𝗙𝗲𝗮𝘁𝘂𝗿𝗲, 𝗖𝗮𝗽𝗮𝗯𝗶𝗹𝗶𝘁𝘆, 𝗼𝗿 𝗡𝗮𝘁𝗶𝘃𝗲: 𝗛𝗼𝘄 𝗦𝗼𝗳𝘁𝘄𝗮𝗿𝗲 𝗧𝗲𝗮𝗺𝘀 𝗗𝗲𝗳𝗶𝗻𝗲 𝗔𝗜
ทีมซอฟต์แวร์มอง AI ใน 3 รูปแบบ ซึ่งวิศวกรสามารถแยกแยะความแตกต่างได้เร็วกว่าทีมการตลาด
AI Feature ฟีเจอร์ AI คือการเพิ่มเครื่องมือเข้าไปในเวิร์กโฟลว์ (workflow) โดยที่ตัวผลิตภัณฑ์เดิมก็ทำงานได้ดีอยู่แล้วโดยไม่ต้องมีมัน ตัวอย่างเช่น ปุ่ม "Summarize" หรือการจดบันทึกการประชุม ฟีเจอร์เหล่านี้สร้างง่ายแต่ป้องกันคู่แข่งได้ยาก แพลตฟอร์มขนาดใหญ่มักจะดูดซับฟีเจอร์เหล่านี้ไปใช้เมื่อเทคโนโลยีกลายเป็นเรื่องปกติ
AI Capability คือการที่บริษัทใช้ AI ในผลิตภัณฑ์หลายๆ อย่าง ซึ่งต้องใช้การทำงานทางวิศวกรรมอย่างจริงจัง อย่างไรก็ตาม สถาปัตยกรรมพื้นฐาน (underlying architecture) ยังคงเป็นแบบเดิมที่มีอยู่ก่อนยุค AI เป็นเพียงการเพิ่มความฉลาดเข้าไปในโมเดลที่มีอยู่เดิม
AI-Native ผลิตภัณฑ์ที่เป็น AI-native จะตั้งสมมติฐานว่ามี AI อยู่ตั้งแต่เริ่มแรก ทั้งสถาปัตยกรรม, การไหลของข้อมูล (data flow) และการออกแบบล้วนขึ้นอยู่กับ AI ผลิตภัณฑ์นี้จะไม่สามารถทำงานได้เลยหากไม่มี AI
คุณสามารถทดสอบได้ว่าเครื่องมือใดเป็น AI-native โดยดูจากผลลัพธ์ (output) ของมัน เครื่องมือนั้นสร้างสถาปัตยกรรม, database schemas หรือ API contracts ขึ้นมาก่อนหรือไม่? หรือแค่สร้างโค้ดขึ้นมาแล้วหวังว่าโครงสร้างจะทำงานได้?
ระบบที่เป็น AI-native อย่างแท้จริงจะทำการออกแบบก่อนที่จะทำการสร้าง (generate) ซึ่งช่วยป้องกันข้อผิดพลาดได้
ปัญหาใหญ่ที่เกิดขึ้นในอุตสาหกรรมตอนนี้คือ ความเชื่อมั่นของนักพัฒนากำลังลดลงในขณะที่การใช้งานเพิ่มสูงขึ้น ในปี 2023 นักพัฒนา 70% ใช้ AI และ 40% เชื่อมั่นในมัน แต่ภายในปี 2025 การใช้งานพุ่งสูงขึ้นเป็น 84% ในขณะที่ความเชื่อมั่นลดลงเหลือเพียง 29%
สิ่งนี้เกิดขึ้นเพราะเครื่องมือ AI ส่วนใหญ่เป็นเพียงแค่ฟีเจอร์ พวกมันไม่มีโครงสร้างในการตรวจสอบว่าผลลัพธ์นั้นถูกต้องหรือไม่ เมื่อ AI ทำผิดพลาด ก็ไม่มีอะไรในระบบที่คอยตรวจจับมันได้
ระบบ AI-native แก้ปัญหานี้ได้ โดยการใช้ specification หรือ test suite เพื่อตรวจสอบสิ่งที่ AI สร้างขึ้น พวกมันไม่ได้เชื่อถือผลลัพธ์เพียงเพราะว่ามันฟังดูเหมือนจะถูกต้อง
ผู้นำด้านวิศวกรรม (Engineering leads) ควรเลิกถามว่าเครื่องมือนี้มี AI หรือไม่ เพราะตอนนี้เกือบทุกเครื่องมือมี AI กันหมดแล้ว แต่ควรเปลี่ยนไปถามเรื่องลำดับขั้นตอน (sequencing) แทน
เครื่องมือนั้นสร้างโครงสร้างขึ้นมาก่อน หรือสร้างโค้ดขึ้นมาก่อน?
หากเครื่องมือสร้างสถาปัตยกรรมก่อนการนำไปใช้งานจริง (implementation) เครื่องมือนั้นก็มีแนวโน้มที่จะมีความน่าเชื่อถือในการใช้งานจริง (production) มากกว่า
Source: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h
Optional learning community: https://t.me/GyaanSetuAi