AI 的使用場景ในไต้หวัน ยังไม่ได้เชื่อมต่อกับเส้นทางการคิดเกี่ยวกับความเชี่ยวชาญของตัวเองในเรื่อง “การเพิ่มประสิทธิภาพเป็นเท่าตัว” บทความนี้เขียนโดยคุณ Lin Shang-Lun ผู้ก่อตั้ง M-Ross
（เรื่องราวก่อนหน้า: บทความของคุณ Lin Shang-Lun》กระแส “Vibe Coding” ที่ Gemini 3.0 นำมา เป็นการเฉลิมฉลองที่เข้าใจผิด）
（ข้อมูลเสริม: บทความของคุณ Lin Shang-Lun》รายได้พื้นฐานสากล (UBI) กับบล็อกเชน เป็นเครือข่ายความปลอดภัยทางสังคมในยุค AI ไหม？）

สารบัญบทความ

• คอร์สปฏิบัติการ AI เข้มข้น
• เมื่อ “ป้อมปราการความเชี่ยวชาญ” ถูกโจมตีโดย AI
• ความเข้าใจผิดในการประยุกต์ AI ในไต้หวัน: ใช้เครื่องมือเป็นของเล่น
• สภาพความเป็นจริงอันโหดร้ายของ Silicon Valley: ไม่มีความร่วมมือกับ AI ก็ไม่มีสิทธิ์ส่งงาน
• การปรับโครงสร้างความเชี่ยวชาญที่เงียบงัน

คอร์สปฏิบัติการ AI เข้มข้น

ผมโชคดีได้รับเชิญไปที่ธนาคารฮัวหนาน เพื่อสอนกลุ่มผู้เชี่ยวชาญด้านการเงินเกี่ยวกับการประยุกต์และการบริหารจัดการ AI เป็นเวลาสามชั่วโมงเต็ม เป็นคอร์สปฏิบัติการที่เข้มข้น เริ่มจากร่างกฎหมายพื้นฐานของ AI เพื่อกำหนดให้ชัดเจนว่าอะไรคือ AI เพื่อขจัดความเข้าใจผิดเกี่ยวกับโปรแกรมอัตโนมัติที่เข้าใจผิดกันทั่วไป เราคุยเรื่องความเป็นส่วนตัว ทำไมหลายคนถึงรู้สึกท้อแท้เมื่อใช้ GPT หรือ Gemini

ผมยังอธิบายว่าทำไมบางบอทบริการลูกค้าถึง “อ่อนแอ” จนทำให้ขำ ไม่ใช่เพราะ AI ไม่เก่ง แต่เป็นเพราะเลือกใช้โมเดลระดับต่ำ ไม่มี RAG (Retrieval-Augmented Generation) เพื่อเสริมฐานข้อมูล หรือแม้แต่ไม่มีการแยก Agent สำหรับแต่ละกรณีใช้งาน

เมื่อ “ป้อมปราการความเชี่ยวชาญ” ถูกโจมตีโดย AI

แต่จุดไคลแมกซ์ของคอร์สนี้ เกิดขึ้นเมื่อผมเปลี่ยนกลับเป็น “ทนายความ” และทดสอบการใช้งาน AI แบบสดๆ

ผมสาธิตวิธีใช้ AI เขียนคำฟ้อง จัดทำจดหมายรับรองหลักฐาน แก้ไขสัญญา ฯลฯ งานทนายความ

ผู้เชี่ยวชาญด้านการเงินในห้องมองตากันด้วยสายตาที่เปลี่ยนจากความสนใจเป็นความตกใจอย่างสุดขีด ทำไมถึงตกใจ? เพราะในอดีต นี่คืองานระดับสูงที่ต้องสอนมือเปล่าให้ผู้ฝึกงานทนายความและทนายความที่รับจ้างทำเท่านั้น ถึงจะทำได้

แต่เมื่อพวกเขาเห็นด้วยตาตัวเองว่า กระบวนการเหล่านี้ ซึ่งเคยถูกมองว่าเป็น “ป้อมปราการความเชี่ยวชาญ” สามารถถูก AI ทำให้อัตโนมัติได้อย่างราบรื่น ความสะเทือนใจนั้นจึงยิ่งใหญ่

ความเข้าใจผิดในการประยุกต์ AI ในไต้หวัน: ใช้เครื่องมือเป็นของเล่น

เทคโนโลยีฮาร์ดแวร์ของไต้หวันอยู่ในระดับแนวหน้าของโลกเสมอ แต่ความคิดและการประยุกต์ซอฟต์แวร์ของเรา กลับล้าหลังแนวโน้มระดับโลกไปห้าถึงสิบปี เมื่อเปิด Facebook ข้อมูล AI ที่อัลกอริทึมแนะนำให้คุณคืออะไร?

“Gemini ทำให้ภาพถ่ายของฉันดูสวยงามมาก!”
“เขียนโปรแกรมจัดประเภทข้อมูลด้วย Vibe Coding!”
“สร้างแชทบอทบริการลูกค้าที่ตอบสนองเหมือนคนจริง!”

ฟังดูน่าทึ่งใช่ไหม? แต่บอกตามตรง สิ่งเหล่านี้เป็นเรื่องเก่าแล้วตั้งแต่ Cursor เปิดตัวเมื่อสองปีก่อน ถ้าตอนนี้ยังฝึก AI ให้ “ตอบสนองให้เป็นธรรมชาติมากขึ้น” หรือ “ดูไม่ออกว่าเป็นเครื่องจักร” ก็ถือว่าน่าเสียดายมาก เพราะนี่ไม่ใช่เทรนด์ของ AI ในปัจจุบันแล้ว

พลังที่แข็งแกร่งที่สุดของ AI ไม่ใช่การให้คนธรรมดาทำเครื่องมือเล็กๆ แต่เป็นการให้ผู้เชี่ยวชาญที่มีความรู้ในโดเมน (Domain Knowledge) ระเบิดพลังออกมาเป็นสิบเท่า หรือแม้แต่หลายสิบเท่า

ในงานบรรยายด้านการเงินครั้งนี้ ผมไม่ได้สาธิตว่า AI ทำงานด้านการเงินอย่างไร เพราะผมไม่มีความรู้ในโดเมนด้านการเงินหรือบัญชี จึงไม่คู่ควรที่จะนำเสนอการประยุกต์ AI ในสาขานั้น

แต่สิ่งที่ผมอยากชี้ให้เห็นคือ: “เมื่อทนายความ นักบัญชี หรือแพทย์ที่เป็นมืออาชีพ รู้วิธีผสมผสานความเชี่ยวชาญของตนกับ AI จนสามารถเปลี่ยนงานที่ยุ่งยาก ยากต่อการทำเป็นกลุ่ม ให้กลายเป็นกระบวนการอัตโนมัติที่มีประสิทธิภาพ นั่นคือการลดระดับความซับซ้อนอย่างแท้จริง”

สภาพความเป็นจริงอันโหดร้ายของ Silicon Valley: ไม่มีความร่วมมือกับ AI ก็ไม่มีสิทธิ์ส่งงาน

เพื่อให้ทุกคนเข้าใจว่าความแตกต่างด้านประสิทธิภาพนี้ใหญ่มากแค่ไหน ผมแบ่งปันสภาพความเป็นจริงใน Silicon Valley อย่างโหดร้าย ปัจจุบันหลายบริษัทเทคโนโลยีชั้นนำใน Silicon Valley มีข้อกำหนดสองข้อที่ทำให้ผมตกใจ:

• ข้อแรก งานร่างแรกสุด ห้ามให้คนทำเองตั้งแต่ต้น ไม่ว่าจะงานซับซ้อนแค่ไหน AI ก็สามารถสร้างฐานรากได้อย่างน้อย 40-50% ซึ่งมักจะไม่ผิดทาง ทรัพยากรมนุษย์ต้องปรับปรุงร่างแรกที่ AI สร้างขึ้น แทนที่จะเสียเวลาเริ่มต้นใหม่หมด
• ข้อสอง เมื่อคุณปรับปรุงร่างแรกและทำซ้ำ กระบวนการหลังบ้านจะมีซอฟต์แวร์ตรวจสอบแบบเรียลไทม์ว่าคุณใช้ AI ไปเท่าไหร่ ถ้าคุณไม่ถึงเป้าหมาย งานของคุณจะไม่สามารถส่งให้หัวหน้าตรวจสอบ หรือเข้าสู่ขั้นตอนถัดไปได้

เหตุผลง่ายๆ คือ ผู้บริหารให้ความสำคัญกับต้นทุนและประสิทธิภาพ ในการเขียนโค้ดหรือจัดการเอกสาร ถ้าคุณไม่ใช้ AI ช่วยในสัดส่วนที่กำหนด คุณก็ไม่มีสิทธิ์ส่งงาน นี่คือความเป็นจริง

เมื่อสมองที่ฉลาดที่สุดในโลกบังคับให้ “ความร่วมมือระหว่างคนกับเครื่อง” และใช้การวิเคราะห์ข้อมูลเป็นมาตรฐาน ถ้าเรายังเชื่ออย่างงมงายว่า “มนุษย์มีความพิเศษ” หรือ “ความเชี่ยวชาญไม่สามารถถูกแทนที่ได้” ก็อาจจะดูถูกตัวเองเกินไปแล้ว

การปรับโครงสร้างความเชี่ยวชาญที่เงียบงัน

ผมเชื่อว่าคนทั่วไปตอนนี้ สิ่งที่ควรทำที่สุดไม่ใช่การเรียนรู้วิธีเขียนโปรแกรม (เว้นแต่คุณอยากเปลี่ยนอาชีพ) แต่เป็นการชัดเจนว่า: “จุดแข็งของความเชี่ยวชาญของฉันอยู่ที่ไหน?” “ในกระบวนการทำงานของฉัน มีจุดไหนที่สามารถปล่อยให้ AI ทำแทนได้?”

ถ้าไม่ทำสิ่งนี้ โอกาสในการพักหายใจในอนาคตจะน้อยลงเรื่อยๆ เพราะกระบวนการทำงานใหม่ อาจต้องการแรงงานเพียงหนึ่งในสิบของเดิม และ “คุณ, ผม” ก็อาจถูกกีดกันออกจากตลาดงานในอนาคตอย่างแน่นอน