Dr. Werner Vogels วิเคราะห์อนาคต AI กับ Techsauce
Dr. Werner Vogels VP & CTO แห่ง Amazon เผยมุมมองเอ็กซ์คลูซีฟกับ Techsauce ถึงวิธีที่ Generative AI เปลี่ยนการสร้างซอฟต์แวร์และการทำงานในปี 2026

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Dr. Werner Vogels ดำรงตำแหน่ง CTO ของ Amazon มายาวนานถึง 22 ปี
- AI ช่วยให้ทีมเล็กสร้าง Prototype ได้รวดเร็วภายในคืนเดียวด้วยเครื่องมือ Kiro
- การเปลี่ยนจาก Prototype เป็น Product ต้องคำนึงถึงต้นทุน ความปลอดภัย และความเสถียร
- หลักการ You build it, you own it ยังคงใช้ได้กับการพัฒนาซอฟต์แวร์ยุค AI
การเดินทางมาเยือนประเทศไทยครั้งนี้ของ Dr. Werner Vogels ผู้ดำรงตำแหน่ง VP & CTO แห่ง Amazon.com ถือเป็นโอกาสสำคัญที่ Techsauce ได้สัมภาษณ์เอ็กซ์คลูซีฟ เจาะลึกถึงเส้นทางกว่าสองทศวรรษในการร่วมสร้างระบบเบื้องหลังของ AWS ตั้งแต่ยุคที่ Cloud Computing ยังเป็นเรื่องใหม่ จนถึงยุคปัจจุบันที่ Generative AI กำลังเข้ามาพลิกโฉมวงการพัฒนาซอฟต์แวร์อย่างถอนรากถอนโคน
ย้อนกลับไปเมื่อปี 2004 ตอนที่เขาตัดสินใจเข้าร่วมงานกับ Amazon บริษัทในตอนนั้นเป็นเพียงร้านหนังสือออนไลน์ขนาดใหญ่ที่มีระบบเซิร์ฟเวอร์และฐานข้อมูลอยู่เบื้องหลัง ทว่าโจทย์ทางเทคโนโลยีที่ซับซ้อนและการสร้างซอฟต์แวร์ขึ้นมาเองเพื่อแก้ปัญหาที่ไม่เคยมีใครทำมาก่อน กลายเป็นแรงดึงดูดให้เขาอยู่ยาวนานถึง 22 ปี และพบว่า Amazon แทบไม่มีปีไหนที่เหมือนเดิมเลยสักปีเดียว

ภาพโดย Campaign Creators / Unsplash
หนึ่งในประเด็นสำคัญที่ถูกหยิบมาพูดคุยคือเหตุการณ์จริงใน Amazon ช่วงต้นปี 2026 เมื่อนักวิทยาศาสตร์คนหนึ่งในทีม Amazon Quick ใช้เวลาเพียงคืนเดียวสร้าง Prototype ของ Amazon Quick desktop ขึ้นมาด้วย Kiro ซึ่งเป็นเครื่องมือช่วยพัฒนาซอฟต์แวร์ด้วย AI ของ AWS และเมื่อนำมาเสนอทีมในเช้าวันถัดมา ก็มีเสียงเรียกร้องให้นำไปติดตั้งบนแล็ปท็อปทันที สะท้อนให้เห็นว่า AI ช่วยย่นระยะเวลาการพิสูจน์ไอเดียจากหลักหลายสัปดาห์ให้เหลือเพียงชั่วข้ามคืน
การที่ AI สามารถย่นระยะเวลาการสร้างต้นแบบจากหลายสัปดาห์เหลือเพียงคืนเดียว สะท้อนให้เห็นว่าอุปสรรคทางเทคนิคในการเริ่มต้นโปรเจกต์ลดลงอย่างมาก อย่างไรก็ตาม ความท้าทายที่แท้จริงไม่ได้อยู่ที่ความเร็วในการเขียนโค้ด แต่อ1ยู่ที่ความสามารถในการบริหารจัดการความเสี่ยง ต้นทุน และความปลอดภัยในสเกลระดับองค์กร ซึ่งเป็นสิ่งที่เครื่องมือ AI ยังไม่สามารถตัดสินใจแทนมนุษย์ได้

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
แม้ AI จะทำให้การสร้างต้นแบบรวดเร็วขึ้น แต่ Werner ย้ำว่า Prototype กับ Product นั้นมีความแตกต่างกันอย่างสิ้นเชิง การสร้างต้นแบบช่วยให้ทีมรู้ว่าไอเดียนั้นทำงานได้จริงหรือไม่ แต่เมื่อต้องพัฒนาเป็นผลิตภัณฑ์จริงเพื่อส่งมอบให้กับคนแปลกหน้า องค์กรต้องตอบโจทย์เรื่องความปลอดภัย ต้นทุน ความเสถียร และการรองรับผู้ใช้จำนวนมากให้ได้ โดยเฉพาะเรื่องต้นทุนของ Large Language Model ที่คาดการณ์ได้ยากกว่าระบบฐานข้อมูลทั่วไป เนื่องจากเพียงการสลับคำสองคำในอินพุตก็อาจทำให้ต้นทุนฝั่งเอาต์พุตพุ่งสูงขึ้นถึง 10 เท่า
ในตอนท้าย CTO ของ Amazon ได้เน้นย้ำถึงหลักการสำคัญที่ว่า ยิ่งฝ่ายโจมตีหันมาใช้ AI Agent จำนวนมากเพื่อค้นหาช่องโหว่ด้วยต้นทุนที่ต่ำลง ฝ่ายป้องกันก็ยิ่งต้องนำ AI เข้ามาช่วยตรวจสอบระบบของตนเองเช่นกัน โดยไม่ว่าโค้ดนั้นจะถูกเขียนขึ้นโดยมนุษย์หรือสร้างโดยปัญญาประดิษฐ์ ความรับผิดชอบทั้งหมดก็ยังคงอยู่ที่ผู้สร้างตามปรัชญาดั้งเดิมของบริษัท
ที่มา: Techsauce
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น