- ช่วงหลังมานี้พบเห็น ปฏิกิริยาที่ตื่นตระหนกเกินเหตุของ CEO บ่อยขึ้น โดยบังคับใช้เครื่องมือ LLM กับพนักงานทั้งองค์กรทันที และกดดันว่าคนที่ไม่ใช้จะกลายเป็นเป้าหมายในการถูกปลด ซึ่งการนำมาใช้แบบบีบบังคับเช่นนี้กลับให้ผลตรงกันข้าม
- เครื่องมือจะได้ผลก็ต่อเมื่อผู้ใช้ เลือกใช้ด้วยความสมัครใจ เท่านั้น และคนที่ถูกผลักให้ใช้แบบฝืนใจจะไม่มีวันใช้งานมันได้ดี
- CEO อยู่ห่างไกลจาก ขั้นตอนสุดท้ายของงานจริง (last mile) จึงมักเห็นแค่ผลลัพธ์ที่ลื่นไหลของ AI (happy path) และมองข้ามงานต่อเนื่องอีกมากมายที่จำเป็นตามมา
- "ทำให้มันทำงานได้" กับ "ทำให้มันทำงานได้อย่างถูกต้อง·ในวงกว้าง·และในสภาพแวดล้อมเฉพาะ" เป็นคนละเรื่องกัน และการเติมเต็มรายละเอียดอย่างความปลอดภัย การปฏิบัติตามกฎระเบียบ และการเข้าถึงได้ ต้องอาศัย บุคลากรที่มีทักษะ
- บริษัทส่วนใหญ่ที่อ้าง LLM เพื่อสร้างความชอบธรรมให้กับการลดคนครั้งใหญ่ แท้จริงแล้วก็แค่ใช้ AI เป็น ข้ออ้าง เพื่อกลบการจ้างงานเกินตัวเท่านั้น
ปฏิกิริยาเกินเหตุของ CEO ต่อ AI
- ในช่วง 3 เดือนที่ผ่านมา ผู้เขียนเห็นกรณีแบบนี้มาแล้ว 4 ครั้ง และทุกกรณีมีรูปแบบคล้ายกัน
- ส่งอีเมลถึงทั้งบริษัท ("all hands") ย้ำความน่าทึ่งของเครื่องมือ LLM พร้อมแจ้งว่าถ้าพนักงานทุกคนไม่ เรียนรู้ทันที ก็ควรไปหางานที่อื่น
- จ้าง "ที่ปรึกษา" มาสอนวิธีใช้เครื่องมือ หรือจัด "office hours" หรือ "AI hackathon" ภายในองค์กร
- กรณีที่แย่ที่สุดคือบางบริษัทตั้ง token leaderboard ซึ่งเป็นวิธีกระตุ้นให้เรียนรู้ LLM ที่โง่ที่สุด
- การใช้งาน AI ที่ดีควรรวมถึงการเรียนรู้ที่จะมอง โทเค็นเป็นทรัพยากรที่มีจำกัด
- การนับแค่ว่าใครใช้เยอะคือดี ทำให้สิ้นเปลืองโทเค็นไปกับการใช้งานที่ไม่ก่อประสิทธิผลได้ง่าย จึงเป็นวิธีที่ไม่สมเหตุสมผล
ความสำคัญของการเลือกใช้ด้วยความสมัครใจ
- LLM จะทรงพลังได้เมื่อผู้ใช้เรียนรู้เครื่องมืออย่างดี และ เลือกใช้มันเป็นเครื่องมือช่วยงานด้วยตัวเอง
- คนที่ถูก บังคับ ให้ใช้เครื่องมือ LLM จะ ไม่สามารถเรียนรู้วิธีใช้มันให้เก่งได้
- พนักงานเองก็จะได้ประโยชน์ หากเข้าใจทั้งพลังและข้อจำกัดของเครื่องมือ AI อย่างลึกซึ้งขึ้น
- พลังของ LLM อยู่ที่การช่วยให้พนักงานทำงานได้มากขึ้น เมื่อมันถูก ใช้อย่างถูกวิธีและใช้อย่างสมัครใจ
การวิเคราะห์ของ Aaron Levie
- Aaron Levie CEO ของ Box แม้ตัวเขาเองจะศรัทธาใน AI มาก ก็ยังชี้สาเหตุของความตื่นตัวเกินเหตุในหมู่ CEO ได้อย่างแม่นยำ
- CEO มักอยู่ห่างจาก ขั้นตอนสุดท้ายของงานปฏิบัติที่ยังจำเป็นต่อการสร้างมูลค่าส่วนใหญ่ด้วย AI มากเกินไป จึงตกอยู่ในภาวะที่เขาเรียกว่า "AI psychosis" ได้ง่าย
- เมื่อได้ลองใช้ AI พวกเขามักเห็นแต่ผลลัพธ์ที่ลื่นไหล โดยไม่คิดถึง งานต่อเนื่องอีก 10~20 อย่าง ที่ต้องตามมาเพื่อให้เกิดผลลัพธ์ที่ยั่งยืน
- "ฉันสร้าง product prototype เจ๋ง ๆ ได้แล้ว" → แต่ก่อนนำโค้ดขึ้นใช้งานจริงใน production environment ก็ยังต้อง รีวิวโค้ด และแก้ปัญหาอีกหลายจุด
- "ฉันสร้างสัญญาได้แล้ว" → แต่ก่อนส่งให้อีกฝ่ายก็ยังต้อง ตรวจสอบเงื่อนไขทั้งหมด หรือ เชื่อมโยงกับสัญญาเก่า ให้เรียบร้อย
- สิ่งที่ CEO ทำได้ดีที่สุดคือทดลองใช้ AI อย่างเข้มข้น เพื่อทำความเข้าใจ นัยที่แท้จริงของ agent ในองค์กรระดับ enterprise และ เข้าใจทั้งข้อดีและปริมาณงานจริงที่ต้องใช้
- อย่างไรก็ดี คำว่า "AI psychosis" เองก็ชวนให้เข้าใจผิด และมีนักจิตวิทยาและจิตแพทย์จำนวนมากวิจารณ์ว่าไม่แม่นยำ
CEO ที่ตัดขาดจากงานจริงและความคิดแบบ cargo cult
- ปัญหาส่วนใหญ่เกิดจาก CEO แบบดั้งเดิม ตัดขาด จากคนที่ลงมือทำงานจริง
- เมื่อข้อมูลผ่านหลายทีมหลายชั้น สิ่งที่เกิดขึ้นจริงในภาคปฏิบัติก็มักถูกส่งต่อขึ้นมาตามแผนผังองค์กรเพียงแบบกระจัดกระจาย
- ปัญหาปรากฏชัดตรงที่ CEO ซึ่งได้ลองใช้ เครื่องมือแบบ agent อย่าง Claude Code จนสร้างอะไรบางอย่างและเห็นว่ามันทำงานได้ จะเริ่มคิดว่า "ถ้าฉันสร้างเองได้แบบนี้ แล้วทำไมยังต้องมีคนมากขนาดนี้" — CEO แบบนี้ก็คือ CEO ที่ไร้ความสามารถ
- เหตุผลที่ต้องมีพนักงาน ก็เพื่อเติมเต็ม รายละเอียดเล็ก ๆ แต่สำคัญ ที่ CEO มองไม่เห็น เช่น ความปลอดภัย การปฏิบัติตามกฎระเบียบ และการเข้าถึงได้
- “ทำงานได้”, “ทำงานได้ดี”, “ทำงานได้ดีในระดับขนาดใหญ่” และ “ทำงานได้ดีในระดับขนาดใหญ่ภายใต้สภาพแวดล้อมเฉพาะ” ล้วนเป็นคนละเรื่องกัน
- การสร้างสิ่งที่ใช้งานได้ กับการสร้างผลิตภัณฑ์ที่ปลอดภัยและใช้งานได้ดีสำหรับตลาดมวลชน มีช่องว่างขนาดใหญ่อยู่ระหว่างกลาง
- การสรุปแบบก้าวกระโดดว่า "ฉันทำได้ งั้นใคร ๆ ก็ทำได้" คือการมองข้ามเหตุผลพื้นฐานที่องค์กรต้องจ้างคนที่มีทักษะและประสบการณ์
- ดังนั้นจุดใช้งานที่เหมาะที่สุดจึงไม่ใช่เครื่องมือสำหรับตลาดมวลชน แต่เป็นการสร้าง เครื่องมือเฉพาะบุคคลอย่างสมบูรณ์ ที่ช่วยงานเฉพาะด้าน
- นี่คล้ายกับความคิดแบบ cargo cult — CEO เห็นว่าตัวเองใช้ Claude Code แล้วงานออกมาได้ ก็เลยคิดว่านั่นเท่ากับงานของพนักงาน ทั้งที่ทุกขั้นตอนที่มองไม่เห็นซึ่งพนักงานต้องจัดการยังคงจำเป็นเหมือนเดิม
ช่องโหว่ของตรรกะการลดพนักงาน
- ภาพของ CEO ที่หลังจากหมกมุ่นกับเทคโนโลยี AI อย่างเต็มตัวแล้ว ก็สรุปทันทีว่าสามารถปลดพนักงานออกครึ่งหนึ่งได้ เป็นทั้งมืดหม่นและน่าขัน
- บริษัทที่เชื่อว่าสามารถลดคนครั้งใหญ่ได้เพราะ LLM จะค้นพบอย่างรวดเร็วว่านั่นคือการตัดสินใจผิดพลาด
- พลังของ LLM คือการเพิ่มผลิตภาพของพนักงานเมื่อถูกใช้อย่างดีและสมัครใจ ไม่ได้หมายความว่าจะต้องใช้มนุษย์น้อยลง — ตรงกันข้าม กลับต้องการ มนุษย์ที่ทำงานอย่างมีประสิทธิผลเป็น มากขึ้น
- บริษัทที่หยิบ LLM มาเป็นเหตุผลของการปลดคนครั้งใหญ่ ส่วนใหญ่ก็แค่ใช้เป็น ข้ออ้าง
- เพราะเมื่อจ้างงานเกินตัวไปแล้ว เรื่องเล่าแบบ "AI efficiency" ย่อมขายกับ Wall Street ได้ง่ายกว่าการยอมรับว่าเป็น "การตัดสินใจด้านบุคลากรที่ผิดพลาด"
บทสรุป
- ตามแนวทางของ Levie นั้น CEO ต้องเรียนรู้ว่าเทคโนโลยีทำงานอย่างไร แต่สิ่งนี้ต้องรวมถึง ข้อจำกัดของเทคโนโลยี ด้วย
- ถ้า CEO คิดว่า prototype ที่สร้างด้วย vibe coding พร้อมสำหรับ production แล้ว ก็ควรปล่อยให้เขาเปิดใช้งานเองและเห็นผลลัพธ์
- ถ้า CEO คิดว่าสัญญาที่เขาเขียนด้วย vibe coding แข็งแรงพอ ๆ กับสัญญาที่ทนายตรวจแล้ว เมื่อเกิดปัญหาขึ้น เขาก็จะได้เห็นว่าค่าใช้จ่ายทางกฎหมายเป็นอย่างไร
- เครื่องมือ AI นั้นทรงพลัง แต่ CEO ที่เชื่อว่ามันมาแทนงานของพนักงานได้ ก็เป็นเพียง CEO ที่ไร้ความสามารถเท่านั้น
3 ความคิดเห็น
"เครื่องมือจะให้ผลได้ก็ต่อเมื่อผู้ใช้เลือกใช้ด้วยความสมัครใจเท่านั้น และผู้ที่ถูกบังคับให้ใช้ก็ไม่มีวันใช้งานได้ดี"
อันนี้รู้สึกเห็นด้วยมากเลยครับ
ได้โปรด
ความเห็นจาก Hacker News
ทำให้นึกถึงมุกเก่าว่า “90% แรกของโค้ดคืองาน 90% แรก ส่วนโค้ดอีก 10% ที่เหลือคืองานอีก 90%”
ตั้งแต่ปี 1986 ชีวิตวัยผู้ใหญ่ของผมแทบทั้งหมดหมดไปกับการ ออกสินค้า และหนึ่งในบทเรียนแรก ๆ ที่ได้เรียนรู้ก็คือ “การออกสินค้า” ใหญ่กว่า “การออกแบบ”
งานที่ต้องทำเพื่อส่งมอบผลิตภัณฑ์ที่ติดแบรนด์ของคุณออกไป แล้วต้องซัพพอร์ตมันต่อ มีมหาศาลมาก
มันคล้ายกับการมีลูก การปฏิสนธินั้นสนุก การคลอดนั้นเจ็บปวด และการเลี้ยงดูคือภารกิจตลอดชีวิต
ผมคิดว่างานในลักษณะเดียวกันนี้ก็ใช้กับสินค้าที่เปิดขายเพื่อหาเงินเหมือนกัน
พวกเขาพูดราวกับว่า ฝูงเอเจนต์ ของพวกเขาจะไล่ดู GitHub, Slack และ wiki เพื่อหาว่าต้องทำอะไรต่อ จากนั้นฝูงเอเจนต์อีกชุดก็จะรีวิวโค้ด ทดสอบ รวมโค้ด ดีพลอย ทำ A/B test ไปจนถึง rollback ให้เสร็จ
Boris คนเดียวก็ merge PR ไปเกือบ 300 อันในช่วง 1-2 สัปดาห์ที่ผ่านมา ดังนั้นดูเหมือนว่าแล็บชั้นนำกำลังปลดผนึกพลังแห่งประสิทธิภาพการทำงานแล้ว
และพวกเขายังพูดถึง AI แบบ recursive self-improvement ที่ทรงพลังและเป็นอิสระมากเสียจน ทุกบริษัทควรเตรียมพร้อมที่จะ “หยุด” ความพยายามนั้น
model card ของ Fable/Mythos[1] ยังมีข้อจำกัดทำนองว่าตัวโมเดลทรงพลังเกินกว่าจะปล่อยให้คนทั่วไปใช้ได้ จึงจะปฏิเสธคำขอเกี่ยวกับการจูนและการฝึกโมเดล
[1] We’ve implemented new interventions that limit Claude’s effectiveness for requests targeting frontier LLM development (for example, on building pretraining pipelines, distributed training infrastructure, or ML accelerator design). Using Claude to develop competing models already violates our Terms of Service, but enforcing this restriction through our safeguards avoids accelerating the actors most willing to violate these terms. Unlike our interventions for cybersecurity, biology and chemistry, and distillation attempts, these safeguards will not be visible to the user. Fable 5 will not fall back to a different model. Instead, the safeguards will limit effectiveness through methods such as prompt modification, steering vectors, or parameter-efficient fine-tuning (PEFT)
เหมือนต้องสร้างผลิตภัณฑ์เต็มรูปแบบที่มีฟีเจอร์มากมายก่อน แล้วค่อยทำสรุปแบบบีบอัดสุดขีดเพื่อให้สามารถแสดงฟีเจอร์เหล่านั้นทั้งหมดบน landing page ได้
ถ้าผู้เข้าชมไม่สามารถเข้าใจผลิตภัณฑ์ที่ซับซ้อนทั้งหมดได้ภายใน 10 วินาที ก็ถือว่าคุณพลาดไปแล้ว
ผลิตภัณฑ์จำเป็นต้องซับซ้อน ตลาดซอฟต์แวร์เป็นแบบนั้นไปแล้ว และผลไม้ที่เด็ดง่ายก็ถูกเก็บไปหมดแล้วทันทีที่มีคนเจอ
แน่นอนว่าจะมีบางคนที่ทำเงินได้จากโอกาสง่าย ๆ ใหม่ ๆ ที่เกิดจากการเปลี่ยนแปลงทางเทคโนโลยี แต่มีโอกาสน้อยที่จะเป็นคุณ เพราะคุณไม่มีเครือข่ายทางธุรกิจที่จะทำให้มันเกิดขึ้น
ยังทำให้นึกถึงคำพูดว่า “90% ของเกมคือเรื่องสภาพจิตใจสักครึ่งหนึ่ง” ด้วย
มี CEO แย่ ๆ อยู่เยอะมาก คล้ายกับนักการเมืองพอสมควร การได้เป็น CEOนั้นยากพอตัว แต่ความสามารถที่ต้องใช้เพื่อไต่ไปถึงตำแหน่งนั้นกับความสามารถที่ต้องใช้เพื่อทำงานให้เก่งจริง ๆ ไม่ได้ทับซ้อนกันเสมอไป
ว่าจะประจบใครและไม่ประจบใคร รวมถึงจังหวะจะโชคดีพอดีไหม ล้วนสำคัญ
ส่วนกรณีที่ CEO ทำงานของตัวเองได้อย่างมีความสามารถจริง ๆ นั้นพบได้น้อยมาก
โดยมากเป็นชนชั้นแรงงานที่ค้ำบริษัทเอาไว้ และบางกรณีพนักงานก็ประคองบริษัทไว้ทั้ง ๆ ที่ขัดกับความต้องการของ CEO
ไม่ได้แปลว่าผู้บริหารอยากทำลายบริษัท แต่พวกเขาไร้ความสามารถจนตัดสินใจแย่ ๆ ซ้ำแล้วซ้ำเล่า
สุดท้ายแล้วสิ่งที่ต้องใช้เพื่อเป็น CEO ก็คือการโน้มน้าวใครสักคนว่า ถ้าให้ยืมเงินแล้วจะได้คืน
ฉันเคยทำงานใต้คนที่แย่มากจนดูเหมือนจะไม่ผ่านสัมภาษณ์ที่ไหนได้เลย แต่กลับเป็น CEO เพราะมีพรสวรรค์ในการดึงเงินเข้ามาได้อย่างต่อเนื่อง
ส่วนใหญ่พ่อแม่รวยคอยอัดเงินให้ และได้เข้าโรงเรียนดังด้วยสิทธิพิเศษจากเครือข่ายศิษย์เก่า
หลายคนฉลาดกว่าค่าเฉลี่ยก็จริง แต่ไม่ได้เป็นอัจฉริยะเลย
ความร่ำรวยนั้นทำให้พวกเขาได้จับคอมพิวเตอร์เร็วกว่าคนอื่น
ดูเหมือนพวกเขาจะไม่เข้าใจหรือไม่ก็ไม่ยอมเข้าใจว่าตัวเองโดยเฉลี่ยแล้วเป็น “nepo babies” อย่างท่วมท้น
แน่นอนว่า CEO ของบริษัทอย่าง Microsoft คงยากและกดดันมากในหลายด้าน แต่ CEO ส่วนใหญ่ไม่ได้อยู่ในตำแหน่งแบบนั้น
ถ้าพูดจากประสบการณ์ล้วน ๆ CEO กับ CTO ส่วนใหญ่ที่ฉันเจอเป็นคนโง่ที่ไม่รู้อะไรเลย
แต่ฉันเขียนโปรแกรมมา 25 ปี และเคยเป็น CEO แค่ 3 ปี เพราะงั้นก็ควรฟังแบบเผื่อใจไว้บ้าง
ฉันคิดว่าผู้คนประเมินค่าตำแหน่งพวกนี้สูงเกินไปมาก สุดท้ายมันขึ้นอยู่กับว่าบริษัททำอะไรจริง ๆ และตำแหน่งนั้นในบริษัทต้องการอะไร
CTO ของบริษัท SaaS ไร้สาระบริษัทหนึ่งอาจเป็นแค่เด็กเพิ่งจบมหาวิทยาลัยก็ได้ เพราะมีแนวโน้มสูงว่ากำลังทำเรื่องจิ๊บจ๊อยที่ใคร ๆ หรือแม้แต่ LLM ก็ประกอบขึ้นมาได้
แต่ถ้าเป็น CTO ของบริการสตรีมมิงที่ใช้งานกันแพร่หลาย เชื่อถือได้ และรองรับสัดส่วนที่มีนัยสำคัญของทราฟฟิกอินเทอร์เน็ตทั้งโลก นั่นก็เป็นงานที่น่าสนใจและยากกว่ามาก และการตัดสินใจก็สำคัญกว่ามากด้วย
เห็นใน Xitter ว่าถ้า “CEO คนไหนจะใช้ AI มาแทนงาน ก็ต้องเริ่มจากแทนเลขาของตัวเองก่อน” ซึ่งฉันคิดว่าเป็นกฎที่สมบูรณ์แบบ
เดโม AI ทั้งหมดก็เหมือนเป็นร่างแปลงของผู้ช่วยส่วนตัวไม่ใช่เหรอ งั้น AI ก็ควรทำงานนั้นได้สิ
ฉันเดาว่าคงมี CEO ที่มีเลขาอาสาสมัครอยู่ 0 คน
ขอย้ำว่าไม่ได้ตั้งใจดูถูกเลขามนุษย์นะ พวกเขาทำงานที่มีคุณค่า และฉันก็ไม่คิดว่าควรถูกแทนที่ด้วย AI
มีคนจากฝั่ง OpenAI บอกว่าตอนนี้มันเก่งกว่าหมอแล้ว นั่นไม่ใช่คำพูดฉันนะ เขาพูดเอง งั้นเขาคงเปลี่ยนหมอของตัวเองเป็นมันไปแล้วสินะ?
ถ้าเป็น AI ที่ปรับแต่งเฉพาะทางก็น่าจะเหมาะมากสำหรับแทน CEO แค่คิดดูก็พอว่าถ้าลดต้นทุนทางอ้อมได้ขนาดนั้น บริษัทจะทำอะไรได้อีกเยอะแค่ไหน
โค้ดให้มนุษย์ + AI ทำ ส่วนการจัดการให้ AI ล้วนรับไป
พวก CEO เข้าใจว่า AI มอบโอกาสในการเพิ่มผลิตภาพได้ การเอาผลิตภาพที่เพิ่มขึ้นนั้นไปใช้เพื่อลดคน เป็นวิธีคิดที่ขาดจินตนาการ
วิธีที่กล้ากว่าคือใช้ประโยชน์จากการเพิ่มขึ้นนั้นเพื่อทำเกินความคาดหวังของลูกค้าปัจจุบัน หรือเพิ่มรายได้โดยไม่ต้องเพิ่มจำนวนพนักงานตามสัดส่วน เป็นต้น
มี CEO แย่ ๆ อยู่เยอะมาก
มีนักพัฒนาซอฟต์แวร์แย่ ๆ อยู่เยอะมากเหมือนกัน
พอสองอย่างนี้มาเจอกัน คนที่โดนไล่ออกคือนักพัฒนาซอฟต์แวร์
ส่วน CEO ก็ใช้stock optionหลังจากนั้นสักพักแล้วก็ไป
CEO ของบริษัทมหาชนยุคใหม่ส่วนใหญ่ใกล้เคียงกับผู้จัดการกองทุนเฮดจ์ฟันด์ที่พยายามรีดเงินดอลลาร์สุดท้ายออกมาจากแรงงาน AI เป็นคันโยกที่ทำให้พวกเขาหลงใหล แต่แทบไม่ค่อยได้ผล
ถ้า AI ทำให้คุณมีความสามารถมากขึ้น โดยพื้นฐานแล้วมันก็คล้ายกับการได้รับเงินทุนเพิ่ม
CEO ที่เห็นแบบนั้นแล้วคิดว่าเราควรลดคน ก็กำลังส่งสัญญาณด้วยว่าไม่รู้จะใช้ทรัพยากรที่เพิ่มขึ้นนั้นอย่างไร
ทำไมเราถึงสร้างโมเดล AI ที่มาแทน CEO พวกนี้ไม่ได้ล่ะ? ดูแล้วน่าจะบริหารบริษัทได้ค่อนข้างดีนะ
แล้วพนักงานที่คิดว่า AI จะมาแทน CEO ของตัวเองล่ะเป็นอย่างไร