CEO ที่คิดว่า AI จะมาแทนพนักงานได้ ก็เป็นแค่ CEO ที่แย่
(techdirt.com)- เครื่องมือ LLM อาจทรงพลังเมื่อพนักงานเรียนรู้ด้วยตนเองและเลือกใช้เป็นเครื่องมือช่วยงาน แต่การบังคับใช้ทั้งองค์กรพร้อมขู่ให้ลาออกไม่ใช่วิธีใช้งานที่ดี
- ในช่วง 3 เดือนที่ผ่านมา มีการส่งต่อกรณีตัวอย่าง 4 กรณีที่ CEO ส่งอีเมลถึงทั้งบริษัทในทำนองว่าถ้าไม่รีบเรียนรู้ AI tools ก็ให้ไปหางานที่อื่น
- วิธีให้รางวัลกับ ปริมาณการใช้งานเพียงอย่างเดียว เช่น ลีดเดอร์บอร์ดการใช้โทเค็น ไม่ได้สอนให้ใช้ LLM อย่างมีประสิทธิภาพ แต่อาจเพิ่มการใช้งานแบบไร้ผลิตภาพแทน
- ต่อให้ CEO จะทำต้นแบบหรือสัญญาที่ทำงานได้ด้วยเครื่องมือเอเจนต์จริง งานจริงอย่างการรีวิวโค้ด การตรวจเงื่อนไข ความปลอดภัย และการปฏิบัติตามกฎหมายก็ยังคงจำเป็น
- พลังของ LLM คือการช่วยให้พนักงานที่ใช้เป็นทำงานได้มากขึ้น ไม่ได้หมายความว่าต้องใช้มนุษย์น้อยลง
CEO กับปฏิกิริยาตื่น AI เกินเหตุ
- ในช่วง 3 เดือนที่ผ่านมา มีการส่งต่อกรณี 4 กรณีที่ CEO ตอบสนองต่อ AI แบบเกินเหตุ
- สิ่งที่เหมือนกันคือมีข้อความในอีเมลถึงทั้งบริษัทว่า หากไม่รีบเรียนรู้และใช้เครื่องมือ LLM ก็ให้ไปหางานใหม่
- บางบริษัทเรียกที่ปรึกษามาสอนทีมให้ใช้เครื่องมือ หรือจัด office hours และ AI hackathon ภายใน
- แกนร่วมของทุกกรณีคือการกดดันให้พนักงานต้องใช้ AI ในงานอยู่ตลอดเวลาเพียงเพราะมันเป็นเทคโนโลยีที่น่าทึ่ง
วิธีส่งเสริมที่ผิดทาง
- บางบริษัทสร้างลีดเดอร์บอร์ดการใช้โทเค็น ซึ่งเป็นวิธีที่ไม่เหมาะในการส่งเสริมให้ใช้ LLM ให้เก่ง
- การใช้ AI ให้ดีต้องเรียนรู้ที่จะมองโทเค็นเป็นทรัพยากรที่มีจำกัด
- หากนับเพียงว่ายิ่งใช้โทเค็นมากยิ่งดี ก็จะทำให้การใช้งานแบบไร้ผลิตภาพเพิ่มขึ้นได้ง่าย
- เครื่องมือ LLM อาจทรงพลังและสำคัญ แต่ประโยชน์จริงยังมีทั้งปัญหาและข้อจำกัดหลายด้าน
ความต่างระหว่างการบังคับใช้กับการเลือกใช้โดยสมัครใจ
- LLM อาจทรงพลังเมื่อผู้ใช้เรียนรู้เครื่องมืออย่างดีและเลือกใช้เองเป็นเครื่องมือช่วยงาน
- คนที่ถูกบังคับให้ใช้เครื่องมือ LLM จะไม่สามารถเรียนรู้วิธีใช้มันอย่างมีประสิทธิภาพได้
- พนักงานเองก็จะได้ประโยชน์หากเข้าใจทั้งพลังและข้อจำกัดของ AI tools ลึกขึ้น
- พลังของ LLM อยู่ที่การช่วยให้พนักงานทำงานได้มากขึ้นเมื่อถูกใช้อย่างถูกต้องและด้วยความสมัครใจ
งานจริงที่ CEO มักมองข้าม
- Aaron Levie, CEO ของ Box ซึ่งเป็นผู้ศรัทธาใน AI เช่นกัน อธิบายว่าทำไม CEO จึงมักหมกมุ่นกับ AI มากเกินไป
- CEO มักอยู่ห่างจากงานจริงในช่วงท้ายที่จำเป็นต่อการสร้างคุณค่าด้วย AI มากพอจนเปราะบางต่อสิ่งที่เรียกว่า “AI psychosis”
- คำว่า “AI psychosis” อาจทำให้เข้าใจผิด และถูกนักจิตวิทยาและจิตแพทย์หลายคนวิจารณ์ว่าไม่แม่นยำและอาจทำให้ปัญหาหนักขึ้น
- เมื่อ CEO ใช้ AI พวกเขามักเห็นแต่ผลลัพธ์ที่ดี โดยไม่คำนึงถึงงานอีก 10 หรือ 20 ขั้นถัดไปที่จำเป็นเพื่อให้เอเจนต์สร้างผลลัพธ์ที่ยั่งยืน
- ต่อให้ CEO บอกว่า “ฉันสร้าง product prototype ที่เจ๋งมากได้แล้ว” ก็ยังต้องมีการรีวิวโค้ดและแก้ปัญหาก่อนนำขึ้นโปรดักชันจริง
- ต่อให้ CEO บอกว่า “ฉันสร้างสัญญาได้แล้ว” ก็ยังต้องตรวจทุกข้อสัญญาและเชื่อมโยงกับสัญญาเดิมก่อนส่งให้อีกฝ่าย
ความต่างระหว่างของที่ใช้งานได้กับผลิตภัณฑ์ที่รองรับสเกล
- “ของที่ใช้งานได้”, “ของที่ใช้งานได้ดี”, “ของที่ใช้งานได้ดีในระดับสเกล”, และ “ของที่ใช้งานได้ดีในระดับสเกลภายใต้สภาพแวดล้อมเฉพาะ” เป็นคนละเรื่องกัน
- เหตุผลที่บริษัทมีพนักงานจำนวนมากก็เพื่อเติมเต็มรายละเอียดเล็ก ๆ แต่สำคัญที่ CEO มักมองไม่เห็น
- ความปลอดภัย การปฏิบัติตามกฎหมาย และการเข้าถึงสำหรับทุกคน เป็นตัวอย่างของรายละเอียดที่ CEO มองข้ามได้ง่าย
- การสร้างบางอย่างที่ทำงานได้ด้วยเครื่องมือเอเจนต์นั้นเป็นไปได้ แต่การทำผลิตภัณฑ์สำหรับตลาดมวลชนให้ดีและใช้งานได้อย่างปลอดภัยต้องใช้ความพยายามมากกว่านั้นมาก
- เครื่องมือเขียนโค้ดแบบเอเจนต์อาจช่วยบางงานได้เช่นกัน แต่หากกระโดดจาก “ฉันสร้างอันหนึ่งได้” ไปเป็น “ดังนั้นใคร ๆ ก็สร้างได้” ก็จะมองข้ามเหตุผลที่ต้องจ้างคนที่มีความรู้และประสบการณ์
เครื่องมือเฉพาะบุคคลและความคิดแบบ cargo cult
- กรณีใช้งานที่ดีที่สุดของเครื่องมือ LLM คือการสร้างเครื่องมือเฉพาะบุคคลเต็มรูปแบบเพื่อช่วยทำงานบางอย่าง มากกว่าการสร้างเครื่องมือสำหรับตลาดมวลชน
- หาก CEO เห็นแค่ว่าพนักงานที่ไหนสักแห่งในองค์กรทำงานกับคอมพิวเตอร์แล้วสร้างผลลัพธ์ได้ และคิดว่างานที่ตนทำกับ Claude Code เป็นงานแบบเดียวกัน นั่นคือความคิดแบบ cargo cult
- ขั้นตอนเพิ่มเติมและงานประมวลผลที่พนักงานทำซึ่ง CEO มองไม่เห็นนั้นยังคงจำเป็น
- เมื่อ CEO สร้างบางอย่างด้วยเครื่องมือเอเจนต์อย่าง Claude Code แล้วเห็นว่ามันทำงานได้ ก็อาจตัดสินผิดว่าทำไมยังต้องมีพนักงานจำนวนมาก
ตรรกะการปลดคนกับเรื่องเล่าขององค์กร
- ภาพของ CEO ที่คลั่งไคล้เทคโนโลยี AI อย่างเต็มตัวแล้วสรุปทันทีว่าสามารถปลดพนักงานครึ่งบริษัทได้ ถูกบรรยายว่าเป็นสถานการณ์ที่มืดหม่นแต่ชวนขำ
- บริษัทที่คิดว่าสามารถปลดคนจำนวนมากได้เพราะเครื่องมือ LLM จะพบในไม่ช้าว่าตัวเองคิดผิด
- สิ่งที่ต้องการไม่ใช่คนที่น้อยลง แต่คือคนที่มากขึ้นซึ่งรู้วิธีทำงานอย่างมีผลิตภาพ
- ในกรณีส่วนใหญ่ บริษัทที่อ้าง LLM เป็นเหตุผลในการปลดคนครั้งใหญ่ มักใช้มันเป็นข้ออ้าง
- เมื่อเทียบกับการยอมรับว่าจ้างคนเกินมา เรื่องเล่าแบบ “ประสิทธิภาพจาก AI” เป็นคำอธิบายที่ Wall Street รับได้ง่ายกว่า
สิ่งที่ CEO ควรเรียนรู้
- CEO ควรเรียนรู้ว่าเทคโนโลยีทำงานอย่างไร ซึ่งรวมถึงการเข้าใจข้อจำกัดของมันด้วย
- หาก CEO คิดว่า prototype ที่ทำด้วย vibe coding พร้อมสำหรับโปรดักชันแล้ว ก็ควรปล่อยให้เปิดใช้งานจริงเพื่อดูผลลัพธ์
- หาก CEO คิดว่าสัญญาที่ทำด้วย vibe coding แข็งแรงพอ ๆ กับสัญญาที่ทนายตรวจแล้ว ก็จะได้เห็นว่าค่าใช้จ่ายทางกฎหมายเป็นอย่างไรเมื่อเกิดปัญหา
- เครื่องมือ AI ทรงพลัง แต่ CEO ที่เชื่อว่ามันมาแทนงานของพนักงานได้ คือ CEO ที่แย่
1 ความคิดเห็น
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