กฎหมายอายุ 50 ปีที่เคยควบคุมทุกบริษัทซอฟต์แวร์เพิ่งล่มสลาย นี่คือสิ่งที่มาแทนที่

(SeaPRwire) –   ในปี 1975 วิศวกรซอฟต์แวร์ชื่อ เฟรด บรูคส์ ได้ตีพิมพ์หนังสือเกี่ยวกับการบริหารจัดการที่อธิบายถึงความยากลำบากโดยธรรมชาติของการขยายขนาดบริษัทเทคโนโลยี เขาเรียกหนังสือเล่มนี้ว่า The Mythical Man-Month และชื่อเรื่องก็สื่อถึงข้อคิดง่ายๆ ที่ว่า: กำลังคนที่มากขึ้นไม่ได้หมายถึงผลผลิตที่เร็วขึ้น

พูดง่ายๆ คือ การเพิ่มผลผลิตของทีมซอฟต์แวร์นั้นแตกต่างอย่างสิ้นเชิงกับการเพิ่มผลผลิตของพนักงานในโรงงานผลิตวิดเจ็ต พนักงานเพิ่มขึ้นสิบคนทำให้คุณได้วิดเจ็ตเพิ่มขึ้นสิบชิ้น แต่เงินทุนที่เพิ่มขึ้นสิบเท่าและจำนวนโปรแกรมเมอร์ที่เพิ่มขึ้นสิบเท่าไม่ได้ทำให้คุณได้โค้ดเพิ่มขึ้นสิบเท่า

บรูคส์รู้เรื่องนี้จากประสบการณ์ การทำงานในโครงการระบบปฏิบัติการเมนเฟรม IBM 360 เขาเฝ้าดูองค์กรซอฟต์แวร์ล่มสลายภายใต้ความซับซ้อนของตัวเอง พนักงานใหม่แต่ละคนมีส่วนทำให้ต้นทุนการสื่อสารเพิ่มขึ้นแบบทวีคูณ คนใหม่ต้องการการฝึกอบรม และเวลาในการปรับตัวหมายความว่าพวกเขาจะผลิตได้ช้า พนักงานเดิมต้องหยุดงานที่กำลังทำอยู่เพื่อฝึกอบรมพนักงานใหม่ ซึ่งเป็นผลกระทบสองเท่าที่ทวีคูณขึ้นกับการจ้างงานใหม่ทุกครั้ง

เป็นเวลา 50 ปีที่ไม่มีใครหาวิธีแก้ไขได้ จากยูนิคอร์น 66 แห่ง (สตาร์ทอัพที่มีมูลค่ามากกว่า 1 พันล้านดอลลาร์) ที่มีเงินทุนล้นเหลือในปี 2021 มี 30 แห่งที่ไม่ได้ระดมทุนอีกเลยนับตั้งแต่นั้น และ 11 แห่งระดมทุนได้ในมูลค่าที่ต่ำลง แม้ว่าจะมีปัจจัยอื่นๆ เข้ามาเกี่ยวข้องอย่างไม่ต้องสงสัย แต่นี่เป็นอีกหนึ่งข้อมูลที่แสดงให้เห็นว่าผลผลิตไม่สามารถซื้อได้ง่ายๆ ด้วยการจ้างวิศวกรเพิ่ม

จากนั้น ในปี 2022 บางสิ่งก็เปลี่ยนไป

ทำไม AI จึงยกเลิกกฎของบรูคส์

ตั้งแต่ปี 2023 กฎชุดใหม่ได้เริ่มเข้ามาควบคุมการจัดสรรเงินทุน ซึ่งทำให้ Mythical Man-Month* แทบจะไม่มีความเกี่ยวข้องอีกต่อไป สิ่งนี้ชัดเจนหากคุณดูบริษัทที่ทุ่มเงินทุนให้กับโมเดล AI และเห็นผลตอบแทนทันทีในการวิจัยและความสามารถของโมเดล บริษัทโมเดลสามารถใช้เงินทุนได้มากขึ้นด้วยทีมงานที่เล็กลง และส่งผลให้มีรายได้เติบโตอย่างมหาศาล อันที่จริง ข้อมูลภายในของเราแสดงให้เห็นว่าบริษัท AI ขนาดใหญ่มีอัตราการดำเนินงานของรายได้ต่อพนักงานประจำเกือบสามเท่าของบริษัทซอฟต์แวร์และเทคโนโลยีที่ไม่ใช่ AI

เหตุผลนั้นลึกซึ้งกว่าแค่เครื่องมือหรือประสิทธิภาพของเวิร์กโฟลว์ แนวทาง AI สมัยใหม่ได้พัฒนาขึ้นเพื่อดึงพลังจากคอมพิวเตอร์จำนวนมาก แทนที่จะเป็นวิศวกรรมที่ซับซ้อน ซึ่งหมายความว่าปัญหาการประสานงานแบบเก่าที่เกิดจากความซับซ้อนส่วนใหญ่จะหายไป ริช ซัตตัน ได้บันทึกสิ่งนี้ไว้อย่างโด่งดังในบทความ “Bitter Lesson” ของเขาในปี 2019 โดยโต้แย้งว่าอัลกอริทึมง่ายๆ ที่ใช้ประโยชน์จากคอมพิวเตอร์ที่ทรงพลังนั้นมีประสิทธิภาพเหนือกว่าอัลกอริทึมที่ชาญฉลาดซึ่งสร้างขึ้นจากความรู้ของมนุษย์ที่ “เฉพาะเจาะจงโดเมน” อย่างสม่ำเสมอ เมื่อซัตตันเขียนบทความนี้ในปี 2019 ยังไม่มี ChatGPT และไม่มีการฝึกอบรมมูลค่าหลายร้อยล้านดอลลาร์สำหรับการพัฒนาโมเดลขั้นสูง การเพิ่มขึ้นของ frontier AI ในเวลาต่อมาได้ยืนยันข้อโต้แย้งของเขาอย่างน่าทึ่งยิ่งกว่าที่ใครๆ อาจคาดไว้

ข้อสังเกตที่ยาวนานของบรูคส์ใช้กับการสร้างซอฟต์แวร์แบบดั้งเดิม การพัฒนา AI กลับกลายเป็นสิ่งที่แตกต่างออกไปมาก แทนที่จะต้องใช้ทีมขนาดใหญ่ในหลายระบบย่อยที่ต้องประสานงานกัน โมเดล AI ได้รับการพัฒนาโดยทีมงานขนาดเล็กซึ่งผลผลิตมีคุณภาพเพิ่มขึ้นตามฟังก์ชันของข้อมูลและการประมวลผลที่ใส่เข้าไป ผลลัพธ์ที่ได้คือสิ่งที่บรูคส์คงคิดไม่ถึง: เงินทุนสามารถนำไปใช้ได้อย่างรวดเร็ว และความสัมพันธ์ระหว่างการลงทุนกับผลผลิตก็ตรงไปตรงมามากขึ้น กล่าวคือ ตอนนี้คุณ สามารถ ทุ่มเงินให้กับการพัฒนาซอฟต์แวร์เพื่อเพิ่มผลผลิตได้ นั่นคือ ถ้าคุณกำลังสร้างโมเดล AI ที่จะทำงานที่เราเคยใช้ซอฟต์แวร์แบบดั้งเดิมทำ

ตัวเลขใหม่เป็นอย่างไร

สิ่งนี้กำลังเกิดขึ้นในตลาดส่วนตัว เนื่องจากบริษัทต่างๆ ระดมเงินทุนจำนวนมหาศาล ด้วยทีมงานที่เล็กอย่างไม่เคยมีมาก่อน และเพลิดเพลินกับการเติบโตอย่างที่ไม่เคยมีมาก่อน OpenAI, Anthropic และ Cursor เติบโตจากรายได้ไม่กี่ล้านดอลลาร์เป็นหลายพันล้านดอลลาร์ในเวลาไม่ถึงสองปี

นอกจากนี้ยังมีการเปลี่ยนแปลงในสิ่งที่ต้องทำเพื่อชัยชนะ เป็นเวลานาน คำตอบสำหรับ Mythical Man-Month* คือความเป็นผู้นำที่ดีขึ้นและวัฒนธรรมองค์กรที่แข็งแกร่งขึ้น ทีมที่บริหารจัดการได้ดีกว่าจะเอาชนะคู่แข่งได้ด้วยการดำเนินการที่รวดเร็วและมีประสิทธิภาพมากขึ้นด้วยเงินทุนเท่าเดิม แต่เมื่อเร็วๆ นี้ AI ได้ย้ายคอขวดจากคนไปสู่การประมวลผล และการบริหารจัดการทีมที่ยอดเยี่ยมในขนาดใหญ่ก็มีความสำคัญน้อยลงกว่าที่เคยเป็นมา

ข้อจำกัดของบรูคส์มักจะอยู่ที่ฝั่งอุปทาน: คุณไม่สามารถสร้างบริษัทซอฟต์แวร์ที่ยอดเยี่ยมได้เร็วพอที่จะตอบสนองความต้องการได้ ตรรกะเดียวกันนี้ขยายไปถึงเงินร่วมลงทุน: เงินทุนมีมากมาย แต่บริษัทที่ยอดเยี่ยมที่สามารถดูดซับเงินทุนได้นั้นไม่มี รูปแบบนี้สามารถสังเกตได้ตลอดหลายวัฏจักร โดยผลตอบแทนกระจุกตัวอยู่ในจำนวนบริษัทที่โดดเด่นเพียงไม่กี่แห่ง และการระดมทุนจำนวนเท่าใดก็ไม่สามารถเปลี่ยนแปลงจำนวนบริษัทที่โดดเด่นเหล่านั้นที่มีอยู่ในยุคใดๆ ได้ แต่การขาดแคลนบริษัทที่โดดเด่นไม่เคยเกี่ยวกับแนวคิดหรือเงินทุน มันเกี่ยวกับสิ่งที่บรูคส์ได้เห็น: คุณไม่สามารถขยายขนาดบริษัทได้ตามต้องการ เปลี่ยนสิ่งนั้น แล้วคุณจะเปลี่ยนการขาดแคลน

สิ่งที่มาหลังจาก The Mythical Man Month
ผลกระทบของการเปลี่ยนแปลงนี้จะลึกซึ้ง ผลตอบแทนจะตกอยู่กับผู้ที่สามารถใช้เงินทุนได้อย่างรวดเร็วและมีประสิทธิภาพ ไม่ใช่แค่ผู้ที่มีความเข้าใจผู้บริโภค ความกระตือรือร้น หรือความสามารถในการเป็นผู้นำมากที่สุด สำหรับลูกค้าและนักลงทุน นี่อาจหมายถึงโอกาสที่มากขึ้นในการสร้างบริษัทที่กำหนดยุคสมัยโดยไม่ต้องเผชิญกับข้อจำกัดพื้นฐานในการขยายขนาด

อัตราการเปลี่ยนแปลงในอุตสาหกรรมซอฟต์แวร์และทุกสิ่งที่เกี่ยวข้องจะยังคงเร่งตัวขึ้นอย่างต่อเนื่อง และขอบเขตของสิ่งที่ซอฟต์แวร์สามารถเข้าถึงได้ก็จะเพิ่มขึ้นเช่นกัน ก่อน AI วิศวกรรมถูกจำกัดอัตราโดยผลตอบแทนที่ลดลงจากการเพิ่มโปรแกรมเมอร์จำนวนมากเข้าสู่ปัญหา ด้วย AI โลกได้ค้นพบวิธีที่จะหลีกเลี่ยงสิ่งนั้นได้แล้ว

บรูคส์ระบุกับดักที่อุตสาหกรรมซอฟต์แวร์ใช้เวลามากกว่าห้าสิบปีในการแก้ไข The Mythical Man Month เคยถูกคิดว่าไม่สามารถเอาชนะได้ แต่ในยุคของ AI มันอาจเป็นเพียงเรื่องของงบประมาณการประมวลผลที่ใหญ่พอและทีมงานที่เล็กพอที่รู้ว่าเมื่อใดและจะใช้อย่างไร

ความคิดเห็นที่แสดงในบทความวิจารณ์ของ .com เป็นเพียงมุมมองของผู้เขียนเท่านั้น และไม่จำเป็นต้องสะท้อนความคิดเห็นและความเชื่อของ .