การเข้าถึง AI แพร่หลาย ต้องคุมคุณภาพและความปลอดภัย
Pedro Daniel ชี้เครื่องมือ AI ช่วยลดต้นทุนพัฒนาซอฟต์แวร์ แต่ยังจำเป็นต้องมีพื้นฐานทางเทคนิคและการกำกับดูแลโดยมนุษย์
Pedro Daniel วิเคราะห์ผลกระทบของการเข้าถึงปัญญาประดิษฐ์และเครื่องมืออัตโนมัติต่อการพัฒนาระบบ การอภิปรายเน้นถึงการลดต้นทุนสำหรับธุรกิจขนาดเล็ก ความเสี่ยงด้านความปลอดภัยทางไซเบอร์ และความจำเป็นที่ต้องมีการกำกับดูแลโดยมนุษย์เพื่อป้องกันไม่ให้คุณภาพของงานลดลง
Pedro Daniel ผู้ก่อตั้ง Escola de IA ได้ร่วมพูดคุยกับ Bruno Gimenes ในรายการ Marketing - The Podcast เกี่ยวกับผลกระทบของการที่ปัญญาประดิษฐ์ได้รับความนิยมอย่างแพร่หลาย ต่อการพัฒนาซอฟต์แวร์และการดำเนินงานขององค์กรทุกขนาด โดย Daniel มองว่าการเข้าถึงโมเดลขั้นสูงช่วยลดอุปสรรคในการเริ่มต้นสำหรับธุรกิจขนาดเล็กและขนาดกลาง ทว่าการนำไปใช้งานอย่างขาดการกำกับดูแลทางเทคนิคก็ทำให้เกิดช่องโหว่ด้านความปลอดภัยและคุณภาพของผลงานลดลงเช่นกัน
ในวิดีโอด้านบน Daniel และ Bruno ร่วมสำรวจผลกระทบด้านการปฏิบัติงานจากเครื่องมือเหล่านี้ พร้อมทั้งแบ่งปันตัวอย่างการประยุกต์ใช้จริงในโลกธุรกิจ
การเข้าถึงเครื่องมือและการลดต้นทุนทางเทคนิค
วิวัฒนาการของแพลตฟอร์มปัญญาประดิษฐ์ช่วยให้ธุรกิจขนาดเล็กสามารถดำเนินโครงการที่แต่เดิมต้องใช้งบประมาณมหาศาลและทีมวิศวกรขนาดใหญ่ได้ โดย Daniel เล่าว่าโครงการบุกเบิกในอดีต เช่น การนำ AI มาใช้ใน iFood เมื่อปี 2016 ต้องใช้เงินลงทุนหลายล้านดอลลาร์ แต่ในปัจจุบัน การสมัครสมาชิกบริการอย่าง ChatGPT, Claude หรือ Gemini ด้วยค่าบริการเพียงเดือนละ 20 ดอลลาร์ ก็มีศักยภาพเพียงพอที่จะรวมศูนย์ข้อมูลและทำระบบอัตโนมัติได้อย่างรวดเร็ว
"ทุกวันนี้ ปัญญาประดิษฐ์ทำให้หลายสิ่งหลายอย่างเข้าถึงได้ง่ายขึ้นมาก เมื่อก่อนถ้าคุณอยากมีฝ่ายเทคโนโลยีในบริษัท คุณต้องลงทุนด้านไอทีเป็นล้านๆ ดอลลาร์" Daniel อธิบาย พร้อมระบุว่าระบบที่เคยต้องใช้เงินหลายแสนเรอัล ตอนนี้สามารถสร้างเสร็จได้ภายในเวลาไม่กี่วัน "ปัญญาประดิษฐ์ทำให้สิ่งที่มีค่ายิ่งกว่าเงินและน้ำมันกลายเป็นสิ่งที่เข้าถึงได้ง่าย สิ่งนั้นคืออะไร? มันคือข้อมูล ทุกวันนี้คุณสามารถรวมข้อมูลทั้งหมดของบริษัทให้อยู่ในระบบเดียวได้แล้ว"
ช่องโหว่ความปลอดภัยและบทบาทของนักพัฒนา
แม้ว่าการสร้างโค้ดผ่านตัวช่วยอย่าง Claude Code หรือ Codex จะทำได้ง่ายดาย แต่การปล่อยระบบให้ใช้งานจริงโดยไม่มีโครงสร้างพื้นฐานและการป้องกันที่รัดกุม ย่อมทำให้ข้อมูลที่เป็นความลับตกอยู่ในความเสี่ยง Daniel ยกตัวอย่างกรณีของอินฟลูเอนเซอร์ชื่อ Abraham ซึ่งสร้างระบบขึ้นมาเพื่อนักเรียนของตนเองโดยใช้เครื่องมือช่วยเขียนโค้ดและเผยแพร่ลงโซเชียลมีเดีย ทว่าการขาดชั้นความปลอดภัยทำให้ระบบถูกแฮกและข้อมูลผู้ใช้รั่วไหล
"ทุกวันนี้การสร้างระบบเป็นเรื่องง่ายมาก แต่การปกป้องระบบกลับยากมาก ดังนั้นเราจึงยังคงต้องการนักพัฒนาซอฟต์แวร์อยู่เสมอ โดยเฉพาะอย่างยิ่งเมื่อพูดถึงการพัฒนาระบบที่รองรับการขยายตัว" Daniel กล่าว พร้อมเสริมว่ากฎระเบียบอย่าง LGPD ทำให้การมีผู้เชี่ยวชาญระดับซีเนียร์เป็นสิ่งจำเป็นสำหรับโปรเจกต์ที่ต้องการสเกล "คนทั่วไปอาจสร้างระบบง่ายๆ ให้บริษัทของตัวเองได้ แต่ถ้าใครต้องการสร้างสตาร์ทอัป สร้างผลิตภัณฑ์ หรือระบบที่พร้อมรองรับการเติบโต เขาไม่สามารถทำคนเดียวได้ เขาต้องพึ่งพานักพัฒนาหรือ DevOps ระดับซีเนียร์ที่เข้าใจเรื่องความปลอดภัยและระบบหลังบ้าน"
ความเสี่ยงของงานปริมาณมากที่ไร้การควบคุมคุณภาพ
ผลผลิตที่เพิ่มขึ้นอย่างรวดเร็วจากเครื่องมือเหล่านี้ยังก่อให้เกิดความบิดเบือนในองค์กร เมื่อการเร่งความเร็วในการทำงานอาจนำไปสู่งานที่ฉาบฉวย Daniel เล่าถึงสถานการณ์ที่บางบริษัทลดหรือปรับโครงสร้างพนักงานเพราะหวังพึ่งระบบอัตโนมัติเต็มรูปแบบ แต่สุดท้ายต้องยอมถอยกลับมาเมื่อพบว่าผลลัพธ์ของงานแย่ลง
"ปัญญาประดิษฐ์เป็นเพียงเครื่องมือ เป็นสะพานเชื่อม ไม่ใช่จุดหมายปลายทาง" Daniel ย้ำ พร้อมกล่าวต่อว่าเทคโนโลยีไม่สามารถแทนที่ประสบการณ์เชิงกลยุทธ์ของผู้ใช้งานได้ "บางคนอาจวางแผนอย่างสวยหรูด้วย Claude Code, ChatGPT หรือ Gemini แผนอาจดูดีมาก แต่คำถามคือ คนๆ นั้นเข้าใจสิ่งที่กำลังพูดจริงๆ หรือไม่? เขารู้จริงไหมว่าระบบทำงานอย่างไร? และกลยุทธ์ที่นำเสนอนั้น เขาเคยทดสอบและพิสูจน์มาก่อนหรือยัง?"
การทยอยปรับใช้เป็นระยะและการตรวจสอบโดยมนุษย์
เพื่อหลีกเลี่ยงข้อผิดพลาดในการว่าจ้างหรือการพัฒนาภายใน Daniel แนะนำให้แบ่งการใช้งานออกเป็นขั้นตอนที่ชัดเจน การใช้เอเจนต์อัตโนมัติและโปรโตคอลการผสานรวม เช่น MCP ช่วยลดความซับซ้อนของขั้นตอนการทำงานได้ แต่การตรวจสอบทางเทคนิคโดยมนุษย์ยังคงเป็นสิ่งจำเป็นอย่างยิ่งเพื่อรักษาความถูกต้องแม่นยำ
"คนเรามักจะประเมินปัญญาประดิษฐ์สูงเกินไป คิดว่า AI เป็นเวทมนตร์ที่จะแก้ปัญหาได้ทุกเรื่อง แต่มันไม่ได้เป็นแบบนั้น" Daniel ระบุ พร้อมให้คำแนะนำแก่โครงการขององค์กรว่า "AI ไม่ได้เป็นทั้งไอน์สไตน์หรือเลโอนาร์โด ดา วินชี ที่จะทำได้ทุกอย่างและแก้ปัญหาได้ทุกเรื่อง มันแก้ปัญหาได้เฉพาะจุด และในบางเรื่อง ผมมองว่าผลงานของมันยังสู้มนุษย์ไม่ได้ด้วยซ้ำ"