ทันเอไอ

Linear เผยข้อมูลจริงจากทีมพัฒนา: AI เพิ่มจำนวนโค้ด แต่ไม่ได้ลดเวลาทำงาน

การวิเคราะห์ข้อมูลการใช้งานจริงจาก Linear เปิดเผยรูปแบบการใช้ AI ในทีมซอฟต์แวร์ ว่าผลผลิตเชิงปริมาณพุ่งขึ้นชัดเจน แต่ก็ซื้อมาด้วยภาระงานรูปแบบใหม่และคำถามเรื่องคุณภาพระยะยาว

Linear แพลตฟอร์มบริหารจัดการโปรเจกต์สำหรับทีมพัฒนาซอฟต์แวร์ เผยแพร่การวิเคราะห์ข้อมูลการใช้งานจริงจากฐานผู้ใช้ของตัวเอง เพื่อดูว่า AI เปลี่ยนวิธีทำงานของทีมซอฟต์แวร์ไปอย่างไร โดยผลลัพธ์ที่ชัดเจนที่สุดคือทีมที่ใช้ Coding Agents (ตัวช่วยเขียนโค้ดอัตโนมัติ) มีจำนวน Pull Requests (คำขอรวมโค้ดเข้าระบบหลัก) เพิ่มขึ้นอย่างเห็นได้ชัด เช่น ในบางกลุ่มพุ่งจาก 21 เป็น 65 รายการต่อสัปดาห์

ข้อมูลยังชี้ว่าบทบาทในองค์กรกำลังเปลี่ยนไป ผู้ที่ไม่ใช่วิศวกรสามารถเขียนโค้ดได้มากขึ้นด้วยความช่วยเหลือของ AI ขณะที่ผู้บริหารระดับสูงหลายคนหันกลับมาลงมือทำงานเชิงเทคนิคด้วยตัวเองผ่านเครื่องมือเหล่านี้

อย่างไรก็ตาม จุดที่น่าสนใจที่สุดคือแม้ผลผลิตเชิงปริมาณจะเพิ่มขึ้น แต่เวลาที่ใช้พัฒนาผลิตภัณฑ์โดยรวมไม่ได้ลดลง เพราะ AI กลายเป็น "เลเยอร์ใหม่" ของงานที่เพิ่มเข้ามา เช่น งานตรวจสอบและคุมคุณภาพโค้ดจาก AI นอกจากนี้ยังมีข้อกังวลว่า AI ขาดความสามารถในการควบคุมความซับซ้อนของสถาปัตยกรรมระบบ ซึ่งอาจก่อให้เกิดหนี้ทางเทคนิค (Technical debt) ที่จัดการยากในระยะยาว

ผลการศึกษานี้สอดคล้องกับรายงานจากแหล่งอื่น McKinsey (2025) ระบุว่าองค์กรที่ได้ผลลัพธ์ดีจาก AI คือกลุ่มที่ยกเครื่องกระบวนการทำงานและบทบาทหน้าที่ใหม่ทั้งหมด ไม่ใช่แค่เอาเครื่องมือมาแปะ ส่วนรายงาน DORA เตือนว่าการใช้ AI อาจส่งผลลบต่อความเสถียรในการส่งมอบงาน เพราะโค้ดที่สร้างเร็วเกินไปทำให้งานแต่ละชุดใหญ่ขึ้นและตรวจสอบยาก

ฝั่งชุมชนนักพัฒนาบน Hacker News ที่กระทู้นี้ได้ 178 คะแนนและความเห็นกว่า 110 ข้อความ ส่วนใหญ่เน้นย้ำว่า "กิจกรรมที่เพิ่มขึ้น" ไม่ได้การันตีผลตอบแทนทางธุรกิจที่แท้จริง และเตือนว่าวิศวกรอาจสูญเสียทักษะการคิดวิเคราะห์เชิงลึกหากพึ่งพา AI มากเกินไป