Netflix จ่าย $600M ให้คน 16 คน — Technicolor ไล่คน 3,000 คนออกทางอีเมล อ่านสองเรื่องนี้พร้อมกัน
มีเหตุการณ์ใหญ่สองเรื่องที่เกิดขึ้นในแวดวง VFX โลกในช่วงเวลาห่างกันไม่ถึงปีครับ และผมเชื่อเหลือเกินว่าถ้าพวกเราหยิบสองเรื่องนี้มาอ่านเปรียบเทียบเคียงข้างกัน มันจะช่วยอธิบายทิศทางของอุตสาหกรรมเราได้ซื่อสัตย์และชัดเจนกว่ารายงานวิเคราะห์แนวโน้มธุรกิจสวยหรูฉบับไหนๆ แน่นอนครับ
เรื่องแรกคือด้านที่มืดมนที่สุด: กุมภาพันธ์ 2025 Technicolor—หนึ่งในกลุ่มบริษัทผู้ให้บริการด้าน VFX ที่ใหญ่ที่สุดในโลก—ประกาศปิดตัวสาขาในประเทศอินเดียลงทันทีชั่วข้ามคืนครับ ส่งผลให้ศิลปินและคนทำงานฝีมือกว่า 3,000 คนในเมือง Bengaluru และ Mumbai ได้รับแจ้งให้ออกจากงานผ่านอีเมลระบบอัตโนมัติ หลายคนถูกล็อกบัตรผ่านไม่สามารถเข้าไปหยิบข้าวของในออฟฟิศได้ในเช้าวันเดียวกันนั้นเอง แถมบริษัทหยุดจ่ายเงินเดือนรอบเดือนกุมภาพันธ์ก่อนหน้านั้นโดยไม่มีการแจ้งล่วงหน้า และอีเมลติดต่อฝ่ายบุคคลที่ให้ไว้สำหรับพนักงานเพื่อถามสิทธิ์ต่างๆ ก็ตีกลับ (bounce) แทบจะในทันทีครับ
และเรื่องที่สองในมุมตรงข้าม: มีนาคม 2026 Netflix ประกาศเข้าซื้อกิจการ InterPositive สตาร์ตอัปเทคโนโลยี AI ทีมงานเล็กๆ เพียง 16 คนที่ร่วมก่อตั้งโดยนักแสดงและผู้กำกับชื่อดัง Ben Affleck ครับ
ราคาที่ Netflix จ่ายไปน่ะเหรอครับ? สูงถึง $600 ล้านเหรียญสหรัฐ (ราวๆ 2 หมื่นกว่าล้านบาท) เลยครับ!
ผมอยากให้คุณลองมองภาพเปรียบเทียบนี้ให้ชัดเจนและตรองดูสักนิดนะครับ:
- บริษัทแรก: มีคนทำงานที่เป็นมนุษย์เปี่ยมฝีมือ 3,000 คน... ค่าชดเชยเป็นศูนย์ ประตูออฟฟิศล็อกสนิท
- บริษัทที่สอง: มีพนักงานเพียง 16 คน... รับเงินไปหกร้อยล้านเหรียญ
ถ้าความเปรียบต่างที่น่าตระหนกใจนี้ยังไม่ทำให้คุณต้องหยุดคิดว่าเกิดอะไรขึ้นกับโครงสร้างอุตสาหกรรม VFX ของเราในตอนนี้ ผมก็ไม่รู้จะหาอะไรมาอธิบายเพิ่มแล้วล่ะครับ
InterPositive มันทำงานยังไง และทำไมต้องจ่ายแพงขนาดนั้น?
ก่อนที่เราจะไปวิเคราะห์เรื่องผลกระทบต่ออาชีพ เราต้องเข้าใจก่อนว่าเครื่องมือที่ Netflix ควักเงินซื้อไปนั้นมันคืออะไรกันแน่ InterPositive ไม่ใช่เครื่องมือปัญญาประดิษฐ์สร้างวิดีโอแบบลอยๆ จากข้อความทั่วไปเหมือน OpenAI Sora หรือ Runway Gen-2 หรอกครับ มันไม่ได้เสกภาพฝันจาก prompt ข้อความลอยๆ
แต่สิ่งที่มันทำนั้นมีประโยชน์ในเชิงการใช้งานจริงและแก้ปัญหาได้ตรงจุดกว่าเยอะครับ: มันใช้วิธีสร้าง Custom AI Model (โมเดลการเรียนรู้เฉพาะทาง) ที่ถูกเทรนขึ้นจากไฟล์ Dailies (ฟุตเทจถ่ายจริงรายวันทั้งหมดจากกองถ่าย) ของหนังเรื่องนั้นๆ โดยเฉพาะ ทำให้ตัวโมเดลเรียนรู้และเข้าใจลักษณะเด่นของแสง สี สภาพแวดล้อม และ DNA ภาพเฉพาะตัวของภาพยนตร์เรื่องนั้นๆ อย่างทะลุปรุโปร่ง
พอตัวโมเดลเทรนจนเสร็จสิ้น ทีมงานโปสต์โปรดักชันสามารถสั่งการผ่านซอฟต์แวร์นี้เพื่อทำภารกิจที่ตามปกติแล้วต้องใช้แรงงานศิลปินคอมพ์นับร้อยชั่วโมงในการทำเฟรมต่อเฟรม: ตั้งแต่การทำ Rotoscoping (การดราฟต์ตัดขอบแยกตัวละครออกจากฉากหลัง), Wire-removal (การลบลวดสลิงสลิงและตัวแสดงแทน), Background Cleanup (การลบวัตถุส่วนเกินในฉากหลัง) ไปจนถึงการปรับทิศทางแสงใหม่ในขั้นตอนโปสต์ (Relighting) เลยครับ ซึ่งคุณก็รู้ดีว่างานจำพวกนี้คือกลุ่มงานที่อุตสาหกรรมเรานิยมส่งออก (Outsource) ไปทำในสเกลใหญ่นอกประเทศ เช่น ในอินเดียและเอเชียตะวันออกเฉียงใต้ เพราะต้นทุนแรงงานต่ำกว่าการใช้ศิลปินอาวุโสในฝั่งตะวันตก... ใช่ครับ เป็นงานประเภทเดียวกับที่คน 3,000 คนที่ถูกเลิกจ้างนั่นทำอยู่นั่นแหละครับ
Ben Affleck และทีมวิศวกรของเขาซุ่มพัฒนาเครื่องมือนี้อย่างเป็นความลับที่สุด (Stealth mode) มาตั้งแต่ปี 2022 โดยแทบไม่มีใครในฮอลลีวูดล่วงรู้เลยจนกระทั่งดีลประกาศอย่างเป็นทางการ และจำนวนเงิน $600M นี้ก็ผูกติดอยู่กับเป้าหมายประสิทธิภาพของเครื่องมือด้วย แปลว่า Netflix มั่นใจมากๆ ว่าเทคโนโลยีนี้จะเข้าไปช่วยประหยัดเงินค่าใช้จ่ายการผลิตได้มากกว่ามูลค่าที่พวกเขาจ่ายไปหลายเท่าในอนาคตครับ
แรงกดดันเชิงโครงสร้างต่องานสเกลใหญ่
การล่มสลายของ Technicolor India นั้นมีปัจจัยทางธุรกิจรุมเร้าหลายด้านครับ ทั้งปัญหาโครงสร้างหนี้สินเดิม ข้อผิดพลาดในการเสนอราคาแข่ง และผลกระทบต่อเนื่องจากการสไตรก์ประท้วงของนักเขียนฮอลลีวูดในปี 2023 ที่ทำให้งานหยุดชะงักไปยาวนาน
แต่มีอีกหนึ่งปัจจัยที่เป็นตัวเร่งทางโครงสร้างที่แท้จริงซึ่งสำนักข่าวธุรกิจไม่ค่อยอยากพูดถึงตรงๆ ครับ: นั่นคือธรรมชาติของงานที่ศิลปินในอินเดียเหล่านั้นทำอยู่
มันคืองาน Roto งานลบสลิง งานเก็บรายละเอียดฉาก และงานปรับตำแหน่งกล้อง—งานคอมพ์ปริมาณสูงที่ต้องทำซ้ำๆ เฟรมต่อเฟรม ตลอดระยะเวลา 20 ปีที่ผ่านมา ระบบ VFX ของโลกถูกขับเคลื่อนด้วยแนวคิด Labor Arbitrage (การหากำไรจากความต่างของค่าแรงในแต่ละพื้นที่) โดยการเก็บส่วนของการตัดสินใจเชิงสร้างสรรค์และการออกแบบราคาสูงไว้ใน LA หรือลอนดอน แล้วส่งต่องานแรงงานฝีมือเฟรมต่อเฟรมปริมาณมหาศาลไปทำในประเทศที่มีต้นทุนต่ำกว่า
ทว่า InterPositive และโมเดลปัญญาประดิษฐ์ประเภทเดียวกันนี้กำลังเข้ามาพังตัวเลขสมการนี้ลงอย่างราบคาบครับ มันไม่ได้เข้ามาทำให้ค่าแรงเอาท์ซอร์สถูกลง แต่เข้ามาระเบิดความจำเป็นที่ต้องใช้จำนวนมนุษย์มหาศาลออกไปจากระบบเลยครับ
ผมไม่ได้กำลังจะบอกว่า Netflix เข้าซื้อสตาร์ตอัปนี้เพราะ Technicolor ล่มสลายนะ Timeline มันไม่ได้สอดคล้องกันตรงตัวขนาดนั้น และทีมของ Affleck ก็เริ่มสร้างมาก่อนเหตุการณ์ปิดตัวเหล่านั้นนานแล้ว แต่เหตุการณ์ทั้งสองนี้กำลังชี้ไปที่ความจริงข้อเดียวกันอย่างหลีกเลี่ยงไม่ได้: งานประเภทแรงงานซ้ำเฟรมต่อเฟรมที่เคยเป็นอู่ข้าวอู่น้ำเลี้ยงดูครอบครัวคนทำงาน VFX นับพันในเอเชียใต้อาจจะไม่มีอยู่อีกต่อไปภายใต้แรงกดดันนี้ครับ
FIG_01: การเปลี่ยนผ่านที่เงียบงัน — งานที่ใช้คนปริมาณสูงอย่างการทำ Rotoscoping และการลบวัตถุส่วนเกินกำลังถูกย้ายไปประมวลผลบนคลาวด์แบบอัตโนมัติโดยตรง
ส่วนที่สตูดิโอยักษ์ใหญ่ละไว้ในฐานที่เข้าใจ
ในแถลงการณ์เปิดตัวของ Netflix ทุกอย่างถูกเกลาอย่างงดงามด้วยถ้อยคำชวนฝัน เช่น "การติดปีกให้กับคนทำหนัง" และ "ช่วยให้ผู้กำกับมีสิทธิ์ในการตัดสินใจเชิงสร้างสรรค์ในขั้นหลังการถ่ายทำมากขึ้น"
แต่ในโลกความจริงของวงการที่คนทำงานหน้าคอมพ์ต่างซึ้งดี คำว่า "การติดปีกให้กับคนทำหนัง" บ่อยครั้งมันคือคำหรูๆ ที่ใช้แทนความต้องการ "การลดค่าจ้างเวนเดอร์ภายนอก" ครับ 555 รายงานเจาะลึกจาก Deadline ในเดือนเมษายน 2026 ชี้ชัดเจนว่า InterPositive เคยเอาเป้าหมายการประหยัดต้นทุนขั้นรุนแรงไป pitch เสนอกับสตูดิโอต่างๆ ก่อนหน้าดีลกับ Netflix เสียอีก
ผมมองโลกตามความเป็นจริงครับ Netflix เป็นองค์กรธุรกิจ และถ้าเทคโนโลยีมูลค่า 600 ล้านเหรียญตัวนี้ สามารถหักล้างมูลค่าการจ้างแรงงานนับสิบล้านเหรียญออกจากโปรเจกต์ออริจินัลฟอร์มยักษ์นับร้อยเรื่องของพวกเขาได้ ตัวเลขการคืนทุนของพวกเขามันคือของกล้วยๆ เลยครับ แต่ในฐานะของคนทำงานศิลปะอย่างพวกเรา เราต้องกล้าที่จะมองความจริงอย่างตรงไปตรงมาว่า อะไรกำลังถูกแทนที่ด้วยระบบอัตโนมัติ และเก้าอี้ของใครในสายพานการผลิตกำลังถูกยกออกไป
ยุคสมัยของ "ค่าน้ำหนักโมเดล"
อีกหนึ่งความเคลื่อนไหวที่บอกทิศทางอนาคตได้ชัดเจนมากๆ คือ: ในช่วงต้นปี 2026 Netflix ถูกรายงานว่าได้ผ่านดีลในการเข้าซื้อกิจการค่ายยักษ์ใหญ่ Warner Bros. Discovery—ซึ่งหากพวกเขาตกลงเข้าซื้อ จะต้องแบกรับโครงสร้างพื้นฐานมหาศาล โรงถ่ายทำทางกายภาพ และพนักงานฝ่ายปฏิบัติการหลายพันตำแหน่ง
พวกเขาเลือกที่จะปฏิเสธการซื้อโครงสร้างพื้นฐานเหล่านั้น แล้วหันมาจ่ายเงินก้อนโตถึง $600M ให้กับโปรแกรมเมอร์เพียง 16 คนกับไฟล์โฟลเดอร์รหัส Model Weights (ค่าน้ำหนักทางคณิตศาสตร์ในโครงข่ายประสาทเทียมที่ผ่านการเรียนรู้มาแล้ว) แทนครับ
นี่คือสัญญาณเตือนไซเรนระดับสูงว่า มูลค่าที่แท้จริงของการสร้างสรรค์สื่อบันเทิงในทศวรรษหน้ากำลังถูกเปลี่ยนย้ายไปอยู่ที่ใด มันไม่ได้อยู่บนอสังหาริมทรัพย์สตูดิโอขนาดใหญ่ ฟาร์มเรนเดอร์ยักษ์ใหญ่ หรือจำนวนกำลังคนอีกต่อไปแล้ว แต่มันไปกระจุกตัวอยู่บนทรัพย์สินทางปัญญาของสมการคณิตศาสตร์และตัวแปรอัลกอริทึมต่างหาก
💡 สิ่งที่รุ่นพี่คนนี้อยากฝากไว้ให้คิด: บันไดหายจากล่างขึ้นบน
ผมโลดแล่นอยู่ในวงการคอมพ์มานานพอที่จะเคยเห็นกระแสความตื่นตระหนกประเภท "AI กำลังจะล้างบางคนทำงาน VFX" พัดมาแล้วก็จางหายไปหลายต่อหลายรอบครับ ส่วนใหญ่ในอดีตเทคโนโลยีมันมักจะยังเด็กเกินไป หรือไม่ก็เป็นแค่ราคาคุยทางการตลาดที่เกินความจริงไปเยอะ
แต่รอบนี้ สำหรับผมแล้วมันรู้สึกต่างออกไปจริงๆ ครับ ไม่ใช่เพราะกระแสไฮป์ชวนเชื่อ แต่เพราะ InterPositive กำลังแก้โจทย์คอขวดที่เฉพาะเจาะจงมาก ทำซ้ำเยอะมาก และเป็นค่าใช้จ่ายก้อนใหญ่สุดๆ ของระบบการสร้างภาพยนตร์ระดับสูง ด้วยวิธีการทางเทคนิคที่เจาะจงตรงเป้าเป๊ะๆ และการที่ Netflix วางเงินระดับหกร้อยล้านเหรียญ มันไม่ใช่การทดลองวิจัยเล่นๆ แล้วล่ะครับ แต่มันคือดีลการเอาไปใช้งานจริงในสนามรบเลย
งานที่กำลังจะถูกสั่งรันแบบอัตโนมัติเหล่านั้น วันนี้มันอาจจะยังไม่ใช่งานคอมพ์ระดับออกแบบอย่างที่ผมทำอยู่ แต่มันเคยเป็นงานประทังชีวิตของเพื่อนศิลปินกว่า 3,000 คนในอินเดียเมื่อปีที่แล้วครับ และเมื่อเครื่องมือเหล่านี้พัฒนาขึ้นไปอีกระดับในเวอร์ชันถัดๆ ไป มันก็จะค่อยๆ คลานขึ้นมาจับงานที่ซับซ้อนและใช้ความคิดสร้างสรรค์สูงขึ้นเรื่อยๆ นั่นคือความจริงตามธรรมชาติของระบบอัตโนมัติครับ: บันไดมันจะค่อยๆ หายไปจากขั้นล่างสุดขึ้นมาเรื่อยๆ
คำแนะนำที่ซื่อสัตย์ที่สุดที่รุ่นพี่คนนี้อยากมอบให้คุณในวันนี้คือ จงสำรวจตัวเองและงานที่ทำอยู่ในทุกๆ วันอย่างตรงไปตรงมาครับ งานของคุณในตอนนี้จำเป็นต้องใช้การตัดสินใจเชิงศิลปะ รสนิยมความสวยงามทางภาพ และความเข้าใจในฟิสิกส์ของเลนส์จริงๆ หรือไม่? หรือมันเป็นแค่ขั้นตอนปฏิบัติการทำซ้ำๆ ตามรูปแบบเป๊ะๆ ที่ถ้านำไปป้อนให้โมเดล AI ที่มีข้อมูลดีพอเรียนรู้สักระยะก็น่าจะสามารถหาคำตอบที่ถูกต้องได้เอง?
หากคำตอบเอนเอียงไปทางอย่างหลัง... ถึงเวลาแล้วครับที่คุณต้องรีบปีนบันไดความรู้ขึ้นไปขั้นที่สูงขึ้นทันที จงพุ่งเป้าไปที่ความเข้าใจเรื่องศิลปะที่ลึกซึ้งขึ้น การออกแบบระบบจัดวางคอมพ์ที่ซับซ้อน ทักษะการจัดการโปรเจกต์ และการประเมินภาพระดับผู้ดูแล (Supervisor) แสงไฟจากโต๊ะทำงานเหล่านี้ยังคงสว่างอยู่นะครับ แต่เก้าอี้ข้างล่างมันกำลังว่างลงอย่างรวดเร็ว จงเรียนรู้ พัฒนาฝีมือของตัวเองต่อไป และมั่นใจว่าคุณค่าของภาพที่คุณทำมันมีพลังที่เหนือกว่าแค่ตัวเลขพิกเซลในเฟรมครับ!