AI ช่วยเขียนบทความ ทำแอปเล็ก ๆ และยังเสนอไอเดียชิ้นต่อไปให้ด้วย ระหว่างนั้นคนก็เปิดซีรีส์ดู แล้วแวะมาตรวจผลงานเป็นระยะ
ฟังดูน่าจะสบายขึ้นมากใช่ไหม? แต่พอตกกลางคืน งานกลับยังไม่หมด ยิ่งทำอะไรได้ง่าย ก็ยิ่งมีอะไรอยากทำเพิ่ม
เวลาว่างที่ควรได้คืนมา หายไปไหนหมด?
1. ผลิตงานได้มากขึ้น ไม่ได้แปลว่าจะเลิกงานเร็วขึ้นเสมอไป
ลองสมมติว่าเมื่อก่อนใช้เวลา 8 ชั่วโมงทำบทความได้ 10 ชิ้น แต่พอมี AI ก็ทำได้ 1,000 ชิ้นในเวลาเท่าเดิม ตัวเลขนี้เป็นเพียงตัวอย่างสมมติ ไม่ใช่ผลการวัดจริง
ชั่วโมงทำงานเท่าเดิม แต่จำนวนงานเพิ่มขึ้น 100 เท่า
ถ้าบอกว่าไม่มีประโยชน์เพราะยังทำงานเต็มวัน ก็เท่ากับเอาสองเรื่องมาปนกัน นั่นคือ การใช้เวลาน้อยลงต่องานหนึ่งชิ้น กับการเลือกทำงานเพิ่มในเวลาที่ประหยัดได้
ก่อนมี AI คนที่ทำงานเสร็จเร็วก็อาจได้รับงานใหม่ทันทีอยู่แล้ว การทำงานล่วงเวลาไม่ได้เพิ่งเกิดเพราะแชตบอต
แนวคิดที่ว่า งานมักขยายจนเต็มเวลาที่มี ถูกพูดถึงในบทความเสียดสีเมื่อปี 1955 และเรียกกันว่ากฎของพาร์กินสัน ไม่ใช่สูตรวิทยาศาสตร์ที่ใช้ได้กับทุกอาชีพ แต่ใครเคยทำงานเสร็จเร็วแล้วถูกเพิ่มงาน คงเข้าใจความรู้สึกนี้ดี
อีกภาพที่คล้ายกันคือ เมื่ออะไรบางอย่างใช้ต้นทุนน้อยลง คนก็อาจใช้มันมากขึ้น นักเศรษฐศาสตร์เรียกปรากฏการณ์แนวนี้ว่าผลสะท้อนกลับ อย่างไรก็ตาม นี่เป็นเพียงการเปรียบเทียบ ไม่ใช่ข้อพิสูจน์ว่า AI ต้องทำให้เกิดผลแบบเดียวกันทุกครั้ง
บางที AI ไม่ได้ทำให้งานหมดไป แต่ทำให้ไอเดียที่เคยไม่มีเวลาลอง กลายเป็นสิ่งที่ลงมือทำได้
2. งานเยอะไม่ได้แปลว่าผลลัพธ์ดี แต่จำนวนก็มีคุณค่าในบางธุรกิจ
บทความด้านการบริหารทีมเทคโนโลยีในเดือนตุลาคม 2026 เสนอว่า เวลาที่ประหยัดได้จาก AI ไม่ควรถูกใช้ไปกับการเพิ่มฟีเจอร์อย่างเดียว นักพัฒนาควรดูด้วยว่างานส่งผลต่อธุรกิจอย่างไร ส่วนฝ่ายขายหรือทีมอื่นก็ใช้ AI ทดลองทำต้นแบบและวิเคราะห์ข้อมูลเองได้
สำหรับการพัฒนาผลิตภัณฑ์ แนวคิดนี้สมเหตุสมผล เพิ่มปุ่มในแอปอีก 100 ปุ่มไม่ได้แปลว่าผู้ใช้จะมีความสุขขึ้น บางคนอาจมองหาแค่ปุ่มออกจากแอป
แต่เว็บไซต์ที่รวมคำตอบของคำถามเฉพาะทางจำนวนมาก มีเหตุผลอีกแบบหนึ่ง
สมมติว่าบทความหนึ่งมีคนอ่าน 1,000 ครั้งต่อเดือน ส่วนบทความเล็ก ๆ 100 ชิ้นมีคนอ่านชิ้นละ 10 ครั้ง ยอดรวมก็เท่ากัน แน่นอนว่าต้องมีคนอ่านทุกชิ้นจริง ๆ ก่อน นี่เป็นเพียงตัวอย่างการคำนวณ ไม่ใช่การคาดการณ์ยอดเข้าชม
คำถามบางอย่างดูเล็กจนเหมือนไม่มีใครสนใจ แต่เมื่อนำคำตอบหลาย ๆ เรื่องมารวมกัน ความต้องการเล็กน้อยเหล่านั้นอาจมีมูลค่า นี่คือแนวคิดหางยาว
การผลิตจำนวนมากไม่ได้มีไว้ลุ้นบทความดังเท่านั้น แต่ยังช่วยตอบคำถามเล็ก ๆ ที่คนอื่นมองข้าม
อย่างไรก็ตาม ลงบทความ 1,000 ชิ้น ไม่ได้หมายความว่าทุกชิ้นจะปรากฏบนหน้าค้นหา เนื้อหาซ้ำกันอาจแย่งผู้อ่านกันเอง และบทความที่ไม่ช่วยใครก็ไม่ใช่ทรัพย์สินที่มีคุณค่าเพียงเพราะมีเยอะ Google ยังมีกฎห้ามสร้างหน้าเว็บคุณค่าต่ำจำนวนมากเพื่อปั่นอันดับค้นหาเป็นหลักด้วย
โกดังเต็ม ไม่ได้แปลว่าขายดี
3. เพิ่มฟีเจอร์ให้บริษัท กับสะสมผลงานของตัวเอง ไม่ใช่เรื่องเดียวกัน
ในบริษัท ฟีเจอร์ใหม่แต่ละอย่างอาจนำมาซึ่งงานทดสอบ ดูแลระบบ ตอบคำถามลูกค้า และแก้ปัญหา จึงมีเหตุผลที่นักพัฒนาควรเข้าใจเป้าหมายธุรกิจ และทีมที่ไม่ใช่สายเทคนิคควรทดลองสร้างต้นแบบด้วยตนเอง
แต่ไม่ได้หมายความว่าจะทำงานน้อยชั่วโมงลง ประชุมเรื่องเขียนโปรแกรมอาจเปลี่ยนเป็นประชุมเรื่องตัวเลข ตารางก็ยังแน่นเหมือนเดิม
สำหรับคนที่สร้างบทความหรือเครื่องมือของตัวเอง ผลงานที่ทำวันนี้อาจยังช่วยคนอื่นได้ในอีกหลายเดือนข้างหน้า หากต้นทุนของการทำชิ้นใหม่ต่ำลงมาก หัวข้อเล็ก ๆ ที่เมื่อก่อนดูไม่คุ้ม ก็อาจคุ้มค่าที่จะลอง
การลองหลายหัวข้อยังช่วยให้รู้ด้วยว่าคนอยากอ่านเรื่องอะไรจริง ๆ
แต่การตรวจข้อเท็จจริง อัปเดตเนื้อหา และทำให้คนค้นเจอยังมีต้นทุนอยู่ ระบบอัตโนมัติไม่ได้แปลว่าฟรีทุกอย่าง
4. ไม่จำเป็นต้องหยุดผลิต ลองดูว่าของที่ทำเพิ่มเกิดผลอย่างไร
เช่น หากเพิ่มบทความ 100 ชิ้น ก็อาจตรวจดูหลังผ่านไปประมาณ 90 วันว่าเผยแพร่ครบหรือไม่ คนค้นเจอไหม ผู้อ่านรวมเพิ่มขึ้นหรือเปล่า และดูแลต่อยากแค่ไหน ระยะ 90 วันเป็นเพียงช่วงสำหรับเปรียบเทียบ ไม่ใช่กำหนดเวลาที่รับประกันผล
ถ้าบทความเพิ่มเรื่อย ๆ แต่จำนวนคนอ่านไม่ขยับ ก็ควรปรับหัวข้อ คุณภาพ หรือวิธีพาคนมาพบเนื้อหา
สร้าง → เผยแพร่ → ดูเสียงตอบรับ → นำผลไปเลือกสิ่งที่จะสร้างต่อ
วงจรนี้ไปด้วยกันได้กับการผลิตจำนวนมาก ระหว่าง AI ทำงานใหม่ คนก็สามารถดูผลของงานเก่าได้
อีกคำถามหนึ่งคือ ใครได้ประโยชน์จากมูลค่าที่เพิ่มขึ้น บริษัท ลูกค้า หรือคนที่เป็นเจ้าของผลงานนั้นเอง?
AI ไม่ได้รับประกันว่าจะมีเวลาว่างมากขึ้น แต่มันอาจทำให้เราเลือกได้มากขึ้นว่าจะใช้เวลาเท่าเดิมไปกับอะไร
อยากพักก็พัก อยากสร้างต่อก็ทำได้
ขอให้ AI ช่วยลดงาน แล้วกลับได้ไอเดียใหม่มาอีก 200 อย่าง
คราวนี้จะโทษ AI ฝ่ายเดียวก็คงไม่แฟร์
