🔥 พนักงาน Meta แอบเผา AI Token ทิ้งเปล่า — ยิ่งเผามากยิ่งได้เงินเยอะ

ถ้าบริษัทจ่ายโบนัสตาม "จำนวน AI ที่ใช้" คุณจะทำยังไง?

พนักงาน Meta บางคนเลือกตอบแบบนี้ — เปิด AI ทิ้งไว้เฉยๆ สั่งให้ทำงานซ้ำๆ ที่ไม่มีความหมาย เพื่อให้ตัวเลขการใช้งานพุ่งสูง

• บริษัทตั้ง KPI วัดจาก "ปริมาณ Token ที่ใช้"
• พนักงานบางคนเลยสั่ง AI ทำงานไร้สาระเพื่อปั้นตัวเลข
• Token ที่เผาทิ้งวันละ 2 ล้านล้าน — ไม่ใช่ทุก Token มีค่า

เคยเจอไหม — ที่ทำงานวัดผลด้วยตัวเลขที่ผิด แล้วทุกคนก็เล่นตามเกม?

เหมือนวัดคุณภาพพ่อครัวจากจำนวนจานที่ล้าง ไม่ใช่รสชาติอาหาร — พ่อครัวก็จะทุบจานให้เยอะๆ แล้วล้างใหม่

นี่คือปัญหาคลาสสิกที่เรียกว่า Goodhart's Law — "เมื่อตัวชี้วัดกลายเป็นเป้าหมาย มันก็ไม่ใช่ตัวชี้วัดที่ดีอีกต่อไป"

Meta ลงทุนหลายหมื่นล้านดอลลาร์สร้าง AI infrastructure แต่กลับมีช่องโหว่ตรงที่ระบบวัดผลสร้างแรงจูงใจผิดทาง ยิ่งเผา Token มาก = ยิ่งดูเหมือนทำงานเยอะ = ยิ่งได้รับการประเมินดี

🎯 สิ่งที่น่าสนใจ:

• ปัญหาไม่ได้อยู่ที่ AI แต่อยู่ที่คนออกแบบระบบวัดผล
• Token 2 ล้านล้านต่อวัน = ค่าไฟ ค่า GPU มหาศาลที่สูญเปล่า
• บริษัทเทคยักษ์ใหญ่ก็หนีไม่พ้นกับดักนี้
• เป็นบทเรียนสำหรับทุกองค์กรที่กำลังวัด ROI ของ AI

ลองนึกภาพ — บริษัทคุณซื้อ AI มาใช้แพงๆ แล้ววัดความสำเร็จจาก "จำนวนครั้งที่เปิดใช้" แทนที่จะวัดว่า "ช่วยอะไรได้จริง" ตัวเลขจะสวย แต่กำไรจะหาย

AI ไม่ได้แพงเพราะเทคโนโลยี — AI แพงเพราะคนใช้ผิดวิธี