ทาง LINE MAN Wongnai ได้ประกาศว่า ดร.ต้า-วิโรจน์ จิรพัฒนกุล มาร่วมงานในฐานะ Vice President of AI เป็นคนแรกที่เข้ามาทำหน้าที่นี้ ในวันนี้ Blognone มาคุยกับดร.ต้า ว่าจากการเป็นผู้ร่วมก่อตั้ง และ President ที่ Skooldio สู่การมาทำงานในฐานะผู้วางโครงสร้างขององค์กรเช่นนี้มีที่มาอย่างไร และดร.ต้าวางแผนอย่างไรบ้างในการรับตำแหน่งนี้

disclaimer : Blognone เป็นบริษัทในเครือของ LINE MAN Wongnai

BN: ดร.ต้าเข้ามาร่วมงานกับ LINE MAN Wongnai ได้อย่างไร

ดร.ต้า: ที่จริงผมเองก็รู้จักกับทีมบริหารของ LINE MAN Wongnai เกือบทั้งหมดอยู่ก่อนแล้วและเห็นการเติบโตของบริษัทมาตลอด พอมีกระแส AI เข้ามา Skooldio ก็เข้ามาช่วยทำเทรนนิ่งภายใน LINE MAN Wongnai และยังทำหน้าที่เป็นที่ปรึกษาการอิมพลีเมนต์โปรเจคต่างๆ เพราะมีทีม Skooldio Tech ให้บริการส่วนนี้อยู่ด้วย

การเข้ามาร่วมงานกันทำให้เห็นความมุ่งมั่นของคุณยอด ซีอีโอ LINE MAN Wongnai ที่จริงจังกับเทคโนโลยี AI จริง ตอนนี้ในระดับซีอีโอเราก็อาจจะเห็นว่าหลายคนพูดว่าถึงยุค AI แล้ว แต่ในมุมมองของผมก็ยังพบว่าหลายคนมองไม่เห็นความน่ากลัวของการเปลี่ยนผ่าน AI เท่ากับผมเอง พอได้คุยกับคุณยอดก็พบว่ามุมมองตรงกัน

หลังจากนั้นก็คุยกับทั้งฝั่ง Skooldio และ LINE MAN Wongnai ก็เห็นร่วมกันว่ายังทำงานไปทั้งสองฝั่งได้ โดยผมก็ยังมีโอกาสค้นคว้าเรื่องใหม่ๆ ไปสอน หรือไปคุยกับองค์กรต่างๆ อยู่ทำให้ได้มุมมองหลากหลาย ขณะเดียวกันเราก็จะเห็นโจทย์หน้างานของ LINE MAN Wongnai จริงก็จะทำให้เห็นประสบการณ์ของการทำงานจริง แนวทางเห็นหน้างานจริงไปทำให้ผมคิดถึงสมัยกลับมาจาก Facebook ใหม่ๆ ที่มีคนมาถามแล้วเราตอบด้วยความมั่นใจมากเพราะลงมือทำมาแล้ว และการทำงานแบบนี้ก็ทำให้ได้ลงมือทำจริง เป็นการสร้างอิมแพคและเรียนรู้ไปพร้อมกัน

BN: ตอนที่เข้ามาในฐานะที่ปรึกษา ตอนนั้นได้ทำโปรเจคอะไร

ดร.ต้า: โปรเจคหนึ่งที่ทำคือ Customer Service Chatbot ที่พูดคุยกับลูกค้าเมื่อการสั่งสินค้ามีปัญหาบางอย่าง เช่น อาหารช้าผิดปกติ ต้องยกเลิกรายการให้ลูกค้าหรือบางครั้งอาจจะต้องให้คูปองชดเชย ตอนนั้นเราก็ไม่ได้บอกว่าเป็นบริษัทที่เก่งที่สุดแต่คุณยอดก็บอกว่าเรียนรู้ไปด้วยกัน

โดยปกติงานในกลุ่มนี้แม้จะใช้คนตอบแต่ก็มี SOP (Standard Operating Procedure) มากำกับอยู่แล้วว่ากรณีไหนควรตอบอย่างไรบ้าง ครั้งแรกเราก็พยายามอิมพลีเมนต์จาก SOP ไปตรงๆ แต่ก็ต้องเจอพฤติกรรมแปลกๆ เช่น คนไทยชอบแบ่งแชตส่งหลายๆ ข้อความ

บทเรียนจากการทำโปรเจคนั้นอย่างหนึ่งคือ การพัฒนาจริงอาจจะต้องรีบอิมพลีเมนต์เพื่อไปทดลองให้เห็นว่าเมื่อเจอปัญหาจริงแล้วตอบผิดหรือถูกอย่างไร การพยายามพัฒนาแล้วอยากให้ตอบได้ถูกต้องเลยทีเดียวนั้นยากมาก แถมตอนเริ่มโครงการช่วงต้นปี 2025 เครื่องมือต่างๆ ก็ยังจำกัดมาก ไม่มีชุดเครื่องมือสำเร็จรูปแบบทุกวันนี้ ชุดพัฒนาต่างๆ ก็ยัง low level มาก ระหว่างทางก็อาจจะต้องพิจารณาใหม่ว่าจะวางสถาปัตยกรรมอย่างไร เปลี่ยนจุดไหนเป็น MCP บ้าง

อีกบทเรียนคือ เราเคยเชื่อเสมอว่าคนต้องเก่งกว่า AI แต่ในความเป็นจริงคนที่ทำงานก็มีคนเก่าคนใหม่ที่เชี่ยวชาญไม่เท่ากัน คนเชี่ยวชาญอาจจะตอบได้ดีกว่า แต่คนใหม่อาจจะจำ SOP ได้ไม่ครบ หรือบางครั้งเจอลูกค้าตอบอารมณ์ร้อนแล้วผิดพลาด ประเด็นเหล่านี้ AI ทำได้ดีกว่ามากเพราะตัดเรื่องของอารมณ์ไปได้ ทำให้เราเห็นว่าคุณค่าของการใช้ AI มากกว่าที่เราคิด และเป็นส่วนที่คุณยอดผลักดันโครงการ AI อื่นๆ เพิ่มเข้ามา โดยเฉพาะงานที่ต้องทำซ้ำๆ

BN: โครงการที่เกิดขึ้นมาจำนวนมาก ภาพของ LINE MAN Wongnai ในยุค AI จะเป็นอย่างไร

ดร.ต้า: บริการของเราควรจะ "ดีขึ้นสำหรับทุกคน" ที่ผ่านมาเวลาเราพูดถึง AI ก็มักจะกลัวกันว่าเราจะไล่คนออก แต่ในความเป็นจริงเราไม่เคยไล่พนักงานซัพพอร์ตออก แต่งานอาจจะเปลี่ยนไป บางคนเป็นคนรับเรื่องต่อจาก AI ในเคสยาก หรือบางคนอาจจะไปทำงานเป็นคนควบคุมคุณภาพ AI อีกที

คำถามในอนาคตอาจจะไม่ใช่ว่า "AI จะทดแทนงานใดได้บ้าง" แต่เป็นการหาจุดที่คุ้มค่า บางจุดอาจจะเป็นการสร้างความประทับใจลูกค้าให้ดีขึ้น ลูกค้าได้คำตอบเร็วขึ้น แม้จะมีค่าใช้จ่ายแพงสักหน่อยก็อาจจะควรลงทุน

BN: ตอนนี้การลงทุน AI ใน LINE MAN Wongnai เป็นอย่างไร

ดร.ต้า: ภาพรวมการลงทุนก็เรียกได้ว่าสูง แต่มุมมองของเราคือเราจะไปโยกงบจากส่วนใดมาบ้าง เช่น Call Center เราเคยต้องประมาณการว่ายอดคำสั่งซื้อเพิ่มขึ้นแล้วต้องเตรียมเพิ่มพนักงานมากน้อยแค่ไหน แต่ถ้าเราทำให้ไม่ต้องเพิ่มพนักงานได้โดยรองรับคำสั่งซื้อเพิ่มได้ด้วย ก็นับว่าคุ้มลงทุนแล้ว

การลงทุนทุกส่วนของเราคุยเรื่องผลตอบแทนการลงทุน (return on investment - ROI) และผลกระทบจากการลงทุนเสมอๆ ใน LINE MAN Wongnai เองตอนทำ hackathon ก็มีข้อเสนอบางโครงการที่เล็กเกินไปอาจจะเหมาะกับการให้พนักงานไปแชตถาม AI ตามปกติ แต่บางปัญหา เช่น การตรวจสอบเอกสารสมัครไรเดอร์ที่เพิ่มขึ้นเรื่อยๆ ก็จะถูกให้ความสำคัญมากขึ้น

BN: โครงการที่ผ่านมามีการทำแล้วล้มเหลวบ้างไหม

ดร.ต้า: ปัญหาความล้มเหลวส่วนหนึ่งเกิดจากความคาดหวัง ว่า AI จะแทนคนได้ในสัดส่วนที่สูงมากๆ สามารถประหยัดได้ทันทีมหาศาล และพอทำจริงได้ไม่ถึงจุดนั้นก็บอกว่าโครงการล้มเหลว แต่เราสามารถมองได้ว่าถ้า AI ทำได้ถึงระดับหนึ่ง มันคุ้มกับการลงทุนหรือเปล่า

หลายโครงการเราก็อิมพลีเมนต์แบบ hacky สักหน่อย อาศัย low code/no code แล้วลองรันไป หลายครั้งเราก็พบว่ามันก็เวิร์คแล้วใช้ไปแบบนั้น ก็ประสบความสำเร็จได้

เคสหนึ่งคือตรวจเอกสารฉ้อโกงรูปแบบต่างๆ ที่เดิมเราอาจจะต้องสุ่มตรวจ การใช้ AI เปิดทางให้เราสุ่มได้เยอะขึ้นมากในราคาที่ถูกลง หรืออาจจะทำได้ถึงกับตรวจทั้งหมด พอเราจับเคสฉ้อโกงได้มากขึ้นลดความเสียหายได้ก็ทำให้โครงการพิสูจน์คุณค่าตัวเองได้ทันที

BN: จะมีการพัฒนาเทคโนโลยีของตัวเองอย่างไรบ้าง

ดร.ต้า: จุดสำคัญของเราคือการสร้าง moat หรือจุดแข็งของบริษัทของเรา อะไรที่ไม่ใช่แกนธุรกิจของเราก็อาจจะไม่ใช่จุดที่เราต้องสร้างเอง เช่น ERP หรือ CRM ที่ผู้ผลิตมักมี AI ของตัวเองแล้วเราก็คงไม่ไปพยายามทำ AI ให้ระบบเหล่านั้น แต่บางส่วนที่เป็นแกนธุรกิจของเรา หากเราเติบโตแล้วมีค่าใช้จ่ายเพิ่มตามปริมาณการใช้งานก็อาจจะเป็นส่วนที่เราต้องลงทุนเอง

เช่น เรามีข้อมูลของลูกค้าเราเอง ต้องทำนายระยะเวลาทำอาหารของร้านค้า ปริมาณความต้องการอาหารแต่ละช่วงเวลา พวกนี้เป็นแกนธุรกิจของเราที่หากเราปรับปรุงประสิทธิภาพได้เล็กน้อยก็สร้างมูลค่าได้มหาศาลทันที โมเดล predictive เหล่านี้ก็มีการพัฒนาภายในของเราเอง

BN: การใช้งาน Generative AI นอกจาก Call Center เป็นอย่างไรบ้าง

ดร.ต้า: เรากำลังพัฒนาฟีเจอร์ช่วยร้านค้าปรับรูปให้สวยขึ้นด้วย Generative AI หรือจะเป็นการสร้างแบนเนอร์โฆษณา ระดับการใช้งาน AI ของเราก็มองว่าสุดท้ายเราคงไม่อยากได้รูปที่ไม่เหมือนจริงแต่น่าสั่ง ตอนนี้เราก็ยังให้ร้านค้าส่งภาพเข้ามาก่อน เราใช้ AI เฉพาะการจัดแสงให้สวยขึ้น แต่ไม่มีการเสกเมนูที่ไม่จริงที่จะไม่เป็นธรรมกับผู้บริโภคแล้ว

BN: คิดว่าการทำงานของนักพัฒนาในอนาคตจะเปลี่ยนไปยังไงบ้าง

ดร.ต้า: หลายองค์กรคงถกเถียงกันอยู่เพราะค่าไลเซนส์บริการอย่าง Cursor แต่ละเดือนขององค์กรก็นับว่าสูง แต่คุณยอดก็เคยถามว่าเพิ่มประสิทธิภาพได้มากน้อยแค่ไหน แค่เพิ่มได้สัก 5% ก็พอแล้วสำหรับการใช้เครื่องมือพวกนี้

ตอนนี้เราก็ roll out การใช้ Cursor เริ่มจากกลุ่มเล็กๆ ก่อนให้วางพื้นฐานการใช้งาน หลังจากนั้นพอพร้อมใช้งานแล้วก็มาสู่ระดับการเปิดให้ทุกคนขอใช้งานได้ จนถึงตอนนี้หากทีมไหนใช้งานน้อยก็อาจจะถูกถามว่าเครื่องมือไม่เหมาะกับงานหรือ

ตอนนี้อัตราการใช้งาน Cursor ของ LINE MAN Wongnai ก็สูงมาก โค้ดปีที่ผ่านมาก็ใช้ไปแล้ว 16 ล้านบรรทัด ตอนแรกๆ ก็นับว่ากล้าๆ กลัวๆ บ้าง แต่ตอนนี้ก็มาถึงระดับใช้งานกันจนโควต้าเต็มเริ่มบ่นไม่พอใช้กันบ้างแล้ว

BN: การที่โค้ดจำนวนมากเขียนด้วย AI ทำให้คุ้มการลงทุนไหม

ดร.ต้า: ที่จริงภายในเราไม่ได้คุยกันแบบนี้ แต่เรามองที่คนทำงานว่าแต่ละคนรู้สึกว่าสามารถส่งมอบงานได้เร็วขึ้นมากน้อยแค่ไหนมากกว่าที่จะมานับบรรทัด ถ้าอัตราการส่งมอบงานที่แต่ละคนทำได้เพิ่มขึ้นคุ้มกับค่าใช้จ่ายก็บอกได้ว่าคุ้มค่าการลงทุน

ก่อนหน้านี้เองเราก็ทดลองกับเด็กจบใหม โดยให้ AI ไปใช้งานด้วย จุดหนึ่งที่เราพบคือกระบวนการ on board น้องใหม่ที่เดิมต้องมาไล่โค้ดขนาดใหญ่ เมื่อมี AI ช่วยน้องๆ สามารถเริ่มอิมพลีเมนต์งานต่างๆ ตามคำสั่งได้เร็วขึ้นชัดเจน

BN: เด็กจบใหม่ควรปรับตัวอย่างไรในยุค AI

ดร.ต้า: ผมว่าข้อได้เปรียบของเด็กจบใหม่คือเรียนรู้เครื่องมือใหม่ได้เร็ว แต่เงื่อนไขสำคัญคือใช้แล้วต้องใช้ให้เก่งขึ้นด้วย และทำให้เป็นตัวคูณของเรา จุดอันตรายคือหากเราใช้แล้วกลายเป็นการนำคำตอบจาก AI มาส่งต่อเลยเราก็จะไม่สามารถพัฒนาตัวเองขึ้นไป

เราต้องมีไอเดียของเรา แล้วให้ AI ช่วยต่อยอด หรือแม้แต่ช่วยตั้งคำถามกับไอเดียของเรา เพื่อให้ไอเดียของเราคมขึ้น

BN: ช่วงหลังมีข่าวเลย์ออฟในต่างประเทศจำนวนมาก มีผลกระทบในไทยอย่างไรบ้าง

ดร.ต้า: เรามองว่าเป็นจุดที่ดีเพราะคนในต่างประเทศเองหลายคนก็หางานลำบาก บางบริษัทเลย์ออฟทีเดียวหลายหมื่นคน ซึ่งเป็นคนระดับท็อปทั้งนั้น ทำให้การแข่งขันหางานสูง และมีหลายคนเริ่มมองหาทางกลับมาก็น่าจะทำให้เราหาทีมเข้ามาได้

แต่ความยากคือคนเหล่านี้อยากได้ทำงานระดับโลก ดังนั้นเราก็ต้องพิสูจน์ตัวเองว่าเราเป็นระดับโลกเหมือนกันและมีศักยภาพในการเติบโตสูง เพราะคนเหล่านี้หลายคนย้ายงานตามการเติบโต จากกูเกิลไปเฟซบุ๊ก ไป AirBnB, Uber, DoorDash ตามยุค จุดที่เราไปชวนคือเราให้มาช่วยทำให้มันเติบโต โชคที่เราอยู่ในจุดที่เราเป็นบริษัทไทยที่เติบโตได้

โดยรวมแล้วเราต้องการ ecosystem รวมที่มีโอกาสเติบโตในบริษัทที่อยู่ในไทยให้มีจำนวนมากให้มากขึ้น แบบเดียวกับยุค eastern seaboard ของเราที่อุตสาหกรรมยานยนต์ที่สร้าง ecosystem การเติบโต เราอาจจะต้องหามุมดึงให้มีการตั้ง engineering office ในไทยที่ให้คนเหล่านี้มีงาน เช่นเดียวกับเวียดนามที่เปิดรับงานซอฟต์แวร์จากภายนอกและกลายเป็นแหล่งวิศวกรซอฟต์แวร์สำคัญ