จาก Computer Science สู่ Computational Everything เมื่อทุกสาขากำลังถูกคอมพิวเตอร์เขียนใหม่

โพสต์ของ พันธุ์ปิติ เปี่ยมสง่า พันธุ์ปิติ เปี่ยมสง่า รู้สึกคิดบวกที่ Department of Computer Engineering - Kasetsart University 17 ธันวาคม 2025 · กรุงเทพมหานคร ประเทศไทย · แชร์กับ สาธารณะ 💻 จาก Computer Science สู่ Computational Everything เมื่อทุกสาขากำลังถูกคอมพิวเตอร์เขียนใหม่ (ขออภัย ยาวสุดใจจริง ๆ) -- 🌍 คอมพิวเตอร์ไม่ใช่แค่การเขียนโค้ด แต่คือการเข้าไปอยู่ในโลกจริง หลายคนยังมองว่าวิศวกรรมคอมพิวเตอร์คือการเขียนโค้ด หรืออย่างมากก็ทำ AI, data และ system ให้เก่งขึ้นเรื่อย ๆ แต่จากประสบการณ์ทำงานจริง ผมพูดได้เต็มปากว่า คอมพิวเตอร์ที่ไม่รู้ศาสตร์อื่น กำลังปิดตลาดงานของตัวเองโดยไม่รู้ตัว และที่น่าสนใจกว่านั้นคือ โปรเจกต์แรกในชีวิตที่มูลค่าเกินหนึ่งล้านบาทของผม ไม่ใช่งาน web ไม่ใช่ app และไม่ใช่ system แต่เป็นงาน 🧬 bioinformatics ทั้ง ๆ ที่ผมเป็นเด็กวิศวะ และพูดตรง ๆ คือ ไม่เคยชอบชีวะเลยด้วยซ้ำ (555) ประสบการณ์นี้ทำให้ผมเห็นชัดมากว่า มูลค่าของงานคอมพิวเตอร์ไม่ได้อยู่ที่ว่าเขียนโค้ดยากแค่ไหน แต่อยู่ที่ว่า โค้ดนั้นเข้าไปแก้ปัญหาอะไรในโลกจริงได้บ้าง -- ⚙️ คอมพ์เปล่า ๆ จะถูกบีบไปอยู่แค่ “แกนกลาง” ของระบบ ถ้าเราไม่รู้แพทย์ ไม่รู้เกษตร ไม่รู้ชีววิทยา เคมี หรือไม่เข้าใจระบบจริง บทบาทของเราจะถูกจำกัดทันที เราจะถูกใช้ให้เขียนโค้ดตามโจทย์ ทำโมเดลตามสเปก optimize ระบบที่คนอื่นคิดมาแล้ว นี่คืองาน “แกนกลาง” ของระบบ ไม่ใช่งานที่อยู่ใกล้แอปพลิเคชันจริง ไม่ใช่งานที่ตั้งโจทย์ และไม่ใช่งานที่ต้องตัดสินใจรับผิดชอบผลลัพธ์ งานแกนกลางเป็นงานที่แยกชิ้นได้ outsource ได้ และในปัจจุบัน 🤖 AI ก็ทำได้ดีขึ้นเรื่อย ๆ ผลลัพธ์คือ ตลาดงานลักษณะนี้ แคบ แข่งขันสูง และถูกกดมูลค่าง่ายมาก หรือไม่เช่นนั้นก็ต้องไปอยู่บริษัทระดับ “ยอดภูเขาน้ำแข็ง” ซึ่งมีอยู่ไม่กี่บริษัท และไม่ใช่ทางเลือกของคนส่วนใหญ่ -- 🌱 งานคอมพิวเตอร์ที่มูลค่าสูง อยู่ใกล้ปัญหาจริงของชีวิต งานคอมพิวเตอร์ที่ผสานกับ 🩺 การแพทย์ 🌾 เกษตรและอาหาร 🧬 ชีววิทยา ⚗️ เคมี ยาและเภสัชศาสตร์ 💰 การเงิน ตลาดหุ้น 🌪️ ภัยพิบัติและสิ่งแวดล้อม ไม่ได้วัดคุณค่าที่ความยากของโค้ด แต่วัดที่ ผลกระทบ โดยตรง งานเหล่านี้แตะ ชีวิต สุขภาพ อาหาร และความอยู่รอดของผู้คน มูลค่าทางเศรษฐกิจและสังคม จึงสูงกว่า “คอมพ์เปล่า ๆ” อย่างเป็นระบบ ความแตกต่างไม่ได้อยู่ที่ภาษาโปรแกรมหรือ framework แต่อยู่ที่ว่า งานนั้นเข้าไปอยู่ตรงจุดที่ ความผิดพลาดมีต้นทุนสูง และการตัดสินใจมีผลจริงหรือไม่ -- 🧬 ทำไม bioinformatics ถึงเป็นงานแรกที่แตะหลักล้าน ในโลกของชีววิทยาและยา การทดลองจริงแพง ใช้เวลานาน และความผิดพลาดมีราคาแพงมาก คอมพิวเตอร์จึงไม่ได้เป็นของเสริม แต่เป็น ตัวคูณมูลค่า อัลกอริทึมที่ช่วยคัดกรองข้อมูล หรือช่วยจำลองผลลัพธ์ล่วงหน้า สามารถประหยัดเงินได้เป็นล้านในครั้งเดียว ผมไม่ได้กลายเป็นนักชีวะ ไม่ได้ชอบชีวะขึ้นมา แต่ผมเรียนรู้ พอให้คุยรู้เรื่อง พอให้เข้าใจข้อจำกัด พอให้ตั้งคำถามได้ถูก แค่นั้นเอง แต่มูลค่าของงานคอมพ์ก็เปลี่ยนไปทันที จากงานที่ใครก็แทนได้ กลายเป็นงานที่ต้องอาศัยความเข้าใจเฉพาะด้าน -- 🚪 การไม่รู้ศาสตร์อื่น คือการลดตลาดแรงงานของตัวเอง ถ้าคุณรู้แต่คอมพ์ ตลาดที่เปิดให้คุณคือ software ทั่วไป IT service AI แบบ generic ซึ่งเป็นตลาดที่คนล้น และถูกแทนได้ง่ายมาก แต่ถ้าคุณรู้คอมพ์ และเข้าใจศาสตร์อื่นในระดับใช้งาน ตลาดจะขยายไปเป็น HealthTech Bioinformatics AgriTech Pharma / Chemical AI Energy / Climate สิ่งที่เปลี่ยน ไม่ใช่ความเก่งแบบก้าวกระโดด แต่คือ สถานะของคุณในตลาดแรงงาน จากคนที่หาได้ทั่วไป กลายเป็นคนที่ “ขาดแคลน” ทันที -- 🔧 คอมพิวเตอร์คือเครื่องมือสนับสนุนทุกอาชีพ คอมพิวเตอร์ไม่เคยถูกสร้างมาเพื่อคอมพิวเตอร์ แต่มาเพื่อทำให้ หมอเก่งขึ้น นักวิจัยเร็วขึ้น เกษตรกรแม่นขึ้น และอุตสาหกรรมฉลาดขึ้น เพราะฉะนั้น ความรู้พื้นฐานด้านชีววิทยา เคมี และฟิสิกส์ ไม่ใช่ภาระของเด็กคอมพ์ แต่คือ ต้นทุนในการเข้าใกล้แอปพลิเคชันจริง และงานที่มีมูลค่าสูง เมื่อคอมพ์เข้าไปทำงานร่วมกับศาสตร์อื่น งานเหล่านั้นก็ไม่ได้น่าเบื่ออย่างที่หลายคนคิด โดยเฉพาะเมื่อเทียบกับงานบางประเภท ที่ทำซ้ำไปเรื่อย ๆ แต่ไม่สร้างคุณค่าใหม่ให้ใคร -- 🔮 อนาคตของ Computer Science จะหดตัว และกระจายตัวพร้อมกัน ถ้ามองไปข้างหน้าอย่างไม่หลอกตัวเอง ผมคิดว่า computer science ในรูปแบบเดิมจะ “หดตัว” ลง ไม่ใช่เพราะมันไม่สำคัญ แต่เพราะมันกำลังถูกดูดซึมเข้าไปอยู่ในทุกสาขา แทนที่จะเป็นวิชาเดี่ยวแบบที่ผ่านมา ความสามารถทาง AI การคิดเชิงอัลกอริทึม การออกแบบระบบ และการทำงานกับข้อมูล จะไม่ใช่ทักษะเฉพาะของเด็กคอมพ์อีกต่อไป แต่จะกลายเป็นพื้นฐานของแทบทุกวิชาชีพ ในอนาคต หมอ วิศวกร นักวิทยาศาสตร์ นักเศรษฐศาสตร์ หรือแม้แต่นักสังคมศาสตร์ จะมีความสามารถทาง AI สูงขึ้นอย่างหลีกเลี่ยงไม่ได้ ไม่ใช่ในระดับใช้เครื่องมือเป็นอย่างเดียว แต่ในระดับ “คิดแบบคอมพิวเตอร์ได้” เข้าใจโมเดล เข้าใจข้อจำกัดของระบบ เข้าใจว่าอะไรควร automate อะไรไม่ควร และรู้ว่า AI ตัดสินใจผิดตรงไหนได้บ้าง ถ้ามองในกรอบนี้ ผมมองว่าในอนาคต ทุกคนจะกลายเป็น “computer scientist” ในความหมายใหม่ คือเป็นคนที่มีแนวคิดทางคอมพิวเตอร์เชิงลึก แต่รู้ลึกในสาขาเฉพาะของตัวเอง ไม่ใช่คอมพ์เปล่า ๆ และไม่ใช่ผู้เชี่ยวชาญ domain ที่ไม่เข้าใจระบบดิจิทัล แต่เป็นการประสานสองโลกเข้าด้วยกันอย่างแนบแน่น แนวคิดนี้เองที่ทำให้ผมเชื่อว่า รูปแบบอย่าง AIEP ไม่ใช่ทางเลือกเสริม แต่คือทิศทางหลักของการศึกษาในยุคต่อไป เพราะมันไม่ได้พยายามสร้าง “เด็กคอมพ์เพิ่ม” แต่พยายามกระจายความสามารถทางคอมพิวเตอร์เชิงลึกเข้าไปในทุกวิชาชีพอย่างเป็นระบบ -- 🧭 จากประสบการณ์ส่วนตัว ถึงทิศทางของสาขาคอมพิวเตอร์ จากประสบการณ์ของผม งานที่พาออกจากโลกของ “คอมพ์เปล่า ๆ” คือ bioinformatics ทั้งที่ไม่เคยคิดว่าจะมาทางนี้เลย แต่เมื่อมันกลายเป็นอาชีพที่ดี อยู่รอด และมีความหมาย บอกตามตรงว่า “ความอยู่รอด” กลายเป็นแรงผลักดัน ที่สำคัญกว่าคำว่า “ความชอบ” สิ่งหนึ่งที่มหาวิทยาลัยเกษตรศาสตร์เริ่มทำแล้ว คือการพยายาม merge ศาสตร์อื่น เข้าหาวิศวกรรมคอมพิวเตอร์อย่างเร่งด่วน โครงการ AIEP เป็นความพยายามในการประสานแบบไร้รอยต่อ เพื่อนำ AI เข้าไปสู่วิชาชีพอื่นอย่างเป็นระบบ จะมองว่าเป็นการขายของก็ไม่เชิง เพราะความจริงคือ เรากำลังอยู่ใน “โหมดหนีตาย” สาขาคอมพิวเตอร์จะลดคนบางด้านลง และจะไปงอกเพิ่มอย่างชัดเจน ในด้านศาสตร์ที่ต้องการการคำนวณ และการทำงานร่วมกับ domain อื่นมากขึ้น นี่ไม่ใช่เรื่องอนาคตไกล แต่เป็นทิศทางที่กำลังเกิดขึ้นแล้ว และเด็กคอมพ์ที่ไม่เตรียมตัวตั้งแต่วันนี้ จะเป็นคนแรก ๆ ที่รู้สึกถึงการเปลี่ยนแปลงนั้น