สิ่งที่น่าประทับใจที่สุดที่คุณเคยทำคืออะไร?

ระหว่างการรับคนเข้า Naijm ซามูเอลกับผมถามผู้สมัครด้วยคำถามแปลกๆ ข้อหนึ่งว่า ตอนเป็นเด็กคุณเคยทำอะไรที่น่าประทับใจที่สุด แล้วตอนอยู่โรงเรียนล่ะ ตอนมหาวิทยาลัยล่ะ แล้วตอนทำงานล่ะ สิ่งที่ทำให้เราประหลาดใจไม่ใช่คุณภาพของคำตอบเท่าไรนัก แต่เป็นจำนวนคนที่ไม่มีคำตอบจริงๆ

มีคนสมัครเข้า Naijm มากกว่า 1,000 คน ในนั้นเป็นใบสมัครที่จริงจัง 213 ราย และสุดท้ายเรารับมาสิบสองคน มีประวัติที่ดีมากมาย โรงเรียนดีๆ บริษัทดีๆ คนที่ทำทุกอย่างตามที่ปกติถูกคาดหวังไว้ แต่บางครั้งเมื่อมาถึงคำถามนี้ ก็แทบไม่มีอะไรเกิดขึ้น แล้วเป็นครั้งคราวเราจะพบใครบางคนที่ซามูเอลกับผมอยากเจอทันที

คนหนึ่งเริ่มสร้างสิ่งต่างๆ ตั้งแต่อายุเก้าขวบ และตอนสิบสี่ก็ขายผลิตภัณฑ์ที่ใช้ AI ช่วยคนตาบอดแล้ว หลายปีต่อมาเขาร่วมพัฒนา Chromium สร้างระบบความจำสำหรับ AI ของตัวเอง และเขียนฐานข้อมูลใหม่ด้วย Rust อีกคนอายุยี่สิบสอง เป็นตัวแทนฝรั่งเศสใน HackerOne World Cup และใช้ช่วงเวลาสำคัญส่วนหนึ่งของชีวิตอันสั้นในการเจาะระบบคอมพิวเตอร์ของคนอื่นอย่างถูกกฎหมาย อีกคนชนะการแข่งขันคณิตศาสตร์ระดับประเทศในฝรั่งเศส เรียนคณิตศาสตร์ในอิสราเอล แล้วทำงานข่าวกรองทหารห้าปีก่อนมาสร้างระบบ AI อีกคนเคยทำงานกับกลุ่มบริษัทเภสัชกรรมและเครื่องสำอางรายใหญ่หลายแห่ง ทำระบบวิเคราะห์อัตโนมัติที่ LVMH Recherche ตีพิมพ์งานวิจัย AI และสร้างระบบเข้ารหัสไฟล์ลงใน DNA สังเคราะห์เพื่อความสนุก

ทุกครั้งปฏิกิริยาของเราคล้ายกัน เราอยากรู้มากขึ้น ไม่จำเป็นว่าต้องอยากจ้าง เพราะตอนนั้นยังไม่รู้ว่าคนนั้นเหมาะกับ Naijm หรือไม่ แต่อยากเจอและคุยต่อ ผมยังไม่รู้ว่าคำถามนี้ทำนายอะไรได้ไหม ทีมเพิ่งเริ่มต้น คงเร็วไปที่จะอธิบายว่าเราค้นพบศาสตร์การสรรหาคนแบบใหม่แล้ว บางทีอีกหกเดือน คนบางคนที่ทำให้เราหลงใหลตลอดหนึ่งชั่วโมงสัมภาษณ์อาจทำให้เราแทบเป็นบ้า ตอนนี้ผมรู้แค่ว่าเมื่อเส้นทางชีวิตที่ไม่เหมือนใครจริงๆ ปรากฏขึ้น มันทำให้ซามูเอลกับผมอยากรู้อยากเห็นอย่างมาก

คนสิบสองคนที่ไม่น่าจะมาอยู่ด้วยกันได้เลย

สุดท้ายทีมแรกก็ประกอบขึ้นมาแบบนี้ และมันค่อนข้างแปลก บางคนมีประสบการณ์เกินยี่สิบปี ส่วนบางคนตัวเองเพิ่งอายุยี่สิบ มีแฮกเกอร์ วิศวกร คนจากวงการยา สินค้าหรู หรือข่าวกรอง คนที่ขายเป็น พี่น้องสองคนที่ทำหนังด้วยกัน และซามูเอล คาร์ดิลโล ผู้เคยดูแลเทคโนโลยีของ RTFKT ก่อนที่ Nike จะซื้อกิจการ และตอนนี้มีตำแหน่งอย่างเป็นทางการกับเราว่า CTO & Open Source Tsar ผมรับผิดชอบตัวเลือกสุดท้ายนั้นด้วยความสงบพอสมควร

เราจัดคนกลุ่มนี้เป็นสี่ crew คือ Navigators, Builders, Outriders และ Firekeepers กลุ่ม Builders สร้างสิ่งต่างๆ กลุ่ม Outriders ลงไปในงานปฏิบัติการของลูกค้าโดยตรง กลุ่ม Navigators กำหนดทิศทางและรับข้อผูกพัน ส่วน Firekeepers ดูแลเรื่องเล่าและสัญญาณรอบสิ่งที่เราสร้าง รวมถึงงานอื่นๆ ฟังแบบนี้อาจนึกว่าบริษัทมีมานานแล้ว และเราเพียงบันทึกโครงสร้างที่ทำงานอย่างลงตัวไว้ ที่จริงทีมจะเริ่มพรุ่งนี้ และเรามี RFP มากกว่าคนที่พร้อมตอบมันแล้ว

นี่น่าจะเป็นจุดที่ Naijm เริ่มน่าสนใจ

ทำให้ได้มากด้วยทรัพยากรน้อย

เราสร้างบริษัทบนสมมติฐานที่ค่อนข้างกล้า งานปฏิบัติการบางอย่างที่วันนี้มีต้นทุน 100 ล้าน อาจลงเอยด้วยต้นทุน 20 หรือ 30 ล้าน ไม่ใช่เพราะคนจะทำงานเร็วขึ้นห้าเท่า แน่นอน แต่เพราะงานที่สร้างขึ้นโดยใช้ซอฟต์แวร์และเอเจนต์ตั้งแต่ต้นน่าจะต่างจากการนำมันไปเพิ่มในองค์กรที่มีอยู่แล้วสิบห้าปีให้หลัง

และถ้าเราเชื่อจริงๆ ว่าทีมเล็กทำสิ่งที่แต่ก่อนต้องใช้องค์กรใหญ่กว่ามากได้ ก็มีข้อสรุปที่น่าอึดอัดอยู่ข้อหนึ่ง เราควรเริ่มจากการทำให้ได้ในบ้านของเราเอง ปัญหาแรกของเราก็เป็นอย่างนั้นพอดี เรามีงานมากเกินสำหรับสิบสองคน คำตอบแบบเดิมค่อนข้างง่าย จ้างต่อไปจนกำลังการทำงานตามทันความต้องการ

ที่ Naijm อย่างน้อยเราอยากให้มีคำถามอีกชุดมาก่อน งานนี้จำเป็นต้องมีจริงไหม ตัดขั้นตอนหนึ่งออกได้ไหม เปลี่ยนกระบวนการได้ไหม เขียนเป็นโค้ด สร้างเอเจนต์ หรือเพิ่มความสามารถให้คนที่อยู่แล้วได้ไหม และบางครั้งหลังจากทำทั้งหมดนั้น คำตอบที่ดีที่สุดก็ย่อมเป็นมนุษย์ ในกรณีนั้นเราก็จะจ้างมนุษย์ เป้าหมายไม่ใช่ทำจำนวนพนักงานให้กลายเป็นคะแนนกอล์ฟ บริษัทเจ็ดคนไม่ได้สูงส่งทางศีลธรรมกว่าบริษัทเจ็ดร้อยคน ผมแค่อยากดูว่าเราไปได้ไกลแค่ไหน ก่อนที่งานทุกก้อนใหม่จะสร้างรายละเอียดตำแหน่งงานใหม่ขึ้นมาโดยอัตโนมัติ

รับคนโดยไม่สร้างกองทัพนักสรรหา

การรับคนทำให้เราเห็นปัญหานี้เป็นครั้งแรก การพิจารณาใบสมัครกว่า 1,000 ใบอย่างจริงจังด้วยทีมเล็ก อาจกลายเป็นงานของคนหลายคนอย่างรวดเร็ว เราจึงสร้าง Al-Battani ซึ่งเป็น AI ที่ช่วยในกระบวนการสรรหา มันอ่านใบสมัคร วิเคราะห์คำตอบ และให้ความเห็นประเมิน หากข้อมูลกำกวม ก็ประเมินซ้ำได้หลายรอบ และเมื่อความเห็นขัดกัน ผู้สมัครจะถูกส่งขึ้นมาให้มนุษย์พิจารณา

แต่ Al-Battani ไม่ปฏิเสธใคร การปฏิเสธทุกครั้งยังต้องมีคนตัดสินใจ ผมว่านี่เป็นความแตกต่างที่น่าสนใจ เพราะการถกเรื่อง AI มักปนสองเรื่องเข้าด้วยกัน คือการมอบงานกับการมอบความรับผิดชอบ เราอยากมอบอย่างแรกให้มาก ส่วนอย่างหลังยอมปล่อยได้ยากกว่ามาก เครื่องจักรอ่านเร็วกว่า เปรียบเทียบได้มากกว่า และเริ่มใหม่ยี่สิบครั้งโดยไม่เหนื่อย แต่นั่นไม่ได้แปลว่าเราควรมอบช่วงเวลาที่ใครคนหนึ่งหมดสถานะผู้สมัครให้มันเสมอไป

ในทางกลับกัน เราอนุญาตให้ผู้สมัครใช้ AI ระหว่างทดสอบ ที่จริงเราอยากเห็นเขาใช้มัน คนที่จะทำงานกับเอเจนต์ทุกวันไม่ค่อยมีเหตุผลที่จะต้องแสดงความสามารถหลังจากถูกยึดเอเจนต์ไป สิ่งที่น่าสนใจคือวิธีใช้ต่างหาก เขามอบอะไร ตรวจอะไร ตั้งโจทย์อย่างไร และเหนืออื่นใดคือเมื่อไรที่เขารู้ว่าเครื่องจักรเพิ่งออกนอกเส้นทาง ก่อนเราเริ่มเชื่อคะแนนของ Al-Battani การประเมินชุดแรกก็ผ่านการอ่านทบทวนโดยคนแล้วด้วย คงน่าเสียดายที่จะสร้างเครื่องจักรมาตัดสินวิจารณญาณของผู้อื่น โดยไม่ตรวจวิจารณญาณของเครื่องจักรก่อน

เมื่อซอฟต์แวร์เริ่มบรรจุทั้งบริษัทไว้ข้างใน

ตรรกะนี้ค่อยๆ แพร่ไปยังส่วนอื่นของ Naijm เราสร้างระบบภายในของตัวเอง ซึ่งมีทั้งการสรรหา คน RFP การจัดซื้อ วิกิ การเริ่มงานของพนักงาน แบรนด์ และงานประจำวันบางส่วน แม้แต่ผังองค์กรก็อยู่ในโค้ด บทบาท crew การเข้าถึง และสิทธิ์ต่างๆ เชื่อมโยงกัน จนการเปลี่ยนแปลงจริงในองค์กรอาจนำไปสู่ความจำเป็นต้องเปลี่ยนระบบที่เป็นตัวแทนของมัน

เมื่อไม่กี่ปีก่อน การสร้างซอฟต์แวร์ภายในมากขนาดนี้ให้บริษัทขนาดนี้อาจเป็นความคิดค่อนข้างไร้เหตุผล ทำไมต้องจ่ายเงินให้ทีมหลายเดือนเพื่อสร้าง SaaS ห้าตัวราคาเดือนละ 49 ดอลลาร์ขึ้นใหม่ในเวอร์ชันที่แย่กว่า SaaS ชนะก็เพราะคำนวณแล้วชัดเจน เราซื้อซอฟต์แวร์เดียวกับอีกหมื่นบริษัท แล้วปรับวิธีทำงานเล็กน้อยเพื่อให้เข้ากับมัน

แต่การคำนวณเริ่มไม่ชัดแบบเดิม เมื่อการสร้างเครื่องมือเล็กๆ ที่เหมาะกับวิธีทำงานของคุณอย่างพอดีใช้เวลาไม่กี่ชั่วโมงหรือไม่กี่วัน แทนที่จะเป็นหลายเดือน ทันใดนั้นซอฟต์แวร์ก็กลับมาเฉพาะเจาะจงได้มาก มันไม่ต้องเป็นของกลางพอจะตอบโจทย์หมื่นบริษัท มันบรรจุกติกา สิทธิ์การเข้าถึง นิสัยเฉพาะตัว และชื่อ crew ที่ออกจะน่าขันของคุณได้ และที่สำคัญ มันรับเอากฎประสานงานเล็กๆ บางส่วนที่ปกติจะไปอยู่ในหัวของคนไม่กี่คนมาไว้ได้

ทุกบริษัทคุ้นเคยกับประโยคที่เกิดขึ้นตอนนั้น “ถาม X สิ” “Y รู้ว่าอยู่ไหน” “เธอกลับวันจันทร์” “อย่าไปแตะสเปรดชีตนั้นเด็ดขาด” ส่วนที่แปลกอย่างหนึ่งของการเติบโตของบริษัทคือการสร้างมนุษย์ที่ค่อยๆ กลายเป็นคนจำเป็น หากอยากรู้ว่าบริษัททำงานอย่างไร ผมอยากดูว่าเราหลีกเลี่ยงเรื่องนี้ได้นานเท่าไร เมื่อกฎจำนวนมากสามารถอยู่ในระบบโดยตรงได้

เรื่องไร้สาระก็ทำให้เป็นอัตโนมัติได้

แน่นอนว่าเรื่องทั้งหมดนี้มีอีกด้านที่น่าขำ เมื่อสร้างซอฟต์แวร์ที่มีประโยชน์ได้ถูกลง การสร้างซอฟต์แวร์ไร้ประโยชน์ก็ถูกลงเท่ากันทุกประการ และเราก็เป็นผู้มีคุณสมบัติเพียบพร้อมที่จะเจอปัญหานี้ เรามีระบบภายในของตัวเอง มี AI สรรหาคนที่ตั้งชื่อตามนักดาราศาสตร์อาหรับซึ่งตายไปกว่าพันปี มีสี่ crew ชื่อ Navigators, Builders, Outriders และ Firekeepers และมี CTO ที่ตำแหน่งอย่างเป็นทางการมีคำว่า Tsar อยู่ด้วย เราอาจเก่งในการเล่นบทบริษัทได้อย่างรวดเร็ว

ผมเห็นบริษัทมามากพอแล้วที่มีวัฒนธรรมงดงาม กระบวนการงดงาม สไลด์นำเสนองดงาม แต่ลูกค้าไม่พอ จึงรู้ว่าอันตรายนี้ไม่ได้อยู่แค่ในทฤษฎี AI อาจทำให้เรื่องไร้สาระแบบนี้ง่ายขึ้นมากด้วยซ้ำ วันนี้เราสร้างเอเจนต์ แดชบอร์ด หรือระบบอัตโนมัติได้เร็วมาก เพื่อแก้ปัญหาที่บางทีไม่ควรเกิดขึ้นแต่แรก ดังนั้นการที่เราเขียนอะไรสักอย่างได้ในสองชั่วโมง ไม่ได้หมายความว่าต้องใช้สองชั่วโมงนั้นเขียนมันเสมอไป

สุดท้ายต้องเปลี่ยนตัวเลขให้ได้

โชคดีที่โมเดลธุรกิจของเราเหลือที่ซ่อนตัวไม่มาก เมื่อ Naijm ทำงานกับบริษัทหนึ่ง เราเข้าไปในงานปฏิบัติการ ดูกระบวนการ คน และระบบ และที่สำคัญที่สุดคือร่วมกันระบุว่าทั้งหมดนี้มีต้นทุนเท่าไรในวันนี้ จากนั้นเราพยายามลดตัวเลขนั้น เรามีค่าตอบแทนพื้นฐาน แต่รายได้ส่วนสำคัญขึ้นอยู่กับเงินที่ประหยัดได้จริงเมื่อเทียบกับฐานเริ่มต้นนั้น

ผมชอบลักษณะนี้ของโมเดลมาก เพราะมันทำให้เราชนะไม่ได้ด้วยการดูฉลาดอย่างเดียว เราอาจติดตั้งเอเจนต์ห้าสิบตัว ทำสถาปัตยกรรมระบบใหม่ทั้งหมด ทำสิบสองกระบวนการให้เป็นอัตโนมัติ และอธิบายสองชั่วโมงว่าทำไมบริษัทถึงกลายเป็น AI-native แล้ว แต่ถ้างานนั้นมีต้นทุน 100 ก่อนเรามา และหลังจากนั้นยังเป็น 100 เหตุการณ์ที่เกิดขึ้นคงน่าสนใจน้อยกว่าเรื่องที่ PowerPoint เล่า ลูกค้าไม่ได้จ่ายเพื่อศาสนาของเรา เขาจ่ายเพื่อตัวเลข

นี่ทำให้สมมติฐานของเราที่ว่า 100 ล้านจะกลายเป็น 20 หรือ 30 ล้านน่าสนใจ ตอนนี้มันเป็นสิ่งนั้นอย่างแท้จริง คือสมมติฐาน เรายังไม่ได้สิทธิ์ที่จะเล่ามันเป็นความจริง และผมก็อยากเขียนจดหมายข่าวนี้ตอนนี้ ในวันที่หลายเรื่องยังไม่แน่นอน อีกหนึ่งหรือสองปี หากมันได้ผล จะย้อนประกอบเรื่องราวขึ้นมาใหม่ได้ง่ายมาก การจ้างทุกครั้งจะดูชัดเจน เอเจนต์ทุกตัวจะเหมือนถูกคิดไว้ตั้งแต่วันแรก ความผิดพลาดจะกลายเป็นบทเรียนจำเป็น และอุบัติเหตุจะกลายเป็นการตัดสินใจเชิงกลยุทธ์ที่แยบยลเป็นพิเศษ ผู้ประกอบการค่อนข้างเก่งเรื่องนี้

พรุ่งนี้ การทดลองเริ่มขึ้นจริงๆ

วันนี้สถานการณ์สง่างามน้อยกว่านั้นมาก เรามีคนสิบสองคนเริ่มงานพรุ่งนี้ มี RFP มากกว่ากำลังที่มี มีซอฟต์แวร์มากมาย เอเจนต์ไม่กี่ตัว และความเชื่อหลายข้อที่บางข้ออาจผิด หากเอเจนต์ไม่ช่วยให้ทีมนี้ทำได้มากขึ้นมากด้วยทรัพยากรน้อย เราก็ทำไม่ไหวเท่านั้นเอง

ไม่กี่เดือนก่อน เรามีลูกค้าสามรายและไม่มีพนักงานเลย พรุ่งนี้เราจะมีพนักงาน และมีงานให้พวกเขามากเกินไปแล้ว

ตอนนี้ต้องดูว่าสิบสองคนทำอะไรได้บ้าง