Hvorfor teknisk excellence alene ikke længere får ingeniører forfremmet i AI-æraen

AI har forårsaget en stor ændring i, hvordan vi arbejder, og hvad der automatiseres inden for tekniske teams. I mit arbejde hos Sombra har jeg set, hvordan denne ændring ikke kun har ændret, hvordan teams leverer, men også hvad der belønnes i karriereudvikling. I lang tid var karriereudviklingen i tech ret lineær: du lærte nye færdigheder, blev bedre teknisk, blev en person, der løste svære problemer, byggede din reputation og tillid, og så avancerede du op ad karrierestigen.

Men denne cyklus er nu ved at bryde sammen. AI overtager mange opgaver, accelererer arbejdet og reducerer omkostningerne. Dette betyder ikke, at tekniske færdigheder ikke er vigtige længere, men det gør opgaver, der kræver dømmekraft, resultatmæssig tænkning og beslutningstagning, mere vigtige.

Dette er den ændring, jeg selv har oplevet på min rejse fra ingeniør til medstifter og CTO hos Sombra. Fem år inde i min ingeniørkarriere var jeg blevet den type specialist, teams læner sig op ad. Jeg var den type arbejdsgiver, der kunne løse svære tekniske problemer, tage ejerskab af komplekse arbejder og være tillidsværdig, når projekter var i brand. Men der manglede noget, og jeg følte mig fastlåst.

Det så ud, som om jeg havde ramt min karriere loft og ikke kunne gå videre. Mine tekniske færdigheder var på toppen, men denne næste vækst fase krævede noget andet – forretningsmæssig tænkning.
Jeg kunne ikke fortsætte med kun at vide, hvordan man bygger noget, jeg måtte lære, hvad der var værd at bygge i første omgang.

Denne type loft er blevet mere almindelig på tværs af branchen.

Markedet ændrer sig hurtigere, end mange ingeniører er klar over

Verdensøkonomisk Forum rapporterer, at 40% af arbejdsgiverne forventer at reducere arbejdsstyrken, hvor AI kan automatisere opgaver, mens Anthropics forskning i softwareudvikling foreslår, at når AI overtager mere gentagne udviklingsarbejde, kan flere ingeniører blive presset mod højere niveau design og beslutningstagning.

Der er stadig en enorm efterspørgsel efter teknisk talent. Lad mig ikke være misforstået, tekniske hårde færdigheder er stadig kernefag i faget, men den bredere trend er, at der er færre roller, hvor udførelse alene er nok til at avancere. Der er en stor efterspørgsel efter personer, der kan definere problemer, prioritere under begrænsninger og forbinde teknisk arbejde med forretningsværdi.

Det var den overgang, jeg måtte gøre. Min største opgradering var ikke kun teknisk, men kontekstuel.

Jeg stoppede ikke med ingeniøren, jeg udvidede den og gendefinerede spørgsmålene omkring den.

Jeg stoppede med at måle min karriereudvikling i forhold til “mere kode”, “mere kompleksitet” eller “sværere teknisk ejerskab” og skiftede til arkitektur, forretningsværdi og beslutningskvalitet i stedet.

De fem skift, der ændrede, hvordan jeg arbejdede

Dette kan lyde abstrakt, så jeg vil bryde det ned i 5 praktiske skift, der hjalp mig udvikle en forretningsmæssig tankegang.

Det første skift var at lære forretningen direkte i stedet for at modtage den anden hånd gennem billetter.

Mange ingeniører arbejder fra downstream-signaler. Vi får krav, men ikke samtalen, der formede dem. Vi får ikke at se kompromiserne bag vores opgaver, ej heller de strategiske årsager til, at disse opgaver findes.

Så jeg startede med at lære forretningen direkte. Jeg begyndte at deltage i flere salgs- og supportopkald, lyttede til deres samtaler opmærksomt og lagde mere mærke til stakeholderdiskussioner. Over tid stoppede jeg med at se mit arbejde som en række isolerede leverancer.

Jeg kom til en erkendelse: en teknisk elegant løsning, der ankommer for sent, koster for meget eller løser det forkerte problem, er ikke strategisk arbejde. Det er bare dyrt korrekt.

Det andet skift var at lære forretnings-sproget uden at behandle det som noget, der er forbeholdt chefer.

Jeg startede med at lære alle de termer, mange ingeniører aldrig er blevet undervist i: ROI, omkostning ved forsinkelse, mulighedsomkostning, risikoexponering, margin og sekvensering. Dette er simpelthen uundgåeligt, hvis du sigter mod senior- eller C-niveau stillinger.

Dette påvirker teknisk dømmekraft, da mange specialister er gode til at løse problemer, men de kan ikke prioritere og evaluere dem i forhold til forretningsmålene.

For mig ændrede læring af det sprog, hvordan jeg kommunikerede og, endnu vigtigere, hvordan jeg vurderede løsninger. Arbejdet selv forblev teknisk, men logikken bag det blev bredere.

Det er en vigtig forskel i AI-æraen. AI kan øge hjælpe teams med at udføre, men det kan stadig ikke eje beslutningstagningen. Den lag tilhører mennesker.

Endnu en stor tankegangsskift var at definere succes før kodning.

Over tid, før jeg startede implementeringen, spurgte jeg mig selv en række spørgsmål:

• Hvad ændrer det præcis for brugeren eller forretningen?
• Hvilken metrik skal flytte?
• Hvordan vil nogen vide, det havde betydning?

Disse spørgsmål hjalp virkelig med at klare tingene op, før jeg startede med at kode. De reddede mig også fra en almindelig fejl: at investere kraftigt i levering, før jeg havde afklaret, hvad der var værd at bygge.

Dette er en af årsagerne til, at måling er så vigtig. DORA’s softwareleveringsforskning har vist værdien af at måle, hvordan teams leverer software sikkert, hurtigt og effektivt. Men i praksis går højtydende tekniske ledere ofte et lag længere: de forbinder leveringsmetrikker med produktresultater og forretningsresultater.

I andre ord, levering er ikke målstregen. Vi estimerer resultater baseret på levering, men det er ofte evnen til at definere succes i forvejen, der flytter nogen ind i bredere ledelse.

Det fjerde skift var at teste antagelser, før man overbygger.

Stærke ingeniører overbygger ofte, ledet af den almindelige misforståelse, at AI gør bygning billigere og at mere ingeniørarbejde automatisk betyder bedre kvalitet.

Højtydende tekniske personer er ofte trænet til at tænke i robuste løsninger, da vi alle vil bygge tingene på den rigtige måde. Dette er en god egenskab at udvikle, men det bliver ofte dyrt, når man forpligter sig til en fuld løsning, før man validerer antagelser.
Derfor var en af mine mest praktiske skift at tvinge en pause, før jeg byggede, og definere mine antagelser. Når antagelsen er udtrykt og klar, ændrer arbejdet form.

Målet er ikke længere at bevise, hvor sofistikeret løsningen kan være. Målet er at lære hurtigt, billigt og tydeligt nok til at afgøre, hvad der fortjener dybere investering.

Det sidste skift, der virkelig hjalp, var at skrive korte beslutningsnoter, før jeg kodede.

Dette kan være den mest praktiske vane af alle. Og lad mig ikke være misforstået, jeg prøver ikke at tvinge endnu et dokument — bare en kort og struktureret note for at visualisere min tænkning: hvilke muligheder findes, hvilke risici betyder noget, hvilken påvirkning forventes, hvilken anbefaling giver mening, og hvor alignment stadig er nødvendig.

Dette forbedrede ikke kun kommunikationen, men afslørede svag argumentation tidligt og hjalp med at klargøre

antagelser (se forrige skift). Desuden skabte det en optegnelse over, hvorfor en beslutning blev truffet, hvilket bliver særligt værdifuldt, når man gennemgår resultaterne. Denne lille handling kan ændre, hvordan beslutninger bliver defineret, kommunikeret og ejet.

I praksis sker mange forfremmelser, fordi en person kan reducere usikkerhed for andre, ikke fordi de er den mest teknisk begavede person i lokalet.

Hvorfor det næste niveau handler om bedre beslutninger

Dette er den større fejl, mange mennesker begår, når de taler om AI og tekniske karrierer. De rammer historien som om valget er mellem teknisk dybde og ledelse eller mellem ingeniørarbejde og ledelse.

Teknisk færdighed betyder stadig noget. I mange tilfælde betyder det endda mere, fordi mennesker har brug for nok dybde til at dømme, hvad AI-systemer gør, hvor de fejler, og hvad der bør eller ikke bør tillides. Men teknisk excellence alene er mindre differentieret, når mere udførelse kan accelereres af værktøjer. Dette er præcis, hvad vi oplever hver dag hos Sombra: den hurtigste karriereudvikling sker, når ingeniører parrer teknisk dybde med forretningsmæssig tænkning.

Dette betyder ikke, at hver stærk ingeniør skal blive leder. Men det betyder, at vejen opad ændrer sig. Det næste niveau handler mindre om at bevise, at man kan udføre den sværeste opgave selv, og mere om at bevise, at man kan hjælpe et team og en forretning med at træffe bedre beslutninger.

Jeg ramte ikke en væg, fordi jeg manglede intelligens eller disciplin. Jeg ramte en væg, fordi det næste niveau krævede en bredere synsvinkel. Når det ændrede sig, ændrede min synsvinkel sig også.

s less about proving someone can do the hardest task themselves and more about proving they can help a team and a business make better decisions. I did not hit a wall because I lacked intelligence or discipline. I hit a wall because the next level demanded a wider field of view. Once that changed, my scope changed too.