เมื่อ AI เข้ามาในทีมวิศวกร งานของพวกเขาเบาลงจริงหรือ?

‍สารบัญ

1. เริ่มจาก General Meeting ของเรา
2. Air เป็นบริษัทแบบไหน?
3. AI ทำให้วิศวกรเร็วขึ้น แต่พวกเขาบอกว่าเหนื่อยกว่าเดิม
4. เส้นแบ่งของบทบาทเริ่มเลือนลาง
5. สัปดาห์ละหนึ่งชั่วโมง ทุกคนหยุดเพื่อคิดเรื่องนี้
6. สิ่งที่เราได้กลับมาจากบทสนทนาครั้งนี้
7. FAQ

“หลังนำ AI เข้ามา วิศวกรของเราพัฒนางานได้เร็วขึ้นมาก” Ted หยุดไปครู่หนึ่ง “แต่พวกเขาบอกผมว่า รู้สึกเหนื่อยกว่าเดิม”

นั่นคือ General Meeting เมื่อสัปดาห์ก่อน ที่ทุกคนในบริษัทอยู่พร้อมหน้า เมื่อประโยคนี้หลุดออกมาจากปากวิศวกรคนนอก ห้องประชุมเงียบไปครึ่งวินาที เพราะความคิดแรกที่ผุดขึ้นในใจของหลายคนคือ “เอ๊ะ นี่มันพูดถึงพวกเราอยู่หรือเปล่า?”

สรุปสั้น ๆ คือ AI ไม่ได้ทำให้วิศวกรสบายขึ้น แต่เปลี่ยน “รูปร่าง” ของความยุ่งไปอีกแบบ เวลาย้ายจาก “การเขียนโค้ด” ไปเป็น “การรีวิวโค้ดที่ AI เขียน” และ “การสอน AI ให้เข้าใจตรรกะทางธุรกิจ” นี่คือใจความหลักของการแบ่งปันครั้งนี้ของ Ted วิศวกรจาก Air และเป็นเหตุผลที่เราอยากบันทึกบทสนทนานี้ไว้

---

เริ่มจาก General Meeting ของเรา

OakMega มี General Meeting ทุกสัปดาห์ และทุกคนในบริษัทจะเข้าร่วม หัวหน้าแต่ละฝ่ายจะขึ้นมารายงานความคืบหน้า เพื่อให้ทุกคนรู้ว่าตอนนี้บริษัทอยู่ตรงไหน ไม่ใช่แค่ “ทีมฉันกำลังยุ่งกับอะไร” แต่เป็น “ทั้งบริษัทกำลังมุ่งไปทางไหน”

แต่ GM ไม่ได้มีแค่การรายงาน นอกจากอัปเดตประจำของแต่ละฝ่ายแล้ว เรายังเผื่อเวลาไว้สำหรับการแบ่งปันหลากหลายเรื่อง ทั้งการจับตาคู่แข่ง ความเคลื่อนไหวของตลาด เทคโนโลยีใหม่ ไปจนถึงเคสลูกค้าที่น่าสนใจ อะไรก็นำมาเล่าได้ เราเชื่อว่าการทำให้ทั้งทีมยังคงอยากรู้อยากเห็นต่อโลกภายนอก เป็นเรื่องที่คุ้มค่าที่จะใช้เวลา และเป็นครั้งคราว เรายังเชิญ “คนนอก” เข้ามา ให้ประสบการณ์ตรงจากบริษัทอื่นและมุมมองที่ต่างออกไปได้พูดคุยกับทุกคนโดยตรง (ซึ่งก็คือสิ่งที่ซีรีส์ Inside OakMega ทำมาตลอด)

ครั้งนี้ ผู้ที่มาร่วมแบ่งปันคือ Ted วิศวกรซอฟต์แวร์จาก Air

---

Air เป็นบริษัทแบบไหน?

Air (ก่อตั้งในปี 2017 สำนักงานใหญ่อยู่ที่บรูคลิน นิวยอร์ก) เริ่มต้นจากการเป็นแพลตฟอร์มทำงานสำหรับครีเอเตอร์ ปัจจุบันนิยามตัวเองใหม่ว่าเป็น “Agent สำหรับงานครีเอทีฟ” ผลิตภัณฑ์หลักคือระบบบริหารจัดการสินทรัพย์ดิจิทัล (DAM) แต่ออกแบบให้ใกล้เคียงกับเวิร์กโฟลว์จริงของทีมครีเอทีฟและทีมการตลาดมากขึ้น ให้ AI ช่วยแบรนด์จัดระเบียบไฟล์ชิ้นงาน ติดตามผลลัพธ์ และจัดการงานครีเอทีฟที่ซ้ำซากให้เสร็จโดยอัตโนมัติ ส่วนความสนใจของคนก็เก็บไว้ใช้กับจุดที่ต้องอาศัยการตัดสินใจจริง ๆ

Ted เข้าร่วม Air ในปี 2024 เท่ากับว่าเขาอยู่ในเหตุการณ์ตลอดทาง ได้เห็นบริษัทเดินบนเส้นทางการเปลี่ยนผ่านสู่ AI ทีละก้าว ทั้งจุดที่เดินถูกและจุดที่เดินพลาด เขาเห็นมาหมดแล้ว

การแบ่งปันของเขาจึงไม่มีสโลแกน ไม่มีสูตรสำเร็จ มีแต่เรื่องจริง ต่อไปนี้คือสามเรื่องที่เราประทับใจที่สุด

---

AI ทำให้วิศวกรเร็วขึ้น แต่พวกเขาบอกว่าเหนื่อยกว่าเดิม

นี่คือเวอร์ชันเต็มของประโยคเปิดของ Ted

หลังนำ AI เข้ามา ความเร็วในการพัฒนาของวิศวกรที่ Air เพิ่มขึ้นอย่างมาก แต่เมื่อเร็วขึ้นแล้ว ก็เกิดสิ่งที่หลายคนไม่ทันคาดคิด นั่นคือเป้าหมายก็ถูกดันให้สูงขึ้นตามไปด้วย บริษัทคาดหวังผลงานเป็นสองเท่า แต่เวลาในมือของวิศวกรไม่ได้เพิ่มขึ้น เพียงแค่ถูกจัดสรรใหม่ ส่วนหนึ่งไปใช้รีวิวโค้ดที่ AI สร้างขึ้น อีกส่วนหนึ่งไปใช้ “สอน” AI ให้เข้าใจตรรกะทางธุรกิจ สองเรื่องนี้ไม่เคยมีมาก่อน แต่ตอนนี้กลายเป็นงานประจำวันไปแล้ว

สิ่งที่ AI นำมาจึงไม่ใช่ “ความสบาย” แต่เป็น “ความยุ่งในอีกรูปแบบหนึ่ง” เมื่อก่อนคุณใช้เวลาเขียนโค้ด ตอนนี้คุณใช้เวลาตรวจสอบว่าโค้ดที่ AI เขียนนั้นถูกต้อง และสอดคล้องกับบริบททางธุรกิจ ปริมาณงานไม่ได้หายไปไหน แค่ย้ายไปอยู่ที่อื่น

ช่วงนี้น่าจะเป็นจังหวะที่คนในห้องพยักหน้าตามเงียบ ๆ มากที่สุด

---

เส้นแบ่งของบทบาทเริ่มเลือนลาง

ข้อสังเกตที่สองที่เราประทับใจ เกี่ยวกับเรื่อง “ใครทำอะไรได้บ้าง”

ที่ Air ตอนนี้บางครั้งโปรดักต์เมเนเจอร์และดีไซเนอร์สามารถสั่งให้ AI แก้ไขฟีเจอร์ได้เอง เปิด Pull Request เรียบร้อย แล้วค่อยส่งต่อให้วิศวกรตรวจ เรื่องแบบนี้ถ้าเป็นเมื่อไม่กี่ปีก่อนแทบเป็นไปไม่ได้ ไม่ใช่เพราะ PM หรือดีไซเนอร์ไม่เก่งพอ แต่เพราะกำแพงทางเทคนิคสูงเกินกว่าจะข้ามไปได้

เมื่อ AI ลดกำแพงนั้นลง เส้นแบ่งว่า “เรื่องนี้ใครควรเป็นคนทำ” ก็เริ่มขยับ นี่ไม่จำเป็นต้องเป็นเรื่องแย่ แต่มันเปลี่ยนวิธีทำงานร่วมกันของทีมจริง ๆ และทำให้ทุกคนต้องกลับมาคิดใหม่ว่า บทบาทของฉันตอนนี้รับผิดชอบไปถึงตรงไหนกันแน่?

---

สัปดาห์ละหนึ่งชั่วโมง ทุกคนหยุดเพื่อคิดเรื่องนี้

เรื่องสุดท้ายที่ Ted แบ่งปัน คือเรื่องที่เราฟังจบแล้วอยากลอกกลับไปใช้มากที่สุด

ทีมวิศวกรของ Air มีธรรมเนียมประจำอย่างหนึ่ง คือทุกสัปดาห์จะกันเวลาไว้หนึ่งชั่วโมง ทุกคนหยุดงานที่ทำอยู่ แล้วคิดเรื่องเดียวเท่านั้น: “จะทำให้เวิร์กโฟลว์ขับเคลื่อนด้วย AI มากขึ้นได้อย่างไร”

ตรรกะเบื้องหลังเรียบง่ายมาก ถ้าคุณวิ่งไล่งานอยู่ตลอดเวลา คุณจะไม่มีเวลาคิดเลยว่าจะทำงานให้ดีขึ้นได้อย่างไร พวกเขาจึงตั้งใจปกป้องช่วงเวลานี้ไว้ ไม่ทำอะไรอย่างอื่น คิดแค่เรื่องนี้เรื่องเดียว

ตอนที่ได้ฟัง เรารู้สึกสะกิดใจอยู่ไม่น้อย มันไม่ใช่ระบบที่ทำยากอะไร สิ่งที่ยากคือ “การเลือกอย่างตั้งใจ” ต้องยอมหยุดก่อน ถึงจะก้าวไปข้างหน้าได้จริง

---

สิ่งที่เราได้กลับมาจากบทสนทนาครั้งนี้

หลังฟัง Ted จบ สิ่งที่เรารู้สึกมากที่สุดไม่ใช่เครื่องมือหรือเทคนิคใดเทคนิคหนึ่ง แต่เป็นความเคารพยำเกรงต่อเทคโนโลยี การนำ AI มาใช้เป็นกระบวนการที่ต้องปรับไปเรื่อย ๆ ไม่ใช่โปรเจกต์ที่ “ปิดจบ” ได้

เพื่อรักษาความสามารถในการแข่งขัน Air กันเวลาไว้ทุกสัปดาห์หนึ่งชั่วโมง ไม่ทำอะไรเลย นอกจากคิดว่าจะทำงานร่วมกับ AI ให้ดีขึ้นได้อย่างไร เวลาสำหรับทบทวนที่ตั้งใจเก็บไว้แบบนี้ แท้จริงแล้วมาจากแนวคิดเดียวกับที่ OakMega เชิญวิทยากรภายนอกมาที่ GM นั่นคือ หยุดก่อนเพื่อมองให้ชัดว่าเรายืนอยู่ตรงไหน แล้วจึงจะรู้ว่าก้าวต่อไปควรไปทางไหน

เราเองก็กำลังเดินอยู่บนเส้นทางนี้ ค่อย ๆ ค้นหาวิธีทำงานที่เหมาะกับทีมนี้ที่สุดร่วมกับ AI เรายังไม่เจอคำตอบมาตรฐาน แต่เราเริ่มกันเวลาไว้ให้กับคำถามนี้แล้ว

ถ้าคุณชอบบริษัทที่รู้จักหยุดคิดให้ชัด แล้วค่อยก้าวไปข้างหน้าด้วยกัน ติดตาม Inside OakMega ได้เลย เรายังมีเรื่องราวจากประสบการณ์ตรงแบบนี้อีกมาก หากอยากรู้จักเรามากขึ้น หรือแม้แต่อยากมาร่วมงานกับเรา ตำแหน่งงานทั้งหมดของ OakMega อยู่ที่นี่ 👉 ดูตำแหน่งงานที่เปิดรับ

---

💡 เกี่ยวกับแขกรับเชิญครั้งนี้
Ted Chen | Software Engineer at Air
Air ก่อตั้งในปี 2017 สำนักงานใหญ่อยู่ที่บรูคลิน นิวยอร์ก ปัจจุบันแพลตฟอร์มให้บริการครีเอเตอร์มากกว่า 100,000 คน ครอบคลุมองค์กรกว่า 2,100 แห่ง และบริหารจัดการไฟล์ชิ้นงานมากกว่า 120 ล้านชิ้น (ข้อมูลทางการของ Air, 2026) Air วางตำแหน่งตัวเองเป็น “Agent สำหรับงานครีเอทีฟ” ผสานการบริหารจัดการสินทรัพย์ดิจิทัล เวิร์กโฟลว์การอนุมัติ การแก้ไขด้วย AI และการเผยแพร่ข้ามแพลตฟอร์มเข้าด้วยกัน ให้ทีมครีเอทีฟส่งงานปฏิบัติการที่ซ้ำซากให้ AI ทำ แล้วเก็บความสนใจของคนไว้กับจุดที่ต้องใช้วิจารณญาณอย่างแท้จริง

---

FAQ

Q: หลังนำ AI มาใช้ งานของวิศวกรจะเบาลงไหม?
A: ไม่เสมอไป จากประสบการณ์ของ Air แม้ AI จะเพิ่มความเร็วในการพัฒนา แต่ความคาดหวังต่อผลงานของบริษัทก็สูงขึ้นตามไปด้วย เวลาของวิศวกรถูกจัดสรรใหม่ไปยังงานใหม่สองอย่าง คือ “รีวิวโค้ดที่ AI สร้าง” และ “สอน AI ให้เข้าใจตรรกะทางธุรกิจ” ผลลัพธ์จึงไม่ใช่สบายขึ้น แต่เป็นความยุ่งในอีกรูปแบบหนึ่ง

Q: AI จะเปลี่ยนการแบ่งบทบาทในทีมอย่างไร?
A: AI ลดกำแพงทางเทคนิคลง ทำให้บทบาทที่ไม่ใช่วิศวกร (เช่น PM และดีไซเนอร์) สามารถสั่งให้ AI แก้ไขฟีเจอร์และสร้าง Pull Request ได้เอง แล้วส่งต่อให้วิศวกรตรวจ ทำให้เส้นแบ่งว่า “ใครรับผิดชอบอะไร” เลือนลางลง ทีมจึงต้องนิยามขอบเขตความรับผิดชอบของแต่ละบทบาทใหม่

Q: องค์กรจะผลักดันการนำ AI มาใช้อย่างต่อเนื่องได้อย่างไร?
A: วิธีของ Air คือกัน Focus Time ไว้ทุกสัปดาห์หนึ่งชั่วโมง ทุกคนหยุดงานที่ทำอยู่ แล้วคิดเฉพาะเรื่องการทำให้เวิร์กโฟลว์ขับเคลื่อนด้วย AI มากขึ้น หัวใจสำคัญคือการตั้งใจปกป้องเวลาสำหรับทบทวน เพราะถ้าทีมเร่งงานอยู่ตลอดเวลา ก็จะไม่มีพื้นที่เหลือให้ปรับปรุงวิธีทำงาน

Q: Inside OakMega คืออะไร?
A: Inside OakMega คือซีรีส์คอนเทนต์ด้านวัฒนธรรมองค์กรของ OakMega ที่แบ่งปันวิธีทำงานของทีม กิจกรรมภายใน และการพูดคุยกับวิทยากรภายนอก เพื่อให้คนภายนอกได้รู้จักว่าบริษัทนี้คิดและทำงานอย่างไร