Perangkap Platou

Saya baru-baru ini menulis tentang kelelahan AI, dengan argumen bahwa apa yang dialami oleh insinyur bukanlah kondisi kronis, tetapi kelelahan akibat pelatihan. Teruslah maju, adaptasi, dan keluar lebih kuat.

Itu semua baik dan benar, tetapi ada lebih banyak cerita di balik itu, dan itu sekarang menjadi lebih jelas. Risiko nyata yang dihadapi tim insinyur saat ini bukanlah kelelahan. Itu adalah platou.

Pembagian Baru

Hampir setiap insinyur senior sekarang menggunakan AI. Copilot, Claude, Cursor, Codex, Anda bisa menyebutnya. Bagian itu sudah terselesaikan. Jika Anda memimpin organisasi insinyur, Anda mungkin melihat angka adopsi yang luas dan merasa baik tentang itu.

Anda tidak seharusnya.

Angka adopsi itu tidak berarti. Yang penting adalah pembagian yang terjadi di bawahnya. Tim Anda dengan diam-diam membagi menjadi dua kelompok. Ada insinyur yang mendapatkan peningkatan produktivitas dan menetap, dan insinyur yang terus mendorong setiap minggu. Alur kerja baru, konfigurasi agen baru, cara baru untuk memecahkan masalah untuk AI.

Kedua kelompok tersebut muncul di dashboard Anda sebagai “pengadopsi AI.” Tetapi satu kelompok berada dalam program pelatihan progresif. Kelompok lainnya berhenti di bobot pertama yang terasa nyaman.

Enam bulan yang lalu, kesenjangan antara kedua kelompok tersebut hampir tidak terlihat. Sekarang itu jelas bagi siapa saja yang memperhatikan. Dalam enam bulan lagi, itu akan menjadi struktural.

Apa yang Terlihat seperti Platou

Insinyur yang mencapai platou tidak melakukan apa pun yang salah dalam arti tradisional. Mereka kompeten. Mereka mengirimkan. Mereka menggunakan agen mereka untuk pekerjaan sederhana dan membersihkan setelahnya. Mereka mungkin mendapatkan peningkatan produktivitas sebesar 20-30% dan menganggapnya selesai.

Masalahnya adalah insinyur di sebelah mereka tidak berhenti di situ. Insinyur itu sekarang menjalankan alur kerja multi-agennya, memperbaiki loop verifikasi, memecahkan fitur secara keseluruhan menjadi potongan-potongan yang dapat dieksekusi oleh AI, mengulas pada tingkat arsitektur bukan baris demi baris, dan mengirimkan dengan kecepatan 2-3 kali lipat dari sebelumnya. Bukan karena mereka lebih berbakat. Karena mereka terus melatih sementara semua orang lainnya mengambil hari istirahat yang berubah menjadi kuartal istirahat.

Ini bukan tentang antusiasme AI atau menjadi pengadopsi awal. Fase adopsi awal sudah berakhir. Ini tentang adaptasi terus-menerus versus penyesuaian satu kali. Dan perbedaan yang berkompound antara dua pendekatan tersebut menjadi tidak mungkin diabaikan.

Tekanan Kompetitif yang Nyata dan Mempercepat

Jika tim Anda memiliki kemewahan untuk beradaptasi dengan timeline mereka sendiri, masalah platou akan menjadi masalah manajemen kinerja. Mengganggu, tetapi dapat diatasi.

Tetapi jika Anda melihat situasi yang lebih luas di industri perangkat lunak, kemungkinan besar Anda tidak memiliki kemewahan itu.

Industri perangkat lunak, secara umum, dibuat untuk membantu manusia dengan pekerjaan digital: membantu agen dukungan melihat kasus masuk, melacak respons pelanggan, mengelola alur kerja. Sekarang agen AI menggantikan seluruh alur kerja, dan dengan itu mengganggu platform SaaS yang mendasarinya. Di atas itu, dengan AI menjadi lebih mampu setiap hari, pelanggan Anda mulai bertanya: “Apakah kita masih perlu membeli ini, atau bisa kita membangunnya sendiri sekarang?” AI telah memulai untuk mengurangi hambatan antara “membeli” dan “membangun” untuk sejumlah kasus penggunaan yang berkembang. Kesetiaan yang dulunya melindungi pendapatan Anda melemah setiap kuartal.

Insinyur Anda yang mencapai platou beroperasi pada kecepatan yang dikalibrasi untuk lingkungan kompetitif yang tidak ada lagi.

Kutipan yang Mengubah Semuanya Bagi Saya

Saya telah mendengarnya lebih dari satu kali sekarang, dari manajer produk yang menggulung lengan baju dan mengkode fitur, dari pemimpin insinyur yang merancang ulang arsitektur yang gagal, di perusahaan yang berbeda, dalam konteks yang berbeda:

“Lebih mudah bagi saya untuk mengulangi ini dengan agen saya, daripada dengan insinyur itu.”

Kali pertama saya mendengarnya, saya pikir itu hiperbola. Kali ketiga, saya menyadari itu adalah indikator utama.

Dengan cara saya melihatnya, ada insinyur yang akan berkembang dalam dunia baru ini dan menjadi “pengganda” kemampuan AI. Untuk melakukan itu, mereka perlu kuat dalam dua bidang, keduanya dapat dikembangkan dengan motivasi intrinsik dan rasa ingin tahu yang cukup:

• Mereka beroperasi “pada gelombang yang sama” dengan stakeholder mereka (PM, manajer insinyur, dll). Mereka memahami apa yang terlihat baik, sehingga Anda tidak perlu menjelaskannya kepada mereka. Karena jika mereka menghasilkan jumlah kesalahpahaman yang sama dengan agen pengkodean Anda, agen itu akan selalu menang dalam pertarungan itu. Agen itu tersedia secara instan, 24/7, dan tanpa lelah.
• Mereka terus memperbaiki pengaturan AI mereka, sehingga ketika Anda menyerahkan sesuatu kepada mereka, Anda tahu itu akan dilakukan tidak hanya dengan baik (lihat poin di atas), tetapi juga dengan kecepatan yang cukup untuk mengikuti tempo pasar baru.

Mengapa Ini Adalah Masalah Kepemimpinan, Bukan Masalah Individu

Sangat menggoda untuk membingkai ini sebagai tanggung jawab insinyur individu. “Tetap maju atau ketinggalan.” Tetapi jika Anda memimpin organisasi insinyur, pembingkaian itu membiarkan Anda lepas dari tanggung jawab.

Insinyur Anda yang mencapai platou tidak mencapai platou dalam kehampaan. Mereka mencapai platou karena tidak ada yang dalam lingkungan mereka mendorong mereka melewati penyesuaian awal. Mereka mencapai peningkatan produktivitas yang masuk akal dan berhenti di situ, dan inersia melakukan sisanya.

Insinyur yang terus mendorong? Kebanyakan dari mereka termotivasi sendiri. Mereka akan terus mendorong tanpa peduli. Tetapi Anda tidak bisa mempekerjakan organisasi insinyur sepenuhnya dengan pencari batas yang termotivasi sendiri. Pertanyaan bagi pemimpin adalah: bagaimana Anda memindahkan kelompok tengah?

Ini adalah masalah manajemen perubahan, dan salah satu kerangka kerja favorit saya untuk itu berasal dari buku Switch karya Heath bersaudara. Versi singkatnya: Anda perlu memberi orang arah yang jelas, membuat mereka merasakan mengapa itu penting, dan mengubah lingkungan sehingga perilaku baru menjadi jalur yang paling tidak bertahan. Diterapkan pada tim insinyur, itu terlihat seperti:

Temukan titik cerah Anda dan buatlah terlihat. Identifikasi insinyur yang telah mendorong terjauh dalam alur kerja AI mereka dan minta mereka untuk mendemo kepada tim secara teratur. Bukan sesi pelatihan. Demo langsung dari pekerjaan nyata. Ketika bagian tengah tim Anda melihat perbedaan antara alur kerja mereka dan alur kerja adapter teratas, itu menciptakan ketidaknyamanan produktif yang tidak bisa dicapai oleh mandat apa pun.

• Kurangi perubahan. “Adopsi AI” terlalu abstrak untuk diambil tindakan. Ini sprint, kencangkan pengujian agen ujung-ke-ujung, sprint berikutnya gulirkan ke seluruh organisasi, dan seterusnya. Langkah-langkah spesifik dan dapat diatur mengalahkan program transformasi ambisius setiap saat, dan kemenangan kecil itu penting.
• Ubah default. Kodekan proses verifikasi dalam keterampilan AI, dan pastikan itu diterapkan di seluruh tim dan di semua agen mereka. Definisikan alur kerja Anda dan gunakan tooling yang mendukung itu. Buat cara kerja baru menjadi jalur yang paling tidak bertahan, sehingga orang-orang bergerak ke arah itu tanpa harus berjuang untuk mencapainya.

Jendela Sedang Menutup

Berikut adalah bagian yang membuat ini mendesak daripada hanya penting.

Saat ini, kesenjangan adaptasi adalah perbedaan kinerja. Insinyur Anda yang mencapai platou lebih lambat daripada insinyur yang beradaptasi, tetapi mereka masih produktif. Mereka masih berkontribusi. Anda bisa membawa mereka.

Jendela itu sedang menutup. Ketika kemampuan AI mempercepat dan tekanan kompetitif berkompound, kecepatan minimum pekerjaan insinyur yang layak meningkat. Insinyur “cukup baik” hari ini tidak dijamin akan cukup baik kuartal depan. Bukan karena mereka memburuk, tetapi karena lantai bergerak ke atas.

Organisasi yang berhasil memindahkan seluruh tim mereka ke atas kurva adaptasi, bukan hanya pengadopsi awal, akan memiliki keunggulan struktural yang berkompound. Yang tidak akan menemukan diri mereka staf untuk kecepatan kompetisi yang tidak ada lagi.

Setiap pemimpin insinyur yang saya ajak bicara memahami ini secara intelektual. Sangat sedikit yang telah mengubah cara mereka menjalankan tim mereka sebagai respons. Kesenjangan antara pemahaman dan tindakan adalah jenis platou lainnya.

Tidak Ada Kecepatan yang Nyaman

Dalam artikel kelelahan AI, saya berargumen bahwa kelelahan adalah bukti bahwa pelatihan berhasil. Itu masih benar. Tetapi kebenaran berikutnya lebih sulit: beban terus bertambah.

Di gym normal, Anda bisa memilih beban yang nyaman dan mempertahankannya selamanya. Tidak ada yang menambahkan pelat ke bar Anda tanpa bertanya. Di lanskap perangkat lunak saat ini, setiap rilis model baru, setiap kemampuan agen baru, setiap alur kerja baru yang ditemukan dan dibagikan, bar itu bergerak. Berdiri diam dan beban akhirnya akan menghancurkan Anda.

Tidak ada ruang yang nyaman di industri perangkat lunak saat ini. Tidak untuk insinyur individu, tidak untuk tim yang mereka kerjakan, tidak untuk perusahaan yang mereka bangun. Posisi yang aman hanya ada dalam gerakan terus-menerus. Dan pertanyaan yang paling penting bagi pemimpin insinyur adalah apakah seluruh tim Anda bergerak, atau hanya mereka yang akan bergerak tanpa peduli.