เทคโนโลยีเร็วขึ้น แต่การบ้านของธุรกิจไม่ได้หายไป
ปัญญาประดิษฐ์(AI)กับเครื่องมือสมัยใหม่ทำให้เขียนโค้ดไวขึ้นจริง แต่การบ้านคือการเข้าใจว่าธุรกิจทำงานจริงอย่างไร ใครรับผิดชอบอะไร และข้อยกเว้นที่เจอจริงจัดการยังไง ไม่ได้หายไปไหน
เครื่องมือสมัยใหม่ทำหน้าจอ เขียนโค้ดฐานข้อมูล ต่อระบบ เข้าถึงได้ไวขึ้นกว่าเดิมมาก ปัญญาประดิษฐ์(AI)ช่วยนักพัฒนาไล่หาทางเลือก เขียนโค้ดทั่วไป และลองหลายเวอร์ชันได้ในเวลาที่น้อยลง
ความก้าวหน้านี้เป็นเรื่องจริง แต่ไม่ได้แปลว่าส่วนที่ยากของซอฟต์แวร์ธุรกิจหายไปด้วย
ส่วนที่ยากไม่เคยอยู่ที่การวาดหน้าจอ แต่อยู่ที่การตัดสินใจว่าซอฟต์แวร์ชุดนี้ เมื่ออยู่ในร้านจริงๆ ควรมีหน้าตาแบบไหน
การเขียนโค้ดเป็นแค่การบ้านอย่างหนึ่ง
ระบบธุรกิจหนึ่งชุด รวมงานหลายชนิดเข้าด้วยกัน:
- เข้าใจว่าลูกค้ากับพนักงาน “ทำจริง” ยังไง
- ตกลงว่าข้อมูลชิ้นไหนเป็นของจริง
- กำหนดว่าใครเป็นคนตัดสินใจเรื่องแต่ละอย่าง
- จัดการข้อยกเว้นแล้วแก้ไขให้กลับมา
- ต่อเครื่องมือกับข้อมูลที่มีอยู่ให้เข้ากัน
- ชวนพนักงานให้ยอมรับวิธีที่เปลี่ยนไป
- ดูแลต่อเมื่อธุรกิจเปลี่ยนไปอีก
AI ช่วยจดเอกสารหรือนำการตัดสินใจเหล่านี้ไปทำได้ แต่ถ้าไม่มีหลักฐานจริง และไม่มีคนที่พร้อมรับผิดชอบ มันทำให้การตัดสินใจ “เป็นเรื่องจริง” ไม่ได้
ประโยคเดียว อาจซ่อนกติกาธุรกิจเอาไว้
“ให้ลูกค้าสั่งซื้อออนไลน์ได้” ฟังดูเป็นฟีเจอร์ง่ายๆ แต่กว่ามันจะกลายเป็นซอฟต์แวร์ที่ไว้ใจได้ ต้องตอบคำถามให้ได้ก่อน:
- ราคาคงที่ หรือต้องดูของก่อนถึงให้ราคา?
- ออเดอร์มันเริ่ม “ยืนยันตกลง” เมื่อไหร่?
- หลังยืนยันแล้วลูกค้าเปลี่ยนไฟล์ได้ไหม?
- ใครเป็นคนยืนยันการชำระเงิน?
- ผลิตไม่ทันวันที่ลูกค้าขอ ทำยังไง?
- พนักงานยกเลิกออเดอร์ได้ไหม แล้วใครอนุมัติเงินคืน?
เครื่องมือเขียนโค้ดไวๆ ทำหน้าจอสั่งซื้อออกมาได้ก่อนที่คำถามพวกนี้จะมีคำตอบด้วยซ้ำ ผลคือแค่เลื่อนปัญหาออกไป ให้คนมารู้ทีหลัง ตอนที่ลูกค้ากับพนักงานต้องพึ่งพาระบบนี้ในชีวิตจริงแล้ว
ยิ่งทำไว ยิ่งกระจาย “การเดาผิด” ได้ใหญ่
สมัยที่ซอฟต์แวร์ทำช้า ทีมถูกบังคับให้คิดมากก่อนจะเห็นผลงาน เครื่องมือที่เร็วขึ้นช่วยเรื่องนี้ได้จริง เพราะลองไอเดียได้เร็วขึ้น
แต่มันก็สร้างความเสี่ยงใหม่: หน้าจอที่ดูดีพอใช้ได้ ทำให้ขั้นตอนที่ยังไม่เคยลองดูเหมือนเสร็จแล้ว คนจ่ายเงินเห็นอะไรที่มันดูครบก็ผ่านเลย โดยไม่รู้ว่าความเป็นเจ้าของ ข้อยกเว้น และกติกาการทำงานรายวัน ยังไม่เคยถูกกำหนด
ความเร็วมีค่าตอนที่มันทำให้ “เรียนรู้” เร็วขึ้น และเป็นอันตรายตอนที่ถูกเข้าใจผิดว่า “คำตอบมีแล้ว”
ใช้เวลาที่ประหยัดได้ ไปลองให้เร็วขึ้น
วิธีใช้เทคโนโลยีที่เร็วกว่าที่คุ้มค่าที่สุด ไม่ใช่การทำให้โปรเจกต์แรกใหญ่ขึ้น แต่คือการทำให้ “การเรียนแต่ละก้าว” ถูกและชัดเจนขึ้น
ยกตัวอย่าง ทีมทำได้แบบนี้:
- สร้างขั้นตอนแรกให้เล็กกว่าเดิม
- ให้พนักงานและลูกค้าจริงลองใช้ดู
- แก้ข้อมูลกับกติกาได้เร็ว
- ทดสอบก่อนขยายขอบเขต
- ค่อยทำอัตโนมัติเมื่อเข้าใจขั้นตอนแล้วจริงๆ
นี่คือจุดที่ AI กับเครื่องมือสมัยใหม่ช่วยได้จริง มันทำให้ “การลองไปเรื่อยๆ” ราคาถูกลง ส่วนทิศทางที่ควรไป ยังเป็นหน้าที่ของธุรกิจ
ยังมีคำตัดสินใจที่โค้ดตอบแทนไม่ได้
ทุกระบบปฏิบัติการสุดท้ายแล้ว ต้องเจอคำถามที่โค้ดตอบเองไม่ได้:
เมื่อเป้าหมายที่ถูกทั้งคู่ชนกัน คุณให้ความสำคัญกับอันไหน?
ระบบจอง จะกันเวลาให้เต็ม หรือจะให้ลูกค้าสะดวกที่สุด? ขั้นตอนรับสมัคร จะตอบไว หรือคัดให้แน่น? กระบวนสั่งซื้อ จะยืดหยุ่น หรือคุมการผลิตเข้ม?
นี่คือการตัดสินใจของธุรกิจ เทคโนโลยีทำได้แค่บังคับใช้กติกาที่เลือกไว้ วัดผล แล้วทำให้ทุกคนทำตาม แต่ถ้าไม่มีคน มันเลือกกติกาอย่างมีความรับผิดชอบไม่ได้
ตั้งความคาดหวังให้ตรง
ให้คาดหวังว่าเทคโนโลยีสมัยใหม่จะทำต้นแบบ ทำโปรเจกต์ และแก้ไขให้เร็วขึ้น แต่อย่าคาดหวังว่ามันจะลบงานของการเข้าใจธุรกิจ การเรียนรู้จากหน้างาน การทำให้คนยอมรับ หรือการรับผิดชอบระยะยาว
ร้านที่ได้ประโยชน์จากเทคโนโลยีที่เร็วกว่ามากที่สุด ไม่ใช่ร้านที่ข้ามการคิดทางธุรกิจ แต่คือร้านที่เอาเวลาที่ประหยัดได้ไปลองสมมติฐานให้เร็วขึ้น และปรับระบบด้วยหลักฐานที่ดีกว่า
บทความนี้เล่าแนวทางทั่วไปของการวางแผนระบบธุรกิจ ใช้ได้เสมอไม่ว่าจะสร้างกับ AlphaBlue หรือไม่