Anthropic เปลี่ยนมาเน้นบุคลากรระดับอาวุโส เมื่อ AI เข้ามาทำงานแทนวิศวกรระดับเริ่มต้น

วิวัฒนาการที่รวดเร็วของ Large Language Models กำลังเปลี่ยนแปลงภูมิทัศน์การจ้างงานของบริษัทเทคโนโลยีขั้นสูงอย่างสิ้นเชิง Anthropic ผู้นำในด้าน AI ระดับแนวหน้า ได้เปิดเผยถึงการเปลี่ยนแปลงครั้งสำคัญในกลยุทธ์การสรรหาบุคลากร โดยให้ความสำคัญกับผู้เชี่ยวชาญที่มีประสบการณ์มากกว่าบุคลากรระดับเริ่มต้น (entry-level)

การเพิ่มขึ้นของ "ผลตอบแทนจากสัญชาตญาณ" (Returns on Intuition)

ในการสัมภาษณ์กับ Reason เมื่อเร็วๆ นี้ Jack Clark ผู้ร่วมก่อตั้ง Anthropic อธิบายว่า บริษัทไม่ได้ต้องการวิศวกรระดับจูเนียร์ในจำนวนมากเหมือนเมื่อก่อนอีกต่อไป ปัจจัยขับเคลื่อนหลักเบื้องหลังการเปลี่ยนแปลงนี้คือประสิทธิภาพที่เพิ่มขึ้นอย่างไม่เคยปรากฏมาก่อนจากการนำ AI เข้ามาผสานรวมในกระบวนการทำงาน (workflow) ของการพัฒนา ในอดีต นักวิจัยที่มีประสบการณ์จำเป็นต้องมีทีมวิศวกรระดับจูเนียร์จำนวนมากเพื่อทำงานที่ซ้ำซาก การดูแลรักษาฐานรหัส (codebase) และการรันกระบวนการทดลองที่ซับซ้อน

ในปัจจุบัน Claude และโมเดลขั้นสูงอื่นๆ สามารถจัดการงานหนักเหล่านี้ได้เป็นส่วนใหญ่ Clark ตั้งข้อสังเกตว่าเนื่องจาก AI สามารถจัดการการขยายขอบเขตการทดลอง (scaling of experiments) ได้แล้ว "ผลตอบแทนจากสัญชาตญาณ" สำหรับพนักงานระดับอาวุโสจึงพุ่งสูงขึ้นอย่างมาก เมื่อผู้เชี่ยวชาญใช้ AI เพื่อทำให้วิสัยทัศน์ของตนเป็นจริง การตัดสินใจในระดับสูงและ "สัญชาตญาณระดับอาวุโส" ของพวกเขาจะสร้างผลลัพธ์ได้มากกว่าเดิมอย่างทวีคูณ เมื่อเทียบกับการใช้ทีมสนับสนุนที่เป็นมนุษย์ ส่งผลให้จุดเน้นเปลี่ยนจากการจ้าง "แรงงาน" (hands) มาเป็นการจ้าง "ความคิด" (minds) แทน

ภัยคุกคามทางเศรษฐกิจที่ย้อนแย้ง

การเปลี่ยนแปลงที่เกิดขึ้นในห้องปฏิบัติการ AI ระดับแนวหน้านี้ เป็นสัญญาณบ่งชี้ถึงสิ่งที่ Clark เรียกว่า "ภาวะช็อกทางเศรษฐกิจ" (economic shock) ที่อาจเกิดขึ้นกับเศรษฐกิจโลกในวงกว้าง เมื่อเครื่องมือ AI กลายเป็นสิ่งที่แพร่หลายในทุกอุตสาหกรรม ตั้งแต่กฎหมายไปจนถึงการเงิน ความย้อนแย้งที่อันตรายกำลังปรากฏขึ้น นั่นคือ AI ทำหน้าที่เป็นตัวทวีคูณพลัง (force multiplier) มหาศาลสำหรับผู้เชี่ยวชาญระดับแนวหน้า ในขณะเดียวกันก็เข้ามาทำงานพื้นฐานที่เดิมทีเป็นหน้าที่ของพนักงานระดับเริ่มต้นโดยอัตโนมัติ

Clark เตือนว่าสิ่งนี้อาจสร้างปรากฏการณ์ทางเศรษฐศาสตร์มหภาคที่แปลกใหม่ เราอาจได้เห็นช่วงเวลาของ "การเติบโตของ GDP ที่สูงกว่าแนวโน้มปกติอย่างมาก" ซึ่งขับเคลื่อนโดยผลิตภาพที่เพิ่มขึ้นมหาศาลของกลุ่มมืออาชีพชั้นนำ โดยเกิดขึ้นพร้อมๆ กับการพุ่งสูงขึ้นของอัตราการว่างงานที่มักจะพบเห็นได้เฉพาะในช่วงเศรษฐกิจถดถอยรุนแรงเท่านั้น ความแตกต่างระหว่างการสร้างความมั่งคั่งและความต้องการแรงงานนี้ นำมาซึ่งความท้าทายที่กรอบการทำงานของรัฐบาลและตาข่ายรองรับทางสังคม (social safety nets) ส่วนใหญ่ในปัจจุบันยังไม่พร้อมที่จะรับมือ

ทำไมเรื่องนี้จึงสำคัญต่อระบบนิเวศเทคโนโลยี

การเปลี่ยนผ่านจาก "การขยายขอบเขตด้วยแรงงานมนุษย์" (human-powered scaling) ไปสู่ "การขยายขอบเขตด้วย AI" (AI-powered scaling) ถือเป็นจุดเปลี่ยนสำคัญในวงจรของการพัฒนาวิชาชีพ สำหรับนักพัฒนาและผู้ก่อตั้ง ผลกระทบนี้มีสองด้าน ประการแรก กำแพงในการก้าวเข้าสู่การทำงานระดับสูงกำลังสูงขึ้น ความสามารถในการ "เขียนโค้ด" (code) กำลังมีความสำคัญน้อยกว่าความสามารถในการ "วางโครงสร้าง" (architect) และ "ตรวจสอบ" (verify) โดยใช้ AI ประการที่สอง อุตสาหกรรมต้องเผชิญกับคำถามที่ว่า จะฝึกฝนผู้เชี่ยวชาญรุ่นต่อไปได้อย่างไร หาก "บทบาทระดับจูเนียร์" แบบดั้งเดิมซึ่งทำหน้าที่เป็นสนามฝึกฝน กำลังถูกกำจัดโดยเทคโนโลยีชนิดเดียวกับที่เหล่าจูเนียร์เหล่านั้นกำลังเรียนรู้ที่จะใช้งาน

สรุปประเด็นสำคัญ

• การเปลี่ยนแปลงความต้องการบุคลากร: Anthropic ให้ความสำคัญกับนักวิจัยที่มีประสบการณ์สูงมากกว่าวิศวกรระดับจูเนียร์ เนื่องจากโมเดล AI อย่าง Claude สามารถจัดการการขยายขอบเขตการทดลองที่เดิมเคยเป็นหน้าที่ของพนักงานระดับเริ่มต้นได้แล้ว
• ตัวทวีคูณสัญชาตญาณ: AI ได้เพิ่ม "ผลตอบแทนจากสัญชาตญาณ" ทำให้ผู้เชี่ยวชาญระดับอาวุโสสามารถสร้างผลิตภาพที่เพิ่มขึ้นอย่างมหาศาลได้โดยไม่จำเป็นต้องมีทีมสนับสนุนที่เป็นมนุษย์จำนวนมาก
• ความเสี่ยงจากความแตกต่างทางเศรษฐกิจ: การนำระบบอัตโนมัติมาใช้กับงานระดับเริ่มต้นอาจนำไปสู่สถานการณ์ทางเศรษฐกิจที่ผันผวน ซึ่งการเติบโตของ GDP ที่สูงสามารถเกิดขึ้นพร้อมกับการว่างงานในระดับที่รุนแรงเหมือนช่วงเศรษฐกิจถดถอย