แม้ Meta จะเลิกจ้างคนไป 90% ซอฟต์แวร์อย่าง Instagram และ Facebook ก็ยังคงทำงานได้ปกติ

อีวาเป็นวิศวกรระดับสูงที่เมตา ไม่อยู่ในรายชื่อที่จะถูกเลิกจ้าง ผลงานดี และกำลังรับเอาเครื่องมือ AI อย่างกระตือรือร้น

แต่เขากล่าวว่า “ไม่มีใครปลอดภัย ทุกคนล้วนเสี่ยง แค่เร็วหรือช้าเท่านั้น”

นี่คือเรื่องราวเกี่ยวกับวิธีการประเมินผลงาน วิธีการเลื่อนตำแหน่ง วิธีการทำงานของผู้บริหาร และแม้แต่วิธีที่ความพยายามถูกนิยาม ผู้ที่อยู่ในเหตุการณ์นี้ ตั้งแต่แซกเคอร์เบิร์กจนถึงวิศวกรรุ่นใหม่ที่เพิ่งเข้ามา ไม่มีใครสามารถบอกได้ว่าพายุนี้จะจบลงเมื่อใด

การเลิกจ้างเป็นเรื่องจริง แต่เหตุผลนั้นเป็นเท็จ

Meta ได้เลิกจ้างไปแล้วประมาณ 25,000 คนนับตั้งแต่ปี 2022

ในเดือนพฤศจิกายน 2022 ลดพนักงาน 11,000 คน และในปี 2023 ลดอีก 10,000 คน ซัคเคอร์เบิร์กเรียกปีนี้ว่าปีแห่งความมีประสิทธิภาพ ในเดือนมกราคม 2025 ซัคเคอร์เบิร์กประกาศในจดหมายภายในว่าจะเลิกจ้างผู้มีประสิทธิภาพต่ำสุด 5% ประมาณ 3,600 คน และในเดือนมีนาคม 2026 ได้ลดพนักงานอีก 700 คน ตามรายงานของรีวูเตอร์ ในปลายเดือนพฤษภาคมจะมีการเลิกจ้างอีกประมาณ 8,000 คน คิดเป็น 10% ของพนักงานทั่วโลกที่มีประมาณ 79,000 คน และจะมีการลดพนักงานรอบที่สองในช่วงครึ่งหลังของปี

การเลิกจ้างเป็นสิ่งที่เกิดขึ้นจริง แต่ไม่ได้หมายความว่าเกิดจาก AI ที่มาแย่งงานของ这些人

เอวาเชื่อว่า ผู้ที่ถูกเลิกจ้างในขั้นตอนนี้ ส่วนใหญ่จะออกจากงานไม่ว่าจะมี AI หรือไม่ 「ไม่กี่ปีที่ผ่านมา อุตสาหกรรม CS รับพนักงานมากกว่าความต้องการจริงอย่างมาก เพราะอุตสาหกรรมกำลังเฟื่องฟู เงินทุนร้อนแรง และหุ้นพุ่งขึ้นเรื่อยๆ หลายบริษัทจ้างคนจำนวนมาก เมื่อมัสก์ซื้อทวิตเตอร์ เขาจึงเลิกจ้างพนักงานส่วนใหญ่ แต่แอปยังใช้งานได้ตามปกติ ตอนนั้นยังไม่มี AI เลย」

ในปี 2026 การใช้จ่ายด้านทุนของ Meta อยู่ที่ 115,000 ถึง 135,000 ล้านดอลลาร์สหรัฐ ซึ่งเกือบเป็นสองเท่าของปี 2025 และทั้งหมดถูกนำไปลงทุนในศูนย์ข้อมูล GPU และโครงสร้างพื้นฐานด้าน AI เงินที่ประหยัดได้จากการเลิกจ้างพนักงานถูกนำไปใช้กับพลังการประมวลผล

บทบาทของ AI ในขั้นตอนนี้เหมือนการ์ดที่ดูดี บริษัทสามารถอ้างได้ว่าประสิทธิภาพได้รับการปรับปรุงและไม่จำเป็นต้องมีคนจำนวนมากขนาดนี้

บริษัทขนาดเล็กมีความคล่องตัวและเบาบาง เมื่อเติบโตเป็นบริษัทขนาดใหญ่ การตัดสินใจช้าลง พบว่าไม่สามารถแข่งขันกับยูนิคอร์นและสตาร์ทอัพใหม่ๆ จึงเริ่มลดขนาด ลดชั้นโครงสร้าง และมุ่งเน้นไปที่ผลิตภัณฑ์หลัก AI เพียงแค่เร่งวงจรที่กำลังเกิดขึ้นอยู่แล้ว

เมื่อการใช้งาน AI ถูกนำมาพิจารณาในการประเมินผลการทำงาน

อย่างไรก็ตาม การเข้ามาของ AI ยังได้เปลี่ยนกฎบางประการเกี่ยวกับการเลิกจ้าง

วิธีการประเมินผลเดิมของ Meta นั้นโดดเด่นมากในบริษัทใหญ่ของซิลิคอนแวลลีย์ ผู้จัดการไม่ให้คะแนนโดยตรง แต่จะรวมข้อความประเมินของตัวคุณ ความคิดเห็นจากเพื่อนร่วมงาน และการสังเกตของตนเอง เพื่อเขียนเอกสารกำหนดระดับประสิทธิผล

จากนั้นเข้าสู่ขั้นตอนที่เรียกว่า Calibration Meeting โดยผู้เข้าร่วมประมาณสิบคนในระดับเดียวกันจะถูกจัดรวมกัน ผู้จัดการแต่ละคนจะ轮流อธิบายผลงานของลูกทีมตัวเอง และอธิบายเหตุผลว่าทำไมบุคคลนั้นจึงสมควรได้รับระดับที่กำหนด ทุกคนจะร่วมอภิปรายร่วมกัน และสุดท้ายจะกำหนดระดับให้กับทุกคน

กระบวนการนี้ซับซ้อนและใช้เวลานาน แต่คุณค่าของมันอยู่ที่การนำมุมมองจากหลายฝ่ายและการเปรียบเทียบแบบเพื่อนร่วมชั้นมาใช้ ความชอบของผู้จัดการแต่ละคนจึงยากที่จะตัดสินผลลัพธ์ Eva มองว่านี่เป็นเรื่องที่ค่อนข้างเป็นธรรม

ต้นปี 2026 การประชุมการปรับเทียบถูกยกเลิก เอวาอธิบายว่า “บริษัทกลับไปใช้การประเมินผลทุกหกเดือนอีกครั้ง เนื่องจากมี AI ผู้จัดการสามารถใช้ AI ช่วยเขียนการประเมินตนเอง จึงไม่จำเป็นต้องมีขั้นตอนการทำงานร่วมกันมากเท่าเดิม กระบวนการจึงสามารถเร็วขึ้น”

ในขณะเดียวกัน Meta ได้เปิดตัวระบบติดตามประสิทธิภาพ AI ที่ชื่อว่า Checkpoint ซึ่งสามารถรวบรวมข้อมูลการทำงานของพนักงานจากระบบภายใน เช่น Google Workspace อย่างอัตโนมัติ เพื่อสรุปผลการมีส่วนร่วมให้กับผู้จัดการ สำหรับวิศวกรซอฟต์แวร์ Checkpoint จะติดตามมิติข้อมูลมากกว่า 200 ด้าน รวมถึงสัดส่วนของรหัสที่สร้างโดย AI พร้อมทั้งตรวจสอบตัวชี้วัดเช่น อัตราความผิดพลาดและจำนวนบั๊กที่เกี่ยวข้อง

Janelle Gale หัวหน้าฝ่ายทรัพยากรบุคคลของ Meta ได้ระบุอย่างชัดเจนในบันทึกภายในเมื่อปลายปี 2025 ว่า ความสามารถในการร่วมงานกับ AI จะเป็นเกณฑ์หลักในการประเมินผลปี 2026

นอกจากนี้ เมื่อวิศวกรของ Meta เขียนโค้ดแต่ละส่วน ระบบจะติดแท็กเปอร์เซ็นต์อัตโนมัติเพื่อแสดงว่าส่วนนั้นได้รับการช่วยเหลือจาก AI มากเพียงใด ข้อมูลนี้ได้กลายเป็นส่วนหนึ่งของเกณฑ์การประเมิน

แต่ละทีมตั้งขีดจำกัดขั้นต่ำตามสถานการณ์ของตนเอง เช่น ต้องมีรหัสที่สร้างโดย AI อย่างน้อย 50% หรือ 90% คุณต้องบรรลุขีดจำกัดนี้ก่อน หลังจากนั้น การประเมินผลงานยังคงพิจารณาจากปริมาณคุณค่าจริงของงานที่คุณทำอยู่ “แนวคิดของบริษัทคือ ให้คุณเริ่มใช้งานก่อน แล้วค่อยดูว่าใช้งานได้ดีหรือไม่” เอวากล่าว

รวมอัตราการใช้งาน AI เข้ากับผลการปฏิบัติงาน เป็นกลไกการส่งเสริมแบบบังคับ โดยไม่ให้รางวัลแก่ผู้ใช้งานบ่อย แต่จะลงโทษผู้ที่ไม่ใช้งาน

แนวคิดนี้ไม่ได้มีเฉพาะที่ Meta

ซีอีโอของ NVIDIA ฮวง เหรินซว่อก ได้เปิดเผยในการประชุม GTC เดือนมีนาคม 2026 ว่า ในอนาคต พนักงานวิศวกรทุกคนของบริษัทจะต้องได้รับงบประมาณ Token รายปี โดยนอกจากเงินเดือนขั้นพื้นฐานแล้ว ยังจะมีการจัดสรรอีกครึ่งหนึ่งของงบประมาณสำหรับการใช้งาน AI เขาถึงกับกล่าวว่า หากพนักงานวิศวกรที่มีเงินเดือน 500,000 ดอลลาร์สหรัฐต่อปี ใช้จ่ายในด้าน AI น้อยกว่า 250,000 ดอลลาร์สหรัฐต่อปี เขาจะ “กังวลอย่างยิ่ง”

ฮวน เรินซุน เป็นผู้ขายโทเค็น ผู้ค้ารายใดจะไม่ส่งเสริมสินค้าของตนเองได้อย่างไร แต่เมตาเคยก้าวไปถึงขั้นสุดของความบ้าคลั่งเชิงปริมาณเช่นกัน

พนักงานคนหนึ่งได้สร้างตารางอันดับที่ชื่อว่า "Claudeonomics" บนเครือข่ายภายใน โดยตั้งชื่อตามโมเดล Claude ของ Anthropic เพื่อติดตามการใช้ AI Token ของพนักงาน 85,000 คน ภายใน 30 วัน บริษัททั้งหมดใช้ Token มากกว่า 60 ล้านล้านหน่วย

ตารางคะแนนมีระดับเหรียญทองแดงถึงหยก ผู้อยู่ในอันดับที่ 1 ถึง 250 จะได้รับตำแหน่งเช่น Token Legend และ Cache Wizard พนักงานอันดับหนึ่งใช้ Token ไป 281,000 ล้านในระยะเวลา 30 วัน มีพนักงานบางคนเพื่อเพิ่มอันดับ จึงให้ AI agent ทำงานแบบว่างเปล่าเป็นเวลาหลายชั่วโมง โดยไม่ดำเนินการใดๆ จริงๆ แต่ใช้ Token ไปเพียงเพื่อการบริโภค การวัดผลิตภาพจากปริมาณการใช้ Token เหมือนกับการประเมินคนขับรถบรรทุกจากปริมาณน้ำมันที่ใช้ แม้เครื่องยนต์จะหมุนอยู่ แต่ไม่ได้หมายความว่ากำลังส่งของ

อีวาไม่รู้สึกกดดันจากตารางอันดับในทีมของเธอ “สุดท้ายแล้วเราไม่มีความเกี่ยวข้องโดยตรงกับตารางอันดับนี้ ทุกคนก็ทำหน้าที่ของตัวเอง แค่ดูเล่นๆ จบไป” ผู้จัดการก็ไม่ได้นำเรื่องนี้มาพูดถึง แต่หลังจากเว็บไซต์ตารางอันดับปิดตัวลง ตรรกะพื้นฐานก็ยังคงอยู่ สัดส่วนการสร้างโค้ดโดย AI ยังคงถูกติดตาม และขีดจำกัดต่ำสุดก็ยังคงมีอยู่

เมื่อทุกคนถูกผลักให้ใช้ AI และผลลัพธ์ดิจิทัลของทุกคนเพิ่มขึ้น มาตรฐานประสิทธิภาพก็จะสูงขึ้นตามไปด้วย “ถ้า 60% ของคนทำได้ดีขึ้น มาตรฐานนี้จะต้องถูกปรับขึ้นแน่นอน แต่จะมีส่วนไหนของความดีขึ้นนี้มาจาก AI และส่วนไหนมาจากทำงานดึกจนเหนื่อยล้า ยังตอบไม่ได้”

ลมการแข่งขันอย่างรุนแรงพัดเข้าสู่ซิลิคอนแวลลีย์

หัวหน้าระดับสูงของ Eva ก็มีแรงกดดันเช่นกัน “หัวหน้าระดับสูงคนอื่นๆ ต่างก็ผลักดันลูกน้องของตนอย่างสุดกำลัง หากไม่ประสบความสำเร็จ ตำแหน่งของเขาเองก็อาจไม่ปลอดภัย”

ตามรายงานของ Wall Street Journal Meta ได้ก่อตั้งแผนกวิศวกรรม AI ใหม่ โดยมีอัตราส่วนผู้จัดการต่อวิศวกรอยู่ที่ 1:50 ซึ่งผู้จัดการหนึ่งคนดูแลพนักงาน 50 คน ซึ่งเป็นสองเท่าของขีดจำกัดแบบดั้งเดิมในซิลิคอนแวลลีย์ที่ 25:1

ข้อมูลจาก Gallup แสดงว่าจำนวนพนักงานเฉลี่ยที่ผู้จัดการทั่วสหรัฐฯ ดูแลเพิ่มขึ้นจาก 10.9 คนในปี 2024 เป็น 12.1 คนในปี 2025 แต่อัตราส่วน 50:1 ของ Meta ยังสูงกว่าค่าเฉลี่ยอุตสาหกรรมกว่าสี่เท่า

อีวาสัมผัสได้ถึงการเปลี่ยนแปลงนี้โดยตรง บริษัทขนาดใหญ่ทั่วไปผู้จัดการหนึ่งคนจะดูแลพนักงานสิบกว่าคน เพราะต้องช่วยคุณวางแผนอาชีพ พูดคุยแบบตัวต่อตัว และเข้าใจความต้องการของคุณ

1:50 หมายถึงทีมที่เคยมีผู้จัดการ 5 คน ตอนนี้เหลือแค่ 1 คนเท่านั้น ส่วนอีก 4 คนสูญเสียตำแหน่ง

แต่ไม่มีใครรู้ว่าแผนกใหม่นี้จะทำงานอย่างไร แม้ว่าเสียงจากภายนอกจะเชื่อว่าการเปลี่ยนแปลงครั้งนี้จะจบลงด้วยความหายนะ

แผนกอื่นๆ ของเรายังคงรักษาจังหวะการบริหารเดิมไว้ ผู้จัดการยังจะพูดคุยกับคุณแบบตัวต่อตัวเกี่ยวกับการวางแผนอาชีพ แต่ทุกคนคาดการณ์ว่าสถานการณ์แบบนี้จะไม่คงอยู่นานนัก บางทีมเริ่มตัดตำแหน่งผู้จัดการระดับล่างออกไป แล้วให้ผู้บริหารระดับบนดูแลทุกคนโดยตรง

ผู้บริหารเองก็กำลังตั้งคำถามกับตัวเองว่างานของพวกเขาได้สูญเสียความหมายไปแล้วหรือยัง “ทุกคนอยู่ในสถานการณ์เดียวกัน ต่างก็ต้องเผชิญกับคำถามว่าตำแหน่งของคุณยังมีความจำเป็นอยู่หรือไม่ สำหรับผู้นำก็เช่นกัน วันเวลาของพวกเขาก็ไม่ได้ดีขึ้นเลย”

AI ช่วยให้ผู้จัดการเพิ่มประสิทธิภาพโดยอัตโนมัติสรุปว่าลูกน้องเพิ่งเขียนโค้ดอะไร โพสต์อะไร และเข้าร่วมการประชุมอะไร แล้วสร้างรายงานเป็นระยะๆ แต่ก่อนนี้ผู้บริหารต้องตามหาด้วยตัวเอง ตอนนี้ AI สรุปให้แล้ว ผู้บริหารแค่ตรวจสอบผ่านก็พอ

แต่อีกด้านหนึ่งของความได้เปรียบด้านประสิทธิภาพคือการจัดการกลายเป็นถูกลง ขณะที่สิ่งของที่ถูกไม่เคยขาดผู้แทนที่

การแข่งขันที่รุนแรงขึ้นเรื่อยๆ นำไปสู่ผลกระทบโดยตรงที่สุดต่อตำแหน่งระดับล่างที่เป็นผู้เริ่มต้น

อีวา ในฐานะวิศวกรระดับสูง เมื่อเขาวางแผนโครงการและพบบั๊กเล็กๆ วิธีเดิมคือส่งให้วิศวกรระดับเริ่มต้นจัดการ แต่ตอนนี้ หากปัญหาไม่ใหญ่ เขาจะเปิดหน้าต่าง AI ขึ้นมาและจัดการเสร็จภายในไม่กี่นาที “ไม่จำเป็นต้องคุยกับวิศวกรระดับเริ่มต้น ฉันจัดการเองได้หมดในพริบตา”

โครงการขนาดใหญ่ยังคงต้องการคน来做 แต่งานเล็กๆ น้อยๆ ที่เคยเป็นภาระงานของวิศวกรระดับเริ่มต้น กำลังถูก AI ที่วิศวกรระดับสูงใช้อยู่ ดูแลและจัดการไปโดยอัตโนมัติ

อีวาพูดเร็ว: «ถ้าคุณสามารถทำได้ตั้งแต่เนิ่นๆ ทั้งเป็นผู้จัดการวิศวกรรม ผู้จัดการผลิตภัณฑ์ วิศวกร และดีไซเนอร์ ทุกอย่างทำได้ด้วยตัวคนเดียว สามารถสร้างฟีเจอร์หรือแม้แต่ทีมขึ้นมาเองได้ โอกาสถูกเลิกจ้างอาจน้อยกว่าคนอื่นเล็กน้อย»

สำหรับจำนวนคนที่จะเหลืออยู่ในที่สุด Eva หัวเราะและกล่าวว่า “ตอนนี้ แม้แต่ Meta จะเหลือแค่ครึ่งหนึ่งของพนักงาน ก็ยังสามารถดำเนินงานต่อไปได้ หาก AI ยังคงพัฒนาตามความเร็วที่โฆษณาไว้ สุดท้ายอาจเหลือเพียง 10% ของนักพัฒนาโปรแกรม เพื่อทบทวนสิ่งที่ AI สร้างขึ้นและปรับให้สอดคล้องกับการตัดสินใจด้านผลิตภัณฑ์ ส่วนอีก 90% จะตกงาน แม้จะเป็นเช่นนั้น Meta ก็ยังสามารถดำเนินการต่อไปได้”

ไม่มีใครปลอดภัย รวมถึงซัคเคอร์เบิร์ก

ไม่มีใครรู้สึกปลอดภัย

ผู้บริหารระดับสูงรู้สึกกดดัน เพราะผู้บริหารระดับสูงคนอื่นกำลังแข่งขันกัน; ผู้จัดการรู้สึกกดดัน เพราะอัตราส่วนการดูแลอาจเปลี่ยนจาก 1:15 เป็น 1:50; วิศวกรระดับสูงรู้สึกกดดัน เพราะมาตรฐานกำลังสูงขึ้นเรื่อยๆ; วิศวกรระดับเริ่มต้นรู้สึกกดดัน เพราะงานของพวกเขาถูก AI ของวิศวกรระดับสูงดูดซับไปโดยไม่ตั้งใจ

แม้แต่ซัคเคอร์เบิร์กเองก็อยู่ในภาวะวิตกกังวล

ความไม่แน่นอนในยุคปัญญาประดิษฐ์นั้นเป็นเรื่องจริง Claude Code อาจทำให้บริษัทหนึ่งล้มหายตายจากทุกครั้งที่เปิดตัวฟีเจอร์ใหม่ ราคาหุ้นของ Figma ผันผวนรุนแรงหลังข่าว Claude Design และอุตสาหกรรม SaaS ทั้งหมดกำลังถูกถอดแยกทีละส่วน

ดูเหมือนว่าเครือข่ายสังคมจะมีอุปสรรค แต่อุปสรรคไม่เคยหนาเท่าที่คิดไว้ Eva คิดว่า การเปลี่ยนจาก QQ เป็น WeChat ก็ใช้เวลาเพียงหนึ่งถึงสองปี

ซักเคอร์เบิร์กกังวลเกี่ยวกับอนาคตของบริษัทในขณะเดียวกันก็ทำการปลดพนักงานจำนวนมาก สำหรับพนักงานอย่างเอวา นี่คือกลยุทธ์การบริหารจัดการ “เขาต้องการรักษาคนที่ขยันที่สุดและฉลาดที่สุด วิธีที่ดีที่สุดคืออะไร? เขาพบว่าการให้เงินไม่ใช่วิธีที่ดีที่สุด การปลดพนักงานมีประสิทธิภาพมากกว่า”

การสร้างความรู้สึกไม่มั่นคงมีประสิทธิภาพมากกว่าการจ่ายโบนัสในการขับเคลื่อนผลลัพธ์

แต่กลยุทธ์นี้ก็มีราคาต้องจ่าย วิศวกรชั้นนำจะไม่ทนต่อแรงกดดันนี้ไปตลอด พวกเขาจะย้ายไปทำงานที่ให้ความเคารพต่อพนักงานมากกว่า การปลดพนักงานสามารถขับไล่ผู้ขี้เกียจได้ แต่ก็อาจขับไล่ผู้ที่มีทางเลือกมากที่สุดด้วย

เหตุผลที่ Eva ตัดสินใจอยู่ต่อเป็นเรื่องที่เป็นจริง แม้ว่าซิลิคอนวัลเลย์ในตอนนี้จะเริ่มแข่งขันกันมากขึ้น แต่ก็ยังไม่หนักเท่าในประเทศจีน

อย่างไรก็ตาม แนวโน้มของอุตสาหกรรมทั้งหมดได้ชัดเจนจนหลีกเลี่ยงไม่ได้ behind these individual choices: “AI จะเข้ามาแทนที่งานส่วนใหญ่ อุตสาหกรรมอินเทอร์เน็ตจะไม่สามารถกลับไปสู่ยุคทองที่เคยสามารถหารายได้มากโดยไม่ต้องยุ่งยากอีกต่อไป”

ถ้าต่อสู้ไม่ได้ ให้เข้าร่วม

AI ได้เปลี่ยนวิธีการทำงานของพนักงานที่มีอยู่แล้ว และยังเปลี่ยนช่องทางการคัดเลือกพนักงานใหม่อีกด้วย

การสัมภาษณ์วิศวกรของ Meta โดยทั่วไปแบ่งเป็นสามส่วน: Coding, Behavior Question และ System Design Coding คือการให้โจทย์อัลกอริทึมหนึ่งข้อ เช่น การจัดเรียงชุดข้อมูล ซึ่งทดสอบว่าคุณเลือกอัลกอริทึมใดและพิจารณาประสิทธิภาพและต้นทุนอย่างไร Behavior มีลักษณะเชิงอัตวิสัย ถามว่าคุณจัดการกับข้อเสนอแนะและข้อขัดแย้งอย่างไร System Design มักเป็นคำถามการออกแบบสถาปัตยกรรมที่มักใช้สำหรับผู้สมัครระดับ Senior

ในเดือนตุลาคม 2025 Meta ได้เพิ่มรอบ AI coding ในการสัมภาษณ์ แทนที่จะเป็นสองรอบ coding แบบดั้งเดิม ตอนนี้จึงกลายเป็นหนึ่งรอบ coding แบบดั้งเดิม และหนึ่งรอบ AI coding ผู้สมัครจะได้รับโครงการที่ซับซ้อนหลายไฟล์ในสภาพแวดล้อม CoderPad โดยมีหน้าต่างแชท AI อยู่ทางด้านขวา ซึ่งสามารถสลับใช้งานโมเดล AI หลายตัวระหว่างการสัมภาษณ์ รวมถึงชุด GPT, Claude, Gemini และ Llama ภายในเวลา 60 นาที คุณต้องเข้าใจโค้ดเบสที่ไม่เคยเห็นมาก่อน วิเคราะห์ปัญหา และใช้ AI เพื่อพัฒนาฟีเจอร์หรือแก้ไขบั๊ก

สิ่งที่ถูกประเมินไม่ใช่การเขียนโค้ดของคุณหรือการเขียน prompt แต่เป็นความสามารถในการตัดสินใจร่วมงานกับ AI ผลลัพธ์ที่ AI สร้างขึ้นอาจถูกต้อง ผิดพลาด หรือบางส่วนถูกบางส่วนผิด คุณจะโต้ตอบกับ AI อย่างไรเพื่อให้ได้ผลลัพธ์ที่น่าพอใจ และคุณสามารถตรวจสอบได้หรือไม่ว่าโค้ดที่ AI สร้างขึ้นนั้นดีที่สุดหรือไม่ ผู้สัมภาษณ์จะเฝ้าดูทุก prompt และการโต้ตอบของคุณแบบเรียลไทม์

อีวาเชื่อว่านี่ใกล้เคียงกับสภาพแวดล้อมการทำงานจริงมาก ซึ่งช่วยดูว่าผู้สมัครสามารถใช้เครื่องมือล่าสุดเพื่อแก้ไขปัญหาที่ซับซ้อนในเวลาอันสั้นได้หรือไม่

มาตรฐานการรับเข้าใหม่หมายความว่า ผู้ที่จะเข้าสู่อุตสาหกรรมนี้ในอนาคตจะถูกคาดหวังให้มีความสามารถในการร่วมงานกับ AI ตั้งแต่วันแรก ผู้สมัครที่ผ่านการสัมภาษณ์ครั้งนี้สรุปในการทบทวนว่า AI ไม่ได้ทำให้การสัมภาษณ์ง่ายขึ้น แต่กลับทำให้มาตรฐานสูงขึ้น เมื่อคุณมี AI ช่วยเหลือ ผู้สัมภาษณ์จึงคาดหวังว่าคุณจะสามารถแก้ปัญหาที่ซับซ้อนกว่าเดิมภายในเวลาเดียวกัน

ในสถานการณ์เช่นนี้ Eva เลือกกลยุทธ์ที่ว่าถ้าต่อไม่ได้ก็เข้าร่วม

หากนี่คือแนวโน้มหลัก คุณไม่สามารถเปลี่ยนแปลงมันได้ การต่อต้านการใช้ AI จึงไม่มีประโยชน์

วิธีการทำงานประจำวันของ Eva เปลี่ยนไปอย่างสิ้นเชิง โดยเปิดหน้าต่าง AI หลายอันพร้อมกันให้ทำงานแบบขนานกันในงานต่างๆ “คุณมีสมองเพียงหนึ่งอัน ทำได้เพียงอย่างเดียวในเวลาเดียวกัน แต่ข้อดีของ AI คือคุณสามารถรันได้สิบอัน ให้พวกมันช่วยทำงานต่างๆ ให้คุณ”

ใช้เวลาประมาณหนึ่งเดือนจากตอนเริ่มลองจนเชี่ยวชาญ

เขาใช้ AI ครอบคลุมเกือบทุกขั้นตอนของงาน ตั้งแต่เขียนเอกสาร การระดมสมอง การเปรียบเทียบแนวทาง การเขียน SQL เพื่อคำนวณผลกระทบเชิงศักยภาพ การเขียนโค้ด หลังจากเสร็จสิ้นฟีเจอร์แล้ว เขายังใช้มันเขียนสรุปต่างๆ และโพสต์ทวีตบนโซเชียลเพื่อเพิ่มการรับรู้

คุณควรเป็นหนึ่งในกลุ่มแรกที่ใช้ AI ได้ดีที่สุด อาจทำให้คุณเป็นหนึ่งในกลุ่มสุดท้ายที่ไม่ถูกเลิกจ้าง แต่จะเร็วแค่ไหนที่คนถูกเลิกจ้าง และสุดท้ายแล้วคุณจะไม่ถูกเลิกจ้างจริงหรือไม่ ไม่มีใครรู้ คุณแค่ต้องยอมรับและปรับตัวกับสิ่งที่เกิดขึ้น

นอกเหนือจากความปลอบใจนี้แล้ว คุณค่าของ AI สำหรับผู้คนในแต่ละระดับนั้นต่างกันอย่างสิ้นเชิง

สำหรับวิศวกรระดับสูงที่มีประสบการณ์เพียงพอและสามารถระบุปัญหาและจับทิศทางได้ AI เป็นตัวเร่งที่แท้จริง ที่ก่อนหน้านี้การวิเคราะห์ซึ่งคิดว่าต้องใช้เวลาสองสัปดาห์ทำให้รู้สึกปวดหัว แต่ตอนนี้สามารถเริ่มต้นได้ทันที อย่างไรก็ตาม สำหรับผู้ที่อยู่ในช่วงเริ่มต้นอาชีพ AI กลับตัดกระบวนการคิดและการทดลองผิดพลาดที่พวกเขาจำเป็นต้องได้รับมากที่สุด

ประสิทธิภาพดีขึ้น แต่โอกาสในการเรียนรู้หายไป

เอวาไม่เต็มใจที่จะจัดตัวเองอยู่ในกลุ่มผู้มองโลกในแง่ดีหรือผู้มองโลกในแง่ร้าย “คุณไม่สามารถเปลี่ยนแนวโน้มใหญ่นี้ได้ เช่นเดียวกับคนในตะวันออกเฉียงเหนือที่ถูกปลดออกจากงานในเวลานั้น พวกเขาต้องยอมรับมัน บางคนไปเปิดร้านอาหาร บางคนเดินทางลงใต้เพื่อเริ่มธุรกิจ ใครจะรู้ล่ะ? ชีวิตยาวนานเกินไป การคิดมากก็ไม่มีประโยชน์”

จนถึงตอนนี้ สิ่งเดียวที่แน่นอนคือ ไม่มีใครเป็นผู้ชนะ