Liderzy opinii
Pułapka stagnacji

Kluczowe punktyKonkurencyjna podstawa tempa prac inżynieryjnych rośnie wraz z rozwojem AI, przez co…
Zobacz więcej
- Konkurencyjna podstawa tempa prac inżynieryjnych rośnie wraz z rozwojem AI, przez co obecne wzrosty wydajności są niewystarczające.
- Zespoły inżynieryjne dzielą się na ciągłych adaptujących AI i użytkowników na plateau, tworząc strukturalną lukę wydajności.
- Liderzy muszą aktywnie przesuwać cały swój zespół w górę krzywej adaptacji poprzez zmianę środowiska pracy, a nie indywidualne nakazy.
Niedawno pisałem o zmęczeniu AI, argumentując, że to, czego doświadczają inżynierowie, nie jest przewlekłą dolegliwością, lecz bólem mięśni po treningu. Trzeba przez niego przejść, dostosować się i wyjść silniejszym.
To rozsądne podejście, ale ta historia ma dalszy ciąg, który szybko staje się coraz wyraźniejszy. Prawdziwym zagrożeniem dla zespołów inżynierskich nie jest obecnie wypalenie. Jest nim stagnacja.
Nowy podział
Prawie każdy doświadczony inżynier korzysta dziś z AI: Copilot, Claude, Cursor, Codex i wiele innych narzędzi. Ten etap mamy za sobą. Jeśli kierujesz organizacją inżynierską, zapewne widzisz wysokie wskaźniki wdrożenia i jesteś z nich zadowolony.
Nie powinieneś.
Sam wskaźnik wdrożenia nic nie znaczy. Ważny jest podział kryjący się pod nim. Twój zespół po cichu dzieli się na dwie grupy: inżynierów, którzy zwiększyli produktywność i na tym poprzestali, oraz tych, którzy idą naprzód co tydzień. Nowe przepływy pracy, konfiguracje agentów i sposoby dzielenia problemów tak, by mogła je rozwiązać AI.
Obie grupy widnieją w panelach jako użytkownicy AI. Jedna realizuje jednak program treningowy ze stopniowo rosnącym obciążeniem. Druga zatrzymała się na pierwszym ciężarze, który wydał się wygodny.
Sześć miesięcy temu różnica między grupami była ledwie widoczna. Dziś dostrzeże ją każdy, kto obserwuje sytuację. Za kolejne sześć miesięcy stanie się strukturalna.
Jak naprawdę wygląda stagnacja
Inżynier, który przestał się rozwijać, nie robi nic złego w tradycyjnym rozumieniu. Jest kompetentny i dostarcza rezultaty. Używa agenta do prostych zadań, a potem po nim poprawia. Być może zwiększył produktywność o 20–30% i uznał sprawę za zakończoną.
Problem polega na tym, że kolega obok nie zatrzymał się w tym miejscu. Teraz korzysta z wielu agentów w swoich przepływach pracy, ulepsza pętle weryfikacji, dzieli całe funkcjonalności na zadania wykonalne przez AI, ocenia rezultaty na poziomie architektury zamiast linijka po linijce i dostarcza je dwa do trzech razy szybciej niż wcześniej. Nie dlatego, że jest zdolniejszy, lecz dlatego, że trenował dalej, gdy inni zrobili sobie dzień odpoczynku, który zamienił się w cały kwartał odpoczynku.
Nie chodzi o entuzjazm wobec AI ani o bycie jednym z pierwszych użytkowników. Etap wczesnego wdrażania minął. Chodzi o ciągłą adaptację zamiast jednorazowego dostosowania. Narastającej różnicy między tymi podejściami nie sposób już ignorować.
Presja konkurencyjna jest realna i narasta
Gdyby twoje zespoły mogły pozwolić sobie na adaptację we własnym tempie, stagnacja byłaby problemem zarządzania wynikami. Uciążliwym, ale możliwym do opanowania.
Patrząc jednak na szerszą sytuację w branży oprogramowania, prawdopodobnie nie masz tego luksusu.
Branża oprogramowania powstała w dużej mierze po to, by pomagać ludziom w pracy cyfrowej: pokazywać pracownikom wsparcia nadchodzące zgłoszenia, śledzić odpowiedzi udzielane klientom i zarządzać przepływami pracy. Teraz agenci AI zastępują cały przepływ, a wraz z nim zmieniają zasady działania stojących za nim platform SaaS. Ponadto AI z dnia na dzień zyskuje nowe możliwości, a klienci zaczynają pytać: „Czy nadal musimy to kupować, czy możemy już zbudować to sami?”. AI zaczęła obniżać barierę między kupowaniem a budowaniem w coraz większej liczbie zastosowań. Przywiązanie klientów do produktu, które chroniło twoje przychody, słabnie z każdym kwartałem.
Inżynierowie pogrążeni w stagnacji pracują w tempie dostosowanym do środowiska konkurencji, które już nie istnieje.
Cytat, który zmienił moje spojrzenie
Słyszałem to już nie raz, w różnych firmach i sytuacjach: od menedżerów produktu, którzy zakasali rękawy i tworzyli funkcjonalności metodą „vibe coding”, oraz od liderów inżynierskich, którzy przeprojektowali zawodzące architektury:
„Łatwiej było mi stopniowo udoskonalać to z moimi agentami niż z tamtym inżynierem”.
Za pierwszym razem uznałem to za przesadę. Za trzecim zrozumiałem, że to wskaźnik wyprzedzający.
Moim zdaniem są inżynierowie, którzy odnajdą się w tym nowym świecie i będą zwielokrotniać możliwości AI. Muszą być mocni w dwóch obszarach. Oba mogą rozwijać samodzielnie, jeśli mają wystarczającą motywację wewnętrzną i ciekawość intelektualną:
- Nadają na tych samych falach co ich interesariusze, na przykład menedżerowie produktu i kierownicy zespołów inżynierskich. Rozumieją, jak wygląda dobry rezultat, więc nie trzeba nadmiernie wszystkiego tłumaczyć. Jeśli powodują tyle samo nieporozumień co agent programistyczny, agent zawsze wygra to porównanie. Jest dostępny natychmiast, przez całą dobę, siedem dni w tygodniu, i nigdy się nie męczy.
- Stale ulepszają swoje środowiska i konfiguracje AI. Gdy powierzasz im zadanie, wiesz, że wykonają je nie tylko dobrze, jak w poprzednim punkcie, lecz także wystarczająco szybko, by dotrzymać nowego tempa rynku.
Dlaczego to problem przywództwa, a nie jednostki
Kusi, by uznać to za odpowiedzialność pojedynczego inżyniera: „Nadążaj albo zostań w tyle”. Jeśli jednak kierujesz organizacją inżynierską, takie ujęcie zwalnia ciebie z odpowiedzialności.
Twoi inżynierowie nie popadli w stagnację w próżni. Nic w ich otoczeniu nie popychało ich poza pierwsze dostosowanie. Osiągnęli pozornie rozsądny wzrost produktywności, nikt nie zachęcił ich do dalszego wysiłku, a resztę zrobiła bezwładność.
A ci, którzy szli dalej? Większość ma wewnętrzną motywację i kontynuowałaby niezależnie od warunków. Nie da się jednak obsadzić całej organizacji wyłącznie takimi samodzielnie zmotywowanymi odkrywcami nowych granic. Pytanie dla liderów brzmi: jak poruszyć środkową grupę?
To problem zarządzania zmianą. Jeden z moich ulubionych modeli pochodzi z książki braci Heath Switch. W skrócie: trzeba wskazać ludziom jasny kierunek, sprawić, by poczuli, dlaczego to ważne, oraz zmienić otoczenie tak, by nowe zachowanie było drogą najmniejszego oporu. W zespołach inżynierskich wygląda to następująco:
Znajdź dobre przykłady i pokaż je innym. Wskaż inżynierów, którzy zaszli najdalej w przepływach pracy z AI, i poproś, by regularnie demonstrowali zespołowi swoją pracę. Nie szkolenia, lecz pokazy rzeczywistej pracy na żywo. Gdy środkowa grupa zobaczy różnicę między swoim przepływem a sposobem pracy najlepiej dostosowanego kolegi, powstaje produktywny dyskomfort, któremu nie dorówna żaden nakaz.
- Zmniejsz skalę zmiany. „Wdróż AI” jest zbyt abstrakcyjne, by przejść do działania. W tym sprincie dopracuj testowanie z agentami od początku do końca, w następnym wprowadź je w całej organizacji i tak dalej. Konkretne, wykonalne kroki zawsze wygrywają z ambitnymi programami transformacji, a małe sukcesy mają znaczenie.
- Przebuduj domyślne praktyki. Zapisz proces weryfikacji w umiejętnościach AI i dopilnuj, by wdrożono je w całym zespole i u wszystkich jego agentów. Określ przepływy pracy i korzystaj z narzędzi, które je wspierają. Niech nowy sposób pracy stanie się drogą najmniejszego oporu, by ludzie naturalnie ku niemu zmierzali, zamiast musieć o to walczyć.
Okno możliwości się zamyka
Właśnie dlatego sprawa jest pilna, a nie tylko ważna.
Obecnie luka adaptacyjna oznacza różnicę w wynikach. Inżynierowie, którzy utknęli, są wolniejsi od tych, którzy się dostosowali, ale nadal są produktywni i wnoszą swój wkład. Możesz nadal utrzymywać ich w zespole.
To okno się zamyka. Wraz z przyspieszaniem rozwoju AI i narastaniem presji konkurencyjnej rośnie minimalne tempo pracy inżynierskiej pozwalające utrzymać się na rynku. Inżynier „wystarczająco dobry” dzisiaj nie musi być taki w następnym kwartale. Nie dlatego, że stał się gorszy, lecz dlatego, że minimalny poziom wymagań wzrósł.
Organizacje, które potrafią przesuwać w górę krzywej adaptacji całe zespoły, a nie tylko pierwszych użytkowników, zyskają narastającą przewagę strukturalną. Pozostałe odkryją, że ich skład osobowy odpowiada tempu konkurencji, które już nie istnieje.
Każdy lider inżynierski, z którym rozmawiam, rozumie to intelektualnie. Niewielu zmieniło jednak w odpowiedzi sposób prowadzenia zespołu. Luka między zrozumieniem a działaniem sama jest rodzajem stagnacji.
Nie ma wygodnego tempa
W artykule o zmęczeniu AI twierdziłem, że ból mięśni dowodzi skuteczności treningu. To wciąż prawda. Następna prawda jest jednak trudniejsza: ciężar stale rośnie.
Na zwykłej siłowni możesz wybrać wygodny ciężar i utrzymywać go zawsze. Nikt nie dołoży krążków do sztangi bez pytania. W dzisiejszej branży oprogramowania każda nowa wersja modelu, każda nowa zdolność agenta i każdy wymyślony i udostępniony przepływ pracy przesuwają sztangę. Stój w miejscu, a w końcu ciężar cię przygniecie.
W branży oprogramowania nie ma teraz wygodnego miejsca. Ani dla pojedynczych inżynierów, ani dla ich zespołów, ani dla firm, które te zespoły budują. Bezpieczny jest tylko ciągły ruch. Dla liderów inżynierskich liczy się jedno pytanie: czy porusza się cały zespół, czy tylko ci, którzy i tak by się poruszali?












