ยุคสมัยที่เปลี่ยนไป: การเขียนโค้ดยังเป็นทักษะที่ต้องมีหรือไม่?
ในปัจจุบันคำถามที่กลายเป็นหัวข้อสนทนาที่ร้อนแรงที่สุดในวงการเทคโนโลยีคือ การเขียนโค้ด (Coding) ยังคงเป็นทักษะที่จำเป็นอยู่หรือไม่ในยุคที่ AI สามารถสร้างซอฟต์แวร์ได้ด้วยตัวเอง สำหรับคนที่อยู่ในวงการพัฒนาซอฟต์แวร์มานานกว่าทศวรรษ คำถามนี้กลายเป็นเรื่องที่ตอบได้ยากขึ้นเรื่อยๆ แม้แต่การปรึกษาหารือกับเหล่า Engineering Manager ทั้งในไทยและต่างประเทศ ต่างก็มีความเห็นที่หลากหลายและซับซ้อนกว่าที่เคยเป็นมา
ส่องสถิติการจ้างงาน: ทำไมตลาดงานสาย Technical ถึงดูเหมือนกำลังดิ่งลง?
เมื่อเราพิจารณาจากรายงานวิจัยของมหาวิทยาลัยสแตนฟอร์ด (Stanford University) เราจะพบข้อมูลที่น่าตกใจว่าอัตราการจ้างงานของ Software Developer ในกลุ่มอายุ 22-25 ปี หรือกลุ่มที่เพิ่งเริ่มต้นอาชีพ (Entry-level) ลดลงถึง 20% นับตั้งแต่ปี 2024 ซึ่งเป็นช่วงเวลาที่ AI อย่าง ChatGPT เริ่มเข้ามามีบทบาทอย่างมหาศาล อย่างไรก็ตาม สิ่งที่น่าสนใจคือกลุ่มที่มีประสบการณ์สูง หรือระดับ Senior กลับไม่ได้ได้รับผลกระทบในทิศทางเดียวกัน ข้อมูลนี้ชวนให้ตั้งคำถามว่า หาก AI สามารถทำงานแทนได้จริง ทำไมบริษัทถึงเลือกที่จะรักษาพนักงานที่มีเงินเดือนสูงไว้ แทนที่จะเก็บพนักงานกลุ่ม Junior ที่มีค่าตัวถูกกว่า
AI: เครื่องมือทุ่นแรงหรือเพชฌฆาตของงานจูเนียร์?
มีความเป็นไปได้ว่า AI ในปัจจุบันอาจจะยังไม่มีศักยภาพเพียงพอที่จะจัดการงานที่ซับซ้อนได้ทั้งหมด แต่อาจจะเก่งพอที่จะจัดการงานง่ายๆ ที่เคยเป็นหน้าที่ของพนักงานระดับต้นได้ ส่งผลให้ความต้องการแรงงานที่เน้นการเขียนโค้ดตามสเปค (Specification) ลดน้อยลงอย่างเห็นได้ชัด อีกทั้งยังมีกรณีตัวอย่างของบัณฑิตจบใหม่จากสแตนฟอร์ดที่หางานในอเมริกาไม่ได้ จนต้องกลับไปเก็บประสบการณ์ในต่างประเทศ ก่อนจะพบว่าตลาดงานในปัจจุบันมีความท้าทายอย่างยิ่งสำหรับคนรุ่นใหม่
อุตสาหกรรมเทคโนโลยียังคงเติบโต ไม่ใช่จุดจบของวงการ
แม้จำนวนโปรแกรมเมอร์ที่ถูกจ้างงานจะลดลง แต่หากดูที่ตัวเลขของอุตสาหกรรม Computing โดยรวม เราจะพบว่ามันไม่ได้ดิ่งลงตาม แต่กลับมีการเติบโตขึ้นอย่างต่อเนื่อง สิ่งนี้สะท้อนว่างานในสายนี้ไม่ได้หายไป แต่มันกำลังเปลี่ยนรูปแบบไปสู่การต้องการผู้เชี่ยวชาญที่สามารถดูแลระบบงานขนาดใหญ่ได้มากขึ้น AI จึงเปรียบเสมือนเครื่องมือใหม่ที่เข้ามาเปลี่ยนผ่านวิธีการทำงาน เหมือนกับในอดีตที่การเขียนโปรแกรมเปลี่ยนจากการเจาะรูบนการ์ด (Punch Cards) มาเป็นการพิมพ์บนคีย์บอร์ด หรือการพัฒนาภาษาคอมพิวเตอร์จากระดับต่ำ (Low-level) มาเป็นระดับสูง (High-level)
เหตุผลทางเศรษฐศาสตร์: เบื้องหลังการ Layoff ที่ไม่ใช่แค่เรื่อง AI
เมื่อเจาะลึกบทวิเคราะห์จาก Stanford อีกมุมหนึ่ง เราจะพบว่าการเลิกจ้างพนักงานในบริษัทเทคโนโลยีขนาดใหญ่ (Big Tech) มีปัจจัยหลักมาจากเรื่องของการเงินและอัตราดอกเบี้ย ในช่วงปี 2020 ที่ดอกเบี้ยเกือบเป็นศูนย์ บริษัทต่างๆ ได้กู้เงินมาขยายธุรกิจและจ้างพนักงานจำนวนมหาศาล แต่เมื่อสถานการณ์เปลี่ยนและดอกเบี้ยพุ่งสูงขึ้นอย่างรวดเร็ว บริษัทจึงจำเป็นต้องลดต้นทุน ซึ่งกลุ่ม Junior มักเป็นกลุ่มแรกที่ถูกพิจารณา และ AI มักถูกนำมาอ้างว่าเป็นสาเหตุหลักของการลดคนเพื่อให้ดูมีความชอบธรรมมากขึ้น
การปรับตัวของ Software Engineer ในโลกที่เปลี่ยนไป
เราสามารถเปรียบเทียบสถานการณ์นี้ได้กับการกำเนิดของกล้องถ่ายรูปที่ทำให้ศิลปินวาดภาพเหมือนแบบดั้งเดิมลดความสำคัญลง แต่ศิลปะในรูปแบบอื่นกลับแตกแขนงและเติบโตขึ้น การเป็น Software Engineer ในยุคนี้จึงไม่ใช่แค่การนั่งเขียนโค้ดตามคำสั่ง แต่คือการเข้าใจระบบ (System Design) การรีวิวโค้ดที่ AI สร้างขึ้น และการตัดสินใจเชิงธุรกิจเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด การเข้าใจพื้นฐานการเขียนโค้ดยังคงสำคัญ เพราะหากเราไม่เข้าใจมันเลย เราก็จะไม่สามารถสั่งการ AI ให้ทำงานที่ซับซ้อนได้อย่างถูกต้อง
บทสรุป: คุณต้องมีทักษะอะไรในยุค Agentic Engineering?
ในอนาคตอันใกล้ อาชีพนี้อาจเปลี่ยนชื่อไปเป็น Agentic Engineering ที่ซึ่งงานกว่า 99% ของเวลาไม่ได้ใช้ไปกับการพิมพ์โค้ดเอง แต่เป็นการบริหารจัดการ AI Agent ให้ทำงานแทนเรา ดังนั้น นักศึกษาหรือผู้ที่กำลังตัดสินใจเข้าสู่วงการนี้ ไม่ต้องกลัวว่าอาชีพจะตาย แต่ต้องเปลี่ยน Mindset จากการเน้นแค่การเขียนโค้ด เป็นการเรียนรู้เรื่องสถาปัตยกรรมระบบ การแก้ปัญหาธุรกิจ และทักษะในการควบคุมเครื่องมือ AI ให้เกิดประสิทธิภาพสูงสุด เพราะสุดท้ายแล้ว แม้จะมี AI ที่เก่งกาจ แต่คนที่จะเป็นผู้ตัดสินใจว่าโซลูชันใดถูกต้องและเหมาะสมที่สุด ก็ยังคงเป็นมนุษย์ที่มีความเข้าใจในหลักการของซอฟต์แวร์อย่างถ่องแท้นั่นเอง
ที่มา : youtube channel Little Moments
