ชวนคิด เทคโนโลยีใหม่ – ยิ่งใช้ก่อนยิ่งได้เปรียบ (หรือเปล่า ??)

เชื่อว่าหลายคนอาจกำลังรู้สึกเหนื่อยกับการตามเทคโนโลยีใหม่ๆ ที่ออกมาไม่เว้นวัน โปรดักส์ใหม่ที่ออกมาอย่างต่อเนื่อง แถมยังมีความสามารถที่ดูจะเทียบเท่าหรือเก่งกว่าเราในบางเรื่องด้วยซ้ำ “คนที่ใช้ AI จะมาแทนคนที่ไม่ใช้ AI” คำพูดนี้ยิ่งตอกย้ำให้หลายคนรู้สึกกังวลว่าอาจจะถูกทิ้งไว้ข้างหลังถ้าไม่เรียนรู้และรีบใช้เทคโนโลยีใหม่ๆ

เมื่อวานผู้เขียนมีโอกาสได้นั่งคุยกับพี่ที่รู้จักท่านหนึ่งถึง “จังหวะเวลาที่เหมาะสมในการกระโดดเข้าไปใช้เทคโนโลยีใหม่” โดยมองผ่านเลนส์ของนักพัฒนาซอฟแวร์ เนื่องจากทุกวันนี้มีเครื่องมือรวมไปถึง AI ตัวใหม่ๆ ออกมาไม่เว้นวัน เลยเกิดคำถามขึ้นว่าเราควรที่จะกระโดดขึ้นรถไฟตอนไหนกัน? ความจริงแล้วมันน่าจะมีจังหวะที่เป็นจุดสมดุลที่สุดหรือ “sweet spot” ที่เราจะกระโดดเข้าไปใช้เทคโนโลยีใหม่ แต่มันควรที่จะเป็นช่วงเวลาไหนกันล่ะ?

หลังจากคุยเสร็จเลยทำให้นึกถึงบทความหนึ่งที่เคยอ่านเมื่อหลายเดือนก่อนที่มีชื่อว่า “Wait Calculation” ซึ่งสามารถสรุปพอสังเขปได้ว่า สมมติคุณต้องการออกเดินทางไปยังดาวเคราะห์ที่ใกล้เคียงดวงหนึ่งชื่อ Barnard’s Star ให้ถึงโดยเร็วที่สุด คุณควรจะออกเดินทางไปเมื่อไหร่? วันนี้? ปีหน้า? หรือรอไปอีก 100 ปีข้างหน้าค่อยไป? (สมมุติว่ายังไม่ตาย)

หากเรามีกล่องที่สามารถสต๊าฟเราไว้ได้เป็นเวลานานโดยที่ไม่ตาย บางคนอาจคิดว่า “งั้นรีบไปตอนนี้เลยสิ!” เนื่องจากน่าจะใช้เวลานานกว่าจะเดินทางไปถึง ไปก่อนก็ถึงก่อน

ด้วยเทคโนโลยีของยานอวกาศในปัจจุบัน การเดินทางนี้อาจใช้เวลาถึง 6 ปีแสงนี้หรือกว่า 12,000 ปี

แต่กลับกัน หากเราเปลี่ยนเป็นการนั่งรอให้เทคโนโลยีพัฒนาไปก่อน (อย่างก้าวกระโดด) จนถึงจุดที่ยานอวกาศสามารถใช้พลังงานนิวเคลียร์ได้ (สมมุติว่าอีก 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 สิ่งหนึ่งที่เราต้องพึงระวังคือ การกระโดดเข้าไปใช้เทคโนโลยีใหม่หรือการกระโดดเข้าไปพัฒนาเทคโนโลยีใหม่ก่อนคู่แข่ง อาจไม่ได้เป็นตัวการันตีถึงความสำเร็จหรือชัยชนะเหนือคู่แข่งเสมอไป และจริงๆแล้วอาจเป็นหายนะที่ส่งผลให้เราต้องสูญเงินลงทุนจำนวนมากอีกด้วย หนึ่งในตัวอย่างได้แก่ โปรเจ็ค Soli ของกูเกิลที่เปิดตัวในปี 2015

โปรเจ็ค Soli เป็นการพัฒนาเซ็นเซอร์ที่ใช้เรด้าห์ระยะสั้นหรือ short range radar เพื่อปฏิวัติการปฎิสัมพันธ์ (interaction) ระหว่างคนกับโทรศัพท์มือถือให้พัฒนาไปอีกขั้นโดยที่เราไม่จำเป็นต้องไป “แตะ” มือถืออีกต่อไปเวลาที่เราต้องการสั่งคำสั่งทั่วไป เช่น เพิ่มหรือลดความดังของเสียง หรือเปลี่ยนเพลงที่กำลังเล่น ผลลัพธ์ของโปรเจ็ค Soli ได้ฝังตัวอยู่ในโทรศัพท์มือถือกูเกิล Pixel 4 ที่เปิดตัวในปี 2019 โดยผู้ใช้สามารถปฏิสัมพันธ์กับกูเกิล Pixel 4 ได้โดยไม่จำเป็นต้องแตะหน้าจอมือถือในหลายๆคำสั่ง อย่างไรก็ตามกูเกิล Pixel 4 กลับกลายเป็นโปรดักส์สุดท้ายที่ตอกฝาโลงเทคโนโลยีเรดาห์ของโปรเจ็ค Soli เนื่องจากปัญหาที่หลากหลาย ไม่ว่าจะเป็นเรื่องการใช้แบตเตอรี่ที่มากจนส่งผลแบตเตอรี่หมดไว หรือปัญหาเรื่องการกำกับความถี่ที่รัฐบาลจำกัดการใช้งาน

หากอิงกับตัวอย่างก่อนหน้า หลายคนอาจรู้สึกว่าการกระโดดเข้าไปทดลองเทคโนโลยีใหม่เป็นอะไรที่เสี่ยงและมีโอกาสเจ็บตัวสูง แต่ผมอยากให้ลองฟังตัวอย่างถัดไปก่อนแล้วค่อยตัดสินใจว่าเราควรที่จะกระโดดเข้าไปเล่นกับเทคโนโลยีใหม่ทันทีหรือเปล่า

ย้อนกลับไปในยุค 60s ยุคที่คอมพิวเตอร์ส่วนบุคคลหรือ personal computer ยังไม่เป็นที่รู้จักของคนส่วนมาก ถ้าคุณเป็นผู้บริหารโรงเรียนมัธยมแห่งหนึ่ง คุณกล้าที่จะเอาเงินเมื่อเทียบเป็นมูลค่าปัจจุบันจำนวนล้านกว่าบาทไปซื้อคอมพิวเตอร์เครื่องหนึ่งซึ่งเป็นเทคโนโลยีใหม่ เอาไว้ในโรงเรียนให้เด็กมัธยม “ทดลองเล่น” ในขณะที่ในหลายมหาวิทยาลัยยังไม่มีให้เด็กปริญญาโทและเอกได้ใช้เลยหรือเปล่า

หากมองผ่านแนวคิด Wait Calculation ในเรื่องอัตราเร่งของเทคโนโลยี เรียกได้ว่าเราแทบที่จะไม่รู้เลยว่าคอมพิวเตอร์จะมีความสามารถเพิ่มขึ้นจากเดิมรวดเร็วแค่ไหน ยังไม่รู้ด้วยซ้ำว่าจะมีเน็ตเวิร์คที่คอยเชื่อมโลกอย่างอินเตอร์เน็ทให้ใช้กันอย่างแพร่หลายเหมือนอย่างทุกวันนี้ การตัดสินใจซื้อคอมพิวเตอร์มาให้เด็กมัธยมทดลองเล่นน่าจะเรียกได้ว่าเป็นไอเดียที่บ้าบิ่นมาก

แต่การตัดสินใจซื้อคอมพิวเตอร์ราคาล้านกว่าบาทของผู้บริหารโรงเรียน Lakeside ซึ่งเป็นโรงเรียนมัธยมของ Bill Gates กลับกลายเป็นจุดเปลี่ยนที่ทำให้เด็กมัธยมต้นอายุ 13 คนนี้มีความหลงไหลไปกับความน่าอัศจรรย์ของเทคโนโลยีคอมพิวเตอร์จนกลายมาเป็นผู้ก่อตั้งบริษัทยักษ์ใหญ่ของโลกอย่าง Microsoft ร่วมกับคู่หูของเขา Paul Allen หลังจากได้ทดลองเล่นคอมพิวเตอร์เครื่องนี้ด้วยกัน

ตัวอย่างทั้งสองสะท้อนให้เห็นว่ามันไม่ใช่เรื่องง่ายเลยที่จะคาดเดาว่าเราควรที่จะเสี่ยงไปกับเทคโนโลยีไหนในช่วงเวลาใดตอนที่โปรเจ็ค Soli เริ่มพัฒนานั้นเทคโนโลยีเรด้าห์ระยะสั้นก็ถึงจุดสุกงอมที่พร้อมจะถูกกูเกิลนำไปต่อยอดพัฒนาเป็นโปรดักส์ใหม่ แต่สุดท้ายแล้วโปรดักส์นี้ก็ไม่ประสบผลสำเร็จ กลับกันเทคโนโลยีคอมพิวเตอร์ในยุค 60s ซึ่งเป็นเทคโนโลยีที่ใหม่มาก และยังคาดเดายากว่าจะมีทิศทางการพัฒนาไปในทางไหน กลับเป็นการเสี่ยงที่ส่งผลให้เกิดโปรดักส์และบริษัทยักษ์ใหญ่ที่มีอิทธิพลต่อโลกในเวลาต่อมา

คำถามที่ว่าเราควรโอบรับเทคโนโลยีใหม่เร็วแค่ไหนยังสามารถต่อยอดกับปัญหาอื่นในระดับองค์กรได้เหมือนกัน เช่น เราควรที่จะเสียเวลาทดลองเล่นเครื่องมือใหม่ โมเดลใหม่ รวมไปถึงปรับปรุง (optimized) ระบบของเราด้วยวิธีใหม่ตอนนี้เลยหรือไม่? หรือเราควรรอให้มีเครื่องมือหรือวิธีการที่มันง่ายกว่านี้ออกมาก่อนแล้วค่อยใช้มันก็พอ (เนื่องจากของใหม่ออกมาเร็วมาก) การที่เราลงไปทำเองแก้ปัญหาเองตั้งแต่เริ่มต้นจะเป็นการเสียแรงฟรีไปหรือเปล่า?

ในทางกลับกัน การเป็นผู้ตามในโลกธุรกิจก็เป็นสิ่งที่อันตรายไม่น้อยไปกว่ากัน การที่บริษัทเรามีโปรดักส์ที่ล้าสมัย ระบบของเราหรือคนในองค์กรเรามี productivity ต่ำกว่าคู่แข่ง แปลว่าเราขายของยากกว่าแล้วแบก cost ที่สูงกว่าอยู่ เปรียบเสมือนทุกคนได้ย้ายไป Barnard’s Star เรียบร้อยแล้ว ส่วนเรายังไม่มีตั๋วขึ้นยานอวกาศเลยจนยานลำสุดท้ายได้ออกไปจากโลกไปแล้ว

สำหรับบุคคลทั่วไปที่ไม่ใช่องค์กรแล้ว หนึ่งในเคล็ดลับที่เราทุกคนสามารถนำมาปรับใช้ในชีวิตประจำวันได้คือการคำนวณต้นทุนของการทดลองสิ่งใหม่ ตัวอย่างเช่นราคาที่ต้องจ่ายของการใช้งาน GPT-3.5 ซึ่งเป็น AI ทางภาษาขนาดใหญ่หรือ large language model (LLM) มีราคาเป็น 0 (ฟรี) แปลว่าเราแทบไม่มีต้นทุนที่ต้องเสียเลยในการฝึกประยุกต์ใช้เทคโนโลยีใหม่เข้ากับงานที่ทำอยู่ เสียแค่เวลามานั่งเรียนวิธีเขียนคำสั่งและสื่อสารกับ ตัว ChatGPT หรือที่เราเรียกกันว่า prompt engineering

กลับกัน การใช้งาน GPT-4 มีต้นทุนที่ต้องจ่ายอยู่ที่ $20 เหรียญต่อเดือนหรือเจ็ดร้อยกว่าบาท 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

เขียนโดย : ดร. ณรงค์ บริจินดากุล, Ai Product Manager, Wisesight(Thailand) Co.,Ltd