- เคนต์ เบ็คอธิบายว่า การจ้างนักพัฒนาระดับจูเนียร์ยังคงดูเหมือนต้นทุน แต่ในสภาพแวดล้อมของ AI มันกลับกลายเป็นทางเลือกที่มีคุณค่าในการลงทุนมากขึ้น
- เครื่องมือ AI ไม่ได้เพิ่มผลิตภาพของจูเนียร์ได้ทันที แต่ทำหน้าที่บีบอัดความเร็วในการเรียนรู้ได้อย่างมาก
- จุดเปลี่ยนสำคัญคือแนวทางการดูแลจูเนียร์โดยจัดการเพื่อการเรียนรู้ ไม่ใช่เพื่อการผลิตผลงาน
- ยิ่งความเร็วในการเรียนรู้เพิ่มขึ้นมากเท่าไร ช่วงเสี่ยงต่อการหลุดออกอย่าง**‘Valley of Regret’** ก็ยิ่งสั้นลง
- ผลลัพธ์คือมีจูเนียร์รอดมากขึ้น และความเร็วในการเติบโตของทั้งองค์กรก็เร่งขึ้นด้วย
The Valley of Regret
- นักพัฒนาระดับจูเนียร์นั้นใกล้เคียงกับการเดิมพันที่จ่ายต้นทุนในปัจจุบันเพื่อคาดหวังผลิตภาพในอนาคต
- ในช่วงแรก ผลิตภาพจะต่ำ ใช้เวลาของซีเนียร์ การรีวิวโค้ด และเกิดความผิดพลาดซ้ำๆ จนต้นทุนสะสมขึ้น
- ช่วงขาดทุนนี้เรียกว่า**‘Valley of Regret’** และยิ่งช่วงนี้ยาวเท่าไร โอกาสล้มเหลวก็ยิ่งสูงขึ้น
- ยังมีความเสี่ยงอยู่เสมอว่าอาจไปไม่ถึงจุดคุ้มทุนจากการลาออก การเลิกจ้าง หรือสตาร์ทอัพเงินทุนไม่พอ
- เพราะเหตุนี้ หลายทีมจึงตัดสินใจว่า “ตอนนี้ยังไม่มีพื้นที่พอจะปั้นจูเนียร์”
Shrinking the Valley
- จูเนียร์ที่ใช้ผู้ช่วยเขียนโค้ด AI ได้ดีจะสามารถบีบอัดเส้นโค้งการเรียนรู้ได้มาก
- แก่นสำคัญไม่ใช่การรับผลลัพธ์มาใช้ตรงๆ แต่คือการใช้มันเป็นเครื่องมือช่วยลดพื้นที่ในการสำรวจทางเลือก
- เวลาที่ใช้กับการเลือก API หรือการสำรวจแนวทางการเข้าถึงปัญหา ลดลงจากระดับชั่วโมงเหลือระดับนาที
- เวลาที่ประหยัดได้ไม่ได้ถูกนำไปใช้ผลิตฟีเจอร์เพิ่มอย่างเดียว แต่ใช้กับความเข้าใจ การรีแฟกเตอร์ และการวิเคราะห์ trade-off
- เมื่อความเร็วในการเรียนรู้เพิ่มขึ้นแบบนี้ Valley of Regret ก็จะตื้นและสั้นลง
First Order Effect: การเดิมพันประสบความสำเร็จมากขึ้น
- หากสมมติว่าอัตราการหลุดออกของจูเนียร์อยู่ที่ 20% ต่อปี ในโมเดล ramp-up 24 เดือน จะมีประมาณ 36% ที่หลุดออกก่อนถึงจุดคุ้มทุน
- หากบีบอัดเหลือ ramp-up 9 เดือน สัดส่วนที่หลุดออกก่อนถึงจุดคุ้มทุนจะลดลงเหลือ ประมาณ 15%
- นี่ไม่ใช่แค่เรื่องที่ผลิตภาพเร็วขึ้น แต่คือความน่าจะเป็นที่จะไปถึงช่วงทำกำไรเพิ่มขึ้นโดยตรง
- ยิ่งหุบเขาสั้นลง จำนวนจูเนียร์ที่ข้ามไปถึงอีกฝั่งได้ก็ยิ่งมากขึ้น
- สิ่งนี้ช่วยเพิ่มเสถียรภาพของการลงทุนด้านบุคลากรทั้งองค์กรอย่างมาก
Second Order Effect: การเร่งความเร็วของการเติบโต
- นักพัฒนาที่มีผลิตภาพไม่ได้แค่เขียนโค้ดเท่านั้น
- พวกเขายังช่วยเมนเทอร์จูเนียร์รุ่นใหม่ สะสมองค์ความรู้ขององค์กร และรับงานที่มี leverage สูง
- ยิ่งจูเนียร์คนหนึ่งเติบโตได้เร็วมากเท่าไร การเติบโตของคนถัดไปที่เขาจะช่วยปั้นก็ยิ่งเร็วขึ้นตามไปด้วย
- ดังนั้น การเร่งความเร็วในการเรียนรู้จึงไม่ใช่แค่ผลลัพธ์รายบุคคล แต่ส่งผลยกระดับอัตราการเติบโตขององค์กร
What This Means
- การเดิมพันกับการจ้างจูเนียร์ชัดเจนว่าดีกว่าเดิม
- เหตุผลไม่ใช่เพราะจูเนียร์เปลี่ยนไป แต่เป็นเพราะAI ได้สร้างสภาพแวดล้อมที่เร่งการเรียนรู้
- การลงทุนในเครื่องมือ AI ควรถูกตีความว่าเป็นการลงทุนในกลยุทธ์การจ้างงาน
- โดยเฉพาะในสภาพแวดล้อมที่อัตราการหลุดออกสูง ค่าคาดหวังของการจ้างจูเนียร์จะยิ่งเพิ่มขึ้นมาก
- แต่ผลนี้ไม่ได้เกิดขึ้นเองโดยอัตโนมัติ และจำเป็นต้องมีการบริหารที่เน้นการเรียนรู้และวัฒนธรรม ‘augmented coding’
ข้อความสำคัญ
- หากบริหารจูเนียร์โดยยึดผลิตภาพเป็นเกณฑ์ โอกาสล้มเหลวจะสูงขึ้น
- หากบริหารจูเนียร์โดยยึดการเรียนรู้เป็นเกณฑ์ ผลตอบแทนของการเดิมพันจะดีขึ้น
- ทางเลือกที่ถูกต้องในยุค AI ไม่ใช่การลดจำนวนจูเนียร์ แต่คือการสร้างโครงสร้างที่สามารถปั้นพวกเขาได้อย่างถูกต้อง
9 ความคิดเห็น
ผมไม่แน่ใจว่ามีแค่ผมคนเดียวที่คิดแบบนี้หรือเปล่า แต่ช่วงหลังพอสัมภาษณ์เพื่อรับคนเข้าทำงานบ่อย ๆ ก็รู้สึกว่าจำนวนจูเนียร์ที่เก่งจริงมีน้อยลงกว่าเดิม เดิมทีจูเนียร์กลุ่มที่เก่งอยู่แล้วพอใช้เครื่องมือ AI ก็ยิ่งพัฒนาฝีมือขึ้นไปอีก แต่กลุ่มอื่นกลับรู้สึกว่าความสามารถยิ่งถดถอยลงไปอีก ผมเห็นด้วยกับตัวบทความเอง แต่ก็คิดว่ากับคนรุ่นจูเนียร์กำลังมีหลายปรากฏการณ์เกิดขึ้นพร้อม ๆ กันครับ
ดูเหมือนว่าจะเป็นเพราะคิดว่าโค้ดที่ AI เขียนคือโค้ดของตัวเอง และคิดว่าความรู้ของ AI คือความรู้ของตัวเอง จึงไม่ได้ซึมซับให้เป็นของตัวเอง
เห็นด้วยครับ/ค่ะ ช่วงนี้พอผม/ฉันได้สัมภาษณ์ดู ก็เห็นชัดเลยว่าต่อให้เป็นแค่วิธีใช้ AI ช่องว่างก็ใหญ่มากแล้ว บางคนศึกษาวิธีใช้เครื่องมือ AI อย่างลึกซึ้งและนำมาใช้ได้จริง แต่อีกหลายคนก็แค่เคยลองใช้ ChatGPT ผ่าน Cursor หรือบนเว็บเท่านั้น เมื่อก่อนวิธีใช้เครื่องมือพัฒนาอาจยังไม่ถึงขั้นเชื่อมตรงกับความสามารถ แต่ตอนนี้ดูเหมือนเราเข้าสู่ยุคที่การใช้เครื่องมือ AI เชื่อมตรงกับศักยภาพในการทำงานไปแล้ว
เห็นด้วยครับ..
ดังนั้นสิ่งที่จำเป็นด้วย AI ก็คือคนที่มีเส้นโค้งการเรียนรู้ชัน แต่สำหรับคำว่า "จูเนียร์" จะหมายถึง "มีเส้นโค้งการเรียนรู้เร็ว" ด้วยนั้น ผมรู้สึกว่ายากจะเห็นด้วยนะ
ต่อไปนี้ แทนที่จะประเมินนักพัฒนาโดยแบ่งจูเนียร์ <-> ซีเนียร์จากระดับการสั่งสมประสบการณ์
ในยุค AI เราน่าจะแบ่งความเป็นซีเนียร์จากความสามารถในการเรียนรู้อย่างอัดแน่นและใช้ AI ได้เก่งมากกว่า
อืม ในทางกลับกันก็เคยเห็นจูเนียร์ที่เขียนโค้ดแปลก ๆ เองไว้ แล้วก็เอา GPT มาเป็นโล่ อ้างว่าเป็นฝีมือ GPT เหมือนกัน เลยรู้สึกว่ามันแล้วแต่คนมากกว่า
พี่เบ็กครับ ผมอยากนับถือคุณเป็นรุ่นพี่ครับ
พี่เคนต์ สู้ๆ!
ขอบคุณนะ ท่านเบ็ก...