ณ เดือนตุลาคม 2026 ผมดูแลแอปอยู่ 19 ตัว แต่ละเดือนออกรีลีสปรับปรุงมากกว่า 6 ครั้ง และเปิดตัวแอปใหม่ 4 ตัว
ถ้าคนคนเดียวต้องดูแลแอปจำนวนมากขนาดนี้ การทำทุกอย่างด้วยมือย่อมไม่ไหวแน่นอน ผมต้องทุ่มเทให้กับการตัดสินใจอย่างเต็มที่
ระหว่างคุยกับ AI มีคำว่า "skill ops" โผล่ขึ้นมา ค้นใน Google แทบไม่เจออะไรเลย ดูเหมือนเป็นคำที่บังเอิญเกิดขึ้น ผมชอบคำนี้มาก
Skill ops
คือการดำเนินงานโดยถือว่า skill เป็นตัวทำงาน ยกตัวอย่างเช่น ที่ทำงานเก่า คนต้องลงแรงสร้างแพลตฟอร์มข้อมูล แล้วคนก็เป็นผู้เก็บและวิเคราะห์ข้อมูลเอง ถ้าทำแบบนั้นคนเดียว การดำเนินงานคงไปไม่รอด
ผมแค่วางพื้นฐาน Firebase กับ Google Analytics ไว้ แล้วปล่อยงานวิเคราะห์ให้ AI
- การวิเคราะห์ข้อมูล จบได้ด้วยคำเดียวว่า "วิเคราะห์หน่อย"
- การวิเคราะห์ล็อก ก็จบด้วย "ช่วยเช็กหน่อย"
งานของคนคือดูข้อค้นพบที่ได้ ตัดสินใจว่า "จะทำอะไร" แล้วสั่งการ
ผมดูแลเว็บไซต์ชื่อ Tenkaichi และ Buzz Spot เพราะยังอยู่ในช่วงเพิ่งเปิดตัว เนื้อหาจึงยังน้อยเป็นธรรมดา ถ้าไม่มีใครโพสต์ ผมก็ต้องโพสต์เองจนกว่าเนื้อหาจะเยอะพอ
ถึงอย่างนั้น ถ้าเขียนบทความเองทั้งหมด การดำเนินงานก็ไปไม่ไหว
- "ช่วยหาข้อมูลร้านนี้ แล้วสรุปเป็นคอนเทนต์ให้หน่อย"
- "ยามุชากับเรียวเมน สุคุนะ ใครเก่งกว่ากัน?"
ผมทำให้แค่ถาม AI แบบนี้ ทุกอย่างก็จะทำงานอัตโนมัติไปจนถึงการโพสต์คอนเทนต์ SEO ก็ทำด้วย ทั้งการอัปเดต sitemap.xml และการขอจัดทำดัชนีใน Search Console ก็ขับเคลื่อนด้วย skill ops
ความรู้จาก skill ops ยังใช้ได้กับการพัฒนาในองค์กรขนาดใหญ่ด้วย ตัวอย่างเช่น ที่ผ่านมาเมื่อเกิดปัญหาระบบ เราจะตรวจสอบตามขั้นตอนนี้
- ดูล็อกใน CloudWatch หรือ Elasticsearch
- ตรวจสอบโค้ดที่เป็นต้นเหตุของล็อก
- ถ้าไม่ใช่ขอบเขตงานของทีมตัวเอง ก็ติดต่อทาง Slack ให้ทีมที่รับผิดชอบตรวจสอบ
- ลองผิดลองถูกในสภาพแวดล้อม local จนแก้บั๊กได้
แทนที่จะทำแบบนั้น ให้วาง repository ของ backend, frontend และ infra ไว้ในเครื่อง แล้วปล่อยให้ AI ทำทุกอย่างตั้งแต่ตรวจล็อกไปจนถึงตรวจ repository แน่นอนว่าการให้ Claude Code ตรวจล็อกของ production ทั้งหมดมีปัญหาด้านความปลอดภัย จึงต้องจำกัดไว้ที่สภาพแวดล้อมสำหรับพัฒนา หรือส่งให้เฉพาะบางส่วน แต่ถึงอย่างนั้น การดำเนินงานโดยมี AI เอเจนต์เป็นฐานก็ใช้ได้ดีในองค์กรขนาดใหญ่
หรือจะพูดให้ถูกคือ ผมคาดว่าต่อจากนี้ ถ้าเราไม่ออกแบบงานทั้งหมดโดยมี AI เอเจนต์เป็นฐาน เราจะเริ่มรู้สึก "ทรมาน" ในแง่ของประสิทธิภาพการทำงาน คนพยายามก็ทำได้ แต่จะรู้สึก "ขี้เกียจ" นั่นเป็นเพราะเราได้รู้แล้วว่า AI สะดวกแค่ไหน
เพื่อให้คนได้โฟกัสกับการตัดสินใจ การออกแบบการดำเนินงานโดยมี AI เป็นฐานตั้งแต่แรกจึงเป็นทางที่ดี