Amara’s Law
เรามักประเมินผลของเทคโนโลยีระยะสั้นสูงเกิน และระยะยาวต่ำเกิน
ใจความสำคัญ
หัวข้อที่มีชื่อว่า “ใจความสำคัญ”Amara’s Law เป็นข้อสังเกตของ Roy Amara (1925–2007) นักวิจัยและนักอนาคตศาสตร์ชาวอเมริกัน อดีตประธานของ Institute for the Future ที่ Stanford เขาผูกพันกับวงการ futures studies มาทั้งชีวิต และเป็นที่รู้จักมากที่สุดจากประโยคสั้น ๆ ที่เพื่อนร่วมงานนำไปตั้งชื่อเป็น “กฎ” ให้ ทั้งที่ตัวเขาเองไม่เคยตีพิมพ์มันอย่างเป็นทางการ และตามคำบอกเล่าของคนใกล้ชิดเขาค่อนข้างเขินที่มีคนเอาชื่อเขาไปตั้งเป็นกฎ
“เรามักประเมินผลกระทบของเทคโนโลยีในระยะสั้นสูงเกินไป และประเมินผลกระทบในระยะยาวต่ำเกินไป”
“We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run.”
— Roy Amara (ราว ค.ศ. 1978)
ประโยคนี้จับภาพรูปแบบที่เกิดซ้ำแล้วซ้ำเล่าในประวัติศาสตร์เทคโนโลยี เทคโนโลยีใหม่มักมาพร้อมกระแสความตื่นเต้นที่พองเกินจริงในช่วงแรก ทำให้คนคาดหวังว่ามันจะเปลี่ยนโลกได้ทันทีภายในไม่กี่ปี เมื่อความจริงไม่เป็นอย่างนั้น กระแสก็ยุบตัวและคนจำนวนมากเลิกสนใจหรือประกาศว่ามัน “ล้มเหลว” แต่ในเบื้องหลัง เทคโนโลยีนั้นยังคงถูกพัฒนาต่อไปอย่างเงียบ ๆ สะสมความสามารถทีละน้อยจนกระทั่งหลายปีหรือหลายทศวรรษให้หลัง มันก็แทรกซึมเข้าไปในทุกมิติของชีวิตและสร้างผลกระทบที่ใหญ่กว่าที่ใครเคยจินตนาการไว้ตอนต้นเสียอีก
ความหมายและนัยยะ
หัวข้อที่มีชื่อว่า “ความหมายและนัยยะ”กฎนี้ไม่ได้บอกว่าเทคโนโลยีจะ “ประสบความสำเร็จเสมอ” ในระยะยาว แต่ชี้ให้เห็นความ ไม่สมมาตรของกรอบเวลาในการประเมิน สองช่วง
- ระยะสั้น (short run) — ผู้คนมักตัดสินเทคโนโลยีจากสิ่งที่มันทำได้ตอนนี้ เทียบกับคำสัญญาการตลาดที่โอ่อ่าเกินจริง ผลลัพธ์จริงจึงดูน่าผิดหวังเสมอ เพราะโครงสร้างพื้นฐาน ทักษะของผู้ใช้ ต้นทุน และระบบนิเวศรอบข้างยังไม่พร้อมรองรับศักยภาพเต็มที่ของมัน
- ระยะยาว (long run) — เมื่อเวลาผ่านไป เทคโนโลยีถูกปรับปรุงซ้ำ ๆ ต้นทุนลดลง ระบบนิเวศเติบโต และผู้คนคิดค้นวิธีใช้งานที่ไม่มีใครคาดฝันไว้ตอนแรก ผลสะสมจึงมักเกินความคาดหมายเดิมไปมาก
กรอบที่อธิบาย Amara’s Law ได้ชัดเจนที่สุดในยุคปัจจุบันคือ Gartner Hype Cycle ซึ่ง Jackie Fenn นักวิเคราะห์ของ Gartner เสนอขึ้นในปี 1995 โดยแบ่งวงจรของเทคโนโลยีใหม่ออกเป็น 5 ช่วง ได้แก่ Technology Trigger (จุดกำเนิดกระแส), Peak of Inflated Expectations (จุดพีคของความคาดหวังเกินจริง), Trough of Disillusionment (หุบเหวแห่งความผิดหวัง), Slope of Enlightenment (ทางลาดแห่งความเข้าใจที่ถูกต้อง) และ Plateau of Productivity (ที่ราบแห่งผลิตภาพจริง) เส้น graph นี้คือภาพวาดของ Amara’s Law ในรูปแบบที่ใช้ในธุรกิจ แม้ในทางปฏิบัติงานวิเคราะห์ Hype Cycle ย้อนหลังของ Gartner เองพบว่ามีเพียงส่วนน้อย (ประมาณหนึ่งในห้า) ของเทคโนโลยีที่เดินตามเส้นทางนี้ได้ครบวงจรชัดเจนจริง ๆ — นั่นเป็นเครื่องเตือนใจว่ากฎนี้เป็นข้อสังเกตเชิงแนวโน้ม ไม่ใช่กฎฟิสิกส์ที่แม่นยำ
graph LR Trigger[Technology Trigger] --> Peak[Peak of Inflated Expectations] Peak --> Trough[Trough of Disillusionment] Trough --> Slope[Slope of Enlightenment] Slope --> Plateau[Plateau of Productivity]
นัยยะสำคัญสำหรับทีมวิศวกรรมซอฟต์แวร์คือ ทั้งสองด้านของกฎอันตรายพอกัน ด้านหนึ่งคือการ ลงทุนเกินตัว กับเทคโนโลยีที่ยังไม่พร้อมเพียงเพราะกระแสตอนนี้ร้อนแรง (เช่นรีบ rewrite ทั้งระบบเป็นสถาปัตยกรรมใหม่ล่าสุดโดยยังไม่มีทีมที่เข้าใจมันดีพอ) อีกด้านหนึ่งคือการ มองข้ามเทคโนโลยี ที่ดูน่าผิดหวังในวันนี้ ทั้งที่มันอาจเป็นรากฐานสำคัญขององค์กรในอีกสิบปีข้างหน้า
ตัวอย่างในโลกจริง
หัวข้อที่มีชื่อว่า “ตัวอย่างในโลกจริง”- อินเทอร์เน็ต — ทศวรรษ 1990 เต็มไปด้วยคำสัญญาแบบ dot-com ว่าอินเทอร์เน็ตจะเปลี่ยนทุกอย่างทันที ตามมาด้วยฟองสบู่แตกในปี 2000–2001 ที่หลายบริษัทล้มละลาย แต่อีกสองทศวรรษถัดมา อินเทอร์เน็ตก็กลายเป็นโครงสร้างพื้นฐานของเศรษฐกิจโลกจริง ๆ ในระดับที่เกินความคาดหมายของยุค dot-com เสียอีก
- ปัญญาประดิษฐ์ (AI) — ทศวรรษ 1950–1960 นักวิจัยเชื่อว่าเครื่องแปลภาษาและ AI ระดับมนุษย์จะเกิดขึ้นภายในไม่กี่ปี เมื่อไม่เป็นจริงตามนั้นก็เกิด “AI winter” ที่เงินทุนวิจัยหดหาย ความก้าวหน้าที่แท้จริงกลับสะสมอย่างเงียบ ๆ ผ่าน machine learning, deep learning จนถึง model ภาษาขนาดใหญ่ในปัจจุบัน ซึ่งส่งผลกระทบกว้างกว่าที่จินตนาการไว้ในยุคเริ่มต้นมาก
- รถยนต์ไฟฟ้า (EV) — ถูกมองว่าเป็นของแปลกใหม่ราคาแพงและใช้งานจำกัดในทศวรรษ 2000 แต่ด้วยการพัฒนาแบตเตอรี่และโครงสร้างสถานีชาร์จอย่างต่อเนื่อง EV ก็ขยับจากตลาดเฉพาะกลุ่มเข้าสู่กระแสหลักในหลายประเทศภายในเวลาไม่ถึงยี่สิบปี
- Microservices — ในวงการซอฟต์แวร์เอง เมื่อราวปี 2014–2016 microservices ถูกโปรโมทเป็นทางออกสารพัดปัญหาของสถาปัตยกรรม ทีมจำนวนมากรีบย้ายจาก monolith ไปเป็น microservices ทันที แล้วเจอความซับซ้อนด้าน operations ที่ประเมินต่ำเกินไป (หุบเหวแห่งความผิดหวัง) ก่อนที่แนวปฏิบัติที่สมดุลขึ้น เช่นรู้ว่าเมื่อไรควรและไม่ควรแตก service จะค่อย ๆ ตกผลึกในภายหลัง
- โทรศัพท์มือถือและสมาร์ตโฟน — ช่วงแรกถูกมองเป็นของฟุ่มเฟือยสำหรับคนทำงาน ก่อนจะกลายเป็นอุปกรณ์ศูนย์กลางของชีวิตประจำวันของคนทั้งโลกในเวลาต่อมา
บทเรียนที่นำไปใช้
หัวข้อที่มีชื่อว่า “บทเรียนที่นำไปใช้”- อย่าตัดสินเทคโนโลยีจากผลลัพธ์ในไตรมาสแรก — เมื่อประเมิน framework, platform หรือแนวทางใหม่ ให้แยกคำถาม “มันช่วยเราได้จริงตอนนี้ไหม” ออกจากคำถาม “มันมีศักยภาพระยะยาวไหม” สองคำถามนี้อาจได้คำตอบคนละแบบ
- ระวังทั้งสองด้านของ graph — อย่ารีบทุ่มทรัพยากรตามกระแสฮือฮาที่จุดพีค (peak of inflated expectations) แต่ก็อย่าทิ้งเทคโนโลยีที่ดูซบเซาในหุบเหวแห่งความผิดหวังไปเสียทีเดียว เพราะบางอย่างกำลังจะไต่ขึ้นทางลาดแห่งความเข้าใจที่ถูกต้องพอดี
- วางแผนการนำเทคโนโลยีมาใช้เป็นเส้นโค้ง ไม่ใช่จุดเดียว — เมื่อประเมิน ROI ของการลงทุนด้านเทคนิค ให้มองข้ามกรอบเวลาโครงการเดียว และพิจารณาผลสะสมในหลายปีข้างหน้าประกอบด้วย
- ใช้เป็นเช็ค list ก่อนตัดสินใจใหญ่ — เมื่อทีมกำลังจะปฏิเสธเทคโนโลยีเพราะ “ลองแล้วไม่เวิร์ก” ให้ถามว่ากำลังตัดสินจากผลระยะสั้นหรือเปล่า และเมื่อทีมกำลังจะทุ่มทุกอย่างเพราะ “กระแสกำลังมา” ก็ให้ถามคำถามเดียวกันในทิศทางกลับ
- จับคู่กับ Gartner Hype Cycle เป็นเครื่องมือสื่อสาร เมื่อคุยกับผู้บริหารหรือทีมที่ไม่ใช่สายเทคนิค graph hype cycle ช่วยอธิบาย Amara’s Law ได้เป็นรูปธรรมและช่วยตั้งความคาดหวังที่สมเหตุสมผลสำหรับเทคโนโลยีใหม่ในองค์กร