Το Πλατώ του Οροφής

Πρόσφατα έγραψα για την κούραση του AI, υποστηρίζοντας ότι αυτό που βιώνουν οι μηχανικοί δεν είναι μια χρόνια πάθηση, αλλά μυϊκή πόνος. Προχωρήστε μέσα από αυτό, προσαρμοστείτε, βγείτε πιο δυνατοί.

Αυτό είναι καλό και σωστό, αλλά υπάρχει περισσότερο σε αυτή την ιστορία, και γίνεται γρήγορα πιο προφανές. Ο πραγματικός κίνδυνος που αντιμετωπίζουν οι ομάδες μηχανικών αυτή τη στιγμή δεν είναι η εξουθένωση. Είναι το πλάτω.

Η Νέα Διάσπαση

Почτίually 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 sentirετε 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 σιγά-σιγά σε δύο ομάδες. Υπάρχουν οι μηχανικοί που έλαβαν μια αύξηση της παραγωγικότητας και εγκαταστάθηκαν, και μηχανικοί που συνεχίζουν να推 every.single.εβδομάδα. Νέες ροές εργασίας, νέες διαμορφώσεις agent, νέοι τρόποι για να αποσυνθέσουν προβλήματα για το AI να χειριστεί.

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

Έξι μήνες πριν, ο χάσμα μεταξύ αυτών των δύο ομάδων ήταν几乎 ορατό. Τώρα είναι προφανές σε οποιονδήποτε προσεχτικά. Σε άλλον έξι μήνες, θα είναι δομικό.

Τι Πραγματικά Φαίνεται το Πλάτω

Ο μηχανικός που βρίσκεται στο πλάτω δεν κάνει τίποτα λάθος στην παραδοσιακή έννοια. Είναι ικανός. Αποστέλλει. Χρησιμοποιεί το agent του για απλές εργασίες και καθαρίζει μετά. Έλαβε vielleicht μια 20-30% αύξηση της παραγωγικότητας και την ονόμασε ολοκληρωμένη.

Το πρόβλημα είναι ότι ο μηχανικός δίπλα του δεν σταμάτησε εκεί. Αυτός ο μηχανικός τώρα εκτελεί multi-agent ροές εργασίας, βελτιώνει βρόχους επαλήθευσης, αποσύνθετει ολόκληρες λειτουργίες σε τμήματα που μπορούν να εκτελεστούν από το AI, αναθεωρεί στο αρχιτεκτονικό επίπεδο αντί για γραμμή-προς-γραμμή, και αποστέλλει με 2-3 φορές το προηγούμενο ρυθμό. Όχι因为 είναι πιο ταλαντούχοι. Γιατί συνέχισαν την εκπαίδευση ενώ όλοι οι άλλοι πήραν μια ημέρα ανάπαυσης που μετατράπηκε σε ένα τρίμηνο ανάπαυσης.

Αυτό δεν είναι για την ενθουσιασμό του AI ή για το να είσαι πρώιμος υιοθετητής. Η φάση της πρώιμης υιοθέτησης έχει περάσει. Αυτό είναι για συνεχή προσαρμογή versus μια φορά προσαρμογή. Και η συσσωρευτική διαφορά μεταξύ αυτών των δύο προσεγγίσεων γίνεται αδύνατο να αγνοηθεί.

Η Ανταγωνιστική Πίεση Είναι Πραγματική και Επιταχύνεται

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

Αλλά αν κοιτάξετε την ευρύτερη κατάσταση στη βιομηχανία του λογισμικού, πιθανότατα δεν έχετε αυτή τη लकί.

Η βιομηχανία του λογισμικού, σε γενικές γραμμές, δημιουργήθηκε για να βοηθήσει τους ανθρώπους με ψηφιακή εργασία: βοηθώντας τις ομάδες υποστήριξης να δουν τις εισερχόμενες περιπτώσεις, παρακολουθώντας τις απαντήσεις των πελατών, διαχειριζόμενες ροές εργασίας. Τώρα τα agents του AI αντικαθιστούν ολόκληρη τη ροή εργασίας και με αυτό διαταράσσουν τις υποκείμενες πλατφόρμες SaaS. Επιπλέον, με το AI να γίνεται πιο ικανό με την ημέρα, 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 προηγουμένως προστατεύει τα έσοδά σας εξασθενεί κάθε τρίμηνο.

Οι μηχανικοί σας που βρίσκονται στο πλάτω 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 έριξαν τα μανίκια και vibe coded χαρακτηριστικά, από ηγέτες μηχανικών που επανασχεδίασαν αποτυχημένες αρχιτεκτονικές, σε διαφορετικές εταιρείες, σε διαφορετικά περιβάλλοντα:

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

Η πρώτη φορά που την άκουσα, σκέφτηκα ότι ήταν υπερβολή. Η τρίτη φορά, κατάλαβα ότι ήταν ένας προηγούμενος δείκτης.

Όπως το βλέπω, υπάρχουν μηχανικοί που θα ευδοκιμήσουν σε αυτό το 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 ενδιαφερόμενους (PMs, eng managers, κ.λπ.). Καταλαβαίνουν τι σημαίνει “καλό”, οπότε δεν πρέπει να εξηγήσετε πράγματα σε αυτούς. Γιατί αν παράγουν το ίδιο αριθμό παρεξηγήσεων με το coding agent σας, το agent θα κερδίσει πάντα αυτή τη μάχη. Είναι διαθέσιμο αμέσως, 24/7, και αδιάκοπο.
• Βελτιώνουν συνεχώς τις ρυθμίσεις του AI, οπότε όταν σας δώσετε κάτι, ξέρετε ότι θα γίνει όχι μόνο καλά (βλέπε την παραπάνω σημείο), αλλά και αρκετά γρήγορα για να跟πεί τον 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 ευθύνης.

Οι μηχανικοί σας που βρίσκονται στο πλάτω δεν έφτασαν στο πλάτω στο κενό. Έφτασαν στο πλάτω γιατί τίποτα στο περιβάλλον τους δεν τους ώθησε πέρα από την αρχική προσαρμογή. Έφτασαν σε μια λογική-εμφανιζόμενη αύξηση της παραγωγικότητας, κανείς δεν τους προκάλεσε να πάνε παραπέρα, και η αδράνεια έκανε το υπόλοιπο.

Οι μηχανικοί που συνέχισαν να推; Οι περισσότεροι από αυτούς είναι αυτο-κινητοποιημένοι. Θα推 ανεξάρτητα. Αλλά δεν μπορείτε να στελεχώσετε μια οργάνωση μηχανικών αποκλειστικά με αυτο-κινητοποιημένους frontier-seekers. Η ερώτηση για τους ηγέτες είναι: πώς να μετακινήσετε το μέσο;
Αυτό είναι ένα πρόβλημα διαχείρισης αλλαγών, 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 ξανασχεδιάσετε το περιβάλλον ώστε η νέα συμπεριφορά να είναι ο δρόμος της ελάχιστης αντίστασης. Εφαρμοσμένο στις ομάδες μηχανικών, αυτό φαίνεται:
Βρείτε τους φωτεινούς σας σημεία και κάνετε τους ορατούς. Αναγνωρίστε τους μηχανικούς που έχουν推 το πιο遠 σε σχέση με τις ροές εργασίας του AI και ζητήστε τους να κάνουν demo στην ομάδα σας κανονικά. Όχι συνεδρίες εκπαίδευσης. Ζωντανοί περίπατοι πραγματικής εργασίας. Όταν το μέσο της ομάδας σας δει τη διαφορά μεταξύ της ροής εργασίας τους και της ροής εργασίας του κορυφαίου adapter, δημιουργεί μια продукτική δυσφορία που καμία εντολή δεν μπορεί να ισοπεδώσει.

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

Το Παράθυρο Κλείνει

Αυτή είναι η parte που κάνει αυτό το ζήτημα επείγον αντί για απλά σημαντικό.

Τώρα, το χάσμα προσαρμογής είναι μια διαφορά απόδοσης. Οι μηχανικοί σας που βρίσκονται στο πλάτω είναι πιο αργοί από τους προσαρμοσμένους, αλλά εξακολουθούν να είναι παραγωγικοί. Εξακολουθούν να συνεισφέρουν. Μπορείτε να τους μεταφέρετε.

Αυτό το παράθυρο κλείνει. Όσο οι ικανότητες του AI επιταχύνουν και η ανταγωνιστική πίεση συνεχίζει να αυξάνεται, ο ελάχιστος βιώσιμος ρυθμός εργασίας μηχανικής αυξάνεται. Ο “ικανοποιητικός” μηχανικός της σημερινής ημέρας δεν είναι εγγυημένο να είναι ικανοποιητικός την επόμενη τρίμηνο. Όχι γιατί έγιναν χειρότεροι, αλλά γιατί το δάπεδο μετακινήθηκε προς τα πάνω.

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

Κάθε ηγέτης μηχανικής με τον οποίο μιλάω καταλαβαίνει αυτό πνευματικά. Πολύ λίγοι έχουν αλλάξει τον τρόπο με τον οποίο διεξάγουν τις ομάδες τους ως απάντηση. Το χάσμα μεταξύ κατανόησης και δράσης είναι ένα δικό του είδος πλάτω.

Δεν Υπάρχει Ευχάριστος Ρυθμός

Στην AI κόπωση, έγραψα ότι ο πόνος είναι η απόδειξη ότι η εκπαίδευση λειτουργεί. Αυτό εξακολουθεί να ισχύει. Αλλά η επόμενη αλήθεια είναι πιο δύσκολο: το βάρος συνεχίζει να αυξάνεται.

Σε ένα κανονικό γυμναστήριο, μπορείτε να επιλέξετε ένα ευχάριστο βάρος και να το διατηρήσετε για πάντα. Κανείς δεν προσθέτει πιάτα στο βαρό σας χωρίς να σας ρωτήσει. Στο τρέχον τοπίο του λογισμικού, κάθε neue μοντέλο κυκλοφορίας, κάθε neue ικανότητα agent, κάθε neue ροή εργασίας που κάποιος βρει και μοιράζεται, η μπάρα μετακινείται. Σταθείτε στάσιμο και το βάρος θα σας πιέσει τελικά.

Δεν υπάρχει ευχάριστο χώρος στη βιομηχανία του λογισμικού αυτή τη στιγμή. Όχι για τους ατομικούς μηχανικούς, όχι για τις ομάδες στις οποίες εργάζονται, όχι για τις εταιρείες που αυτές οι ομάδες χτίζουν. Η μόνη ασφαλής θέση είναι η συνεχής κίνηση. Και η μόνη ερώτηση που έχει σημασία για τους ηγέτες μηχανικής είναι αν ολόκληρη η ομάδα σας κινείται, ή μόνο αυτοί που θα hatten κινηθεί σε κάθε περίπτωση.