เจาะประเด็น
AI
ปัญหาจริงของการเอา AI ขึ้นระบบจริงที่งาน QCon AI เตรียมมาแฉ
เมื่อโค้ดจาก AI ทะลักจนคนตรวจไม่ทัน และบิลค่าโทเค็นเริ่มพุ่งกระฉูด นี่คือสิ่งที่วิศวกรตัวจริงต้องเจอ
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
การเอาแอป AI ขึ้นใช้งานจริงไม่ใช่แค่เรื่องเขียนโค้ดให้รอด แต่คือการรับมือกับค่าใช้จ่ายและระบบตรวจวันที่บานปลาย
พอพูดถึงเรื่องปัญญาประดิษฐ์ หลายคนชอบคิดภาพตอนมันเขียนโค้ดเท่ๆ หรือตอบคำถามฉลาดๆ ในหน้าจอเดโม แต่พอเอาเข้าจริง พอระบบพวกนี้ต้องรันบนโปรดักชันจริงๆ หนังคนละม้วนเลยว่ะเพื่อน
เรื่องนี้เห็นชัดเจนจากงานประชุมเทคตัวพ่ออย่าง QCon AI New York 2026 ที่กำลังจะจัดขึ้นช่วงกลางเดือนธันวาคมนี้ ทางงานเขาจับประเด็นตรงจุดที่คนทำระบบปวดหัวกันตับแล่บ นั่นคือปัญหาโลกแตกหลังบ้านที่ไม่มีใครค่อยพูดถึงตอนขายฝัน
ปัญหาแรกที่โคตรจะเรียลคือเรื่องความเร็วในการผลิตโค้ด พอมันมีเครื่องมือช่วยเขียน โค้ดมันไหลทะลักออกมาเร็วกว่าที่มนุษย์อย่างเราจะเอามานั่งรีวิวทัน กลายเป็นว่าทีมพัฒนาต้องมาคอยกุมขมับกับกองโค้ดมหาศาลที่หลุดรอดสายตา
แถมเรื่องเงินๆ ทองๆ ก็เป็นอีกเรื่องที่เจ็บจริง บิลค่าโทเค็นวิ่งขึ้นแบบไม่เกรงใจกระเป๋าตังค์บริษัท ค่าใช้จ่ายรายเดือนพุ่งปรี๊ดจนซีอีโอเริ่มหันมามองหน้า ถ้าบริหารจัดการไม่ดี มีหวังงบหมดก่อนโปรเจกต์จะสเกลโต
ในฝั่งของการประเมินผลระบบ หรือที่เรียกกันว่า evals ก็ต้องดีพอที่จะหยิบมาใช้ตัดสินใจหน้างานจริงๆ ไม่ใช่ทำเท่ไว้โชว์ในสไลด์เฉยๆ แต่ใช้งานจริงไม่ได้เรื่อง อันนี้คือจุดตายที่หลายโปรเจกต์พังมานักต่อนักแล้ว
อีกประเด็นที่งานนี้หยิบมาขยี้คือเรื่องของเอเจนต์ ที่นับวันยิ่งต้องการสิทธิ์ในการทำงานมากขึ้น และแน่นอนว่าพอให้มันทำอะไรได้เยอะขึ้น กรอบความปลอดภัยหรือ guardrails ก็ต้องรัดกุมตามไปด้วย ไม่งั้นมันอาจจะไปกดลบฐานข้อมูลสำופןหรือทำเรื่องพังๆ เข้าสักวัน
งานนี้เขาเลยรวบรวมเหล่าวิศวกรตัวจริงที่เคยผ่านสนามรบพวกนี้มาแล้ว มาแชร์แพทเทิร์นและวิธีรับมือกันแบบหมดเปลือก ว่าตกลงแล้วเราจะรอดจากวิกฤตหน้างานพวกนี้ได้ยังไงบ้าง
ยุคของการเห่อเดโม AI มันจบไปนานแล้ว ตอนนี้คือสงครามของการบริหารต้นทุนและความปลอดภัยบนโปรดักชัน ใครคุมเกมนี้ไม่ได้ เตรียมตัวโดนค่าใช้จ่ายกลืนกินได้เลย
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 2
กำลังโหลดความคิดเห็น...