เชื่อว่าหลายคนอาจกำลังรู้สึกเหนื่อยกับการตามเทคโนโลยีใหม่ๆ ที่ออกมาไม่เว้นวัน โปรดักต์ใหม่ที่ออกมาอย่างต่อเนื่อง แถมยังมีความสามารถที่ดูจะเทียบเท่าหรือเก่งกว่าเราในบางเรื่องด้วยซ้ำ “คนที่ใช้ AI จะมาแทนคนที่ไม่ใช้ AI” คำพูดนี้ยิ่งตอกย้ำให้หลายคนรู้สึกกังวลว่าอาจจะถูกทิ้งไว้ข้างหลังถ้าไม่เรียนรู้และรีบใช้เทคโนโลยีใหม่ๆ
เมื่อเร็วๆ นี้ ผู้เขียนมีโอกาสได้นั่งคุยกับพี่ที่รู้จักท่านหนึ่งถึง ‘จังหวะเวลาที่เหมาะสมในการกระโดดเข้าไปใช้เทคโนโลยีใหม่’ โดยมองผ่านเลนส์ของนักพัฒนาซอฟต์แวร์ เนื่องจากทุกวันนี้มีเครื่องมือรวมไปถึง AI ตัวใหม่ๆ ออกมาไม่เว้นวัน เลยเกิดคำถามขึ้นว่าเราควรที่จะกระโดดขึ้นรถไฟตอนไหนกัน? ความจริงแล้วมันน่าจะมีจังหวะที่เป็นจุดสมดุลที่สุดหรือ ‘Sweet Spot’ ที่เราจะกระโดดเข้าไปใช้เทคโนโลยีใหม่ แต่มันควรที่จะเป็นช่วงเวลาไหนกันล่ะ?
หลังจากคุยเสร็จเลยทำให้นึกถึงบทความหนึ่งที่เคยอ่านเมื่อหลายเดือนก่อนที่มีชื่อว่า ‘Wait Calculation’ ซึ่งสามารถสรุปพอสังเขปได้ว่า สมมติคุณต้องการออกเดินทางไปยังดาวเคราะห์ที่ใกล้เคียงดวงหนึ่งชื่อ Barnard’s Star ให้ถึงโดยเร็วที่สุด คุณควรจะออกเดินทางไปเมื่อไร? วันนี้? ปีหน้า? หรือรอไปอีก 100 ปีข้างหน้าค่อยไป? (สมมติว่ายังไม่ตาย) หากเรามีกล่องที่สามารถสตัฟฟ์เราไว้ได้เป็นเวลานานโดยที่ไม่ตาย บางคนอาจคิดว่า “งั้นรีบไปตอนนี้เลยสิ!” เนื่องจากน่าจะใช้เวลานานกว่าจะเดินทางไปถึง ไปก่อนก็ถึงก่อน
ด้วยเทคโนโลยีของยานอวกาศในปัจจุบัน การเดินทางนี้อาจใช้เวลาถึง 6 ปีแสง หรือกว่า 12,000 ปี แต่กลับกัน หากเราเปลี่ยนเป็นการนั่งรอให้เทคโนโลยีพัฒนาไปก่อน (อย่างก้าวกระโดด) จนถึงจุดที่ยานอวกาศสามารถใช้พลังงานนิวเคลียร์ได้ (สมมติว่าอีก 100 ปีข้างหน้า) การเดินทางนี้อาจถูกย่นระยะเวลาลงเหลือต่ำกว่า 50 ปีก็ได้
นึกภาพว่าถ้าคุณขึ้นยานอวกาศไปวันนี้และใช้เวลาอยู่บนยาน 6,000 ปีไปแล้ว (ผ่านไปแล้วครึ่งทาง) แต่หลานของคุณที่ขึ้นยานอวกาศทีหลัง 100 ปี แล้วไปถึงก่อน (น่าจะเรียกว่าเป็นชาติได้) จนเหลนของคุณมีเหลนอีกหลายชั่วอายุคน พร้อมทั้งตั้งรกรากอยู่บน Barnard’s Star ไปแล้ว คุณอาจเปลี่ยนใจแล้วอยากที่จะรอก่อนโดยยังไม่ขึ้นยานอวกาศตอนนี้เลยหรือเปล่า?
เมื่อเทคโนโลยีมีการพัฒนาอย่างก้าวกระโดด สิ่งหนึ่งที่มักจะเกิดขึ้นคือจะมีงานบางชนิดหรือปัญหาบางอย่างที่หากรอให้เทคโนโลยีพัฒนาไปก่อนแล้วค่อยแก้อาจจะเป็นทางออกที่คุ้มและมีประสิทธิภาพมากกว่า ซึ่งช่วงเวลาที่เราควรรอนี้ถูกคำนวณด้วยความสัมพันธ์ที่เรียกว่า ‘Wait Calculation’ โดยประกอบไปด้วยหลายปัจจัย และหนึ่งในปัจจัยที่สำคัญคืออัตราเร่งของการพัฒนาเทคโนโลยี
อธิบายสั้นๆ คือหากเทคโนโลยีมีอัตราเร่งของการพัฒนาที่สูง แปลว่าในอีกไม่ช้ามันจะถูกพัฒนาไปได้ไกลมากเหมือนยานอวกาศที่จะสามารถเดินทางไป Barnard’s Star ในเวลาอันสั้นภายใน 100 ปี การรอก่อนอาจเป็นทางออกที่ดีกว่า กลับกันถ้าเทคโนโลยีมีอัตราการพัฒนาที่ไม่สูงนัก การรอคอยอาจทำให้คู่แข่งพัฒนาเทคโนโลยีไปไกลหมดแล้ว ส่งผลให้เราตามหลังคู่แข่งในเทคโนโลยีและการพัฒนาโดยรวม
อย่างไรก็ตาม สิ่งหนึ่งที่เราต้องพึงระวังคือการกระโดดเข้าไปใช้เทคโนโลยีใหม่ หรือการกระโดดเข้าไปพัฒนาเทคโนโลยีใหม่ก่อนคู่แข่ง อาจไม่ได้เป็นตัวการันตีถึงความสำเร็จหรือชัยชนะเหนือคู่แข่งเสมอไป และจริงๆ แล้วอาจเป็นหายนะที่ส่งผลให้เราต้องสูญเงินลงทุนจำนวนมากอีกด้วย หนึ่งในตัวอย่างได้แก่โปรเจกต์ Soli ของ Google ที่เปิดตัวในปี 2015
โปรเจกต์ Soli เป็นการพัฒนาเซ็นเซอร์ที่ใช้เรดาร์ระยะสั้น หรือ Short Range Radar เพื่อปฏิวัติการปฏิสัมพันธ์ (Interaction) ระหว่างคนกับโทรศัพท์มือถือให้พัฒนาไปอีกขั้นโดยที่เราไม่จำเป็นต้องไป ‘แตะ’ มือถืออีกต่อไปเวลาที่เราต้องการสั่งคำสั่งทั่วไป เช่น เพิ่มหรือลดความดังของเสียง หรือเปลี่ยนเพลงที่กำลังเล่น ผลลัพธ์ของโปรเจกต์ Soli ได้ฝังตัวอยู่ในโทรศัพท์มือถือ Google Pixel 4 ที่เปิดตัวในปี 2019 โดยผู้ใช้สามารถปฏิสัมพันธ์กับ Google Pixel 4 ได้โดยไม่จำเป็นต้องแตะหน้าจอมือถือในหลายๆ คำสั่ง
อย่างไรก็ตาม Google Pixel 4 กลับกลายเป็นโปรดักต์สุดท้ายที่ตอกฝาโลงเทคโนโลยีเรดาร์ของโปรเจกต์ Soli เนื่องจากปัญหาที่หลากหลาย ไม่ว่าจะเป็นเรื่องการใช้แบตเตอรี่ที่มากจนส่งผลให้แบตเตอรี่หมดไว หรือปัญหาเรื่องการกำกับความถี่ที่รัฐบาลจำกัดการใช้งาน
หากอิงกับตัวอย่างก่อนหน้า หลายคนอาจรู้สึกว่าการกระโดดเข้าไปทดลองเทคโนโลยีใหม่เป็นอะไรที่เสี่ยงและมีโอกาสเจ็บตัวสูง แต่ผมอยากให้ลองฟังตัวอย่างถัดไปก่อนแล้วค่อยตัดสินใจว่าเราควรที่จะกระโดดเข้าไปเล่นกับเทคโนโลยีใหม่ทันทีหรือเปล่า
ย้อนกลับไปในยุค 60s ยุคที่คอมพิวเตอร์ส่วนบุคคลหรือ Personal Computer ยังไม่เป็นที่รู้จักของคนส่วนมาก ถ้าคุณเป็นผู้บริหารโรงเรียนมัธยมแห่งหนึ่ง คุณกล้าที่จะเอาเงินเมื่อเทียบเป็นมูลค่าปัจจุบันจำนวนล้านกว่าบาทไปซื้อคอมพิวเตอร์เครื่องหนึ่ง ซึ่งเป็นเทคโนโลยีใหม่ เอาไว้ในโรงเรียนให้เด็กมัธยม ‘ทดลองเล่น’ ในขณะที่ในหลายมหาวิทยาลัยยังไม่มีให้เด็กปริญญาโทและเอกได้ใช้เลยหรือเปล่า
หากมองผ่านแนวคิด Wait Calculation ในเรื่องอัตราเร่งของเทคโนโลยี เรียกได้ว่าเราแทบที่จะไม่รู้เลยว่าคอมพิวเตอร์จะมีความสามารถเพิ่มขึ้นจากเดิมรวดเร็วแค่ไหน ยังไม่รู้ด้วยซ้ำว่าจะมีเน็ตเวิร์กที่คอยเชื่อมโลกอย่างอินเทอร์เน็ตให้ใช้กันอย่างแพร่หลายเหมือนอย่างทุกวันนี้ การตัดสินใจซื้อคอมพิวเตอร์มาให้เด็กมัธยมทดลองเล่นน่าจะเรียกได้ว่าเป็นไอเดียที่บ้าบิ่นมาก
แต่การตัดสินใจซื้อคอมพิวเตอร์ราคาล้านกว่าบาทของผู้บริหารโรงเรียน Lakeside ซึ่งเป็นโรงเรียนมัธยมของ Bill Gates กลับกลายเป็นจุดเปลี่ยนที่ทำให้เด็กมัธยมต้นอายุ 13 ปีคนนี้มีความหลงใหลไปกับความน่าอัศจรรย์ของเทคโนโลยีคอมพิวเตอร์ จนกลายมาเป็นผู้ก่อตั้งบริษัทยักษ์ใหญ่ของโลกอย่าง Microsoft ร่วมกับคู่หูของเขา Paul Allen หลังจากได้ทดลองเล่นคอมพิวเตอร์เครื่องนี้ด้วยกัน
ตัวอย่างทั้งสองสะท้อนให้เห็นว่ามันไม่ใช่เรื่องง่ายเลยที่จะคาดเดาว่าเราควรที่จะเสี่ยงไปกับเทคโนโลยีไหนในช่วงเวลาใด ตอนที่โปรเจกต์ Soli เริ่มพัฒนานั้น เทคโนโลยีเรดาร์ระยะสั้นก็ถึงจุดสุกงอมที่พร้อมจะถูก Google นำไปต่อยอดพัฒนาเป็นโปรดักต์ใหม่ แต่สุดท้ายแล้วโปรดักต์นี้ก็ไม่ประสบผลสำเร็จ กลับกันเทคโนโลยีคอมพิวเตอร์ในยุค 60s ซึ่งเป็นเทคโนโลยีที่ใหม่มาก และยังคาดเดายากว่าจะมีทิศทางการพัฒนาไปในทางไหน กลับเป็นการเสี่ยงที่ส่งผลให้เกิดโปรดักต์และบริษัทยักษ์ใหญ่ที่มีอิทธิพลต่อโลกในเวลาต่อมา
คำถามที่ว่าเราควรโอบรับเทคโนโลยีใหม่เร็วแค่ไหนยังสามารถต่อยอดกับปัญหาอื่นในระดับองค์กรได้เหมือนกัน เช่น เราควรที่จะเสียเวลาทดลองเล่นเครื่องมือใหม่ โมเดลใหม่ รวมไปถึงปรับปรุง (Optimized) ระบบของเราด้วยวิธีใหม่ตอนนี้เลยหรือไม่? หรือเราควรรอให้มีเครื่องมือหรือวิธีการที่มันง่ายกว่านี้ออกมาก่อนแล้วค่อยใช้มันก็พอ (เนื่องจากของใหม่ออกมาเร็วมาก) การที่เราลงไปทำเอง แก้ปัญหาเองตั้งแต่เริ่มต้น จะเป็นการเสียแรงฟรีไปหรือเปล่า?
ในทางกลับกัน การเป็นผู้ตามในโลกธุรกิจก็เป็นสิ่งที่อันตรายไม่น้อยไปกว่ากัน การที่บริษัทเรามีโปรดักต์ที่ล้าสมัย ระบบของเราหรือคนในองค์กรเรามี Productivity ต่ำกว่าคู่แข่ง แปลว่าเราขายของยากกว่าแล้วแบก Cost ที่สูงกว่าอยู่ เปรียบเสมือนทุกคนได้ย้ายไป Barnard’s Star เรียบร้อยแล้ว ส่วนเรายังไม่มีตั๋วขึ้นยานอวกาศเลยจนยานลำสุดท้ายได้ออกไปจากโลกแล้ว
สำหรับบุคคลทั่วไปที่ไม่ใช่องค์กร หนึ่งในเคล็ดลับที่เราทุกคนสามารถนำมาปรับใช้ในชีวิตประจำวันได้คือการคำนวณต้นทุนของการทดลองสิ่งใหม่ ตัวอย่างเช่นราคาที่ต้องจ่ายของการใช้งาน GPT-3.5 ซึ่งเป็น AI ทางภาษาขนาดใหญ่หรือ Large Language Model (LLM) มีราคาเป็น 0 (ฟรี) แปลว่าเราแทบไม่มีต้นทุนที่ต้องเสียเลยในการฝึกประยุกต์ใช้เทคโนโลยีใหม่เข้ากับงานที่ทำอยู่ เสียแค่เวลามานั่งเรียนวิธีเขียนคำสั่งและสื่อสารกับตัว ChatGPT หรือที่เราเรียกกันว่า Prompt Engineering
กลับกัน การใช้งาน GPT-4 มีต้นทุนที่ต้องจ่ายอยู่ที่ 20 ดอลลาร์ต่อเดือน หรือประมาณ 700 กว่าบาท ซึ่งมาพร้อมกับความสามารถที่มากกว่า GPT-3.5 อย่างมาก ไม่ว่าจะเป็นความเข้าใจด้านภาษาที่สูงกว่า ความสามารถในการโต้ตอบที่เป็นธรรมชาติใกล้เคียงกับมนุษย์ รวมไปถึงความสามารถในการเข้าใจรูปภาพ ซึ่งหากผู้ใช้ทดลองใช้ไปแล้วรู้สึกว่าสิ่งที่ได้รับกลับมาไม่คุ้มก็สามารถหยุดจ่ายได้ทันที
คำถามที่ยากกว่าการที่เราควรใช้ GPT-3.5 หรือ GPT-4 ดี คือคำถามระดับองค์กร เช่นเราควรที่จะสร้าง LLM อย่าง ChatGPT เองที่เป็นภาษาไทยเพื่อใช้ภายในองค์กรหรือไม่? หากใช้แนวคิดเบื้องต้นก็ต้องไปคำนวณต้นทุนหรือ Cost ที่ต้องจ่ายกับการสร้างสิ่งนี้ใช้กันภายในองค์กร มองไปถึงความคุ้มทุนและสิ่งที่จะได้รับตอบแทนกับการลงทุนในสิ่งนี้
การหาจุดสมดุลระหว่างเป็นผู้นำเทรนด์กับการรอจังหวะที่เหมาะสมไม่ใช่เรื่องง่าย ตัวผู้เขียนเองก็ยังเรียนรู้ที่จะหาจุดสมดุลนั้นอยู่ เนื่องจากอัตราเร่งของการพัฒนาเทคโนโลยีนั้นมีความแตกต่างกันอยู่สำหรับเทคโนโลยีที่แตกต่างกันออกไป ท้ายที่สุดเราคงต้องเรียนรู้และปรับตัวไปตลอดชีวิต ตราบเท่าที่เทคโนโลยียังมีความหลากหลายและมาคู่กับอัตราเร่งที่แตกต่างกัน
