AI Agent เปลี่ยนทีมซอฟต์แวร์อย่างไร
ทีมงาน AI Agent คือรูปแบบการทำงานที่มอบหมายงานหลายขั้นให้ตัวแทนปัญญาประดิษฐ์รับช่วงและส่งต่องานกัน โดยมนุษย์กำหนดเป้าหมาย ตรวจจุดสำคัญ และรับผิดชอบผลลัพธ์ ไม่ใช่เพียงใช้ระบบช่วยเขียนโค้ดตามคำสั่ง
Agoda กำลังสำรวจแนวทางนี้ในธุรกิจท่องเที่ยวระดับโลก ซึ่งต้องดูแลทั้งข้อมูลที่พัก ราคา และประสบการณ์ของผู้ใช้จำนวนมาก Idan Zalzberg ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี เล่าถึงการขยับจากเครื่องมือช่วยงานไปสู่ AI Agent ในกระบวนการพัฒนาซอฟต์แวร์ โดยระบบของบริษัทเกี่ยวข้องกับการตรวจสอบราคาระดับล้านล้านครั้งต่อวัน ปฏิสัมพันธ์กับผู้ใช้ราว 2 พันล้านครั้ง และการทดลองปรับปรุงระบบประมาณ 1,000 รายการพร้อมกัน เมื่อระบบใหญ่เช่นนี้ ความเร็วในการพัฒนาผลิตภัณฑ์ต้องไปพร้อมกับการควบคุมต้นทุนและคุณภาพ นี่จึงไม่ใช่แค่การลดงานเขียนโค้ด แต่เป็นการออกแบบวิธีทำงานใหม่เพื่อให้บริษัททดลองและปรับบริการได้ไวขึ้น
จากผู้ช่วยสู่ผู้ลงมือทำ
ตัวอย่างของ Agoda แสดงให้เห็นว่าการแทนที่คนด้วย AI ไม่ได้เกิดขึ้นแบบยกทีมในคราวเดียว บริษัทใช้ AI ตรวจโค้ด และให้เครื่องมือ Code Buddy รับช่วงอนุมัติการเปลี่ยนแปลงบางประเภทที่มีความเสี่ยงต่ำ ขณะเดียวกัน งานสนับสนุนภายในที่ต้องค้นข้อมูลและจัดการคำร้องก็ใช้เวลาจากเฉลี่ย 2.3 ชั่วโมงเหลือประมาณ 40 นาที ผลลัพธ์เช่นนี้มีความหมายต่อผู้ใช้ทั่วไปด้วย เพราะเวลาที่ทีมคืนมาอาจนำไปพัฒนาบริการและช่วยให้ค้นพบจุดหมายปลายทางได้สะดวกขึ้น
ก้าวถัดไปคือการใช้ซอฟต์แวร์ AI Agent ในระบบคลาวด์และโครงสร้างพื้นฐานของบริษัท ผ่านเครื่องมือ Coding Master จากนั้นจึงประสานให้ตัวแทนหลายตัวทำงานต่อกันเป็นลำดับ ตั้งแต่ลงมือทำไปจนถึงตรวจสอบงาน ภาพทีมพัฒนาที่มี AI ทำงานเป็นชุดจึงเริ่มเป็นไปได้ แต่ยังไม่ควรตีความว่าเครื่องจักรรับผิดชอบทุกอย่างได้เอง ยิ่งระบบมีสิทธิ์ลงมือมาก องค์กรยิ่งต้องระบุขอบเขต สิทธิ์เข้าถึง และจุดที่ต้องขออนุมัติจากคนให้ชัด การเพิ่มความเร็วโดยไม่มีการกำกับอาจสร้างความเสี่ยงใหม่แทนที่จะลดภาระ
Chatbase เลือกเพิ่มคน ไม่ใช่ลดทีม
ทิศทางของ Agoda ไม่ใช่คำตอบเดียวของวงการ Yasser Elsaid ผู้ก่อตั้ง Chatbase ระบุว่าบริษัทมีพนักงาน 40 คน และมีแผนเพิ่มทีมเป็นสองเท่าภายใน 6 เดือน เขาเคยเชื่อว่าทีมขนาดเล็กเหมาะกับยุค AI แต่ภายหลังเห็นว่าการคาดการณ์อนาคตแล้วลดคนก่อนอาจเป็นความผิดพลาด เพราะหากการสร้างซอฟต์แวร์ง่ายขึ้น บริษัทควรตั้งเป้าสร้างสิ่งที่ยากและมีคุณค่ามากกว่าเดิม ไม่ใช่หยุดอยู่กับแผนงานเดิม
เหตุผลสำคัญคือ AI ยังทำงานได้ไม่เป็นอิสระพอจะแทนคนทั้งหมด งานของทีมพัฒนา AI จึงอาจย้ายจากการเขียนโค้ดไปสู่การศึกษาปัญหา พูดคุยกับลูกค้า ตัดสินใจว่าจะสร้างอะไร และแปลงความคิดนั้นเป็นข้อกำหนดให้ Agent ลงมือทำ Elsaid ประเมินว่างานของวิศวกร Chatbase ราว 90% เป็นงานเกี่ยวกับผลิตภัณฑ์ในลักษณะนี้ มุมมองดังกล่าวเตือนว่าโค้ดที่ผลิตได้เร็วขึ้นไม่ได้ทำให้ความเข้าใจผู้ใช้หรือการตัดสินใจเชิงผลิตภัณฑ์หมดความสำคัญ ตรงกันข้าม งานเหล่านี้อาจกลายเป็นส่วนที่แยกผลิตภัณฑ์ที่ดีออกจากผลิตภัณฑ์ทั่วไป
คำตอบอาจไม่ใช่ระบบอัตโนมัติเต็มรูปแบบ
ความต่างระหว่าง Agoda กับ Chatbase สะท้อนโจทย์ที่ผู้บริหารเทคโนโลยียังถกเถียงกันอยู่ นั่นคือควรจัดทีมให้เล็กที่สุดเท่าที่ทำได้ หรือใช้ AI เพิ่มกำลังให้คนสร้างผลิตภัณฑ์ที่ซับซ้อนขึ้น การทดลองของ Agoda ชี้ให้เห็นประโยชน์จากการลดเวลางานซ้ำและส่งต่องานระหว่างตัวแทน ส่วนแผนขยายทีมของ Chatbase ย้ำว่าโมเดลที่เก่งก็ยังต้องอาศัยมนุษย์เพื่อกำหนดทิศทางและตรวจสอบงาน การเลือกแนวทางจึงควรดูชนิดงาน ความเสี่ยง และความสามารถของระบบ มากกว่ายึดติดกับคำสัญญาว่า AI จะมาแทนทีมทั้งหมด
สำหรับการปรับตัวองค์กร AI บทเรียนที่มีน้ำหนักกว่าการนับจำนวนตำแหน่งคือการเริ่มจากงานภายในที่วัดผลได้ แล้วขยายไปยังผลิตภัณฑ์และประสบการณ์ผู้ใช้ แนวทางของ Agoda เดินจากการใช้ AI ภายในองค์กรไปสู่บริการที่นักเดินทางสัมผัสได้ องค์กรควรให้คนรับผิดชอบเป้าหมายและการตัดสินใจ ส่วน Agent รับงานที่มีขอบเขตชัดและทำซ้ำได้ พร้อมมีขั้นตอนตรวจสอบเมื่อเกิดความผิดพลาด ข้อสรุปจึงไม่ใช่ว่าคนหรือ AI ต้องชนะ แต่อยู่ที่การจัดบทบาทให้แต่ละฝ่ายทำสิ่งที่ถนัด และเพิ่มขนาดความทะเยอทะยานของทีมโดยไม่ลดทอนความรับผิดชอบ
