เจาะประเด็น
Platform Engineering
ยุค AI ทีมแพลตฟอร์มต้องเลิกเป็นแค่คนส่งของ แล้วกลายเป็นคนวางระบบกันใหม่
งานวิศวกรแพลตฟอร์มไม่ได้จบแค่ทำเครื่องมือให้ dev ใช้ แต่คือการหาจุดสมดุลระหว่าง "ให้อิสระ" กับ "คุมความเสี่ยง" ในยุคที่ AI เข้ามาเขียนโค้ดแทนคน
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
ประเด็นไม่ได้อยู่ที่ว่า dev จะใช้ AI หรือไม่ แต่อยู่ที่ว่า platform team จะออกแบบ "ราง" ให้ AI วิ่งได้โดยไม่ชนกันเองต่างหาก
เรื่องนี้ต้องบอกก่อนว่า ผมไม่ได้มาพูดถึงว่า AI เขียนโค้ดเก่งแค่ไหน หรือจะมาแย่งงานใคร เพราะนั่นมันประเด็นเดิมๆ ที่พูดกันจนเบื่อแล้ว สิ่งที่วงเสวนาในงาน InfoQ รอบนี้หยิบมาคุยกันมันลึกกว่าและน่าสนใจกว่าเยอะ: เมื่อ dev ทุกคนเริ่มมี AI เป็นผู้ช่วย แล้วทีม platform engineering ซึ่งมีหน้าที่สร้างโครงสร้างพื้นฐานและเครื่องมือให้คนอื่นใช้ จะปรับตัวยังไงให้ทัน?
ฟังดูอาจเหมือนคำถามง่ายๆ แต่นี่คือระเบิดเวลาจริงๆ เพราะถ้าทีม platform ยังทำตัวเหมือนเดิมคือ "สร้างเครื่องมือเสร็จแล้วโยนให้ dev ไปใช้" พฤติกรรมของ dev ในยุค AI มันจะเปลี่ยนไปเร็วกว่าที่ทีม platform จะตามทันแน่นอน สิ่งที่เคยใช้ได้เมื่อ 2-3 ปีก่อน ไม่การันตีว่าจะใช้ได้ในตอนที่ AI ช่วย generate โค้ดได้ครึ่งหนึ่งของทั้งโปรเจกต์
ประเด็นที่วงเสวนาพูดถึงแล้วผมเห็นด้วยแบบสุดๆ คือเรื่องขอบเขตความรับผิดชอบ เดิมที platform team มีหน้าที่สร้าง "สิ่งที่ dev ใช้ร่วมกัน" เช่น CI/CD, infrastructure, monitoring แต่พอ AI เข้ามา คำถามคือ AI tooling ตัวไหนล่ะที่ควรเป็นของ platform? หรือว่าให้ dev แต่ละทีมเลือกใช้เองตามสะดวก?
นี่คือจุดที่ทีม platform ต้องรีบตัดสินใจ เพราะถ้าปล่อยให้ dev แต่ละทีมไปหา AI tools มาใช้เองตามอำเภอใจ ความโกลาหลจะตามมาทันที บางทีมใช้ Claude บางทีมใช้ Copilot บางทีมไปเขียน wrapper ใช้ OpenAI API เอง แล้วสุดท้ายใครจะดูแลเรื่อง security? ใครจะดูเรื่อง cost? ใครจะรู้ว่า prompt ที่ dev ใช้ไปมันรั่วข้อมูลลูกค้าออกไปหรือเปล่า? คำตอบคือไม่มีใครดูแล เพราะทุกคนคิดว่า "มันเป็นเรื่องของแต่ละทีม"
ในทางกลับกัน ถ้าทีม platform เข้มงวดเกินไป บอกว่าห้ามใช้อะไรนอกจากที่เรากำหนดให้ สิ่งที่จะเกิดขึ้นคือ dev จะแอบใช้ Shadow IT ทันที เพราะธรรมชาติของนักพัฒนาคืออยากลองของใหม่ ความท้าทายของ platform team ในยุคนี้จึงไม่ใช่การ "ควบคุม" แต่คือการ "สร้างทางเลือกที่ปลอดภัย" ให้ dev รู้สึกว่าใช้ของที่ platform จัดให้แล้วสะดวกกว่ามาหาข้างนอกเอง
วงเสวนายกประเด็นเรื่อง trade-off ระหว่าง standardization กับ developer autonomy ซึ่งเป็นเรื่องคลาสสิกของ platform engineering อยู่แล้ว แต่พอมี AI เข้ามา มันยิ่งชัดเจนขึ้นไปอีก เพราะ AI tooling มันเปลี่ยนไวมาก เดือนนี้มีเครื่องมือใหม่ เดือนหน้าเครื่องมือเก่าเริ่มตกยุค ถ้าทีม platform ยึดติดกับมาตรฐานที่เพิ่งตั้งเมื่อไตรมาสที่แล้ว อาจกลายเป็นว่ากำลังบังคับให้ dev ใช้ของที่ล้าสมัยอยู่
ทางออกที่ฟังดูสมเหตุสมผลจากในวงเสวนาคือ การที่ platform team ต้องทำตัวเป็น "gatekeeper" ที่ฉลาด ไม่ใช่แค่เปิดประตูรับทุกอย่างหรือปิดประตูตาย แต่ต้องรู้จักคัดกรองว่า AI tooling ตัวไหนที่ปลอดภัยพอจะปล่อยให้ใช้ทั่วไป และตัวไหนที่ยังต้องจำกัดการเข้าถึงเป็นกลุ่มเล็กๆ เพื่อทดลองก่อน
อีกมุมที่ผมคิดว่าโคตรสำคัญและวงเสวนาพูดถึงคือเรื่อง "shift left" ด้านความปลอดภัยที่ AI ทำให้เป็นจริงได้มากขึ้น เดิมทีการตรวจ security ตอน review โค้ดเป็นเรื่องที่ต้องใช้คน แต่ตอนนี้ AI ช่วยตรวจ vulnerability เบื้องต้นได้แล้ว และ platform team ควรเอาตรงนี้มาใช้ให้เป็นประโยชน์ แทนที่จะมอง AI เป็นแค่เครื่องมือเขียนโค้ด ควรมองเป็นเครื่องมือตรวจโค้ดด้วย
แต่การจะทำแบบนั้นได้ platform team ต้องเปลี่ยน mindset ครั้งใหญ่ จากที่เคยเป็น "ผู้ให้บริการโครงสร้างพื้นฐาน" กลายเป็น "ผู้ดูแลระบบนิเวศการพัฒนา" ที่ต้องเข้าใจว่า dev ทำงานจริงอย่างไรในยุค AI ไม่ใช่นั่งคิดอยู่แต่ในห้องแล้วออกแบบสิ่งที่ตัวเองคิดว่าดี โดยไม่เคยถาม dev ว่าใช้งานจริงแล้วติดปัญหาตรงไหน
งานวิจัยและประสบการณ์จริงจากบริษัทที่ implement AI-assisted engineering มาแล้วชี้ไปทางเดียวกัน: ทีมที่สำเร็จไม่ได้โฟกัสที่ตัว AI model หรือเครื่องมือ แต่โฟกัสที่การออกแบบ workflow ใหม่ให้ AI กลายเป็นส่วนหนึ่งของกระบวนการพัฒนา ตั้งแต่การเขียน spec การ generate โค้ด การ review ไปจนถึงการทดสอบ ซึ่ง platform team คือคนที่ต้องออกแบบ workflow ตรงนี้ ไม่ใช่ dev ทั่วไป
สุดท้ายนี้ ผมอยากฝากถึงคนที่ทำงานสาย platform engineering ว่า ถ้ายังคิดว่าตัวเองเป็นแค่คนทำ CI/CD ให้เสร็จแล้วจบ ผมว่าเลี้ยงแมวดีกว่า เพราะยุค AI นี้ platform team จะกลายเป็นหัวใจของการทำให้องค์กรใช้ AI ได้จริงอย่างปลอดภัยและมีประสิทธิภาพ ถ้าทำไม่เป็น ก็กลายเป็นทีมตกยุคไปโดยปริยาย
Platform engineering ในยุค AI ไม่ใช่เรื่องของเครื่องมืออีกต่อไป แต่มันคือเรื่องของการออกแบบ "ระบบนิเวศ" ให้ dev ใช้ AI ได้อย่างปลอดภัยและสร้างสรรค์ ทีมไหนปรับตัวได้ไว ทีมนั้นจะกลายเป็นศูนย์กลางของทุกอย่าง ทีมไหนยังยึดติดกับบทบาทเดิมๆ เตรียมตกกระแสได้เลย — เพราะ dev ที่เก่งๆ จะไม่รอให้ platform ทันสมัยช้าๆ หรอก เขาจะไปหาทางของตัวเองก่อน
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...