ความก้าวหน้าอย่างรวดเร็วของเครื่องมือเขียนโค้ดที่ขับเคลื่อนด้วย AI ได้สร้างปริศนาทางเศรษฐกิจที่ไม่คาดคิดในโลกการพัฒนาซอฟต์แวร์ เมื่อเครื่องมือเหล่านี้ทำให้การเขียนโปรแกรมเร็วขึ้น ถูกลง และเข้าถึงได้ง่ายขึ้น นักพัฒนาและผู้นำธุรกิจต่างต้องต่อสู้กับปรากฏการณ์ที่เรียกว่าเงินฝืดในการเขียนโปรแกรม ซึ่งต้นทุนที่ลดลงในการสร้างซอฟต์แวร์ได้เปลี่ยนแปลงวิธีคิดของเราเกี่ยวกับงานพัฒนาอย่างพื้นฐาน
ความขัดแย้งหลัก: โปรแกรมเมอร์น้อยลงหรือมากขึ้น?
ใจกลางของการถกเถียงนี้อยู่ที่ความขัดแย้งทางเศรษฐกิจที่น่าสนใจ ทฤษฎีการทดแทนแบบดั้งเดิมชี้ให้เห็นว่าเมื่อเครื่องจักรเก่งในการเขียนโค้ดมากขึ้น เราจะต้องการโปรแกรมเมอร์มนุษย์น้อยลง อย่างไรก็ตาม ความขัดแย้งของ Jevons บอกเราในทางตรงกันข้าม เมื่อสิ่งใดกลายเป็นสิ่งที่ถูกลง ความต้องการมักจะเพิ่มขึ้นเนื่องจากมันกลายเป็นสิ่งที่เป็นไปได้สำหรับการใช้งานมากขึ้น ชุมชนนักพัฒนากำลังต่อสู้อย่างแข็งขันกับสถานการณ์ใดที่จะเกิดขึ้น
มุมมองหนึ่งที่ได้รับความนิยมเปรียบเทียบการเปลี่ยนแปลงนี้กับการทำให้การเผยแพร่เป็นประชาธิปไตยหลังจากอินเทอร์เน็ต เมื่อต้นทุนการเผยแพร่ลดลงเกือบเป็นศูนย์ในช่วงปลายทศวรรษ 1990 เราไม่ได้เห็นเนื้อหาน้อยลง แต่เราเห็นการระเบิดของมัน ส่วนใหญ่มีคุณภาพต่ำ แต่บางส่วนพิสูจน์แล้วว่าเป็นการปฏิวัติ รูปแบบเดียวกันอาจเกิดขึ้นกับการเขียนโปรแกรมเมื่อเครื่องมือ AI ลดอุปสรรคในการเข้าถึง
ผลกระทบทางเศรษฐกิจหลักของการลดราคาการเขียนโปรแกรม:
- ผลกระทบการทดแทน: เครื่องจักรเข้ามาแทนที่แรงงานมนุษย์ในการเขียนโค้ด ทำให้ความต้องการโปรแกรมเมอร์ลดลง
- ปรากฏการณ์ Jevons: ต้นทุนการเขียนโปรแกรมที่ถูกลงทำให้ความต้องการการพัฒนาซอฟต์แวร์โดยรวมเพิ่มขึ้น
- การแบ่งแยกคุณภาพ: ตลาดแยกออกเป็นสองส่วนระหว่างโค้ดสินค้าโภคภัณฑ์และซอฟต์แวร์ที่สร้างสรรค์อย่างประณีต
- การเปลี่ยนแปลงคุณค่า: ความสำคัญเปลี่ยนจากการสร้างโค้ดไปสู่ความเข้าใจและการบูรณาการ
ความเสี่ยงที่ซ่อนอยู่ของโค้ดราคาถูก
อย่างไรก็ตาม การอภิปรายในชุมชนเผยให้เห็นความกังวลที่สำคัญเกี่ยวกับสวรรค์การเขียนโปรแกรมที่ดูเหมือนจะเป็นเช่นนี้ นักพัฒนาที่มีประสบการณ์เตือนว่าโค้ดที่ถูกลงมักหมายถึงความซับซ้อนที่ถูกลง และความซับซ้อนอาจเป็นอันตรายในมือที่ผิด
ต้นทุนที่ลดลงของโค้ดเปรียบได้กับต้นทุนที่ลดลงของเลื่อยโซ่ เลื่อยโต๊ะ หรือเลเซอร์พลังสูง หากคุณไม่รู้ว่าคุณกำลังทำอะไร คุณอาจเปิดเผยตัวเองต่อความเสี่ยงมากกว่าผลตอบแทน
การเปรียบเทียบนี้เน้นประเด็นสำคัญที่มักถูกมองข้ามในความกระตือรือร้นของการเขียนโค้ดด้วย AI เมื่อผู้ที่ไม่ใช่ผู้เชี่ยวชาญสามารถสร้างซอฟต์แวร์ได้อย่างง่ายดาย พวกเขาอาจสร้างโครงสร้างพื้นฐานทางธุรกิจที่สำคัญโดยไม่ตั้งใจ ซึ่งให้คำตอบที่ผิดหรือต้องการงานวิศวกรรมที่มีราคาแพงเพื่อแก้ไขในภายหลัง เงินออมที่ชัดเจนจากโค้ดที่สร้างโดย AI อาจกลายเป็นหนี้ทางเทคนิคที่มีราคาแพง
คำถามเกี่ยวกับที่ราบสูงของเทคโนโลยี
ส่วนสำคัญของชุมชนนักพัฒนายังคงสงสัยเกี่ยวกับกรอบเวลาสำหรับความก้าวหน้าของการเขียนโค้ดด้วย AI ตัวอย่างในอดีตเช่นการเดินทางด้วยความเร็วเหนือเสียง การกำจัดของเสียนิวเคลียร์ และการรักษามะเร็ง แสดงให้เห็นว่าเทคโนโลยีมักจะชนกำแพงความซับซ้อนแบบเอ็กซ์โปเนนเชียลเมื่อดูเหมือนว่าจะใกล้ถึงจุดพลิกผันมากที่สุด นักพัฒนาหลายคนโต้แย้งว่าการสมมติว่า AI จะพัฒนาอย่างต่อเนื่องนั้นเป็นเรื่องเร็วเกินไป โดยสังเกตว่าเป้าหมายสุดท้ายในเทคโนโลยีที่ซับซ้อนมักจะเป็นสิ่งที่ยากที่สุดในการบรรลุ
ความสงสัยนี้ขยายไปถึงพลวัตของตลาดด้วย นักพัฒนาบางคนชี้ให้เห็นว่าหากเครื่องมือเขียนโค้ดด้วย AI เป็นการปฏิวัติอย่างแท้จริง เราจะเห็นคู่แข่งใหม่ต่อยักษ์ซอฟต์แวร์ที่จัดตั้งขึ้นแล้วเช่น SAP, Salesforce และ Shopify เกิดขึ้นอย่างรวดเร็ว การไม่มีการหยุดชะงักดังกล่าวชี้ให้เห็นว่าอุปสรรคทางเทคนิคยังคงมีความสำคัญ
ตัวอย่างการหยุดนิ่งของเทคโนโลยีในประวัติศาสตร์:
- การพัฒนาการเดินทางด้วยความเร็วไฮเปอร์โซนิก/ซูเปอร์โซนิก
- โซลูชันการกำจัดขยะนิวเคลียร์
- การวิจัยการรักษามะเร็งให้หาย
- การแปลภาษาที่ปราศจากข้อผิดพลาด
- แต่ละตัวอย่างแสดงให้เห็นความก้าวหน้าอย่างรวดเร็วในช่วงแรก ตามด้วยการเพิ่มขึ้นของความซับซ้อนแบบเอ็กซ์โพเนนเชียล
เศรษฐกิจความขาดแคลนใหม่
เมื่อภูมิทัศน์การเขียนโปรแกรมเปลี่ยนแปลง ฉันทามติของชุมชนชี้ไปที่ทักษะบางอย่างที่กลายเป็นสิ่งที่มีคุณค่ามากขึ้นแทนที่จะล้าสมัย ความเข้าใจ การตัดสิน และการคิดเชิงระบบกำลังเกิดขึ้นเป็นความสามารถพรีเมียมใหม่ ความสามารถในการรวมชิ้นส่วนซอฟต์แวร์ที่แตกต่างกัน พัฒนารสนิยมสำหรับสิ่งที่คุ้มค่าในการสร้าง และนำทางระบบนิเวศทางเทคนิคที่ซับซ้อนกลายเป็นสิ่งสำคัญเมื่อใครก็ตามสามารถสร้างโค้ดพื้นฐานได้
อย่างไรก็ตาม นักพัฒนายอมรับความท้าทายในการพัฒนาและการตลาดทักษะทางเทคนิคที่อ่อนนุ่มเหล่านี้ ไม่เหมือนกับความเชี่ยวชาญในการเขียนโค้ดซึ่งสามารถแสดงให้เห็นผ่านผลงานและการสัมภาษณ์ทางเทคนิค การตัดสินและการคิดเชิงระบบยากที่จะวัดและแสดงให้นายจ้างหรือลูกค้าที่มีศักยภาพเห็น
ทักษะที่มีมูลค่าสูงที่กำลังเกิดขึ้นในยุค AI:
- การรวมระบบ: การทำให้ซอฟต์แวร์หลายชิ้นทำงานร่วมกันอย่างสอดคล้องกัน
- การตัดสินใจเชิงเทคนิค: การรู้ว่าสิ่งใดควรสร้างและสิ่งใดควรหลีกเลี่ยง
- การจัดการความซับซ้อน: การเข้าใจและจัดการระบบนิเวศเทคโนโลยีที่เชื่อมโยงกัน
- การคิดเชิงกลยุทธ์: การวางแผนระยะยาวและการตัดสินใจด้านสถาปัตยกรรม
บทสรุป
ปรากฏการณ์เงินฝืดในการเขียนโปรแกรมแสดงถึงมากกว่าการเปลี่ยนแปลงทางเทคโนโลยี มันเป็นการเปลี่ยนแปลงพื้นฐานในเศรษฐศาสตร์ซอฟต์แวร์ที่เกิดขึ้นในเวลาจริง ในขณะที่ผลลัพธ์สุดท้ายยังคงไม่แน่นอน ชุมชนนักพัฒนากำลังปรับตัวโดยมุ่งเน้นไปที่ทักษะที่ยังคงมีคุณค่าไม่ว่าเครื่องมือเขียนโค้ดด้วย AI จะพัฒนาไปอย่างไร ข้อมูลเชิงลึกสำคัญที่เกิดขึ้นจากการอภิปรายเหล่านี้คือคอขวดในการพัฒนาซอฟต์แวร์กำลังเปลี่ยนจากการเขียนโค้ดไปสู่การเข้าใจว่าควรเขียนโค้ดอะไรและชิ้นส่วนต่างๆ ควรทำงานร่วมกันอย่างไร ความสำเร็จในภูมิทัศน์ใหม่นี้น่าจะขึ้นอยู่กับการใช้เครื่องมือ AI สำหรับงานประจำในขณะที่พัฒนาทักษะที่เป็นเอกลักษณ์ของมนุษย์ในด้านการตัดสิน การรวม และการคิดเชิงกลยุทธ์
อ้างอิง: Programming Deflation