ผู้สัมภาษณ์ในพอดแคสต์ตอนหนึ่งถาม CTO คนที่ดูแลงานเทคโนโลยีของบริษัทเทครายใหญ่แบบตรงๆ ว่าตอนนี้ยังรับวิศวกรจูเนียร์อยู่ไหม ไม่มีใครในวงหัวเราะแล้วปล่อยผ่าน ทั้งคนถามและคนตอบคุยกันต่อเหมือนการไม่รับใครเลยเป็นหนึ่งในนโยบายที่เลือกใช้ได้จริง คำถามแบบนี้ดังขึ้นเรื่อยๆ ตั้งแต่เอเจนต์เขียนโค้ดเริ่มรับงานง่ายๆ ที่เคยตกถึงมือคนอายุงานน้อยไปได้ พอเอเจนต์รับทาสก์พวกนั้นไปทำ ข้อสรุปที่หยิบง่ายที่สุดคือปีนี้ไม่ต้องเปิดรับเด็กจบใหม่ก็ได้

Francisco Trindade เขียนตอบเรื่องนี้ไว้ในบทความ The Kids Are Alright ว่าการปิดประตูไม่รับจูเนียร์ไม่ได้ทำให้ปัญหาที่ตั้งใจจะแก้หายไปไหน ของที่เอเจนต์รับไปทำแทนคือทาสก์ย่อยที่มีคนหั่นมาเรียบร้อยแล้วส่งต่อลงมาถึงมือคนท้ายแถว ทาสก์หน้าตาแบบนั้นเกิดจากวิธีแบ่งงานของทีม ไม่ได้เกิดจากระดับอายุงานของคนที่รับไปทำ ทีมที่นึกไม่ออกว่าจะให้คนเพิ่งเริ่มต้นทำอะไร จึงตีความปัญหาในกระบวนการของตัวเองผิดไปว่าเป็นข้อจำกัดของคน

ข้อโต้แย้งเรื่องไม่รับจูเนียร์ ไม่ได้เพิ่งเกิดพร้อม AI

ความคิดว่าอย่ารับคนอายุงานน้อยมีมาก่อนเอเจนต์นานแล้ว บริษัทเทคจำนวนหนึ่งเลือกรับตั้งแต่ระดับซีเนียร์ขึ้นไปมาหลายปี ด้วยเหตุผลว่าระบบข้างในซับซ้อนเกินกว่าจะปล่อยให้คนใหม่เข้าไปแตะแล้วทำของพัง

บริษัทหนึ่งที่ผู้เขียนเคยทำงานด้วยใช้นโยบายนี้เต็มรูปแบบ ผลข้างเคียงที่โผล่ออกมาแบบย้อนแย้งคือหัวหน้าหาคนมาปิดงานง่ายๆ ให้จบไม่ได้ เพราะทุกคนในทีมมองว่างานแบบนั้นต่ำกว่าระดับของตัวเอง เก้าอี้เต็มไปด้วยคนเก่ง แต่กองงานเล็กๆ กลับค้างอยู่อย่างนั้น

หลังจากนั้นบริษัทเดียวกันลองเปลี่ยนทาง เริ่มรับคนที่อายุงานยังน้อย แล้วเปิดโปรแกรมฝึกงานไว้เป็นประตูให้เด็กจบใหม่เดินเข้ามา ผ่านไปไม่กี่ปี อดีตอินเทิร์นบางคนขึ้นมาเป็นวิศวกรระดับกลาง และทำงานได้ดีกว่าบางคนที่บริษัทจ้างเข้ามาในตำแหน่งซีเนียร์ตั้งแต่วันแรกด้วยซ้ำ เวอร์ชัน AI ของข้อโต้แย้งนี้ไม่มีอะไรใหม่ มันคือความชอบเดิมที่ผิดมาตั้งแต่ต้น เพียงแต่เปลี่ยนชุดที่ใส่

ทีมเล็กลงได้ แต่ขนาดทีมไม่เคยเหลือศูนย์

สมมติฐานผิดข้อแรกคือทีมจะอยู่กันครบแบบนี้ไปตลอด วิศวกรที่เก่งขึ้นเรื่อยๆ สุดท้ายก็ออกไปหาโจทย์ที่ใหญ่กว่าเดิม เรื่องนี้เกิดขึ้นทั้งก่อนและหลังมีเอเจนต์ AI ช่วยให้ทีมเล็กลงได้จริง แต่ตัวเลขขนาดทีมจะยังมากกว่าศูนย์อยู่ดี

วันที่มีเก้าอี้ว่างขึ้นมา ทางเลือกมีสองทาง ทางแรกคือออกไปหาคนจากตลาด แล้วเสียทั้งค่าหาคนและเวลาอีกประมาณหกเดือนกว่าคนที่เพิ่งเข้ามาจะรู้จักระบบดีพอที่จะทำงานได้เต็มที่ ทางที่สองคือเลื่อนคนที่นั่งอยู่กับระบบนั้นมาแล้วขึ้นมาแทน ซึ่งเร็วกว่าและเสี่ยงน้อยกว่าเห็นๆ

ทางที่สองจะมีให้เลือกก็ต่อเมื่อสองสามปีก่อนมีคนตัดสินใจรับคนคนนั้นเข้ามา การไม่รับใครเลยในปีนี้จึงไม่ใช่การประหยัดเฉยๆ มันคือการตัดทางเลือกของตัวเองในวันข้างหน้าไปหนึ่งทาง

ทักษะที่เคยคิดเงินลูกค้าได้ วันนี้เหลือคำสั่งเดียวกับสิบนาที

สมมติฐานผิดข้อที่สองฟังดูมีเหตุผลกว่า คือวงการหมุนเร็วเกินกว่าจะลงทุนกับคนที่ยังไม่มีประสบการณ์ เพราะกว่าจะสอนจนใช้งานได้ ของที่สอนไปก็เปลี่ยนไปแล้ว

ผู้เขียนย้อนกลับไปช่วงที่ตัวเองเพิ่งเริ่มงานสายที่ปรึกษา ทั้งทีมคิดเงินลูกค้าแพงมาก แล้วหมดสัปดาห์แรกของโปรเจกต์ไปกับการตั้งระบบเก็บโค้ดและทำให้ระบบตรวจโค้ดอัตโนมัติทำงานผ่าน บางแห่งยังต้องรอเครื่องอีกหลายสัปดาห์กว่าจะเริ่มพิมพ์อะไรได้ งานก้อนเดียวกันนั้นทุกวันนี้จบได้ด้วยคำสั่งเดียวและเวลารออีกสิบนาที

งานตั้งระบบ Subversion เพื่อเก็บและติดตามการเปลี่ยนแปลงของโค้ดเคยเป็นงานที่คิดเงินลูกค้าได้ แต่ไม่รอดมาถึงวันนี้ ส่วนคนที่เคยตั้งระบบนี้ยังทำงานอยู่ในวงการ ถ้าวงการหมุนเร็วขนาดที่พูดกันจริง ประสบการณ์ก็เป็นสินทรัพย์ที่ราคาตกลงทุกปี และคนที่เถียงว่าจูเนียร์ตามไม่ทัน คือคนที่มีของเก่าต้องเลิกใช้มากที่สุด

เอเจนต์เขียนโค้ดแล้วจูเนียร์เหลืออะไรให้ทำ

สมมติฐานผิดข้อที่สามฝังลึกที่สุด ถ้าวิศวกรมีหน้าที่สั่งเอเจนต์แล้วตรวจงานที่มันทำเสร็จ คนที่เพิ่งเริ่มจะเหลืออะไรให้ทำ คำถามนี้ตั้งอยู่บนความเข้าใจว่างานวิศวกรมีค่าเท่ากับโค้ดที่ส่งออกไป ทั้งที่ของจริงตั้งแต่ก่อนมี AI จนถึงวันนี้คือการทำซอฟต์แวร์ที่สร้างคุณค่าให้คนใช้ ตอนนี้แค่เปลี่ยนมาทำผ่านเอเจนต์ที่พิมพ์โค้ดให้

ส่วนที่ยังต้องพึ่งคนคือการตัดสินใจ วันนี้การตัดสินใจยังเอนไปทางเทคนิคเป็นหลัก ถ้าวันหนึ่งงานฝั่งเทคนิคเล็กลง สิ่งที่เข้ามาแทนคือการตัดสินว่าอะไรมีคุณค่าพอให้ทำ เช่นของชิ้นนี้แก้ปัญหาจริงของลูกค้าหรือเปล่า และมันเข้ากันได้กับฟีเจอร์ที่โปรดักต์มีอยู่แล้วไหม

พอมองแบบนี้ เส้นแบ่งระหว่างซีเนียร์กับจูเนียร์ก็ยังอยู่ครบ ถ้าซีเนียร์ทำงานด้วยการคุมเอเจนต์หลายตัวจนปิดโปรเจกต์ได้ตัวคนเดียว คนที่เพิ่งเริ่มก็ทำแบบเดียวกันได้กับโปรเจกต์ที่ขนาดเล็กกว่า สิ่งที่เปลี่ยนคือขนาดของโจทย์ ส่วนงานยังอยู่ที่เดิม

สายพานส่งงานที่วงการเลิกเชียร์ไปนานแล้ว

ทีมที่มองไม่เห็นช่องให้คนเริ่มต้น มักยังส่งงานกันเป็นทอดๆ ตามแบบที่วงการเลิกเชียร์ไปตั้งแต่สิบกว่าปีก่อน product manager นั่งคิดโจทย์คนเดียวจนจบ แล้วส่งให้ดีไซเนอร์ออกแบบต่อคนเดียว จากนั้นหัวหน้าเทคเอามาหั่นเป็นทาสก์ย่อย ก่อนที่ทาสก์ย่อยจะไหลลงไปหาคนที่อายุงานน้อยที่สุดในทีม

ถ้ากระบวนการหน้าตาแบบนี้ การเอาเอเจนต์ไปแทนขั้นสุดท้ายก็ดูสมเหตุสมผลมาก เพราะขั้นสุดท้ายเหลือแค่การพิมพ์โค้ดตามที่คนอื่นคิดมาให้แล้ว แต่ต่อให้เปลี่ยนคนปลายทางเป็นเอเจนต์ สายพานก็ยังเป็นสายพานเหมือนเดิม และการตัดสินใจทั้งหมดก็ยังกองอยู่กับคนสองสามคนที่ต้นทางเหมือนเดิม

ทาสก์ที่ให้พิมพ์โค้ด กับทาสก์ที่ให้ตัดสินใจ

ลองเทียบทาสก์สองบรรทัดนี้ บรรทัดแรกคือ «เพิ่มช่องทางให้ระบบส่งออกข้อมูลเป็นไฟล์ตาราง CSV» บรรทัดที่สองคือ «ทำให้ลูกค้าดาวน์โหลดประวัติการเรียกเก็บเงินย้อนหลังได้เอง» ทั้งสองบรรทัดจบลงที่โค้ดชุดใกล้เคียงกัน แต่โจทย์ที่คนทำได้รับต่างกันมาก

บรรทัดแรกบอกครบแล้วว่าต้องพิมพ์อะไร คนรับงานเหลือหน้าที่เดียวคือทำให้มันรันผ่าน ส่วนบรรทัดที่สองทำให้ต้องตอบคำถามตามมาอีกหลายข้อ ในไฟล์ต้องมีคอลัมน์อะไรบ้าง ข้อมูลสิบปีย้อนหลังต้องโหลดเสร็จเร็วแค่ไหนถึงเรียกว่าใช้ได้ และมันควรทำงานร่วมกับฟีเจอร์ส่งออกตัวอื่นในโปรดักต์อย่างไร คนที่ได้รับโจทย์แบบหลังจึงได้ฝึกตัดสินใจ ไม่ได้ฝึกแค่พิมพ์ตามใบสั่ง

ถ้าวิศวกรทั้งทีมได้รับแต่โจทย์เชิงเทคนิค เรื่องที่ต้องแก้จะเลื่อนไปอยู่ที่ว่าองค์กรทำงานได้ผลแค่ไหน งานซับซ้อนทั้งหมดจะตกอยู่กับคนไม่กี่คนจนกลายเป็นคอขวด ส่วนบริษัทคู่แข่งปล่อยให้ทุกคนในทีมส่งของถึงมือลูกค้าได้เอง

พอมีคนสองคนใช้เอเจนต์เก่งกว่าเพื่อน องค์กรมักอยากโคลนคนพวกนั้น

อีกด้านของเรื่องเดียวกันเริ่มจากภาพที่หลายองค์กรเจอพร้อมกัน พอเอเจนต์เข้ามาในทีม จะมีคนหนึ่งสองคนหยิบไปใช้ก่อนใครแล้วทิ้งห่างคนที่เหลือ พอช่องว่างนั้นโผล่ขึ้นมา ผู้บริหารก็อยากรู้ว่าคนกลุ่มนี้พิเศษตรงไหน จะได้เอาวิธีของคนกลุ่มนี้ไปใช้กับทั้งทีม

Vivek Raghunathan ผู้ดูแลงานวิศวกรรมของ Snowflake ในตำแหน่งรองประธาน เล่าเรื่องนี้ไว้ในรายการพอดแคสต์ชื่อ Leaders of Code ของ Stack Overflow โดยยืมคำสองคำมาอธิบาย ในองค์กรหนึ่งจะมีคนราว 5% ที่อยากรื้ออยากลองจนดันเครื่องมือไปไกลเกินกว่าที่ใครสั่งให้ทำ แล้วเดินมาโชว์ของที่ทำเองโดยไม่มีใครขอ เขาเรียกคนกลุ่มนี้ว่า explorer ส่วนคนอีกราว 95% ไม่คิดจะออกไปค้นเอง แต่รอทางที่มีคนปูไว้ให้เดิน เขาเรียกคนกลุ่มนี้ว่า exploiter

สาย explorer กับสาย exploiter อยู่บนเส้นเดียวกัน

ความผิดพลาดที่เขาชี้คือการอ่านสองคำนี้เป็นการจัดคนเข้ากล่องสองกล่อง ทั้งที่มันเป็นเส้นยาวเส้นเดียวที่ทุกคนยืนอยู่คนละจุด งานของผู้นำจึงคือขยับคนที่ยืนอยู่กลางเส้นให้เลื่อนขึ้นไปทางปลาย ไม่ใช่คัดคนออกเป็นพวกพิเศษกับพวกธรรมดา และไม่ใช่การออกไปซื้อคนที่ยืนอยู่สุดปลายเส้นเข้ามาจากข้างนอก

ทางลัดที่ดูน่าลองมีอยู่หลายทาง และแต่ละทางมีเหตุผลว่าทำไมถึงไปไม่ถึงไหน

• ทายล่วงหน้าว่าใครจะเป็น explorer ทำไม่ได้ คนที่ออกมาโพสต์ว่าทำงานเร็วขึ้นหลายเท่าไม่ได้เป็นคนที่อายุงานมากที่สุดหรือชื่อเสียงดีที่สุดมาก่อนจะมีเอเจนต์ สิ่งที่ AI ทำให้เห็นผลชัดขึ้นคือความอยากรู้ การปรับตัว และการยอมเรียนของใหม่
• ออกแบบทุกอย่างให้สาย exploiter อย่างเดียว ทำให้คนทั้งทีมทำงานเดิมได้เร็วขึ้นพร้อมกัน แต่เพดานจะค้างอยู่ที่เดิม เพราะไม่มีใครออกไปหาว่าเพดานใหม่อยู่ตรงไหน
• ทุ่มทุกอย่างให้สาย explorer ก็ขยายผลไม่ได้ เพราะอีกราว 95% ยังทำงานแบบเดิมเร็วขึ้นนิดเดียว และเคสตัวอย่างที่ยกมาโชว์ไม่กี่เคสก็ไม่ได้ทำให้ผลงานรวมขององค์กรขยับ
• คิดว่าเป็นปัญหาการจ้างงาน แล้วออกไปหา 5% จากตลาดก็ไม่รอด Raghunathan บอกว่าประเมินคนจากข้างนอกไม่ได้แม่นกว่าประเมินคนที่อยู่ในบริษัทแล้ว

ถ้าอ่านสี่ข้อนี้แล้วยังไม่แน่ใจว่าทีมตัวเองพลาดข้อไหน ให้ดูว่าครั้งล่าสุดที่ใครสักคนเอาวิธีใช้เอเจนต์แบบใหม่มาเล่า มันจบลงที่เสียงชม หรือจบลงที่คู่มือที่คนอื่นหยิบไปใช้ต่อได้

วัดที่จำนวนคนที่ขยับ ไม่ใช่จำนวนคนเก่ง

สิ่งที่ Raghunathan บอกว่าต้องจัดการจริงๆ มีอยู่สามอย่าง อย่างแรกคือปล่อยให้ explorer ยกมือขึ้นมาเอง คนกลุ่มนี้หาไม่ยากเลย เพราะจะเดินมาหาโดยไม่มีใครเรียก ยืนยันว่าเรื่องที่ถืออยู่ในมือด่วนมาก และอยากโชว์ของที่ทำไว้ หน้าที่ของหัวหน้าคือฟังให้จริงจัง แล้วนำวิธีที่เขาค้นเจอมาเขียนให้คนอื่นเรียนตามได้ ไม่ใช่ปรบมือให้แล้วปล่อยผ่าน

อย่างที่สองคือจัดเวลาเรียนรู้ให้เป็นเรื่องเป็นราว โดยใส่เวลาไว้ในปฏิทินจริง ตั้งวงให้คนที่ใช้เครื่องมือ AI มาคุยกันสม่ำเสมอ และสอนงานกันตัวต่อตัว เพราะทักษะแบบนี้ไม่ได้ซึมจากโต๊ะหนึ่งไปอีกโต๊ะหนึ่งเองโดยอัตโนมัติ

อย่างที่สามคือเปลี่ยนตัววัด แทนที่จะนับว่าองค์กรมีคนเก่งพิเศษอยู่กี่คน ให้ดูว่าในไตรมาสนี้มีคนกี่คนที่ขยับขึ้นจนเห็นได้ชัด และมีกี่คนที่ยังยืนอยู่จุดเดิมเหมือนเมื่อหกเดือนก่อน ตัวเลขชุดหลังบอกเรื่องระบบของทีม ส่วนตัวเลขชุดแรกบอกแค่ว่าโชคดีที่มีคนแบบนั้นอยู่

ถ้าคุณเพิ่งเริ่มต้น กับถ้าคุณเป็นคนแจกงาน

สำหรับนักศึกษาและคนที่เพิ่งเข้าวงการ ของที่ต้องโชว์ให้เห็นตอนนี้ไม่ได้หยุดอยู่ที่เขียนโค้ดเป็น เพราะเอเจนต์ก็เขียนได้ ของที่เอเจนต์ยังทำแทนไม่ได้คือการตัดสินว่าอะไรควรทำก่อนและเพราะอะไร วิธีฝึกที่ตรงที่สุดคือหยิบโจทย์ระดับผลลัพธ์ที่ผู้ใช้จะได้รับมาหนึ่งข้อ แล้วคุมเอเจนต์ทำจนจบด้วยตัวเอง ตั้งแต่ตัดสินว่าอะไรอยู่ในขอบเขต ไปจนถึงตัดสินว่าเร็วพอหรือยัง ระหว่างทางให้จำไว้ว่าสิ่งที่เอเจนต์ทำให้เห็นผลชัดขึ้นคือความอยากรู้กับการยอมเริ่มใหม่ ซึ่งเป็นสองอย่างที่คนอายุงานน้อยไม่ได้เสียเปรียบใครเลย

สำหรับคนที่คุมทีมหรือเป็นเจ้าของธุรกิจ และกำลังลังเลว่าปีนี้จะเปิดรับคนใหม่ดีไหม ลองตอบสามข้อนี้ก่อน

• ทาสก์ที่ส่งเข้าทีมสัปดาห์นี้เป็นคำสั่งเชิงเทคนิค หรือเป็นผลที่ลูกค้าจะได้รับ
• ทีมจัดเวลาเรียนรู้ไว้ในปฏิทินจริง หรือฝากความหวังไว้กับการซึมซับกันเอง
• ตัววัดว่า AI ได้ผลในทีมคือจำนวนคนที่ขยับขึ้น หรือชื่อคนเก่งสองคนเดิมที่ยกมาเล่าทุกครั้ง

ถ้าติ๊กได้ไม่ครบ การรับหรือไม่รับจูเนียร์ยังไม่ใช่คำถามแรกที่ต้องตอบ

ระบบที่ทำให้คนทั้งทีมขยับได้ จะหาคนคนต่อไปเจอเองโดยไม่ต้องลุ้น ส่วนทีมที่ไม่มีระบบแบบนั้น ก็เหลือทางเดียวคือรอให้คนเก่งเดินเข้ามาเอง

---

ที่มา:

• บทความ The Kids Are Alright จาก Francisco Trindade
• บทความ Explorers, exploiters, and the myth of the 100x engineer จาก Stack Overflow Blog