสือพิมพ์ และ Sci-Hub และทุกวันนี้หลายคนใช้แค่อย่างแรก
      นอกจากนี้ ผมยังจัดให้ “การคุยกับคนที่ใช่” และยิ่งไปกว่านั้น “การทำงานในที่ที่ใช่” อยู่ในลำดับค่อนข้างสูงสำหรับการได้ข้อมูลใหม่ ๆ
      สำหรับคนบางรุ่น Google อาจทำให้ความสามารถในการเข้าถึงฐานความรู้อื่นและลงมือทำจากข้อมูลนั้นเจือจางลง และสำหรับรุ่นที่กำลังเรียนรู้วิธีเรียนรู้ในตอนนี้ โมเดลภาษาขนาดใหญ่ ก็อาจทำแบบเดียวกัน
  • บทความนี้พลาด “ทำไม?” ที่สำคัญมากไป พูดให้เจาะจงกว่านั้นคือ ทำไมบุคลากรหลักเพียงไม่กี่คนถึงสามารถเปลี่ยนเส้นทางของบริษัทได้
    คำตอบแทบจะลงเอยด้วยคำเดียวเสมอคือ ภาวะผู้นำ และใช้ได้ไม่ว่าบริษัทจะมีขนาดใด
    ภาวะผู้นำเป็นแนวคิดที่ค่อนข้างแปลกหน้าในวงการซอฟต์แวร์โดยทั่วไป ด้วยเหตุผลสองข้อ
    นักพัฒนาซอฟต์แวร์ส่วนใหญ่ไม่เคยเจอบุคลิกที่แข็งกร้าว จึงไม่รู้ว่าภาวะผู้นำที่เข้มแข็งหน้าตาเป็นอย่างไร นักพัฒนาที่เก่งมักมีความเป็นมิตรสูง แต่ผู้นำที่เข้มแข็งรู้จักลดค่านั้นลงเหลือ 0 เพื่อให้เกิดการปะทะหรือการไม่เชื่อฟังในระดับสูงสุด
    อีกอย่าง ผู้นำที่เข้มแข็งจะมองกระแสฮิตอย่างวิพากษ์มาก และรู้ว่าเมื่อไรไม่ควรทำตาม นี่เป็นเรื่องย้อนแย้ง เพราะบริษัทซอฟต์แวร์จำนวนมากหาเงินทุนจากธุรกิจโฆษณาที่คอยขยายกระแสเหล่านั้น
    ผู้นำตัวจริงสร้างกระแสใหม่ แย่งส่วนแบ่งจากผู้เล่นเดิม และสร้างชื่อเสียงของแบรนด์ในกระบวนการนั้น คนจำนวนมากในวงการซอฟต์แวร์กลัวมากที่จะทิ้งธรรมเนียมที่คุ้นเคย ไม่ว่าจะเป็นธุรกิจหรือการสร้างนวัตกรรมด้านผลิตภัณฑ์และกระบวนการ

    • คำว่า “ภาวะผู้นำเป็นแนวคิดที่ค่อนข้างแปลกหน้าในวงการซอฟต์แวร์” อาจจริงกับบริษัทที่เขาเคยทำงานด้วย แต่จากประสบการณ์ของผมไม่ใช่เลย
      ผมก็ไม่เห็นด้วยอย่างยิ่งกับ “การปะทะหรือการไม่เชื่อฟังในระดับสูงสุด” เช่นกัน สิ่งนั้นไม่เคยเป็นเป้าหมายของผู้นำที่ดีซึ่งพยายามสร้างทีมที่ทำงานร่วมกันได้
      การสนับสนุนให้คนพูดความคิดของตัวเองเป็นเรื่องดี แต่ถ้าส่งเสริม การปะทะในระดับสูงสุด ก็มีแต่จะสร้างความวุ่นวาย เป้าหมายคือการร่วมกันปล่อยผลิตภัณฑ์ออกไป ไม่ใช่ทะเลาะและขัดขืนกันตลอดเวลา
      ผมนึกไม่ออกว่าใครจะอยากทำงานในทีมที่ทุกคนลดความเป็นมิตรลงเหลือ 0 และผู้นำคอยยุให้ปะทะกันตลอด นอกจากคนที่ชอบการโต้เถียงเป็นทุนเดิม
      “คนส่วนใหญ่ในวงการซอฟต์แวร์กลัวที่จะทิ้งธรรมเนียมที่คุ้นเคย” ก็เป็นการเหมารวมแรง ๆ ที่เห็นด้วยได้ยาก คนที่ผมเคยทำงานด้วยกลับมีแนวโน้มจะสวนกระแสและลองสิ่งใหม่มากเกินไปจนต้องลดระดับลงด้วยซ้ำ
      การถกเถียงกับทีมจำนวนมากเป็นเรื่องการเลือกเทคโนโลยีที่น่าเบื่อและเสถียร แทนเทคโนโลยีล้ำสมัยล่าสุดที่กำลังฮิตบน Twitter และในกลยุทธ์ธุรกิจก็เช่นกัน ตั้งแต่ผู้จัดการผลิตภัณฑ์ไปจนถึงฝ่ายขาย ทุกคนอยากทำด้วยวิธีสร้างสรรค์ของตัวเอง จนต้องดึงกลับมาเป็นวิธีมาตรฐานที่น่าเบื่อ งานถึงจะเสร็จ
    • นักพัฒนาซอฟต์แวร์ทุกคนน่าจะเคยเจอบุคลิกที่แข็งกร้าวมาแล้ว เพียงแต่รูปแบบที่เจอมักเป็นคนชอบรังแก พรีมาดอนนา ตัวตลก คนใหญ่คนโตในแคมปัส หรือหัวหน้าหัวแหลมเท่านั้น
      ถ้าพูดแบบเหมารวม บุคลิกที่แข็งกร้าวมักแปรผกผันกับความสามารถ และวิศวกรซอฟต์แวร์ให้ความสำคัญกับ ความสามารถ เหนือสิ่งอื่นใด เพราะเครื่องจักรไม่ถูกโน้มน้าวด้วยคาริสม่า
      ภาวะผู้นำที่ดีคือการผสมกันระหว่างบุคลิกที่แข็งกร้าวกับความสามารถ ชุดผสมนี้หายากมาก จนสำหรับวิศวกรส่วนใหญ่ ทางเลือกที่ปลอดภัยที่สุดคือหลีกเลี่ยงนายจ้างที่มีบุคลิกแข็งกร้าวไปทั้งก้อน
    • “วงการซอฟต์แวร์” ที่พูดถึงตรงนี้ตรงกับประสบการณ์ของผมใน วงการซอฟต์แวร์องค์กร
      แต่นอกเหนือจากนั้นแตกต่างโดยสิ้นเชิง ผมเห็นผู้ก่อตั้งและผู้จัดการผลิตภัณฑ์ที่ดื้อรั้นและชอบปะทะมาเยอะ พวกเขาหลีกเลี่ยง “best practices” ที่ยอมรับกันอย่างแข็งขัน และเมื่อรู้สึกว่าตัวเองอยู่ฝ่ายคนส่วนใหญ่ก็มักกลับมาคิดทบทวนสิ่งที่ทำอยู่
    • ดูเหมือนจะพลาดประเด็นของบทความนี้ไป ตรงนี้กำลังมองเรื่อง “อย่างไร” อยู่ แยกจาก “ทำไม” และถ้ามีเหตุผลว่าทำไม นี่ก็คือ วิธีการ ที่ควรทำตาม
  • การหาคนที่ชอบคนที่ผ่านงานภาคสนามมาอย่างลึกซึ้งนั้นยากมาก
    สิ่งที่ผมเห็นบ่อยคือผู้จัดการซื้อ ปกที่ดูฉูดฉาด และมีน้อยคนมากที่จะมองให้ลึกกว่านั้น
    ก็เข้าใจได้ง่าย เหมือนคำพูดที่ว่า “ไม่มีใครถูกไล่ออกเพราะซื้อโซลูชันของ IBM” แม้จะมีคนแบบ IBM ที่ชื่อเสียงใสสะอาดแทบไร้เมฆไม่มากนัก แต่การไม่ว่ายทวนกระแสนั้นง่ายกว่าและใช้พลังงานน้อยกว่า

  • สงสัยว่า Stephen Hanselman ตอนนี้กำลังโดนอีเมลถล่มอยู่หรือเปล่า และยังไม่รู้เหตุผลด้วยซ้ำ

  • ผมชอบบทความแบบนี้ สั้น กระชับ และเต็มไปด้วยเคล็ดลับที่น่าสนใจและมีเอกลักษณ์ แทนที่จะเป็นคำพูดซ้ำซากทั่วไป
    โดยเฉพาะผมชอบ การจัดระเบียบวิธีการ ของ Zack

  • ถ้าผลักประเด็นนี้ต่ออีกนิด การที่ CEO หรือผู้บริหารระดับสูงได้รับความสนใจทั้งหมดนั้น ก็เป็นสิ่งที่สังเกตเห็นและยอมรับกันดีในการเมืองเช่นกัน
    แต่เบื้องหลังนั้นมีทีมที่ไม่ค่อยเป็นที่รู้จักซึ่งทำงานส่วนใหญ่ให้สำเร็จอยู่เสมอ
    เหตุผลที่พวกเขาไม่ได้รับการยอมรับในผลงานคือพวกเขาไม่ได้แบกรับ ความเสี่ยง ที่ผู้บริหารระดับสูงรับไว้ ตำแหน่งระดับสูงมาพร้อมความเสี่ยงและผลประโยชน์ได้เสียของมัน และไม่ใช่ทุกคนจะมีความกล้าพอรับการเปิดรับเช่นนั้น

    • ผมสงสัยอย่างมากกับส่วนเรื่องความเสี่ยงในประโยค “ตำแหน่งระดับสูงมาพร้อมความเสี่ยงและผลประโยชน์ได้เสียของมัน”
      ถ้าเป็นผู้ก่อตั้งก็ใช่ แต่ถ้าเป็นผู้บริหารในบริษัทที่ตั้งหลักได้แล้ว ยิ่งตำแหน่งสูง ความเสี่ยงยิ่งน้อย เงินชดเชยเกษียณ/เลิกจ้างก็สูงขึ้น อัตราการถูกไล่ออกก็ต่ำลง และมีแนวโน้มว่าบัญชีธนาคารจะมีเงินสดมากกว่า
    • ไม่มีใครถามพวกเขา และผมก็เคยเห็นความพยายามที่จะกันไม่ให้เจ้าหน้าที่ผู้ช่วยสมาชิกรัฐสภาลงสมัครเป็นผู้สมัครรับเลือกตั้ง
      พวกเขามี know-how และคูเมืองก็แคบพอสมควร นักการเมืองที่ดำรงตำแหน่งอยู่จึงรู้สึกว่าจำเป็นต้องขยายคูเมืองนั้นออกไปบ้าง
    • ความเสี่ยงจำนวนมากในลักษณะนั้นเป็นความเสี่ยงเพื่อคนอื่น ไม่ใช่เพื่อตัวพวกเขาเอง เหตุผลที่พวกเขาอยู่ในตำแหน่งนั้นมีหลากหลาย แต่มีแนวโน้มว่า การยอมรับความเสี่ยง ไม่ใช่เหตุผลหลัก
  • เป็นการอภิปรายที่น่าสนใจ และผมเห็นด้วยกับสมมติฐานของผู้เขียน
    ผมคิดว่าการค้นหา เพชรเม็ดงามที่ยังไม่มีใครค้นพบ แบบนี้จะยิ่งเด่นชัดขึ้นในอนาคต มีคอนเทนต์จำนวนมากที่คลุมด้วยม่านแห่งความเป็นต้นฉบับ แต่ในความเป็นจริงมักขาดสิ่งนั้น
    คอนเทนต์ออนไลน์จำนวนมากดูไม่เป็นต้นฉบับหรือไม่มีแรงบันดาลใจ บางทีเพื่อถ่ายทอดเรื่องราวแบบนี้ ลูกตุ้มอาจแกว่งกลับไปสู่ วารสารศาสตร์เชิงต้นฉบับแบบยาว อีกครั้ง