วิเคราะห์วิสัยทัศน์ Jensen Huang สร้างคอมพิวเตอร์เพื่อ Agent ใช้ มอง AI แย่งงานเป็นเรื่องไร้สาระ!

จากคีย์โน้ต NVIDIA GTC Taipei 2026 ในช่วงงาน Computex 2026 ที่ไต้หวัน Jensen Huang CEO ของ NVIDIA ได้เผยภาพรวมว่าโลกกำลังก้าวข้ามยุคของ Generative AI เข้าสู่ยุคของการลงมือทำงานจริงด้วยระบบอัตโนมัติอย่างเต็มรูปแบบ ซึ่งวิสัยทัศน์หลายด้านของเขาก็นำมาสู่การถกเถียง โดยเฉพาะมุมมองว่า AI ไม่ได้แย่งงานมนุษย์ แต่เป็นการเพิ่มการสร้างผลผลิตมหาศาล ในบทความนี้มาเจาะลึกวิสัยทัศน์ แง่มุมที่น่าคิดต่อ และแนวทางการปรับตัวที่คนทั่วโลกต้องเตรียมพร้อมกันครับ

เจนเซ่นมองโลกในยุคต่อไปอย่างไร?

เจนเซ่นมองว่าสถาปัตยกรรมคอมพิวเตอร์ โครงสร้างพื้นฐาน และซอฟต์แวร์ทั้งหมดของโลกกำลังถูกรื้อสร้างใหม่เพื่อต้อนรับยุค Agentic AI หรือ AI เชิงตัวแทน โดยโลกเปลี่ยนจากแค่การให้ AI ตอบคำถามสั้น ๆ ไปสู่ยุคที่ AI มีความสามารถในการสังเกต วิเคราะห์ วางแผน และดึงเครื่องมือต่าง ๆ มาทำงานซับซ้อนแทนเราได้แล้ว สถาปัตยกรรมคอมพิวเตอร์ใหม่จะมองว่าโมเดล LLM คือ “สมอง” ตัว Harness คือ “ร่างกาย” และเครื่องมืออย่างไลบรารี CUDA-X คือ “เวิร์กช็อป” ที่ใช้ประมวลผลงาน

เขาจึงมองว่าต่อไปคอมพิวเตอร์จะถูกสร้างมาเพื่อ AI ไม่ใช่เพื่อมนุษย์ ซึ่งเป็นการเปลี่ยนวัตถุประสงค์ครั้งใหญ่ตั้งแต่โลกให้กำเนิดคอมพิวเตอร์มา ในอดีตคอมพิวเตอร์ถูกสร้างมาเพื่อมนุษย์ที่นับเวลาเป็นวินาที แต่ AI Agents ทำงานในระดับนาโนวินาทีและ ไม่มีความอดทน และ Agent เป็นผู้ใช้งานที่ใจร้อน NVIDIA จึงเปิดตัวสถาปัตยกรรม Vera Rubin และ Vera CPU ที่ออกแบบมาเพื่อลดคอขวดและเพิ่มแบนด์วิดท์ในการสื่อสารระหว่างคอร์ให้เร็วที่สุดเพื่อตอบสนองต่อเอเจนต์เหล่านี้

ในขณะที่มนุษย์มีเพียงหลักพันล้านคน แต่ในอนาคตจะมี AI Agent หลายหมื่นล้านหรือหลายแสนล้านตัวทำงานอยู่ทั่วโลก

โครงสร้างพื้นฐานของโลกจะเปลี่ยนเป็นโรงงานผลิตโทเคน (AI Factory) ที่มีความซับซ้อนสูงมาก Jensen ชี้ว่าแนวคิดเดิม ๆ ที่เลือกสถาปัตยกรรมคอมพิวเตอร์เพียงเพราะชิปราคาถูกลงนั้นใช้ไม่ได้อีกต่อไป เพราะในยุคนี้พลังประมวลผลต่อวัตต์คือกำไรและรายได้โดยตรง โดยมูลค่าโรงงานเหล่านี้อาจสูงถึง 80,000 ถึง 100,000 ล้านดอลลาร์ต่อกิกะวัตต์

ผลกระทบต่อโลก เจนเซ่นบอก AI แย่งงานเป็นเรื่องไร้สาระ

เมื่อ AI Factory ระดับกิกะวัตต์ต้องการการจัดการพลังงานและระบบทำความเย็นขั้นสูง เช่น ระบบหล่อเย็นด้วยของเหลว หรือระบบเกลี่ยพลังงานระหว่างแร็ค NVIDIA จึงมีเทคโนโลยี DSX Flex ต้องเข้ามาช่วยอ่านสัญญาณกริดไฟฟ้าเพื่อปรับตัวตามความต้องการพลังงานของเมือง หมายความว่าอุตสาหกรรมพลังงานและโครงข่ายไฟฟ้าทั่วโลกต้องถูกปฏิวัติเพื่อรองรับสิ่งนี้

ในขณะที่คนกลัวว่า AI จะแย่งงาน Jensen พูดชัดเจนว่าเป็น “เรื่องไร้สาระสิ้นดี” เขายกตัวอย่างว่า ปัจจุบันวิศวกรซอฟต์แวร์ที่ใช้เครื่องมือ AI สามารถสร้างผลผลิตได้เพิ่มขึ้นเกือบ 3 เท่า คือจ่ายเงินเดือน 3 ล้านล้านดอลลาร์ แต่สร้างผลผลิตได้ถึง 9 ล้านล้านดอลลาร์ และเมื่อพนักงานหนึ่งคนสร้างมูลค่าได้มหาศาลขนาดนี้ บริษัทต่าง ๆ ก็ยิ่งต้องการจ้างงานเพิ่มขึ้น ไม่ใช่ลดลง

มุมมองโต้แย้ง ความเสี่ยงขาดแคลน Senior ในอนาคต

ซึ่งในมุมนี้ก็มีการโต้แย้งว่า มุมของเจนเซ่น หวง พูดถึงวิศวกรที่มีประสบการณ์แล้ว และสามารถใช้ AI เพื่อเพิ่มประสิทธิภาพของตัวเองได้ แต่มันก็ทำให้งานระดับเริ่มต้น ที่เป็นบันไดขั้นแรกให้วิศวกรซอฟต์แวร์ระดับ Junior ทำมันหายไปเช่นกัน เพราะใช้ AI ทำได้ หากวิศวกรรุ่นใหม่ไม่ได้ผ่านการลองผิดลองถูกจากการเขียนโค้ดด้วยตัวเองทีละบรรทัด ก็อาจขาดความเข้าใจอย่างลึกซึ้งในโครงสร้างของระบบ และอาจกลายเป็นเพียงผู้ป้อนคำสั่ง ที่แก้ปัญหาเชิงลึกไม่ได้เมื่อระบบใหญ่พังลง

เรื่องนี้หากมองในมุมบวก วิศวกรรุ่นใหม่ที่ปรับตัวได้จะกลายเป็น Super-Charged Junior คือเป็นเด็กจบใหม่ที่มีขีดความสามารถในการส่งมอบงานเท่ากับ Senior ในอดีต เพราะมี AI เอเจนต์คอยเป็นผู้ช่วยอยู่ข้าง ๆ พวกเขาจะข้ามขั้นตอนการนั่งงมแก้บั๊กทีละบรรทัด ไปสู่การฝึกสมองเพื่อคิดเชิงตรรกะระดับสูงและการออกแบบสถาปัตยกรรมทันที

ในทางกลับกัน หากองค์กรและตัวบุคคลเน้นแต่ความเร็วโดยขาดการควบคุม สิ่งที่จะเกิดขึ้นคือวิกฤตการขาดแคลน Senior ในอนาคต เมื่อ Junior ยุคใหม่จำนวนมากเสพติดเครื่องมืออย่าง Cursor หรือ Copilot จนไม่เคยฝึกเขียนโค้ดจากศูนย์ เมื่อเกิดปัญหาระบบพังในส่วนซับซ้อน พวกเขาจะไม่สามารถอธิบายหรือแก้ไขมันได้เลยเพราะ AI เป็นคนเขียน ผลลัพธ์คือการแก้ปัญหาแบบปะผุไปเรื่อย ๆ แทนที่จะแก้ที่ต้นตอ

กฎเหล็กแห่งอนาคตคือ ห้ามใช้ AI จนกว่าจะมีสัญชาตญาณพื้นฐาน

ในช่วงแรกของการเรียนรู้ มนุษย์ยังจำเป็นต้องฝึกเขียนโค้ด ดีบั๊กระบบ และคำนวณตรรกะด้วยตัวเองอย่างหนักเพื่อสร้างความเข้าใจฝังลึก เหมือนนักคณิตศาสตร์ที่ยังต้องฝึกคิดเลขในใจแม้โลกจะมีเครื่องคิดเลขแล้ว เมื่อก้าวไปสู่ระดับที่ใช้ AI สิ่งที่ต้องฝึกฝนคือ ความสงสัยและไม่ไว้วางใจ AI วิศวกรระดับสูงในยุคหน้าจะไม่ใช่คนที่จำ Syntax ได้แม่นที่สุด แต่คือคนที่อ่านโค้ดของ AI ออกอย่างรวดเร็ว และรู้ทันทีว่าตรงไหนที่ AI มักจะทำพังและต้องใช้มนุษย์เข้าไปจัดการด้วยตัวเอง

คนทั่วโลกควรเตรียมพร้อมและปรับตัวอย่างไร?

ตามทิศทางที่เจนเซ่นมอง โลกต้องถูกปรับเปลี่ยนตั้งแต่รากฐาน ตั้งแต่ระบบการศึกษาไปจนถึงระบบการทำงาน ทักษะการพิมพ์ เขียนโค้ดพื้นฐาน หรือคลิกซอฟต์แวร์ทีละขั้นจะถูกลดบทบาทลง มนุษย์จำเป็นต้องพัฒนาทักษะการคิดเชิงระบบเพื่อ อธิบายความต้องการและเป้าหมายที่ชัดเจน แล้วปล่อยให้ AI Agents ไปเลือกเครื่องมือมาจัดการงานจนจบกระบวนการ

เราต้องเลิกมอง AI เป็นเพียงแค่แชตบอตตอบคำถาม แต่ต้องเริ่มทำงานร่วมกับมันในฐานะเพื่อนร่วมงานดิจิทัล ตัวอย่างเช่น NVIDIA เองก็วางแผนที่จะจ้าง Cadence Super Agents นับแสนตัวเข้ามาทำงานร่วมกับวิศวกรออกแบบชิป ซึ่งช่วยร่นเวลาจากหลักสัปดาห์ให้เหลือเพียงไม่กี่ชั่วโมง

เจนเซ่นมองข้ามไปไกลกว่าคอมพิวเตอร์และเซิร์ฟเวอร์ เขาเชื่อว่าในอนาคตอันใกล้ ระบบปฏิบัติการแบบ Agent จะถูกฝังเข้าไปใน อุปกรณ์การเกษตร, เครื่องจักรกลหนัก, ดาวเทียม, หรือแม้กระทั่งเสาสัญญาณเครือข่าย เพื่อให้ระบบเหล่านี้สามารถ “คิด วิเคราะห์ และปรับเปลี่ยนการทำงาน” ของตัวเองได้อย่างอัตโนมัติเพื่อประสิทธิภาพสูงสุด แล้วเราละ พร้อมสำหรับความเปลี่ยนแปลงนี้หรือยัง