AI จะมาแทนที่งานด้านไอทีหรือไม่?

สรุป: ปัญญาประดิษฐ์จะมาแทนที่ผู้เชี่ยวชาญด้านไอทีหรือไม่? น่าจะไม่เป็นเช่นนั้น การเปลี่ยนแปลงที่แท้จริงอยู่ที่ทักษะใดที่มีความสำคัญ เรียนรู้วิธีที่จะยังคงมีคุณค่าในสายงานที่เปลี่ยนแปลงอย่างรวดเร็ว

ประเด็นสำคัญ

AI จะมาแทนที่ผู้เชี่ยวชาญด้านไอทีได้จริงหรือ?

AI มีแนวโน้มที่จะเข้ามาแทนที่งานบางส่วนของสายงานไอทีมากกว่าที่จะทำลายอาชีพทั้งหมด

บทบาทที่เน้นการปฏิบัติงานเพียงอย่างเดียวซึ่งเกี่ยวข้องกับการเขียนโค้ดซ้ำๆ การแก้ไขปัญหาตามคำร้องทั่วไป หรือการตั้งค่าพื้นฐาน จะเผชิญกับแรงกดดันมากที่สุด บทบาทที่รับผิดชอบด้านสถาปัตยกรรม ความเสี่ยง ความปลอดภัย และผลลัพธ์ที่เชื่อมโยงระหว่างทีมต่างๆ จะมีความยืดหยุ่นมากกว่ามาก

ในแต่ละวัน ปัญญาประดิษฐ์กำลังเข้ามามีบทบาทในงานการผลิตที่เป็นกิจวัตรมากขึ้น ในขณะที่ผู้คนใช้เวลาไปกับการออกแบบ การบูรณาการ และการตัดสินใจเชิงวิจารณญาณมากขึ้น ซึ่งรวมถึงการตัดสินใจว่าเมื่อใดที่คำแนะนำของ AI ปลอดภัย การประสานงานในเหตุการณ์ต่างๆ และการปรับระบบให้สอดคล้องกับความต้องการทางธุรกิจ

ในฐานะกลุ่ม บทบาทด้านไอทีมีความซับซ้อนเพิ่มขึ้น และตำแหน่งระดับจูเนียร์ที่ง่ายที่สุดอาจลดลงหรือรวมเข้าด้วยกัน

ผลกระทบในโลกจริง: สิ่งที่ได้ถูกทำให้เป็นอัตโนมัติแล้ว

ก่อนยุคของAI เชิงสร้างสรรค์ กระบวนการทำงานด้านไอทีต้องพึ่งพาการเขียนโค้ดแบบซ้ำๆ ตามรูปแบบเดิม การทดสอบย้อนกลับที่ซ้ำซาก และการสแกนบันทึกเหตุการณ์ที่ไม่มีที่สิ้นสุด

ฝ่ายช่วยเหลือต้องรับมือกับการรีเซ็ตรหัสผ่านและคำถามเกี่ยวกับการเข้าถึงเดิมๆ ทุกวัน และเจ้าหน้าที่รับมือเหตุการณ์ต้องคัดกรองการแจ้งเตือนที่รบกวนจำนวนมากด้วยตนเองก่อนที่จะเริ่มแก้ไขปัญหาได้

ขณะนี้ ผู้ช่วยเขียนโค้ดจะแนะนำฟังก์ชันและการทดสอบ เครื่องมือ AIOps จะตรวจจับความผิดปกติในสตรีมของบันทึก และแชทบอทจะจัดการกับคำขอสนับสนุนทั่วไปจำนวนมาก AI ช่วยตรวจจับข้อบกพร่องและช่องโหว่ รวมถึงสรุปเหตุการณ์สำหรับผู้มีส่วนได้ส่วนเสีย

เนื่องจากนักพัฒนาส่วนใหญ่ได้ใช้หรือวางแผนที่จะใช้เครื่องมือ AI ที่เฉพาะทางด้านการเขียนโปรแกรมแล้ว การผสมผสานของงานกำลังเปลี่ยนไปสู่การออกแบบระบบ, การผสานรวม, และการตรวจสอบความถูกต้องแทนที่จะเป็นการผลิตแบบแมนนวลล้วนๆ

แนวโน้ม AI ที่กำลังเกิดขึ้นซึ่งกำลังกำหนดรูปแบบ IT

ปัญญาประดิษฐ์กำลังกลายเป็นชั้นมาตรฐานในวิธีการสร้างและดำเนินการซอฟต์แวร์ ไม่ใช่เพียงแค่เครื่องมือเสริมเท่านั้น

สำหรับผู้เชี่ยวชาญด้านไอที นั่นหมายความว่าความคาดหวังเพิ่มสูงขึ้น: คุณจะถูกตัดสินจาก ว่าคุณใช้ AI ได้ดีเพียงใด ในการปรับปรุงความน่าเชื่อถือ ความรวดเร็ว และความปลอดภัย ไม่ใช่ว่าคุณหลีกเลี่ยงการใช้มันหรือไม่

1. ผู้ช่วยอัจฉริยะ AI ที่ฝังอยู่ในเครื่องมือที่ใช้ในชีวิตประจำวัน

โปรแกรมแก้ไขโค้ด ระบบการออกตั๋ว และแพลตฟอร์มเอกสารต่างๆ ในปัจจุบันมาพร้อมกับระบบช่วยเหลือที่แนะนำโค้ด เขียนร่าง และสรุปหัวข้อสนทนา

คุณคาดหวังให้ใช้สิ่งเหล่านี้เพื่อทำงานให้เร็วขึ้น จากนั้นใช้ดุลยพินิจของคุณเองในการแก้ไขข้อผิดพลาด เชื่อมต่อชิ้นส่วนเข้าด้วยกัน และอธิบายการตัดสินใจให้กับเพื่อนร่วมทีม

2. AIOps และการแก้ไขปัญหาอัตโนมัติ

แพลตฟอร์มการดำเนินงานจะรวบรวมเมตริก, บันทึก, และข้อมูลติดตาม จากนั้นตรวจจับความผิดปกติและเรียกใช้เพลย์บุ๊ก

แทนที่จะเฝ้าดูแดชบอร์ดตลอดทั้งวัน วิศวกร SRE และฝ่ายปฏิบัติการกำลังออกแบบเพลย์บุ๊กเหล่านั้น ปรับแต่งเกณฑ์การแจ้งเตือน และตัดสินใจว่าการดำเนินการใดสามารถทำงานได้โดยอัตโนมัติและสิ่งใดที่ต้องได้รับการอนุมัติจากมนุษย์

3. ปัญญาประดิษฐ์แบบครบวงจรในวงจรชีวิตของซอฟต์แวร์

AI ขณะนี้ปรากฏตั้งแต่ความต้องการจนถึงการนำไปใช้ สามารถสรุปบันทึกของผู้มีส่วนได้ส่วนเสีย เสนอรูปแบบการออกแบบ สร้างการทดสอบ และเขียนสคริปต์โครงสร้างพื้นฐาน

นั่นเป็นการยกระดับมาตรฐานสำหรับผู้เชี่ยวชาญด้านไอทีในการทำความเข้าใจว่าการเปลี่ยนแปลงแพร่กระจายอย่างไร และผลลัพธ์ของ AI อาจซ่อนความเสี่ยงด้านความน่าเชื่อถือ ความปลอดภัย หรือประสิทธิภาพไว้ที่ใดตลอดวงจรชีวิต

4. การกำกับดูแล ความปลอดภัย และการปฏิบัติตามข้อกำหนดสำหรับระบบปัญญาประดิษฐ์

เมื่อทีมต่างๆ เปิดตัวฟีเจอร์ AI พวกเขาต้องตัดสินใจว่าโมเดลข้อมูลใดสามารถมองเห็นได้อย่างไร คำสั่งและผลลัพธ์จะถูกบันทึกอย่างไร และใครเป็นผู้ตรวจสอบกรณีการใช้งานที่มีความเสี่ยง

วิศวกรด้านความปลอดภัยและแพลตฟอร์มเปลี่ยนจากการปกป้องเครือข่ายและเซิร์ฟเวอร์เพียงอย่างเดียว ไปสู่การกำหนดนโยบายสำหรับการใช้ AI และการตรวจสอบว่านโยบายเหล่านั้นทำงานอย่างไร

สิ่งหนึ่งที่เชื่อมโยงกันในแนวโน้มเหล่านี้คือ การที่คุณจะประสบความสำเร็จน้อยลงหากพิมพ์เร็วขึ้น แต่จะประสบความสำเร็จมากขึ้นหากออกแบบระบบที่ปลอดภัย ควบคุมการทำงานอัตโนมัติ และแปลงเป้าหมายทางธุรกิจให้เป็นข้อจำกัดทางเทคนิค

ทักษะที่ควรพัฒนาและยกเลิก

แนวโน้มเหล่านี้หมายความว่าทักษะด้านไอทีที่มีคุณค่ามากที่สุดกำลังเปลี่ยนแปลง ซึ่งหมายความว่าคุณจำเป็นต้องพัฒนาทักษะการคิดวิเคราะห์ของคุณ

ความรู้ทางเทคนิคที่ลึกซึ้งยังคงมีความสำคัญ แต่สัดส่วนได้เปลี่ยนไปสู่การคิดเชิงระบบ การจัดการความเสี่ยง และการทำงานร่วมกัน โดยได้รับการสนับสนุนจากความคล่องแคล่วในการใช้เครื่องมือ AI แทนที่จะเป็นความกลัวต่อเครื่องมือเหล่านี้

ทักษะที่ควรพัฒนาเพิ่มเติม

ทักษะเหล่านี้มีความสำคัญมากขึ้นเนื่องจากเครื่องมือ AI จัดการผลลัพธ์ที่เป็นกิจวัตรมากขึ้น ในขณะที่มนุษย์ยังคงรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้น

นายจ้างต้องการผู้เชี่ยวชาญด้านไอทีที่สามารถออกแบบสถาปัตยกรรมที่มั่นคง แก้ไขปัญหาที่ซับซ้อน และรักษาความปลอดภัยของระบบได้แม้ในกรณีที่มีการใช้อัตโนมัติ

ในทางปฏิบัติ อาจหมายถึงการใช้ผู้ช่วยโค้ดในการร่างการเปลี่ยนแปลง จากนั้นทดสอบกรณีขอบเขตและโหมดความล้มเหลวด้วยตนเอง หรืออาจหมายถึงการเป็นผู้นำในการทบทวนเหตุการณ์เพื่อตรวจสอบว่า AI ช่วยหรือไม่ได้ช่วยในจุดใดบ้าง

นิสัยที่เป็นประโยชน์อย่างหนึ่งคือการจัดสรรเวลาอย่างสม่ำเสมอทุกสัปดาห์เพื่อทดลองใช้ AI กับงานจริงที่คุณเพิ่งทำ และจดบันทึกสิ่งที่ได้ผล

ทักษะที่ควรลดความสำคัญหรือถ่ายโอน

ชุดทักษะที่สร้างขึ้นจากการปฏิบัติซ้ำๆ เป็นหลักนั้นง่ายต่อการทำให้เป็นอัตโนมัติและยากต่อการปกป้องในฐานะแกนหลักของอาชีพ

ซึ่งรวมถึงงานที่ AI ทำได้ดีอยู่แล้วและไม่ต้องการบริบทมากเกี่ยวกับระบบหรือผู้ใช้ของคุณ

ที่นี่ เป้าหมายของคุณไม่ใช่การยึดติดกับทุกขั้นตอนในคู่มือ แต่คือการออกแบบระบบอัตโนมัติให้สอดคล้องกับขั้นตอนเหล่านั้น

บันทึกขั้นตอนที่ทำซ้ำบ่อย ๆ รวบรวมไว้ในสคริปต์หรือผู้ช่วย AI และรักษาความเป็นเจ้าของในการกำหนดค่าและการตรวจสอบเครื่องมือเหล่านั้น

การเปลี่ยนแปลงนั้นทำให้คุณเปลี่ยนจากการแข่งขันกับระบบอัตโนมัติ มาเป็นการตัดสินใจว่าจะใช้มันอย่างไร

แนวโน้มอาชีพ

ภาพรวมของงานด้านไอทียังคงแข็งแกร่ง ในสหรัฐอเมริกา อาชีพด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศคาดว่าจะเติบโตเร็วกว่าค่าเฉลี่ยมาก โดยมีตำแหน่งงานว่างประมาณ 317,700 ตำแหน่งต่อปี และค่าจ้างเฉลี่ยต่อปีอยู่ที่ 105,990 ดอลลาร์ ตามข้อมูลจากBLS เกี่ยวกับบทบาทด้านคอมพิวเตอร์และไอที

การศึกษาทั่วโลกชี้ให้เห็นว่ากิจกรรมการทำงานประมาณร้อยละ 30 อาจถูกทำให้เป็นระบบอัตโนมัติได้ แต่มีเพียงส่วนน้อยของงานทั้งหมดเท่านั้นที่น่าจะถูกแทนที่อย่างสิ้นเชิง โดยบทบาทงานใหม่จากเทคโนโลยีจะช่วยชดเชยการสูญเสียบางส่วนในตำแหน่งอื่น

ความต้องการถูกขับเคลื่อนโดยการยอมรับการใช้คลาวด์อย่างต่อเนื่อง, ภัยคุกคามทางไซเบอร์, การเติบโตของข้อมูล, และผลิตภัณฑ์ AI ใหม่ ๆ ในทุกอุตสาหกรรม. กฎระเบียบและข้อคาดหวังของลูกค้าเพิ่มแรงกดดันให้มีความน่าเชื่อถือสูงขึ้นและมีการปกป้องข้อมูลที่ดีขึ้น.

ระบบอัตโนมัติช่วยลดปริมาณงานที่เป็นกิจวัตรบางส่วน แต่ในขณะเดียวกันก็เพิ่มข้อกำหนดด้านเวลาการทำงาน ความปลอดภัย และความเร็ว ซึ่งทั้งหมดนี้ต้องการบุคลากรที่มีทักษะคอยสนับสนุน

ค่าตอบแทนมักจะยังคงอยู่ในระดับสูงสำหรับตำแหน่งที่มีความล้มเหลวมีค่าใช้จ่ายสูงหรืออยู่ภายใต้การกำกับดูแล เช่น การเงิน การดูแลสุขภาพ และโครงสร้างพื้นฐานที่สำคัญ

มันอาจราบเรียบกว่าในที่ที่งานถูกทำให้เป็นสินค้าหรือถูกส่งออกนอกองค์กรอย่างมาก การย้ายไปสู่โดเมนหรือบทบาทที่ซับซ้อนซึ่งผสมผสาน IT กับการเป็นเจ้าของผลิตภัณฑ์หรือธุรกิจสามารถปรับปรุงทั้งค่าตอบแทนและความมั่นคงได้

กลุ่มงานที่ดูมีความยืดหยุ่นมากกว่า ได้แก่ วิศวกรรมความปลอดภัย, SRE และวิศวกรรมแพลตฟอร์ม, ตำแหน่งที่เกี่ยวข้องกับแพลตฟอร์ม AI และ AIOps, และตำแหน่งด้านไอทีในภาคส่วนที่มีการกำกับดูแลอย่างเข้มงวด

เส้นทางแบบผสมผสานที่รวมทักษะทางเทคนิคขั้นสูงเข้ากับการกำกับดูแลและการประสานงานข้ามทีมก็โดดเด่นเช่นกัน การเลือกเฉพาะทาง ภาคส่วน และระดับความรับผิดชอบที่คุณจะเติบโตเข้าไปนั้นยังคงเป็นคันโยกที่คุณควบคุมได้

อะไรต่อไป

คุณไม่สามารถนำ AI มาใช้ได้ด้วยการตัดสินใจเพียงอย่างเดียว แต่คุณสามารถตัดสินใจได้ว่าคุณจะตอบสนองอย่างไร การมีแผนปฏิบัติที่เป็นรูปธรรมในระยะเวลา 6 ถึง 24 เดือนข้างหน้า จะช่วยให้คุณสามารถลดความเสี่ยงและมองเห็นโอกาสใหม่ ๆ ได้เมื่อพวกมันปรากฏขึ้น

1. รักษาเสถียรภาพในบทบาทปัจจุบันของคุณ

เริ่มต้นด้วยการนำ AI มาผสานเข้ากับงานที่คุณทำอยู่แล้ว ใช้ผู้ช่วยสำหรับร่างโค้ด สรุปบันทึก หรือตอบตั๋วงาน จากนั้นเปรียบเทียบผลลัพธ์กับของคุณเอง

ถามผู้จัดการของคุณว่าทีมมีแผนจะใช้ AI อย่างไร และอาสาเข้าร่วมโครงการนำร่องขนาดเล็กเพื่อให้คุณมีส่วนร่วมในการตัดสินใจ

2. ยกระดับทักษะของคุณ

เลือกหนึ่งหรือสองหัวข้อทักษะที่มีความสำคัญซึ่งเหมาะกับเส้นทางของคุณ เช่น สถาปัตยกรรมควบคู่กับเครื่องมือ AI หรือความปลอดภัยควบคู่กับคลาวด์ จากนั้นให้ยึดหัวข้อเหล่านี้ไว้ในโครงการจริง

ตั้งเป้าที่จะเพิ่มทักษะใหม่อย่างน้อยหนึ่งอย่างในแต่ละไตรมาส นำไปใช้ในงานชิ้นหนึ่ง และบันทึกสิ่งที่คุณได้เรียนรู้ไว้ในบทความส่วนตัวสั้นๆ

3. เลือกและทดสอบตลาดเฉพาะกลุ่มในอนาคต

ดูพื้นที่ที่มีความยืดหยุ่นสูง เช่น SRE, ความปลอดภัย, วิศวกรรมแพลตฟอร์ม หรือปฏิบัติการ AI แล้วเลือกหนึ่งด้านเพื่อศึกษาเพิ่มเติม คุณอาจลองติดตามการรับมือเหตุการณ์จริง ช่วยออกแบบระบบอัตโนมัติใหม่ หรือสร้างแดชบอร์ด AIOps ขนาดเล็ก

ให้ถือสิ่งเหล่านี้เป็นการทดลองที่เปิดเผยให้เห็นว่าการผสมผสานระหว่างความรับผิดชอบและรูปแบบการทำงานแบบใดที่เหมาะกับคุณ

ผู้เชี่ยวชาญด้านไอทีหลายท่านในช่วงกลางอาชีพมักมีรูปแบบการทำงานที่คล้ายคลึงกัน พวกเขาเริ่มต้นใช้ AI ในงานที่ปลอดภัย เช่น การจัดทำเอกสาร จากนั้นจึงนำไปใช้กับงานที่มีความสำคัญมากขึ้นเมื่อมีความมั่นใจมากขึ้น

ด้วยการผสมผสานการทดลองอย่างต่อเนื่องกับความรู้เชิงลึกเกี่ยวกับระบบและโดเมน พวกเขาได้เปลี่ยนความกังวลเกี่ยวกับ AI ให้กลายเป็นเหตุผลที่ทีมของพวกเขาไว้วางใจพวกเขามากขึ้น

ข้อคิดสุดท้าย

ปัญญาประดิษฐ์ (AI) ได้เริ่มทำงานอัตโนมัติในบางส่วนของงานด้านไอทีแล้ว โดยเฉพาะในส่วนที่เป็นงานซ้ำๆ และคาดการณ์ได้

ในขณะเดียวกัน ความต้องการที่แข็งแกร่งสำหรับผู้คนที่สามารถออกแบบระบบ, จัดการเหตุการณ์, รักษาความปลอดภัยข้อมูล, และกำกับดูแลการใช้ AI ชี้ให้เห็นถึงอนาคตที่บทบาทต่าง ๆ จะถูกปรับเปลี่ยนใหม่ ไม่ใช่การหายไปของงานจำนวนมาก

ทางเลือกที่ปลอดภัยที่สุดของคุณคือการปฏิบัติต่อ AI เป็นส่วนหนึ่งของเครื่องมือ และสร้างทักษะที่อยู่เหนือมัน ไม่ใช่แข่งขันกับมัน

หากคุณยังคงเรียนรู้อยู่เสมอ เปิดรับระบบอัตโนมัติแทนที่จะต่อต้าน และมุ่งเน้นไปที่กลุ่มเฉพาะที่มีความยืดหยุ่น คุณจะสามารถรักษาบทบาทสำคัญในการที่องค์กรต่างๆ สร้างและบริหารเทคโนโลยีได้

คำถามที่พบบ่อย

ใช่ หากคุณตั้งเป้าหมายให้สูงกว่าการทำงานเฉพาะด้านแคบๆ ให้มุ่งเน้นบทบาทที่คุณสามารถผสมผสานการเขียนโค้ดหรือการปฏิบัติงานเข้ากับสถาปัตยกรรม ความปลอดภัย หรือความรู้เฉพาะทาง และพัฒนาความเชี่ยวชาญด้าน AI ตั้งแต่เริ่มต้น นายจ้างยังคงต้องการบุคลากรที่สามารถออกแบบและกำกับดูแลระบบที่ขับเคลื่อนด้วย AI ได้

ผู้เชี่ยวชาญด้านไอทีระดับจูเนียร์ที่ทำงานส่วนใหญ่เป็นการเขียนโค้ดแบบมาตรฐานหรือแก้ไขปัญหาตามขั้นตอนปกติ จะเผชิญกับแรงกดดันจากการทำงานอัตโนมัติมากขึ้น ในขณะที่ผู้เชี่ยวชาญอาวุโสที่ออกแบบสถาปัตยกรรม นำทีมแก้ไขเหตุการณ์ฉุกเฉิน และบริหารจัดการด้านความปลอดภัยหรือการปฏิบัติตามข้อกำหนด ยังคงเป็นที่ต้องการสูง เนื่องจากพวกเขามีความรับผิดชอบที่ปัญญาประดิษฐ์ (AI) ยังไม่สามารถทดแทนได้

คาดหวังว่าบทบาทของคุณจะเปลี่ยนไปสู่การออกแบบระบบอัตโนมัติ ปรับแต่งการแจ้งเตือน และจัดการเหตุการณ์ที่ซับซ้อน อาสาที่จะรับผิดชอบกระบวนการทำงานและแนวทางปฏิบัติของ AI ด้วยวิธีนี้ คุณจะก้าวไปสู่การทำงานที่มีคุณค่ามากขึ้น แทนที่จะรอให้คนอื่นรับผิดชอบระบบใหม่

รูปแบบความเสี่ยงมีความหลากหลาย ตลาดขนาดเล็กอาจจ้างงานที่เป็นกิจวัตรภายนอกมากขึ้น แต่พวกเขาก็ยังต้องการผู้เชี่ยวชาญท้องถิ่นสำหรับระบบที่มีการกำกับดูแล ระบบเก่า หรือระบบที่ออกแบบเฉพาะซึ่งยากต่อการอัตโนมัติหรือย้ายไปต่างประเทศ การสร้างความรู้ในสาขาเฉพาะทางและทักษะแบบผสมผสานจะเป็นประโยชน์ไม่ว่าคุณจะอยู่ที่ใด

หากคุณสนุกกับการวางแผนสปรินต์ นำการประชุมเกี่ยวกับเหตุการณ์ และกำหนดทิศทางมากกว่าการลงมือปฏิบัติจริง อาจถึงเวลาแล้ว เริ่มมองหาบทบาทแบบผสมผสาน เช่น วิศวกรรมแพลตฟอร์ม SRE หรือเจ้าของผลิตภัณฑ์ทางเทคนิค ที่นำความรู้ด้านเทคนิคของคุณมาใช้ซ้ำ พร้อมกับเพิ่มหน้าที่ความรับผิดชอบเชิงกลยุทธ์มากขึ้น