หยุดรับ junior engineer หรือโปรแกรมเมอร์ที่เพิ่งเริ่มทำงาน แล้วให้ AI ทำงานส่วนนั้นแทน คือการตัดสินใจที่ลดต้นทุนได้จริงในปีนี้ เหตุผลเบื้องหลังก็ฟังขึ้น โมเดล AI เขียนโค้ดในระดับเดียวกับที่เด็กจบใหม่เขียนได้แล้ว ส่วนคนที่จะคุมงานของ AI ให้ใช้ได้จริงต้องอ่านโค้ดออกและรู้ว่าอะไรกำลังจะพัง นั่นคืองานของ senior หรือวิศวกรที่ผ่านงานมานาน ปลายทางของเหตุผลชุดนี้จึงเป็นทีมเล็กที่มีแต่คนมีประสบการณ์ และหน้าเว็บบริษัทที่ไม่มีประกาศรับคนใหม่อีกต่อไป

ปัญหาของการคิดแบบนี้ไม่ใช่เรื่องใจดีหรือไม่ใจดีกับเด็กจบใหม่ แต่เป็นการคำนวณที่นับไม่ครบ สิ่งที่นับคือผลงานที่ทีมผลิตได้ในไตรมาสนี้ ส่วนสิ่งที่ไม่ได้นับคือระบบการทำงานที่ทีมใช้ ต้นทุนการหาคนในปีหน้า และคนที่จะขึ้นมาเป็น senior แทนคนที่ลาออกในอีกห้าปี กับดักการจ้างงานแบบนี้ก็ไม่ใช่เรื่องใหม่ มันมีมาก่อน AI แล้ว เพียงแต่ AI ทำให้มันดูมีเหตุผลกว่าเดิมมาก

เส้นแบ่ง junior กับ senior ไม่ได้อยู่ที่อายุงาน

ภาพที่ติดอยู่ในหัวเวลาพูดถึงสองคำนี้คือ senior เท่ากับ junior บวกประสบการณ์อีกสิบปี เก่งกว่าในทุกเรื่อง และทำทุกอย่างที่คนใหม่ทำได้ ภาพจริงเป็นวงกลมสองวงที่ทับกันแค่บางส่วน แล้วแต่ละวงก็ยื่นออกไปคนละทาง

โดยเฉลี่ยแล้ว วิศวกรที่ทำงานมานานมักต่อต้านการเปลี่ยนวิธีทำงานมากกว่า มักเลือกใช้เครื่องมือและกระบวนการที่ตัวเองคุ้นมือ และมักไม่ค่อยอยากลงแรงกับงานที่จำเป็นแต่ไม่สนุก ส่วนคนที่เพิ่งเริ่มทำงานปรับตัวเข้ากับเครื่องมือ AI ได้เร็วกว่า เพราะมีของเก่าให้เลิกใช้น้อยกว่า

ตัวอย่างที่ชัดคือการสั่งงาน agent หรือการปล่อยให้ AI รับโจทย์ไปทำต่อเองทีละขั้นจนจบ คนที่เพิ่งเริ่มทำงานจับทางเรื่องนี้ได้เร็วกว่า และกล้าต่อลูปหรือวงจรการทำงานอัตโนมัติแบบนั้นขึ้นมาใช้จริงมากกว่า ในอีกฝั่ง นักพัฒนาที่ทำงานมาสิบห้าปีบางคนไม่ยอมต่อลูปแบบนั้นเลย เพราะอยากคุมโค้ดเองทุกบรรทัด

แต่ความเร็วแบบนั้นมีต้นทุนของมัน ลูปที่คนใหม่ต่อขึ้นมาเองมักไม่ได้ออกแบบโดยคำนึงถึงคุณภาพหรือการดูแลต่อในระยะยาว เป้าหมายมีเพียงให้งานเสร็จ นี่คือเหตุผลที่ทีมต้องการทั้งสองฝั่ง ไม่ใช่เหตุผลที่จะเลือกฝั่งใดฝั่งหนึ่ง

junior ยุคนี้ไม่ได้ทำงานแบบ junior ยุคก่อน

จุดที่ชวนสับสนในเรื่องนี้คือ งานที่ AI ทำแทนได้ไม่ใช่สิ่งเดียวกับคนที่เพิ่งเริ่มทำงาน คนที่เข้าวงการวันนี้ต้องทำของที่ยากกว่ารุ่นก่อนตั้งแต่เดือนแรก

ข้อแรกคือต้องรีวิวโค้ด หรือตรวจทานความถูกต้องของโค้ดตั้งแต่วันแรก เพราะโค้ดก้อนใหญ่ที่วางอยู่ตรงหน้าไม่ได้มาจากมือคน แต่มาจาก AI ก่อนจะนำขึ้นระบบจริง ข้อสองคือต้องตั้งคำถามกับสิ่งที่ AI ตอบตลอดเวลา ว่าทำไมถึงเขียนแบบนี้ และมันรู้ได้อย่างไรว่าวิธีนี้ใช้ได้ ทักษะคิดเชิงวิพากษ์ จึงกลายเป็นงานประจำวันของคนที่เพิ่งเริ่มทำงาน ไม่ใช่ของที่ค่อยไปเรียนตอนเป็นหัวหน้าทีม ข้อสามคือต้องมองภาพรวมของระบบตั้งแต่ต้น เพราะก้อนงานที่ได้รับมอบหมายใหญ่กว่าเดิมตั้งแต่วันแรก

พอโจทย์เปลี่ยนแบบนี้ ความเชื่อที่ว่าจ้างคนใหม่ไว้ทำงานจุกจิกก็ใช้ไม่ได้อีกต่อไป และข้อมูลว่า AI จะเข้ามาแทนงานส่วนไหนบ้าง ก็อ่านได้อีกแบบทันที คือ AI แทนที่งานประเภทหนึ่ง ไม่ได้แทนตำแหน่งที่เป็นจุดเริ่มต้นให้คนคนหนึ่งเติบโตต่อไป

ผลงานที่มองเห็น กับต้นทุนที่ไม่ได้อยู่ในสมการ

ผลงานที่วิศวกรสร้างได้โดยตรงเป็นเพียงชั้นแรกของความสำเร็จของทีม ชั้นที่สองคือระบบการทำงานที่ทีมใช้ ต้นทุนการหาคน การรักษาคนไว้ และการเติบโตของแต่ละคน ชั้นนี้ไม่โผล่ในรายงานประจำไตรมาส แต่มันตัดสินว่าทีมจะยังทำงานได้ดีอยู่ไหมในอีกสามปี

ชั้นที่สองเห็นชัดที่สุดตรงเรื่องระบบการทำงาน ทีมที่ออกแบบระบบและบังคับใช้ได้ดีคือทีมที่มีคนหลายระดับทำงานร่วมกัน ส่วนทีมที่มีคนระดับใดระดับหนึ่งมากเกินไปมักติดปัญหาคนละแบบ

ระบบที่ชัดพอให้คนอื่นทำตามได้ยังช่วยให้ขยายงานที่ใช้ AI ได้ด้วย เพราะ AI ทำงานตามกฎที่เขียนไว้ชัดเจน ไม่ใช่ตามความเข้าใจที่อยู่ในหัวใครคนหนึ่ง ทีมที่มีแต่คนเก๋าจึงมักมีความรู้มาก แต่ไม่เคยเขียนความรู้นั้นไว้ให้ชัดเจน และสภาพแบบนี้ทำให้ AI เข้าไปช่วยได้ยาก

senior ซื้อยาก แต่ปั้นได้

เรื่องต้นทุนการหาคนตรงไปตรงมากว่านั้นอีก การหา senior คือการแย่งคนกลุ่มเดียวกับที่ทุกบริษัทกำลังแย่ง จำนวนคนมีจำกัด กระบวนการยาว และแพง ไม่มีทางลัด ส่วนคนที่เพิ่งเริ่มทำงานมาจากช่องทางที่คาดเดาได้และวางแผนล่วงหน้าได้ ทั้งมหาวิทยาลัยและค่ายฝึกเขียนโค้ด ทั้งถูกกว่าและเร็วกว่า

ข้อที่สามคือการเติบโต และเป็นข้อที่วัดเป็นตัวเลขในไตรมาสนี้ไม่ได้เลย คนใหม่สามารถเติบโตจนตรงกับชุดทักษะที่บริษัทต้องการจริงๆ ได้ ซึ่งเป็นของที่หาซื้อยาก เพราะ senior ที่ลงหลักปักฐานกับชุดเครื่องมือและวิธีทำงานของตัวเองมาแล้ว อาจไม่ได้อยากเปลี่ยนมาทำแบบที่ทีมนี้ทำ

อีกด้านคือเพดานการเติบโต ทุกบริษัทมีเพดานว่าวิศวกรคนหนึ่งจะเรียนรู้อะไรได้อีกแค่ไหน คนที่ผ่านงานมามากมักชนเพดานนั้นเร็วกว่า แล้วก็ลาออกเมื่อรู้สึกว่าตัวเองหยุดโต ส่วนคนใหม่ยังมีระยะให้วิ่งอีกไกล เพราะงานที่ทำให้เขาโตขึ้นได้ยังหาไม่ยาก ในทีมที่มีสัดส่วนคนผสมผสานกันอย่างลงตัว การลาออกของ senior จึงไม่ทำให้ทีมสะดุด เพราะมีคนที่ไต่ขึ้นมาตามลำดับและพร้อมรับช่วงต่อ และวงจรนี้จะหยุดหมุนทันทีที่ไม่มีใครเข้ามาที่จุดเริ่มต้น

ระบบตรวจอัตโนมัติ สำคัญกว่าการเพิ่มคนตรวจ

รับคนใหม่เข้ามาแล้วใช่ว่าจะได้ผลเอง สิ่งเดียวที่ทำให้วงจรที่คนใหม่ไต่ขึ้นมาแทนคนเก่าพังได้คือ คนใหม่ไม่มีอะไรคอยบอกว่างานที่ทำอยู่ดีพอหรือยัง ผลที่ตามมามีสองชั้น ชั้นแรกคืองานที่ส่งออกไปไม่มีอะไรการันตีคุณภาพ ชั้นที่สองคือคนคนนั้นไม่ได้เรียนรู้อะไรจากงานที่ทำเลย สุดท้ายก็กลายเป็นการใช้ AI ในแบบที่ตัวเองก็อธิบายไม่ได้ว่ามันทำอะไรลงไป

สิ่งที่ต้องสร้างขึ้นมาแทนมีสองส่วน ส่วนแรกคือระบบตรวจอัตโนมัติ ได้แก่กฎที่เขียนเป็นข้อๆ ชุดทดสอบที่รันเองทุกครั้ง และเงื่อนไขที่งานต้องผ่านก่อนขึ้นระบบจริง ระบบเหล่านี้เป็นประโยชน์กับทุกฝ่าย ทั้ง senior ที่ไม่ต้องคอยเตือนเรื่องเดิมซ้ำๆ AI ที่มีกรอบให้ทำงาน และคนใหม่ที่เรียนรู้มาตรฐานของทีมได้โดยตรงจากกฎเหล่านั้น ส่วนที่สองคือการจับคู่คนใหม่กับ senior โดยให้คนใหม่ทดลองและทำงานได้เร็ว ส่วน senior คอยให้คำแนะนำโดยอาศัยวิจารณญาณและมุมมองต่อระบบโดยรวม ต้นทุนของทางนี้คือเวลาของ senior ที่ต้องแบ่งมานั่งทำงานด้วยกันจริงๆ ไม่ใช่แค่เซ็นอนุมัติตอนท้าย

มีทีมวิศวกรรมของบริษัท Wise ที่เล่าไว้บนเวทีสัมมนาว่าเลือกลงแรงกับระบบตรวจอัตโนมัติ แทนการเพิ่มขั้นตอนรออนุมัติ เพื่อให้คนใหม่ส่งงานได้เร็วขึ้นในวันที่มี AI ช่วยเขียนโค้ด ระบบตรวจอัตโนมัติบอกทันทีว่าอะไรผิด ส่วนการเพิ่มขั้นตอนรออนุมัติแค่ทำให้ทุกอย่างช้าลงเท่ากันหมด

แล้วถ้าอีกสองปี AI เก่งกว่านี้มาก

ข้อโต้แย้งที่หนักแน่นของฝั่งตรงข้ามคือความไม่แน่นอน ในเมื่อไม่มีใครรู้ว่าปีหน้า AI จะทำอะไรได้อีก การวางแผนเรื่องคนล่วงหน้าห้าปีก็ดูเหมือนการเดา บางองค์กรจึงตั้งใจไม่วางแผนล่วงหน้าเกินหนึ่งไตรมาสไปเลย

แต่ความไม่แน่นอนไม่เคยเป็นเหตุผลที่จะไม่วางแผน มันเป็นเหตุผลที่จะวางแผนบ่อยขึ้นต่างหาก ประโยคที่ Eisenhower อดีตประธานาธิบดีสหรัฐเคยพูดไว้ ตรงกับสถานการณ์นี้พอดี

แผนไม่มีประโยชน์ แต่การวางแผนขาดไม่ได้

คำถามที่ตอบได้จริงจึงไม่ใช่ว่า AI จะเก่งแค่ไหนในปี 2031 แต่เป็นคำถามที่เล็กกว่านั้นมาก นั่นคืออีกหนึ่งปีหรืออีกสองปีข้างหน้า ทีมนี้จะหน้าตาเป็นอย่างไร และคำตอบจะเปลี่ยนไปแค่ไหนถ้าเลือกส่วนผสมของอายุงานต่างออกไป คำถามชุดนี้ตอบได้โดยไม่ต้องรู้อนาคตของโมเดลเลย

การไม่รับคนใหม่วันนี้จึงไม่ได้แปลว่าองค์กรเชื่อมั่นใน AI แต่แปลว่าเลือกจะซื้อ senior จากตลาดที่บริษัทอื่นเป็นคนออกเงินปั้นให้ และถ้าทุกบริษัทตัดสินใจเหมือนกันหมด อีกห้าปีตลาดนั้นก็จะไม่มีของให้ซื้อ