หัวข้อนี้พูดถึง 6 การเปลี่ยนแปลงครั้งใหญ่ที่ทีม Software Engineer ต้องเผชิญ...

ลองจินตนาการถึงภาพว่าเราเป็น Software Engineer ที่สั่งการให้ "Devin" ซึ่งเป็น AI Agent จำนวน 80 ตัว ทำงานขนานกันไปตลอดทั้งคืน ก่อนที่จะเข้านอน

เมื่อเราตื่นมาในเช้าวันถัดไป งานที่เทียบเท่ากับแรงงาน 80 คนทำต่อเนื่อง 6 ชั่วโมง ถูกส่งมอบเพื่อให้เราตรวจสอบเรียบร้อยแล้ว

นี่ไม่ใช่พล็อตหนังไซไฟ แต่ คือ ภาพสะท้อนของ "Moore's Law for AI Agents" ที่ความฉลาด และ ขีดความสามารถในการจัดการงานที่ซับซ้อน (Long-running tasks) กำลังเติบโตแบบ exponential ทั้งในการทำ Binary Inspection ไปจนถึงการตรวจหาช่องโหว่ (Exploits)

ในโลกที่ Intelligence กำลังทวีความรุนแรง (Compounding) บทบาทของ programmer กำลังเปลี่ยนไปแบบถอนรากถอนโคน

จากผู้ลงมือทำ (Individual Contributor) สู่การเป็น "ผู้จัดการกองทัพ AI" (Fleet Manager)

นี่คือ 6 หลักการสำคัญที่วิศวกร และ ผู้บริหารต้องเข้าใจเพื่อรับมือกับคลื่นลูกนี้...

1. เมื่อ IC กลายเป็น "ผู้จัดการกองทัพ" (The Fleet Manager)

ในยุคใหม่ เส้นแบ่งระหว่างการเป็นวิศวกร (IC) และ ผู้จัดการ (Manager) จะจางลงเรื่อยๆ วิศวกรคนเดียวต้องทำหน้าที่เหมือน Engineering Leader ที่คุมกองทัพ AI

ตัวอย่าง

ที่ชัดเจน คือ Goldman Sachs ที่เริ่มปรับโครงสร้างทีมขนานใหญ่ โดยเฉพาะทีม Migration แทนที่วิศวกรจะนั่งเขียนโค้ด เพื่อย้ายระบบ Cobalt หรือ J2E ทีละบรรทัด

พวกเขาจะสร้าง "Spring Boot Playbook" เพื่อกำหนดมาตรฐานและทิศทาง แล้วกระจายงานให้ Agent เป็นผู้ลงมือทำ

กรณีศึกษาที่น่าสนใจ

คือ ในบางธนาคาร ทีมงานขนาด 9 คน สามารถปรับลดเหลือเพียง 4 คนได้ โดยที่ประสิทธิภาพไม่ได้ลดลง

ไม่ใช่เพราะทั้ง 4 คน ทำงานหนักขึ้น แต่พวกเขาคิดเหมือน manager มากขึ้น

ทักษะที่จำเป็นในอนาคตจึงไม่ใช่แค่การเขียนโปรแกรม แต่ คือ Soft Skills ในการแบ่งงาน (Delegation) การให้ Feedback และ การควบคุมทิศทางไม่ให้ AI ทำงานหลุดจากเป้าหมาย

เราอาจไม่ต้องใช้ Soft Skills ในการจัดการความขัดแย้งระหว่างบุคคลมากเท่า manager แต่เราต้องมีทักษะในการนำงานมาซอยย่อย การให้ Feedback และ การกำกับดูแลให้ Agent ไม่ทำงานหลุดโฟกัส นี่คือพื้นฐานสำคัญที่ IC ในอนาคตต้องมี

2. การทำงานแบบ Asynchronous คือมาตรฐานใหม่

เรากำลังเปลี่ยนผ่านจากโลกแห่ง Synchronous Software Engineering ที่วิศวกรจดจ่ออยู่กับ IDE ของตนเอง ไปสู่โมเดลการทำงานแบบ Asynchronous อย่างเต็มรูปแบบ

เครื่องมืออย่าง Windsurf (IDE ที่ถูกซื้อกิจการเมื่อปีก่อน) หรือ CLI product ตัวใหม่ของ Cognition ที่มีประสิทธิภาพเหนือกว่า Cloud Code กำลังเปลี่ยนพฤติกรรมจากการพิมพ์โค้ดสดๆ ไปเป็นการสั่งงานผ่าน Chat หรือ Slack

เช่น

การแท็ก Devin ให้ช่วยเพิ่ม Light Mode ในแอป แล้วปล่อยให้มันไปทำงานใน background แล้ว AI จะกลับมาพร้อม Pull Request เมื่อทำเสร็จ

การสื่อสารจะเปลี่ยนจากการเขียนโค้ดเป็นการสนทนา ซึ่งช่วยปลดล็อกขีดจำกัดด้านเวลา

แต่ทีมต้องเลือกใช้เครื่องมือให้ถูกประเภท:

  • IDE สำหรับงานที่ต้องการ Feedback ทันที (Quick Loop)
  • Async Agent สำหรับงานที่ต้องอาศัยระยะเวลาและอิสระในการจัดการ

3. คอขวดใหม่คือ "Spec" ไม่ใช่ "Code"

เมื่อการผลิตโค้ดทำได้รวดเร็วและราคาถูกลงมาก (สำหรับตอนนี้) แต่เราก็จะเจอกับปัญหาใหม่ (Bottleneck) ที่เกิดขึ้น คือ...

การเขียนความต้องการ หรือ "Specification" ให้ชัดเจน

เพราะหาก Spec ไม่แม่นยำ ต่อให้ AI จะขยันขันแข็งแค่ไหน ถ้าไม่เข้าใจบริบททางธุรกิจ มันจะสร้างโค้ดที่ใช้งานได้จริง แต่ขัดต่อ Architecture หรือ Coding Convention ของทีม

ตัวอย่าง

จากธนาคารขนาดใหญ่ในสิงคโปร์ พวกเขาหันมาใช้ AI ในการ "Industrializing Spec Production"

ตั้งแต่การแปลง User Story เป็น PRD (Product Requirements Document), Design จนถึง Implementation Plan

กระบวนการนี้ช่วยเพิ่มประสิทธิภาพได้ถึง 30% ก่อนที่จะเริ่มเขียนโค้ด

นอกจากนี้ การเขียน Spec ที่ดี จะช่วยลดจำนวน Token ที่สูญเปล่าจากการที่ AI ทำงานผิดทิศทาง ซึ่ง เป็นหัวใจสำคัญในการบริหารต้นทุน ที่ CFO ให้ความสนใจ

4. ปริมาณงานที่ทำได้ ไม่ขึ้นอยู่กับจำนวนคนอีกต่อไป (The Labor Multiplier)

ในอดีต Headcount และ Workload มีความสัมพันธ์กันแบบเส้นตรง แต่ปัจจุบันเกิดการ Decoupling อย่างชัดเจน

กรณีของ Citi ที่ต้องย้ายงานกว่า 40,000 รายการบนระบบ Talend (Talend jobs) ภายในระยะเวลาจำกัด

ซึ่งหากใช้แรงงานคนตามปกติ อาจต้องใช้ engineer ถึง 1,250 คน แต่ด้วยเครื่องมือ AI เลยทำให้สามารถทำงานนี้ให้จบได้ภายใน 2 เดือนด้วยทีมงานเดิมที่มีอยู่

นี่ คือ ความหมายของการใช้ AI เป็น "Labor Multiplier" ในงานที่มีลักษณะ Deterministic และ Repeatable (ทำซ้ำได้และคาดเดาผลได้) มันจะไม่ถูกจำกัดด้วยจำนวนคนอีกต่อไป

ธุรกิจต้องมองหาว่างานประเภทไหนที่สามารถใช้ AI ทำงานได้แบบ exponential เพื่อสร้างผลลัพธ์มหาศาล โดยไม่ต้องจ้างคนเพิ่มแบบ Linear

5. การตรวจสอบ (Verification) คือความท้าทายที่แท้จริง

เมื่อ Generation (การสร้าง) กลายเป็นของราคาถูก ความท้าทายจะย้ายไปอยู่ที่ Verification (การตรวจสอบ)

เมื่อ AI 20 ตัวทำงานให้เราตลอดคืนจนได้งานเทียบเท่ากับคนทำ 6 ชั่วโมง/คน การให้คนมานั่งไล่ reviews โค้ดทุกบรรทัดย่อมเป็นไปไม่ได้

สิ่งที่ตามมา คือ ปัญหา Delivery Instability หรือ ความไม่เสถียรในการส่งมอบงาน

บริษัทอย่าง Pfizer จึงเปลี่ยนโฟกัสจากการสนใจแค่ "ปริมาณโค้ด" ไปสู่ "What tests pass" (การทดสอบที่ผ่าน)

โดยวิศวกรต้องสร้างระบบ Deterministic Verification ที่เข้มงวด เพื่อคัดกรองงานที่ AI ผลิตออกมา

แม้จะมีการใช้ AI ช่วยในการรีวิวโค้ด แต่สุดท้าย "Human-led review" ยังคงเป็นประตูด่านสุดท้ายที่ต้องตัดสินใจบนพื้นฐานของระบบการทดสอบที่แข็งแกร่งอยู่ดี

6. งานบำรุงรักษาแบบ "Ambient Maintenance" และโจทย์เรื่อง "Human Capital"

ปัญหาที่วิศวกรมักเบื่อหน่ายกัน เช่น การแก้บั๊กใน CI/CD, การเคลียร์ SonarQube backlog หรือ การแก้ไขช่องโหว่ด้านความปลอดภัย (CVE) มันกำลังจะกลายเป็นงานแบบ Ambient (เกิดขึ้นและจบไปใน background)

บริษัทอย่าง One Advanced เริ่มใช้ระบบที่เมื่อเกิด Error หรือ พบช่องโหว่ใหม่ AI จะริเริ่มการแก้ไข และ ส่งคำขอให้ตรวจสอบโดยอัตโนมัติ แต่สิ่งนี้มันทำให้เกิดความท้าทายเชิงกลยุทธ์ที่เรียกว่า "The Apprentice Dilemma"

หาก AI ทำงาน Maintenance และงาน CVE ที่เคยเป็น "โรงเรียน" ของวิศวกรจบใหม่ไปจนหมด แล้วเราจะฝึกฝนวิศวกรรุ่นต่อไปให้เข้าใจระบบอย่างลึกซึ้งได้อย่างไร?

นี่ คือโจทย์ที่ผู้นำองค์กรต้องวางแผน เพื่อรักษาความสมดุลระหว่างความเร็วในการพัฒนา (Velocity) และ การสร้างบุคลากรในระยะยาว

บทสรุป: อนาคตของวิศวกร คือ "Senior Judgment"

ในโลกที่ "โค้ดไม่มีราคา" สิ่งที่มีค่าที่สุด คือ Senior Judgment หรือ การตัดสินใจบนพื้นฐานของประสบการณ์ และ ความอาวุโส

ความสำเร็จของวิศวกรยุคใหม่ไม่ได้วัดที่ความเร็วในการพิมพ์โค้ด แต่อยู่ที่ความสามารถในการใช้ Systems Thinking (การคิดเชิงระบบ) และ First Principles (การคิดจากหลักการพื้นฐาน) เพื่อควบคุมกองทัพ AI ให้ทำงานได้อย่างถูกต้อง มั่นคง และยั่งยืน

AI จะทำหน้าที่จัดการงานซ้ำซากใน Backlog เพื่อให้คุณได้ใช้เวลาไปกับการวางสถาปัตยกรรม และ การตัดสินใจในระดับ Senior ที่มีผลต่อทิศทางธุรกิจอย่างแท้จริง

ในวันที่โค้ดไม่มีราคา สิ่งเดียวที่มีค่าที่สุด คือ การตัดสินใจของเรา