คนทำงานออฟฟิศจำนวนมากปลอบใจตัวเองด้วยคำถามที่ผิด เอาแต่ถามว่า AI ทำงานของเราได้ทั้งหมดไหม นั่นไม่ใช่เส้นที่นายจ้างใช้ตัดสิน คำถามจริงคือ output ผลิตได้ถูกพอ ตรวจได้ถูกพอ จนตำแหน่งนั้นเริ่มดูแพงหรือเปล่า ไม่ใช่ว่า AI ทำงานเราได้ครบไหม แต่เป็น "มันเร่งงานได้นานพอจนใช้คนแค่ครึ่งทีมได้หรือเปล่า" เพราะคำตอบของอันนี้ น่าเศร้าที่มันคือใช่
ที่สำคัญเพราะงานออฟฟิศจำนวนมากออกมาในรูปที่ตรวจได้อยู่แล้ว market note ดราฟต์ งานไล่เอกสาร สรุป research สไลด์ deck โค้ดแก้รูทีนที่มี acceptance criteria ชัดๆ แรงงานเบื้องหลัง output พวกนั้นอาจจะยังจริงอยู่ แต่ของที่เสร็จแล้วมักอ่านออกง่ายพอที่คนซีเนียร์กว่าจะตรวจ แก้จุดพังที่เห็นชัด แล้วก็ยังจ่ายน้อยกว่าต้นทุนแรงงานเต็มๆแบบเดิม
นี่คือกลไกที่คนไม่อยากมองตรงๆ AI ไม่จำเป็นต้องไปแทนความเชื่อใจ วิจารณญาณ หรือบริบททั้งหมดในทีเดียว มันแค่ต้องทำให้ first pass ผลิตด้วยเครื่องได้มากพอ จน reviewer คนเดียวคุมงานที่เมื่อก่อนต้องใช้คนหลายคนทำขึ้นมาตั้งแต่ศูนย์ได้ เอาเข้าจริงมันแปลว่า analyst น้อยลง คนคอยประสานน้อยลง junior writer น้อยลง junior coder ที่คอยเก็บกวาดงานน้อยลง แล้วคนที่เหลือก็โดนกดดันให้ไป validate งานเครื่องแทนที่จะนั่งผลิตเองทุกบรรทัด
ลองดูใน workflow ปกติก็เห็นอยู่แล้ว เมื่อก่อน manager คนหนึ่งต้องมี analyst ไว้รวบรวมข้อมูลตั้งต้น ร่าง memo ภายใน แล้วปั้นข้อเสนอแรกขึ้นมา ตอนนี้ analyst อาจจะยังอยู่ แต่คงรับงานให้ manager ได้ทีละหลายคน หรือไม่ manager ก็ต้องการ analyst น้อยลง code review ก็เป็นแบบเดียวกัน คนยังสำคัญ บางทีสำคัญมากด้วยซ้ำ แต่คนถูกดันขึ้นไปอยู่ฝั่ง validate เคสขอบ และความรับผิดชอบ ส่วน first pass ราคาถูกก็ไปผลิตที่อื่นแทน
เพราะแบบนี้งานออฟฟิศถึงเสี่ยงกว่าที่คนยอมรับ เพราะแต่ก่อนงาน information มันแพง องค์กรต้องจ่ายเงินจ้างคนทำ first pass เพราะไม่มีทางอื่นจะได้มันมา พอ first pass ถูกลง คุณค่าของตำแหน่งก็ถูกตัดสินโหดขึ้น ตำแหน่งไม่ได้ถูกตีราคาที่การผลิตภาษาให้เป็นระเบียบอีกแล้ว แต่ถูกตีราคาที่ความเป็นเจ้าของ การตรวจสอบ และผลที่ตามมา
ส่วนที่ต่างจากงานศิลปะกับงานที่ระบุยากๆอื่นๆ ควรมองให้แคบไว้ งานภาพดีๆยังอธิบายให้แม่นยำได้ยากกว่า และ verify แบบถูกๆได้ยากกว่าตัวหนังสือ logic ใน spreadsheet หรือการแก้โค้ดรูทีน นั่นไม่ได้แปลว่างานครีเอทีฟรอดตัว มันแค่แปลว่าตรรกะการบีบอัดแรงที่สุดตรงที่ความสำเร็จอธิบายง่ายและความล้มเหลวตรวจได้ถูก
งานที่รอดดีกว่าคืองานที่อยู่ใกล้ความจริงมากกว่า เป็นเจ้าของระบบ เซ็นรับผลลัพธ์ แบกผลที่ตามมา และจัดการบริบทรกๆที่ไม่ลงล็อกในคิวรีวิว งานของคนที่ต้อง validate ระบบจริงๆ จัดการความขัดแย้งกับลูกค้าสดๆ เป็นเจ้าของการกู้ outage หรือต้องตัดสินใจตอน input ไม่ครบและต้นทุนของความผิดพลาดมันจริง บีบอัดได้ยากกว่า ถ้าจะว่าไป มันยิ่งทำให้คอขวดที่เป็นคนพวกนี้เด่นขึ้นด้วยซ้ำ อย่างสาย engineer มันลดต้นทุนการเขียนโค้ด (รวมถึง design) ลงไปเยอะ ขณะที่เพิ่มคุณค่าให้คนที่ปรับตัวและดันอะไรสักอย่างให้จบได้ การเป็นคนแบบ end-to-end คนที่หยิบไอเดียหรือฟีเจอร์มาแตกเป็นชิ้นส่วนเยอะๆ แล้วจัด priority กับลงมือทำให้เสร็จได้ คือสิ่งที่ software engineering เป็นอยู่ตอนนี้ ต่อไปคงไม่ได้นั่งเขียนโค้ดเองมากแล้ว ยิ่ง AI เก่งขึ้นยิ่งใช่ แต่ต้องเข้าใจ pattern, design, tooling แล้วเอาทั้งหมดมาร้อยเข้าด้วยกัน
ใช่ AI ลำพังมันสร้างอะไรไม่ได้หรอก แต่คนคนเดียวที่มี AI จะสร้างของที่เมื่อก่อนต้องใช้ทีม 10 คน เพราะงั้น กับอีก 9 คนนั้น พูดได้เต็มปากว่า AI กำลังแทนที่พวกเขาอยู่