Proč technická excelence sama o sobě již nestačí k povýšení inženýrů v éře umělé inteligence

Umělá inteligence způsobila významnou změnu v tom, jak pracujeme a co se automatizuje v technických týmech. Ve své práci v Sombra jsem viděl, jak tato změna ovlivňuje nejen to, jak týmy dodávají, ale také to, co se odměňuje v kariérním růstu. Po dlouhou dobu byla kariérní cesta v technice poměrně lineární: učili jste se nové dovednosti, stále se zlepšovali technicky, stávali se někým, kdo řeší obtížné problémy, budujete svou reputaci a důvěru a pak jste si vydělali cestu nahoru po kariérním žebříčku.

Ale tento cyklus se nyní začíná lámat. Umělá inteligence přebírá mnoho úkolů, urychluje práci a snižuje náklady. To neznamená, že technické dovednosti nejsou již důležité, ale činí úkoly, které vyžadují úsudek, myšlení výsledků a rozhodování, důležitějšími.

Tato změna jsem zažil osobně na své cestě od inženýra k spoluzakladateli a CTO ve Sombra. Pět let do své inženýrské kariéry jsem se stal tím typem specialisty, na kterého se týmy spoléhají. Byl jsem tím typem zaměstnavatele, který mohl řešit obtížné technické problémy, převzít komplexní práci a být důvěryhodný, když projekty byly v ohrožení. Ale něco chybělo a cítil jsem se uvězněný.

Zdálo se, že jsem narazil na svou kariérní střechu a nemohu jít dále. Mé technické dovednosti byly na svém vrcholu, ale tato další fáze růstu vyžadovala něco jiného – obchodní myšlení. Nemohl jsem pokračovat pouze tím, že vím, jak něco postavit, musel jsem se naučit, co stojí za to postavit jako první.

Taková střecha se stává stále častější napříč průmyslem.

Trh se mění rychleji, než si mnoho inženýrů uvědomuje

Světové ekonomické fórum hlásí, že 40 % zaměstnavatelů očekává, že sníží pracovní sílu, kde může umělá inteligence automatizovat úkoly, zatímco výzkum Anthropic na software development naznačuje, že když umělá inteligence přebírá více opakující se vývojové práce, více inženýrů může být tlačeno směrem k vyššímu designu a rozhodování.

Samozřejmě, že stále existuje enormní poptávka po technickém talentu. Nemyslete si, že technické tvrdé dovednosti zůstávají jádrem profese, ale širší trend je, že existuje méně rolí, kde je samotná realizace dostatečná k pohybu nahoru. Existuje vysoká poptávka po lidech, kteří mohou formulovat problémy, priorizovat pod omezujícími podmínkami a spojovat technickou práci s obchodním hodnocením.

To byla změna, kterou jsem musel udělat. Můj největší upgrade nebyl pouze technický, ale kontextuální.

Neopustil jsem inženýrství, ale rozšířil jsem ho a přeformuloval otázky kolem něj.

Přestal jsem měřit svůj kariérní růst podle “více kódu”, “více složitosti” nebo “těžší technické vlastnictví” a přesunul se k architektuře, obchodnímu dopadu a kvalitě rozhodnutí.

Pět posunů, které změnily, jak jsem pracoval

To může znít abstraktně, takže to rozložím na 5 praktických posunů, které mi pomohly vyvinout obchodní myšlení.

První posun byl učení se obchodu přímo místo přijímání jejích secondhand prostřednictvím lístků.

Mnozí inženýři pracují z downstream signálů. Získáváme požadavky, ale ne konverzaci, která je formovala. Nevidíme kompromisy za našimi úkoly, ani strategické důvody, proč tyto úkoly existují.

Takže jsem začal učit se obchodu přímo. Začal jsem navštěvovat více prodejních a podpůrných hovorů, poslouchal jejich konverzace pozorně a věnoval více pozornosti diskusím zúčastněných stran. Postupem času jsem přestal vidět svou práci jako řadu izolovaných dodávek.

Dospěl jsem k závěru: technicky elegantní řešení, které přijde příliš pozdě, stojí příliš mnoho nebo řeší špatný problém, není strategickou prací. Je to jen drahá správnost.

Druhý posun byl učení se obchodnímu jazyku bez toho, aby se choval jako něco vyhrazeného pro výkonné ředitelství.

Začal jsem učit se všechny ty termíny, které mnoho inženýrů není explicitně vyučeno: ROI, náklad zpoždění, příležitostná cena, riziko expozice, marže a sekvence. To je prostě nevyhnutelné, pokud máte na mysli seniorní nebo C-úrovňové pozice.

To ovlivňuje technické úsudek, protože mnoho specialistů je skvělé v řešení problémů, ale nemohou priorizovat a hodnotit je podle obchodních cílů.

Pro mě se učení tohoto jazyka změnilo, jak komunikoval a, což je důležitější, jak hodnotil řešení. Práce sama o sobě zůstala technická, ale logika za ní se stala širší.

To je důležitý rozdíl v éře umělé inteligence. Umělá inteligence může stále více pomáhat týmům realizovat, ale nemůže vlastnit rozhodování. Ta vrstva patří lidem.

Jiný velký posun mysli byl definice úspěchu před psaním kódu.

Postupem času, před zahájením implementace, jsem si kladl řadu otázek:

• Co přesně to změní pro uživatele nebo podnik?
• Který metrik by se měl pohybovat?
• Jak bude někdo vědět, že to mělo význam?

Ty otázky opravdu pomohly vyřešit věci předtím, než jsem začal kódovat. Také mě zachránily před častým selháním: investováním do dodávky předtím, než jsem se shodl na dopadu.

To je jeden z důvodů, proč měření tolik záleží. DORA’s software delivery research ukázala hodnotu měření, jak týmy dodávají software bezpečně, rychle a efektivně. Ale v praxi obvykle techničtí lídři jdou o jednu vrstvu dále: spojují dodávku metrik s produktovými výsledky a obchodními výsledky.

Jinými slovy, dodání není cílem. Určitě, odhadujeme výsledky na základě dodání, ale často je schopnost definovat úspěch dopředu tím, co někoho posune do širšího vedení.

Čtvrtý posun byl testování předpokladů předtím, než se přebudujete.

Silní inženýři často přebudovávají, vedeni běžným mýtem, že umělá inteligence činí budování levnější a že více inženýrství automaticky znamená lepší kvalitu.

Vysokovýkonní techničtí lidé jsou často vedeni k myšlení na robustní řešení, protože všichni chceme budovat věci správným způsobem. To je skvělé vlastnost rozvíjet, ale často se stává nákladným, když se zavážete k plnému řešení předtím, než ověříte předpoklady.
To je proč jeden z mých nejpraktičtějších posunů byl donutit pauzu před budováním a definicí mých předpokladů. Jakmile je předpoklad explicitní a jasný, práce mění tvar.

Cílem již není prokázat, jak sofistikované řešení může být. Cílem je naučit se rychle, levně a jasně enough, aby se rozhodlo, co si zaslouží hlubší investici.

Poslední posun, který opravdu pomohl, bylo psaní krátkých rozhodnutí před kódováním.

To může být nejpraktičtějším zvykem ze všech. A nemyslete si, že se snažím vynutit další dokument — jen krátkou a strukturovanou poznámku, aby.visualizoval své myšlení: jaké možnosti existují, jaké riziko záleží, jaký dopad se očekává, jaké doporučení má smysl, a kde je stále potřeba sladění.

To nejen zlepšilo komunikaci, ale také odhalilo slabé myšlení brzy a pomohlo vyjasnit

předpoklady (viz předchozí posun). Kromě toho vytvořilo záznam o tom, proč bylo rozhodnutí učiněno, což se stává besonders cenným, když se přezkoumávají výsledky. Tato malá akce může změnit, jak jsou rozhodnutí formulována, komunikována a vlastněna.

V praxi mnoho povýšení nastává, protože osoba může snížit nejasnost pro ostatní, ne proto, že jsou nejtechničtěji brilantní osobou v místnosti.

Proč další úroveň je o lepších rozhodnutích

To je větší chyba, kterou mnoho lidí dělá, když mluví o umělé inteligenci a technických kariérách. Formulují příběh tak, jako by volba byla mezi technickou hloubkou a vedením, nebo mezi inženýrstvím a managementem.

Technické dovednosti stále záleží. Ve mnoha případech záleží dokonce více, protože lidé potřebují dostatečnou hloubku, aby mohli posoudit, co dělají systémy umělé inteligence, kde selhávají a co by se mělo nebo nemělo důvěřovat. Ale technická excelence sama o sobě je méně diferencovaná, když více realizace může být urychleno nástroji. To je přesně to, co svědkujeme každý den v Sombra: nejrychlejší kariérní růst nastává, když inženýři spojují technickou hloubku s obchodním myšlením.

To neznamená, že by každý silný inženýr měl stát se manažerem. Ale znamená to, že cesta nahoru se mění. Další úroveň je méně o tom, aby prokázala, že někdo může udělat nejtěžší úkol sám, a více o tom, aby prokázala, že může pomoci týmu a podniku učinit lepší rozhodnutí.

Nezastavil jsem se, protože mi chyběla inteligence nebo disciplína. Zastavil jsem se, protože další úroveň vyžadovala širší pohled. Jakmile se to změnilo, změnil se i můj rozsah.