AWS ยอมรับโค้ดที่สร้างโดย AI อาจทำให้ทีมซอฟต์แวร์ 'ทำงานช้าลง' จุดชนวนดราม่าใหญ่ท่ามกลางการลงทุน 2 แสนล้านดอลลาร์ของ Amazon

หลักฐานและเหตุผลที่อ้างถึง

• ความแออัดของกระบวนการ (Pipeline Congestion): AWS ตั้งข้อสังเกตว่า 90% ของนักพัฒนาใช้เครื่องมือ AI เขียนโค้ดอยู่แล้ว แต่โครงสร้างพื้นฐานสำหรับการรีวิวโค้ด การทดสอบ ระบบ CI/CD (การบูรณาการและส่งมอบอย่างต่อเนื่อง) และการปรับใช้ ไม่ได้ถูกออกแบบมาเพื่อรองรับปริมาณงานใหม่นี้
• ภาระในการรีวิวเพิ่มขึ้น: โค้ดที่สร้างโดย AI มากขึ้นหมายถึงต้องใช้มนุษย์ในการรีวิวมากขึ้น หากผู้รีวิวกลายเป็นคอขวด ความเร็วในการส่งมอบงานโดยรวมก็อาจลดลงได้
• ค่าใช้จ่ายด้านคุณภาพและการแก้ไขใหม่: โค้ด AI มักดูดีแต่ต้องการการแก้ไขที่สำคัญ พนักงานภายในของ Amazon รายงานว่าเครื่องมือ AI ชื่อ Kiro มักผลิตโค้ดที่ไม่ถูกต้องหรือมีข้อบกพร่อง บางครั้งต้องเขียนใหม่ทั้งหมด หนังสือพิมพ์ The Guardian ได้บันทึกคำพูดของวิศวกรที่บอกว่า "ไม่รู้สึกว่ามันทำให้เราเร็วขึ้นมากขนาดนั้นจริง ๆ"
• เหตุการณ์ด้านความปลอดภัย: ข้อมูลอุตสาหกรรมที่ถูกอ้างถึงคู่กับโพสต์ดังกล่าวระบุว่า หนึ่งในห้าองค์กรเคยประสบปัญหาการละเมิดความปลอดภัยครั้งใหญ่ที่เชื่อมโยงโดยตรงกับโค้ดที่สร้างโดย AI

AWS เคยเผยแพร่บล็อกโพสต์ในเดือนมกราคม 2026 ในหัวข้อ "ผู้ช่วยเขียนโค้ด AI ของคุณจะทำให้กระบวนการส่งมอบงานล้นทะลัก: นี่คือวิธีการเตรียมตัว" ซึ่งวางแนวคิดเดียวกันนี้ไว้แล้ว

เหตุใดข้อความนี้จึงจุดชนวนความประหลาดใจและการถกเถียง

ข้อความนี้ถูกมองว่าเป็น "ความย้อนแย้งทางความคิด" (Cognitive Dissonance) อย่างรุนแรง เพราะบริบทแวดล้อมดังต่อไปนี้:

การลงทุนด้าน AI มูลค่า 2 แสนล้านดอลลาร์ ในเดือนกุมภาพันธ์ 2026 Amazon ประกาศแผนใช้จ่ายเงิน 2 แสนล้านดอลลาร์สำหรับโครงสร้างพื้นฐานด้าน AI ในปี 2026 เพียงปีเดียว ถือเป็นการเดิมพันด้าน AI ขององค์กรที่ใหญ่ที่สุดในประวัติศาสตร์ ซึ่งเกินความคาดหมายของนักวิเคราะห์วอลล์สตรีทถึง 5 หมื่นล้านดอลลาร์ และทำให้ราคาหุ้นร่วงลง ซีอีโอ Andy Jassy ออกมาปกป้องแผนนี้ว่าเป็นการตัดสินใจระยะยาวที่ผ่านการคำนวณมาแล้ว

คำสั่งให้ใช้ AI 80% ที่ย้อนกลับมาทำร้ายตัวเอง Amazon ได้นำเป้าหมายภายในที่กำหนดให้ นักพัฒนามากกว่า 80% ต้องใช้เครื่องมือ AI ทุกสัปดาห์ โดยติดตามผ่านแพลตฟอร์มที่ชื่อ MeshClaw และมีกระดานจัดอันดับภายใน (Leaderboard) ที่เรียกว่า KiroRank พนักงานตอบสนองด้วยการ "เล่นเกม" ระบบ โดยรันงาน AI ที่ไร้ประโยชน์เพื่อไต่อันดับ ผลักดันให้ต้นทุนการประมวลผลเพิ่มสูงขึ้นอย่างมาก จน Amazon ต้องปิด Leaderboard ลง

เหตุการณ์ระบบล่มที่เชื่อมโยงกับ AI และกระทบคำสั่งซื้อนับล้าน ในเดือนมีนาคม 2026 เกิดเหตุขัดข้องในระบบการผลิต (Production Outages) ต่อเนื่องกันบนเว็บไซต์ Amazon.com และแอปช้อปปิ้ง ซึ่งส่งผลกระทบต่อลูกค้าหลายล้านราย สาเหตุเชื่อมโยงไปถึงการเปลี่ยนแปลงโค้ดที่ใช้ AI ช่วยและถูกปรับใช้โดยขาดการรีวิวที่เพียงพอ แม้ Amazon จะออกมาปฏิเสธบางส่วนของรายงาน แต่ท้ายที่สุดก็ได้ออกกฎบังคับว่า โค้ดทั้งหมดที่สร้างโดย AI จะต้องได้รับการรีวิวจากวิศวกรอาวุโสก่อนนำไปปรับใช้ นโยบายอนุมัติใหม่นี้ตรงกันข้ามกับแนวคิดเรื่องผลิตภาพโดยสิ้นเชิง: เครื่องมือเดียวกับที่มีไว้เพื่อเร่งการพัฒนากลับกลายเป็นตัวถ่วงให้ช้าลง

การเลิกจ้างพนักงานองค์กรราว 16,000 ตำแหน่งในปี 2026 ในเดือนมกราคม 2026 Amazon ยืนยันการเลิกจ้างพนักงานองค์กร 16,000 ตำแหน่ง ทำให้ยอดรวมการลดจำนวนพนักงานอยู่ที่ประมาณ 30,000 ตำแหน่งตั้งแต่เดือนตุลาคม 2025 ซึ่งเป็นการปรับลดครั้งใหญ่ที่สุดในประวัติศาสตร์ของบริษัท โดยผู้บริหารอ้างถึงการใช้ AI อัตโนมัติเพื่อทดแทนตำแหน่งงานในองค์กรอย่างชัดเจน

ผลการค้นพบของอุตสาหกรรมในวงกว้าง โพสต์ของ AWS สอดคล้องกับหลักฐานที่เพิ่มมากขึ้นที่แสดงว่าโค้ดที่สร้างโดย AI นำมาซึ่งความเสี่ยงด้านคุณภาพ ช่องโหว่ด้านความปลอดภัย และการเปลี่ยนคอขวดจากการเขียนไปสู่การรีวิว ซึ่งเป็นปัญหาที่ทวีความรุนแรงขึ้นเมื่อองค์กรต่างๆ ลดขนาดความสามารถในการรีวิวลง พร้อมกับเพิ่มปริมาณโค้ดจาก AI

ปมย้อนแย้งที่เป็นแก่นกลางของเรื่อง

ความเป็นไวรัลของเรื่องนี้มาจากความย้อนแย้ง: AWS กำลังขายโครงสร้างพื้นฐาน AI (รวมถึง Amazon Q Developer ซึ่งเป็นผู้ช่วยเขียนโค้ดของตัวเอง) และ Amazon เองก็กำลังใช้จ่ายเงิน 2 แสนล้านดอลลาร์ไปกับ AI, มีคำสั่งให้ใช้เครื่องมือ AI ภายในกว่า 80%, เลิกจ้างพนักงาน 16,000 คน ส่วนหนึ่งเพื่อระดมทุนให้ AI และทว่าข้อความสาธารณะของ AWS เองกลับบอกว่า "โค้ด AI ที่มากขึ้นอาจทำให้คุณช้าลง" วิศวกรบนสื่อสังคมออนไลน์จำนวนมากตั้งข้อสังเกตว่าโพสต์ดังกล่าวบรรยายถึงสิ่งที่กำลังเกิดขึ้นภายใน Amazon เองอย่างชัดเจน นั่นคือโค้ด AI ถูกส่งต่อโดยไม่มีการรีวิวที่เพียงพอ ก่อให้เกิดเหตุการณ์ล่ม นำไปสู่นโยบายลงนามอนุมัติโดยวิศวกรอาวุโส ซึ่งสร้างความย้อนแย้งของ "การทำให้ช้าลง" ขึ้นมา