Η Πλατεία Παγίδευσης

Πρόσφατα έγραψα για την κόπωση του AI, υποστηρίζοντας ότι αυτό που βιώνουν οι μηχανικοί δεν είναι μια χρόνια πάθηση, αλλά πόνος από την εκπαίδευση. Περάστε από αυτό, προσαρμοστείτε, βγείτε πιο ισχυροί.

Αυτό είναι καλό και σωστό, αλλά υπάρχει περισσότερο σε αυτή την ιστορία, και γίνεται όλο και πιο σαφές. Το πραγματικό ρίσκο που αντιμετωπίζουν οι ομάδες μηχανικών αυτή τη στιγμή δεν είναι η εξουθένωση. Είναι η πλάτη.

Η Νέα Διάσπαση

幾乎 κάθε ανώτερος μηχανικός χρησιμοποιεί πλέον το AI. Copilot, Claude, Cursor, Codex, ονομάστε το. Αυτό το μέρος έχει οριστικοποιηθεί. Αν ηγηθείτε μιας οργάνωσης μηχανικών, πιθανότατα να βλέπετε ευρείες αριθμούς υιοθέτησης και να νιώθετε καλά γι’ αυτό.

Δεν πρέπει.

Ο αριθμός υιοθέτησης είναι άσχετος. Αυτό που έχει σημασία είναι η διάσπαση που συμβαίνει κάτω από αυτό. Η ομάδα σας χωρίζεται σιωπηλά σε δύο ομάδες. Υπάρχουν οι μηχανικοί που έλαβαν μια αύξηση της παραγωγικότητας και εγκαταστάθηκαν, και μηχανικοί που συνεχίζουν να πιέζουν κάθε εβδομάδα. Νέα ροές εργασίας, νέες διαμορφώσεις agent, νέοι τρόποι να αναλύουν προβλήματα για το AI να τα χειριστεί.

Και οι δύο ομάδες εμφανίζονται στα πίνακες σας ως “υιοθετητές του AI”. Αλλά η μια βρίσκεται σε ένα προοδευτικό πρόγραμμα εκπαίδευσης. Η άλλη σταμάτησε στο πρώτο βάρος που ένιωθε άνετο.

Εξή μήνες πριν, η διαφορά μεταξύ αυτών των δύο ομάδων ήταν几乎 αόρατη. Τώρα είναι σαφής σε όλους εκείνους που προσεχτικά παρατηρούν. Σε άλλο εξή μήνες, θα είναι δομική.

Τι Πραγματικά Είναι Η Πλάτη

Ο μηχανικός που έχει πιαστεί στην πλάτη δεν κάνει τίποτα λάθος στην παραδοσιακή έννοια. Είναι ικανοί. Παραδίδουν. Χρησιμοποιούν τον agent τους για απλές δουλειές και καθαρίζουν μετά. Έλαβαν μια αύξηση της παραγωγικότητας 20-30% και την ονόμασαν ολοκληρωμένη.

Το πρόβλημα είναι ότι ο μηχανικός δίπλα τους δεν σταμάτησε εκεί. Αυτός ο μηχανικός τώρα εκτελεί πολλαπλές ροές εργασίας, βελτιώνει τους βρόχους επαλήθευσης, αναλύει ολόκληρες λειτουργίες σε τμήματα που μπορούν να εκτελεστούν από το AI, εξετάζει στο αρχιτεκτονικό επίπεδο αντί για γραμμή-προς-γραμμή, και παραδίδει με ταχύτητα 2-3 φορές μεγαλύτερη από την προηγούμενη. Όχι因为 είναι πιο ταλαντούχοι. Αλλά因为 συνέχισαν να εκπαιδεύονται ενώ όλοι οι άλλοι πήραν μια μέρα ανάπαυσης που έγινε τριμηνο.

Αυτό δεν αφορά το ενθουσιασμό για το AI ή το να είσαι πρώιμος υιοθετητής. Η φάση της πρώιμης υιοθέτησης έχει περάσει. Αυτό αφορά τη συνεχή προσαρμογή έναντι μιας μονοφατίς προσαρμογής. Και η διαφορά μεταξύ αυτών των δύο προσεγγίσεων γίνεται όλο και πιο δύσκολο να αγνοηθεί.

Η Ανταγωνιστική Πίεση Είναι Πραγματική και Επιταχύνεται

Αν οι ομάδες σας είχαν το लकούτο να προσαρμοστούν με το δικό τους χρονοδιάγραμμα, το πρόβλημα της πλάτης θα ήταν ένα ζήτημα διαχείρισης της απόδοσης. Ενοχλητικό, αλλά διαχειρίσιμο.

Αλλά αν κοιτάξετε την ευρύτερη κατάσταση στη βιομηχανία του λογισμικού, πιθανότατα δεν έχετε αυτό το लकούτο.

Η βιομηχανία του λογισμικού, σε μεγάλο βαθμό, δημιουργήθηκε για να βοηθήσει τους ανθρώπους με ψηφιακή δουλειά: βοηθώντας τους υποστηρικτές να δουν τις εισερχόμενες περιπτώσεις, να παρακολουθούν τις απαντήσεις των πελατών, να διαχειρίζονται τις ροές εργασίας. Τώρα οι agent του AI αντικαθιστούν ολόκληρη τη ροή εργασίας και με αυτό διαταράσσουν τις υποκείμενες πλατφόρμες SaaS. Επιπλέον, με το AI να γίνεται όλο και πιο ικανό κάθε μέρα, οι πελάτες σας αρχίζουν να ρωτούν μια ερώτηση: “Μας χρειάζεται ακόμη να αγοράσουμε αυτό, ή μπορούμε να το χτίσουμε ourselves τώρα;” Το AI έχει αρχίσει να μειώνει το εμπόδιο μεταξύ “αγορά” και “χτίσιμο” για μια επεκτεινόμενη σειρά περιπτώσεων. Η κολλή που προστατεύει τα έσοδά σας εξασθενεί κάθε τρίμηνο.

Οι μηχανικοί σας που έχουν πιαστεί στην πλάτη λειτουργούν σε ένα ρυθμό που έχει καλιμπραριστεί για ένα ανταγωνιστικό περιβάλλον που δεν υπάρχει πλέον.

Η Παράθεση που Ξαναχάραξε Όλα για Μένα

Την έχω ακούσει περισσότερες από μία φορές τώρα, από product managers που έκαναν sleeve και vibe coded χαρακτηριστικά, από ηγέτες μηχανικών που επανασχεδίασαν αποτυχημένες αρχιτεκτονικές, σε διαφορετικές εταιρείες, σε διαφορετικά контекστά:

“Ήταν πιο εύκολο για μένα να επαναλάβω αυτό με τους agents μου, παρά με αυτόν τον μηχανικό.”

Την πρώτη φορά που την άκουσα, σκέφτηκα ότι ήταν υπερβολή. Την τρίτη φορά, κατάλαβα ότι ήταν ένας προηγμένος δείκτης.

Ο τρόπος που το βλέπω, υπάρχουν μηχανικοί που θα ευδοκιμήσουν σε αυτό τον νέο κόσμο και θα είναι “πολλαπλασιαστές” των ικανοτήτων του AI. Για να το κάνουν αυτό, πρέπει να είναι ισχυροί σε δύο περιοχές, και οι δύο από τις οποίες μπορούν να αναπτυχθούν με αρκετή εσωτερική мотивασία και πνευματική περιέργεια:

• Λειτουργούν “στην ίδια κυματική” με τους stakeholders τους (PMs, eng managers, κ.λπ.). Καταλαβαίνουν τι είναι καλό, ώστε να μην πρέπει να εξηγήσετε πράγματα σε αυτούς. Γιατί αν παράγουν τον ίδιο αριθμό παρεξηγήσεων με τον agent σας, ο agent θα κερδίσει πάντα αυτή τη μάχη. Είναι διαθέσιμος αμέσως, 24/7, και ανεπιτήδευτος.
• Βελτιώνουν συνεχώς τις ρυθμίσεις του AI, ώστε όταν σας δώσετε κάτι, να ξέρετε ότι θα γίνει όχι μόνο καλά (βλέπε την παραπάνω σημείο), αλλά και αρκετά γρήγορα για να跟πεί με το νέο ρυθμό της αγοράς.

Γιατί Αυτό Είναι Ένα Πρόβλημα Ηγεσίας, Όχι Ατομικό

Είναι πειστικό να το πλαισιώσετε ως μια ατομική ευθύνη του μηχανικού. “Κρατήστε το ρυθμό ή μείνετε πίσω.” Αλλά αν ηγηθείτε μιας οργάνωσης μηχανικών, αυτό το πλαισιωμένο σας αφήνει εκτός.

Οι μηχανικοί σας που έχουν πιαστεί στην πλάτη δεν έχουν πιαστεί στην πλάτη στο κενό. Πιάστηκαν στην πλάτη因为 τίποτα στο περιβάλλον τους δεν τους έπρεπε να περάσουν την αρχική προσαρμογή. Έφτασαν σε μια λογική αύξηση της παραγωγικότητας, κανείς δεν τους προκάλεσε να πάνε παραπέρα, και η αδράνεια έκανε το υπόλοιπο.

Οι μηχανικοί που συνέχισαν να πιέζουν; Οι περισσότεροι από αυτούς είναι αυτοκίνητοι. Θα πιέσουν ανεξάρτητα. Αλλά δεν μπορείτε να στελεχώσετε μια οργάνωση μηχανικών αποκλειστικά με αυτοκίνητους frontier-seekers. Το ερώτημα για τους ηγέτες είναι: πώς να μετακινήσετε το μέσο;

Αυτό είναι ένα πρόβλημα διαχείρισης της αλλαγής, και ένα από τα αγαπημένα μου πλαίσια για αυτό προέρχεται από το βιβλίο των Heath brothers Switch. Η σύντομη εκδοχή: πρέπει να δώσετε στους ανθρώπους μια σαφή κατεύθυνση, να τους κάνετε να νιώσουν γιατί έχει σημασία, και να αναμορφώσετε το περιβάλλον ώστε η νέα συμπεριφορά να είναι ο δρόμος της ελάχιστης αντίστασης. Εφαρμοσμένο στις ομάδες μηχανικών, αυτό μοιάζει με:

Βρείτε τις φωτεινές σας στιγμές και κάντε τις ορατές. Αναγνωρίστε τους μηχανικούς που έχουν πιέσει πιο μακριά στις ροές εργασίας του AI και κάντε τους να δώσουν μια επίδειξη στην ομάδα σας κανονικά. Όχι συνεδρίες εκπαίδευσης. Ζωντανές παρουσιάσεις πραγματικής δουλειάς. Όταν το μέσο της ομάδας σας δει τη διαφορά μεταξύ της ροής εργασίας τους και της ροής εργασίας του κορυφαίου adapter, δημιουργεί μια παραγωγική δυσφορία που δεν μπορεί να ισοσταθμιστεί από καμία εντολή.

• Σμικρύνετε την αλλαγή. “Υιοθετήστε το AI” είναι πολύ αφηρημένο για να ενεργηθεί. Αυτή η σπριντ, να καρφώσετε το e2e agentic testing, την επόμενη σπριντ να το κυκλοφορήσετε σε όλη την οργάνωση, και così καθεξής. Συγκεκριμένα, διαχειρίσιμα βήματα νικούν τα φιλόδοξα προγράμματα μετασχηματισμού κάθε φορά, και τα μικρά κέρδη έχουν σημασία.
• Αναμορφώστε τις προεπιλογές. Κωδικοποιήστε τη διαδικασία επαλήθευσης στις δεξιότητες του AI, και βεβαιωθείτε ότι έχουν αναπτυχθεί σε όλη την ομάδα σας και σε όλους τους agents τους. Ορίστε τις ροές εργασίας σας και χρησιμοποιήστε τα εργαλεία που υποστηρίζουν αυτό. Κάντε τον νέο τρόπο εργασίας τον δρόμο της ελάχιστης αντίστασης, ώστε οι άνθρωποι να πηγαίνουν προς αυτό αντί να πρέπει να παλέψουν για να φτάσουν εκεί.

Το Παράθυρο Κλείνει

Αυτό είναι το μέρος που κάνει αυτό το ζήτημα επείγον αντί για απλώς σημαντικό.

Τώρα, η αλλαγή στην προσαρμογή είναι μια διαφορά απόδοσης. Οι μηχανικοί σας που έχουν πιαστεί στην πλάτη είναι πιο αργοί από τους προσαρμοσμένους, αλλά vẫn παραδίδουν. Συνεισφέρουν. Μπορείτε να τους μεταφέρετε.

Αυτό το παράθυρο κλείνει. Όσο οι ικανότητες του AI επιταχύνουν και η ανταγωνιστική πίεση συνδυάζεται, ο ελάχιστος βιώσιμος ρυθμός εργασίας μηχανικής ανεβαίνει. Ο “ικανοποιητικός” μηχανικός της σήμερα δεν εγγυάται ότι θα είναι ικανοποιητικός την επόμενη τριμηνιά. Όχι因为 χειροτερέψαν, αλλά因为 το δάπεδο μετακινήθηκε.

Οι οργανώσεις που θα καταφέρουν να μετακινήσουν ολόκληρες τις ομάδες τους στην καμπύλη προσαρμογής, όχι μόνο τους πρώιμους υιοθετητές, θα έχουν μια συνδυαστική δομική πλεονέκτημα. Αυτοί που δεν θα το κάνουν θα βρεθούν να είναι εξοπλισμένοι για einen ρυθμό ανταγωνισμού που δεν υπάρχει πλέον.

Κάθε ηγέτης μηχανικής που μιλάω καταλαβαίνει αυτό διανοητικά. Πολύ λίγοι έχουν αλλάξει τον τρόπο με τον οποίο διευθύνουν τις ομάδες τους ως απάντηση. Η διαφορά μεταξύ της κατανόησης και της δράσης είναι ένας δικός του είδος πλάτης.

Δεν Υπάρχει Άνετος Ρυθμός

Στο κομμάτι της κόπωσης του AI, έγραψα ότι ο πόνος είναι η απόδειξη ότι η εκπαίδευση λειτουργεί. Αυτό εξακολουθεί να ισχύει. Αλλά η αλήθεια που ακολουθεί είναι πιο δύσκολο: το βάρος συνεχίζει να αυξάνεται.

Σε ένα κανονικό γυμναστήριο, μπορείτε να επιλέξετε ένα άνετο βάρος και να το διατηρήσετε για πάντα. Κανείς δεν προσθέτει πλάκες στο ράβδο σας χωρίς να σας ρωτήσει. Στο τρέχον τοπίο του λογισμικού, κάθε νέα έκδοση μοντέλου, κάθε νέα ικανότητα agent, κάθε νέα ροή εργασίας που κάποιος ανακαλύπτει και μοιράζεται, η μπάρα μετακινείται. Στάση και το βάρος τελικά σας πιέζει.

Δεν υπάρχει άνετος χώρος στη βιομηχανία του λογισμικού αυτή τη στιγμή. Όχι για τους ατομικούς μηχανικούς, όχι για τις ομάδες τους, όχι για τις εταιρείες που τις ομάδες αυτές χτίζουν. Η μόνη ασφαλής θέση είναι η συνεχής κίνηση. Και το μόνο ερώτημα που έχει σημασία για τους ηγέτες μηχανικής είναι αν όλη η ομάδα σας κινείται, ή μόνο εκείνοι που θα είχαν κινηθεί σε κάθε περίπτωση.