The Secret Sauce ชวนอ่านบทความเชิงคิดเห็น จาก ดร.ธิปรัชต์ โชติบุตร นักฟิสิกส์ทฤษฎี และอาจารย์ประจำภาควิชาฟิสิกส์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย และผู้ร่วมก่อตั้ง QTFT (Quantum Technology Foundation of Thailand)
เมื่อวานมีโอกาสได้สนทนากับคุณเคน ปลายฝนและ ดร.ทิว เกี่ยวกับ what are the public misconception/unknown aspects of “deep tech people” สนุกสนานและผ่านไปสองชั่วโมงกว่ากันอย่างลืมเวลา มีหนึ่งประเด็นเกี่ยวกับ “คนทำเทค” ในมุมภาคการศึกษาไทยอยากมาแชร์ดังนี้ครับ
มุมมองหลักของสังคมไทยต่อคำว่า “นักวิจัย” มักไม่ถูกกล่าวถึงในฐานะอาชีพที่ชัดเจน หลายคนเข้าใจว่านักวิจัยทำหน้าที่เพียง “ค้นและอ่านตำรา” แต่นั่นเป็นแค่องค์ประกอบเล็กๆ จริงๆ แล้วการวิจัยเป็น “กระบวนการคิดและทดลองทำสิ่งใหม่อย่างเป็นระบบ จากสิ่งที่เรารู้ (จากการอ่านการค้น) ไปยังดินแดนที่ไม่มีใครรู้”
และนำไปสู่การค้นพบความเข้าใจหรือความรู้ใหม่ ในที่สุด กระบวนการนี้ทำให้เราตอบคำถามหรือแก้ปัญหาที่ไม่มีใครเคยหาคำตอบได้หรือมีวิธีแก้ไขมาก่อน อาจอยู่ในรูปของการทดลองในห้องแล็บ การวิเคราะห์ข้อมูล การออกแบบแบบจำลองทางคณิตศาสตร์ สิ่งเหล่านี้อาจมองไม่เห็นเป็นชิ้นเป็นอันในทันที เพราะมันคือกระบวนการลองผิดลองถูกอย่างเป็นระบบ เกิดขึ้นในหัว เกิดขึ้นในคอมพิวเตอร์ เกิดขึ้นในห้องแล็บ จึงเกิดคำถามตามมาว่า “แล้วเราได้อะไรจากงานวิจัย?” เพราะบ่อยครั้งมันไม่นำไปสู่อะไรหวือหวาในทันทีทันใดดั่งใจนักลงทุนหวัง
อีกหนึ่งมุมมองที่มักพบในสังคมไทยคือการมองว่า “อาจารย์มหาวิทยาลัย” มีหน้าที่หลักคือ”สอนหนังสือ”เท่านั้น แต่แท้จริงแล้ว งานสำคัญมากของอาจารย์ก็คือ
การวิจัยเพื่อขับเคลื่อนองค์ความรู้ไปข้างหน้า การสอนอาจเป็นสิ่งที่เห็นได้ชัดจากภายนอก แต่เบื้องหลังของอาจารย์คือนาทีชั่วโมงอันแสนยาวนานในการลองผิดลองถูกกับประเด็นใหม่ๆ ที่ยังไม่มีใครมั่นใจว่า “มีทางแก้” หรือไม่ ยิ่งเมื่อต้องเผชิญกับปัญหา open end
เช่น “เราจะใช้คอมพิวเตอร์ควอนตัมที่ยังไม่เสถียร (NISQ device) มาช่วยธุรกิจขนส่งได้จริงหรือเปล่า?” คำถามเช่นนี้คือความท้าทายที่ที่บริษัทที่ปรึกษาระดับโลกหรือ AI ตัวท็อปก็ตอบไม่ได้ชัดเจน เพราะจริงๆ แล้วยังไม่มีใครในโลกที่รู้คำตอบแน่นอน แม้แต่ผู้พัฒนาคอมพิวเตอร์ควอนตัมระดับแถวหน้าของโลกอย่าง Google Quantum AI หรือ IBM Quantum เองก็ยังอยู่ในขั้นตอนของการทดลองและค้นหาแนวทางใหม่ๆ ไม่ต่างกัน ในประเทศเรา “หากยังไม่มีคำตอบที่ชัดเจน ก็อาจยอมรอให้เทคโนโลยีจากที่อื่นพัฒนาจนพร้อม แล้วค่อยไปซื้อต่อมาใช้ เพื่อตัดปัญหาการลงทุนลงแรงกับสิ่งที่ไม่แน่นอน”
ในทางกลับกัน หน้าที่ของอาจารย์และนักวิจัยคือควรเป็นกลุ่มแรกๆ ที่จะเข้าไปขบคิด ทดสอบ และเสนอแนวทางใหม่ๆ สำหรับเรื่องที่ไม่มีใครทำมาก่อน นี่คือกระบวนการสำคัญที่จะช่วยสะสมองค์ความรู้ (อย่างไรก็ตามการทำงานระหว่างภาคการศึกษากับธุรกิจบางทีก็ต่อไม่ติด เพราะฝั่งหนึ่งรีบหา deliverables เพื่อวิเคราะห์ความคุ้มค่าจากการทำ R&D อีกฝั่งนึงอาจจะค่อยๆ เป็น ค่อยๆ ไป เพราะไม่ได้มีส่วนได้ส่วนเสียอะไรมาก ก็ต้องปรับจูนกันไป) ต่อให้บางงานวิจัยยังไม่สามารถนำมาใช้ในทางปฏิบัติได้ทันที อย่างน้อยมันก็มอบ “ทักษะ” การแก้ปัญหาให้กับผู้วิจัยอย่างแท้จริง ทักษะนี้คือหัวใจสำคัญที่พาเราออกจากเขาวงกตของโจทย์ซับซ้อนและกลายเป็นพื้นฐานให้กับนวัตกรรมในวันข้างหน้า
ตัวอย่างที่ชัดเจนเห็นได้จากเพื่อนสายฟิสิกส์หลายคน ที่ภายหลังย้ายไปทำงานในแวดวงธุรกิจหรือกีฬาแบบคาดไม่ถึง เช่น การก้าวขึ้นเป็นหัวหน้าทีมวิเคราะห์ข้อมูลของสโมสรฟุตบอลระดับโลก ซึ่งช่วยพาทีมคว้าแชมป์พรีเมียร์ลีกได้สำเร็จหลายครั้ง เพราะไม่มีใครคาดคิดว่า “ทักษะ” ด้านคณิตศาสตร์และสถิติที่พัฒนาขึ้นในระหว่างการทำวิจัย จะกลายเป็นกุญแจในการวิเคราะห์ฟอร์มการเล่นของทีมฟุตบอล สิ่งนี้ตอกย้ำว่า แม้ตัวงานวิจัยบางส่วนจะยังไม่มี “ผลิตภัณฑ์” มารองรับทันที แต่ความสามารถและทักษะพลิกแพลงที่ได้จากการวิจัยต่างหากที่เปิดประตูสู่โอกาสใหม่ๆ อีกนับไม่ถ้วน
ปัญหาที่เกิดขึ้นในประเทศไทย (ยุคนี้ดีขึ้นกว่าแต่ก่อน แต่ควรดีกว่านี้อีกมาก) คือการมองข้ามคุณค่าทาง”ทักษะ”ของผู้ที่จบสายวิทยาศาสตร์และคณิตศาสตร์ เพราะเรามัก”เชื่อมโยงชื่อปริญญากับตำแหน่งอาชีพโดยตรง”
เช่น จบวิศวะต้องไปเป็นวิศวกร จบวิทย์ต้องไปเป็นครูหรือเป็นนักวิจัยเท่านั้น ทำให้เมื่อเจอปัญหาในอุตสาหกรรมหรือธุรกิจที่ “ไม่เคยมีโซลูชันมาก่อน” เรามักจนปัญญาไม่รู้จะหันหน้าไปหาใคร และมักพยายามหาทางลัดด้วยการ “ซื้อเทคโนโลยี” จากต่างประเทศมาใช้แทน หากเกิดปัญหาที่ไม่มีโซลูชันขายสำเร็จรูป เราก็ยิ่งไม่มีไอเดียว่าจะให้ใครเข้ามาลงมือแก้ ทั้งที่ความท้าทายประเภทนี้คือพื้นที่ทำงานอันแท้จริงของ “นักวิจัย” ผู้ถูกฝึกมาให้คิดต่อยอดหรือออกแบบกระบวนการแก้ไขใหม่
จุดที่น่าสนใจคือ งานวิจัยหลายชิ้นสามารถกลายเป็นหัวใจของนวัตกรรมระดับโลก หากเรามองตัวอย่างของบริษัทเทคโนโลยีระดับโลกอย่าง Google, Microsoft, หรือสถาบันการเงินที่ต้องการนักวิเคราะห์ข้อมูลเชิงลึก (Quantitative Analyst)
ล้วนต้องการ “คนคิดเป็น” มากกว่าต้องการ”คุณวุฒิเฉพาะทาง” เพราะทักษะการวิจัยคือทักษะที่ทำให้คนเราสามารถปรับตัวไปได้หลายแขนง เช่น Data Science, AI, จนถึง FinTech ซึ่งสมัยก่อนยังไม่มีปริญญาที่ตรงสายเหล่านี้อย่างชัดเจนด้วยซ้ำ
หากวันหนึ่งระบบการศึกษาหรืออุตสาหกรรมไทยสามารถจับคู่(Talent/Skill/Problem Matching) ระหว่างโจทย์ที่ยากซับซ้อนเข้ากับ”ทักษะ”ของนักวิจัยที่ฝึกฝนอย่างลึกซึ้งได้ “เด็กสายวิทย์” และ “นักวิทยาศาสตร์” ก็จะกลายเป็นกำลังสำคัญของประเทศอย่างแท้จริง ทั้งในมิติของการแก้ปัญหาใหม่ๆ และการสร้างนวัตกรรมที่ช่วยขับเคลื่อนเศรษฐกิจโดยอาจไม่ต้องพึ่งพาเทคโนโลยีหรือแนวคิดจากที่อื่นมากนัก เราจะไม่เกิดคำถามว่า “เรียนวิทยาศาสตร์ไปแล้วจะไปทำอาชีพอะไร?” แต่เราจะมีคำตอบให้ชัดเจนว่า
“พวกเขาแก้ปัญหาที่ไม่เคยมีใครแก้ได้มาก่อน แล้วบริษัทคุณต้องการแก้ปัญหาไหนล่ะ ทักษะแก้ปัญหาแนววิทยาศาสตร์ใช่สิ่งที่คุณต้องการหรือไม่” ท้ายที่สุดจึงอยากชวนให้สังคมไทยหันมามองบทบาทของงานวิจัยวิทยาศาสตร์ในแง่ของการวางรากฐานทักษะ มากกว่าการโฟกัสว่า “ต้องสร้างผลิตภัณฑ์ขายได้ทันที” เสมอไป
อาจจริงที่ผลงานวิจัยบางอย่างยังไม่ก่อให้เกิดผลกำไรในวันนี้ แต่ผลลัพธ์ระยะยาวและทักษะการคิดเชิงลึกของนักวิทยาศาสตร์ สามารถเป็นจุดตั้งต้นของสิ่งใหม่ๆ ที่เรายังไม่ทันจินตนาการถึงก็เป็นได้ เพราะในที่สุดแล้ว คนที่สามารถคิด “นอกกรอบ” ได้ คือคนที่ผ่านการฝึกให้ตั้งคำถามและแก้ปัญหาโดยไม่ยึดติดกับสูตรตายตัว ซึ่งก็คือ สิ่งที่ “นักวิจัยวิทยาศาสตร์” ทำอยู่ทุกวันนั่นเอง
