CTO ของ Microsoft พูดถึง AI Copilot และอนาคตของงานความรู้ [บทความแปล]

AI Copilot และอนาคตของงานความรู้

1. AI คือหัวใจของนวัตกรรมแบบ ‘แพลตฟอร์ม’

   • Microsoft มองปัญญาประดิษฐ์เป็น ‘แพลตฟอร์ม(Platform)’ ใหม่ของนวัตกรรม
     • เช่นเดียวกับการมาถึงของ PC และสมาร์ตโฟน Generative AI และโมเดลภาษาขนาดใหญ่ (LLM) กำลังขับเคลื่อนการเปลี่ยนผ่านของแพลตฟอร์มอีกครั้ง
     • ยุคที่นักพัฒนาและระบบนิเวศทางเทคโนโลยีจะสร้างผลิตภัณฑ์และบริการที่หลากหลายบนฐาน AI ได้มาถึงแล้ว

2. สภาพแวดล้อมการพัฒนา AI และความต้องการโครงสร้างพื้นฐาน (เช่น GPU)

   • หากระบบ AI/Copilot ขนาดใหญ่จะถูกนำไปใช้ในงานจริง จำเป็นต้องมีทรัพยากรประมวลผลจำนวนมหาศาล (GPU) และโครงสร้างพื้นฐานคลาวด์
   • ประเด็นเชิงปฏิบัติที่โดดเด่นขึ้นในองค์กรคือ “คอขวดที่ใหญ่ที่สุดในวันนี้ไม่ใช่ซอฟต์แวร์ แต่คือจะจัดหา GPU ได้มากแค่ไหน”

3. นวัตกรรมการทำงานด้วยแพตเทิร์น ‘Copilot’

   • แพตเทิร์น ‘Copilot’ กำลังขยายตัวอย่างรวดเร็วในงานจริงหลากหลายรูปแบบ เช่น การสร้าง/เติมโค้ดอัตโนมัติ การจัดการอีเมล และการบริหารตารางเวลา
     • ตัวอย่าง: GitHub Copilot (ทำงานโค้ดอัตโนมัติ), Outlook/Office Copilot (ช่วยสรุปและร่างเอกสาร), Salesforce Einstein Copilot เป็นต้น
   • งานที่ซ้ำซากและน่าเบื่อให้ AI จัดการ ทำให้มนุษย์สามารถโฟกัสกับ ‘ความสามารถเฉพาะของมนุษย์’ เช่น การแก้ปัญหาเชิงสร้างสรรค์หรือการวางกลยุทธ์
   • สิ่งนี้อาจมองได้ว่าเป็น ‘เวอร์ชันงานทางปัญญา’ ของการที่เครื่องจักรเข้ามาช่วยแรงงานกายในยุคปฏิวัติอุตสาหกรรม

4. ภาวะลื่นไหล (flow) และ ‘การปฏิวัติ’ ด้านผลิตภาพ

   • หลังนำ AI Copilot มาใช้ มีกรณีเพิ่มขึ้นที่นักพัฒนาและดีไซเนอร์ได้สัมผัส ‘ภาวะลื่นไหล(flow state)’ ได้นานขึ้นและบ่อยขึ้น
     • เมื่อการทำงานซ้ำ ๆ หรือการสลับบริบท (context switching) ลดลงอย่างมาก จึงสามารถจดจ่อกับงานหลักได้
   • ผลลัพธ์จึงไม่ใช่แค่ ‘ปริมาณโค้ด’ ที่มากขึ้น แต่คือการปล่อยและปรับปรุงฟีเจอร์/บริการได้เร็วขึ้น จนยกระดับผลลัพธ์ของทั้งองค์กรให้สูงสุด
   • มุมมองที่ว่า “ผลิตภาพที่แท้จริงของนักพัฒนาไม่ได้วัดจากจำนวนบรรทัดโค้ด(line) แต่จากการส่งมอบคุณค่าให้ลูกค้าได้เร็วขึ้นและมากขึ้น” กำลังแพร่หลาย

5. การเปลี่ยนแปลงในองค์กรและความท้าทายหลัก

   • เมื่อเครื่องมือ AI ใหม่ ๆ ถูกนำไปใช้ในวงกว้าง จะเกิดจุดเปลี่ยนสำคัญในการเอาชนะแรงต้านภายในองค์กร (= ความกลัวต่อการเปลี่ยนแปลงและความอนุรักษนิยม)
   • เมื่อได้ลองใช้จริงเพียงครั้งเดียว พนักงานและหลายทีมจะปรับตัวอย่างรวดเร็ว และกลับเกิดความต้องการ GPU เพิ่มขึ้นอย่างมาก → "พลังที่เปลี่ยนความเฉื่อยคือเครื่องมือที่ทรงพลังนั่นเอง"

6. (อนาคตที่ไกลออกไปเล็กน้อย) การเปลี่ยนแปลงที่จะเกิดขึ้นหาก AI จำลองโครงสร้างการรับรู้ของมนุษย์ได้

   • เป้าหมายสูงสุดคือการทำให้ AI ‘Copilot’ มีความสามารถด้านการให้เหตุผลและการปรับตัวในระดับสูง โดยทำงานในลักษณะคล้ายสมองมนุษย์ (แพตเทิร์นนิวรอน)
   • หากเป็นเช่นนั้น ประสิทธิภาพการทำงานในแทบทุกด้านของงานความรู้จะเพิ่มขึ้นแบบทวีคูณ และการเข้าถึงก็จะขยายตัวอย่างมาก
   • ขณะเดียวกัน ความท้าทายทางสังคม เช่น ข้อมูลส่วนบุคคล ความโปร่งใสของอัลกอริทึม และความไม่เท่าเทียมทางเทคโนโลยี ก็จะทวีความรุนแรงขึ้นด้วย (ตอกย้ำความจำเป็นในการเตรียมพร้อมด้าน ‘จริยธรรม’)

7. สิ่งที่นักพัฒนา/ผู้ก่อตั้งควรโฟกัสในยุค AI

   • “เพราะ AI ตอนนี้เราจึงสามารถแก้ปัญหาที่ยากจริง ๆ ได้เสียที” (คำพูดตรงจากต้นฉบับ: "You can finally solve the hard problems now.")
   • มากกว่าการสร้างโมดูลเล็ก ๆ (ฟีเจอร์ที่สะดวกใช้) ควรโฟกัสกับปัญหาแก่นแท้ที่ก่อนหน้านี้แก้ไม่ได้เพราะข้อจำกัดทางเทคนิค เช่น ความคุ้มค่า การเข้าถึง หรือการขยายระบบขนาดใหญ่
   • ต้องเข้าใจให้ชัดว่า AI ไม่ใช่ ‘ผลิตภัณฑ์(product)’ แต่เป็น ‘โครงสร้างพื้นฐาน(infrastructure)’
   • ในท้ายที่สุด เมื่อกลับมาโฟกัสว่า ‘กำลังแก้ปัญหาของใคร และแก้ได้ดีกว่าเดิมแค่ไหน’ ก็จะสร้างความแตกต่างในตลาดได้

สรุป

• AI Copilot ไม่ได้แค่จัดการงานซ้ำ ๆ และงานรูทีนของมนุษย์ แต่กำลังเร่งนวัตกรรมและการเพิ่มประสิทธิภาพของงานความรู้ทั้งระบบ
• ขณะนี้มันกำลังก่อให้เกิดการเพิ่มขึ้นของภาวะลื่นไหล(flow) ในการทำงานและการปฏิวัติด้านผลิตภาพ พร้อมสร้างการเปลี่ยนแปลงเชิงรากฐานต่อองค์กร สังคม และอุตสาหกรรม
• ต่อจากนี้ ไม่ใช่แค่ ‘การใช้ AI’ เองที่เป็นความได้เปรียบในการแข่งขัน แต่ insight ในการโฟกัสกับ ‘ปัญหาที่ยาก’ ที่อยากแก้จริง ๆ จะยิ่งสำคัญมากขึ้น