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

AI har forårsaget en større ændring i, hvordan vi arbejder, og hvad der bliver automatiseret 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 bliver belønnet i karriereudvikling. I lang tid var vækststien i tech ret lineær: du lærte nye færdigheder, blev bedre teknisk, blev en person, der løste svære problemer, byggede din reputation og tillid, og derefter tjente du din vej op ad karrierestigen.

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

Dette er den ændring, jeg oplevede førstehånds 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 arbejdsopgaver og være tillidsværdig, når projekter var i brand. Men noget manglede, 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 – forretningsorientering.
Jeg kunne ikke gå videre med kun at vide, hvordan man bygger noget, jeg måtte lære, hvad der var værd at bygge i første omgang.

Den type loft er blevet mere almindelig på tværs af industrien.

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 antyder, at når AI overtager mere repetitiv udviklingsarbejde, kan flere ingeniører blive presset mod højere niveau design og beslutningstagning.

Selvfølgelig er der stadig en enorm efterspørgsel efter teknisk talent. Lad mig ikke tage fejl, tekniske hårde færdigheder er stadig kernefag, men den bredere trend er, at der er færre roller, hvor kun udførelse er nok til at gå videre. Der er en stor efterspørgsel efter mennesker, der kan ramme 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 at være ingeniør, jeg udvidede det og omdefinerede spørgsmålene omkring det.

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

Fem ændringer, der ændrede, hvordan jeg arbejdede

Dette kan lyde abstrakt, så jeg vil bryde det ned i 5 praktiske ændringer, der hjalp mig udvikle en forretningsorienteret sindstilstand.

Den første ændring var at lære forretningsdirekt i stedet for at modtage det andenhånds 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 eksisterer.

Så jeg startede med at lære forretningsdirekt. Jeg begyndte at deltage i mere salgs- og supportopkald, lyttede til deres samtaler opmærksomt og lagde mere vægt på 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.

Den anden ændring var at lære forretnings-sprog uden at behandle det som noget, der er forbeholdt chefer.

Jeg startede med at lære alle de termer, mange ingeniører aldrig udtrykkeligt bliver lært: 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 dømte løsninger. Arbejdet selv forblev teknisk, men logikken bag det blev bredere.

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

En anden stor sindstilstandsændring var at definere succes før kodning.

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

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

Disse spørgsmål hjalp virkelig med at afklare tingene, før jeg startede med at kode. De reddede mig også fra en almindelig fejl: at investere kraftigt i levering, før jeg havde afklaret impact.

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 højpræsterende tekniske ledere ofte et lag dybere: de forbinder leveringsmålinger med produktresultater og forretningsresultater.

Med andre ord er levering 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.

Den fjerde ændring var at teste antagelser, før du overbygger.

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

Højpræsterende tekniske mennesker er ofte trænet til at tænke i termer af 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 du engagerer dig i en fuld løsning, før du validerer antagelser.
Det er derfor, en af mine mest praktiske ændringer var at tvinge en pause, før jeg byggede, og definerede mine antagelser. Når antagelsen er udtrykkeligt og klar, ændrer arbejdet form.

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

En sidste ændring, der virkelig hjalp, var at skrive korte beslutningsnoter, før jeg kodede.

Dette kan være den mest praktiske vane af alle. Og lad mig ikke tage fejl, jeg prøver ikke at tvinge endnu et dokument — kun en kort og struktureret note for at visualisere mit tænkning: hvilke muligheder findes, hvilke risici er vigtige, hvilken impact forventes, hvilken anbefaling giver mening, og hvor alignment stadig er nødvendig.

Dette forbedrede ikke kun kommunikationen, men eksponerede også svag argumentation tidligt og hjalp med at afklare antagelser (se forrige ændring). Desuden skabte det en optegnelse over, hvorfor en beslutning blev taget, hvilket bliver særligt værdifuldt, når du gennemgår resultaterne. Denne lille handling kan ændre, hvordan beslutninger bliver ramt, kommunikeret og ejet.

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

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 er stadig vigtig. I mange tilfælde er det endnu vigtigere, fordi mennesker har brug for nok dybde til at dømme, hvad AI-systemer gør, hvor de fejler, og hvad der skal eller ikke skal tillides. Men teknisk excellence alene er mindre differentieret, når mere udførelse kan accelereres af værktøjer. Det er præcis, hvad vi oplever hver dag hos Sombra: den hurtigste karriereudvikling sker, når ingeniører parrer teknisk dybde med forretningsorientering.

Dette betyder ikke, at hver stærk ingeniør skal blive leder. Men det betyder, at stien opad er under ændring. Det næste niveau handler mindre om at bevise, at nogen kan udføre den sværeste opgave selv, og mere om at bevise, at de kan hjælpe et team og en forretning med at træffe bedre beslutninger.

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