มีงานหนึ่งในซิลิคอนวัลเลย์ตอนนี้ที่จ่ายเงินเดือนแตะหลักล้านดอลลาร์ต่อปี
ผมอ่านเจอครั้งแรกแล้วก็คิดในใจ — โอเค คนทำต้องเขียนโค้ดเทพระดับเทพแน่ๆ
แต่พอตามไปอ่านจริงๆ ว่ามันจ่ายแพงเพราะอะไร คำตอบทำให้ผมหยุดคิด
เพราะสิ่งที่ทำให้งานนี้แพง มันไม่ใช่โค้ด
งานที่ AI สร้างขึ้นมาเอง
ตำแหน่งนี้ชื่อ Forward Deployed Engineer หรือ FDE — แปลตรงๆ คือ
“วิศวกรที่ถูกส่งไปประจำหน้างาน” Andrew Ng เพิ่งเขียนถึงมันใน newsletter ของเขา
และตอนนี้ OpenAI กับ Anthropic แข่งกันตั้งทีมแบบนี้ส่งเข้าไปนั่งทำงานในองค์กรลูกค้า
หน้าที่ของ FDE คือฝังตัวเข้าไปในบริษัทลูกค้า แล้วช่วยเอา AI สำเร็จรูปไปประกอบเป็น
workflow ที่ใช้งานได้จริงกับธุรกิจนั้นๆ ไม่ใช่ขายของแล้วจบ
แต่ลงไปสร้างของให้เสร็จถึงมือ
ที่น่าสนใจคือไอเดียนี้ไม่ใหม่ Palantir คิดมันขึ้นมาตั้งแต่ยุคแรกๆ ของบริษัท ช่วงกลางยุค
2000 ถึงต้น 2010 ตอนนั้นลูกค้าคือ CIA กับกองทัพ ที่มีระบบปิดสนิท ส่งคนไปแก้ทางไกลไม่ได้
Palantir เลยส่งวิศวกรเข้าไปนั่งข้างๆ ลูกค้าเลย เรียนรู้ปัญหาจากการเฝ้าดูและลองทำจริง
ไม่ใช่นั่งถามว่า “คุณอยากได้อะไร”
แล้วทำไมมันถึงกลับมาฮอตตอนนี้ คำตอบคือ AI
เงินอยู่ที่ไหน
ลองดูตัวเลขจริงจากรายงานปี 2026 ที่สำรวจ FDE กว่า 1,200 คน:
- ระดับกลาง รายได้รวมราว 385,000 ดอลลาร์ต่อปี
- ระดับ staff แตะ 610,000 ดอลลาร์
- ระดับ principal ที่บริษัท AI แนวหน้า ทะลุ 1.2 ล้านดอลลาร์
- ตอนนี้มีตำแหน่งเปิดรับ 224 ที่ กระจายใน 39 บริษัท AI
มีประโยคหนึ่งในรายงานที่ผมว่าโดนมาก เขาบอกว่า
“คอขวดตอนนี้ไม่ใช่ความเก่งของโมเดลอีกแล้ว — มันคือการเอาโมเดลจากตอน demo สวยๆ
ไปเป็นระบบจริงที่เปลี่ยนรายได้หรือต้นทุนของลูกค้าได้”
อ่านถึงตรงนี้ผมเริ่มเห็นภาพ AI เก่งขึ้นทุกวันก็จริง แต่ของที่หายากกว่า
คือคนที่รู้ว่าจะเอามันไปวางตรงไหนของปัญหาจริง
สิ่งที่ทำให้แพง ไม่ใช่โค้ด
นี่คือจุดที่ทำให้ผมเขียนโพสต์นี้ Andrew Ng ลิสต์ทักษะที่ FDE ต้องมี แล้วโค้ดเป็นแค่ข้อเดียว
ที่เหลือคือ — คุยกับลูกค้าให้เข้าใจว่าเขาต้องการอะไรจริงๆ จัดลำดับว่าอะไรควรทำก่อน
อธิบายเรื่องเทคนิคยากๆ ให้คนไม่เทคเข้าใจ
และข้อที่ผมชอบที่สุด คือ “กล้าค้านลูกค้าอย่างสุภาพ ถ้าเขาขอสิ่งที่ไม่สมเหตุสมผล”
ลองคิดดู งานเงินเดือนล้าน ส่วนหนึ่งของมูลค่าคือการกล้าพูดว่า “อันนี้ไม่ควรทำนะครับ”
เครื่องยังทำแทนตรงนี้ไม่ได้ เพราะมันไม่ได้นั่งอยู่ในห้องประชุม ไม่ได้รู้สึกถึงความกดดันของลูกค้า
ไม่ได้เข้าใจว่าทำไมโปรเจกต์นี้ถึงสำคัญกับคนตรงหน้า
ผมเจอเรื่องนี้กับตัวเอง
ผมทำเว็บนี้ทั้งเว็บโดยไม่เขียนโค้ดเลยสักบรรทัด โค้ดทั้งหมด AI เขียน รูปปกก็ AI ทำ
บทความก็ AI ร่าง ฟังดูเหมือนง่าย สั่งแล้วได้
แต่ความจริงไม่ได้ง่ายแบบนั้นเลย
ช่วงแรกมันพังบ่อยมาก ไม่ใช่เพราะ AI โง่
แต่เพราะกว่ามันจะเข้าใจว่าระบบของผมทำงานยังไง ต้องการอะไร น้ำเสียงแบบไหน
ใช้เวลานานกว่าที่คิดเยอะ และฝั่งผมเองก็ต้องค่อยๆ
เรียนว่าจะแปลสิ่งที่อยู่ในหัวออกมาเป็นคำสั่งที่มันทำตามได้ยังไง
ที่ยากที่สุดไม่ใช่ตรงนั้นด้วยซ้ำ มันคือการที่ผมไม่รู้ว่าตัวเอง “ไม่รู้อะไรบ้าง” —
มีเรื่องที่ผมไม่รู้ด้วยซ้ำว่าควรถาม กว่าจะคลำเจอว่าคำถามที่ถูกต้องคืออะไร
ก็ลองผิดลองถูกอยู่นานมาก
พอมองย้อนกลับไป ผมถึงเห็นว่าเวลาทั้งหมดที่หมดไปกับการทำให้ AI เข้าใจปัญหา
และทำให้ตัวเองเข้าใจปัญหา — นั่นแหละคืองานตัวจริง ไม่ใช่นาทีที่มันพ่นโค้ดออกมา
ไม่ได้จะบอกว่าผมเทียบกับวิศวกรเงินล้านนะ ห่างกันคนละโลก
แต่จุดที่ทักษะมันคล้ายกันอย่างน่าตกใจ คือมูลค่าไม่ได้อยู่ที่ความเร็วในการสร้าง
มันอยู่ที่เวลาที่ยอมจมลงไปทำความเข้าใจปัญหาให้ลึกพอ และนั่นเป็นเวลาที่ไม่มีทางลัด
คุณค่ากำลังย้ายที่
สิ่งที่ผมเริ่มเชื่อมากขึ้นเรื่อยๆ คือในโลกที่ AI ทำของเป็นเกือบทุกอย่าง คุณค่าของคนไม่ได้อยู่ที่
“ทำเป็น” อีกต่อไป แต่ย้ายไปอยู่ที่ “เข้าใจว่าควรทำอะไร”
Andrew Ng เองยังเตือนว่า อย่าเพิ่งแห่ไปเป็น FDE กันหมด เขาเชื่อว่างานสาย AI
Engineer แบบทั่วไปจะมีมากกว่าเยอะ และในอนาคตจะแตกย่อยเป็นอาชีพใหม่ๆ
ที่ยังไม่มีชื่อด้วยซ้ำ แต่จุดร่วมของทุกอาชีพเหล่านี้เหมือนกันหมด — คนที่ต่อ AI เข้ากับปัญหาจริงได้
จะเป็นที่ต้องการ
สำหรับคนที่ไม่ได้มาสายโปรแกรมเมอร์ ผมว่านี่เป็นข่าวดี เพราะทักษะที่กำลังมีค่าขึ้น —
ฟังให้เข้าใจ คิดให้เป็นระบบ ตัดสินใจ และกล้าค้าน — เป็นทักษะที่เริ่มฝึกได้วันนี้โดยไม่ต้องเปิด
editor สักหน้า
งานเงินเดือนล้านนั้นอาจไม่ใช่ของเรา แต่สิ่งที่ทำให้มันมีค่า
กลับเป็นของที่เราเริ่มสะสมได้ตั้งแต่ตอนนี้
แล้วคุณล่ะ ทักษะที่ทำให้คุณยังจำเป็นในวันที่เครื่องทำของเป็นหมด — คืออะไร