Dlaczego sam tylko techniczny geniusz nie wystarcza już do awansu inżynierów w erze AI

AI spowodował znaczącą zmianę w sposobie, w jaki pracujemy i co jest automatyzowane w zespołach technicznych. W mojej pracy w Sombra widziałem, jak ta zmiana wpłynęła nie tylko na to, jak zespoły realizują swoje zadania, ale także na to, co jest nagradzane w rozwoju kariery. Przez długi czas, ścieżka rozwoju w branży technicznej była dość liniowa: uczysz się nowych umiejętności, stajesz się coraz lepszy technicznie, stajesz się kimś, kto rozwiązuje trudne problemy, budujesz swoją reputację i zaufanie, a następnie awansujesz po drabinie kariery.

Ale ten cykl zaczyna się łamać. AI przejmuje wiele zadań, przyspieszając pracę i obniżając koszty. Nie oznacza to, że umiejętności techniczne nie są już ważne, ale sprawia, że zadania wymagające osądu, myślenia o wynikach i podejmowania decyzji stają się bardziej istotne.

To jest zmiana, której doświadczyłem osobiście w swojej drodze od inżyniera do współzałożyciela i CTO w Sombra. Pięć lat po rozpoczęciu kariery inżynierskiej, stałem się specjalistą, na którego zespoły mogły liczyć. Byłem tego typu pracodawcą, który mógł rozwiązać trudne problemy techniczne, brać odpowiedzialność za złożoną pracę i być godnym zaufania, gdy projekty były w płomieniach. Ale coś brakowało, i czułem się zablokowany.

Wyglądało na to, że uderzyłem w sufit kariery i nie mogłem iść dalej. Moje umiejętności techniczne były na szczycie, ale następny etap rozwoju wymagał czegoś innego – myślenia biznesowego. Nie mogłem iść dalej, znając tylko to, jak coś zbudować, musiałem nauczyć się, co było warte budowania w pierwszej kolejności.

Taki sufit jest coraz bardziej powszechny w całej branży.

Rynek zmienia się szybciej, niż wielu inżynierów sobie uświadamia

Światowe Forum Ekonomiczne raportuje, że 40% pracodawców oczekuje redukcji zatrudnienia tam, gdzie AI może zautomatyzować zadania, podczas gdy badania Anthropic nad rozwojem oprogramowania sugerują, że w miarę jak AI przejmuje coraz więcej powtarzalnych zadań rozwojowych, coraz więcej inżynierów może być zmuszonych do podejmowania decyzji na wyższym poziomie.

Oczywiście, nadal istnieje ogromne zapotrzebowanie na talenty techniczne. Nie myśl, że umiejętności techniczne nie są już ważne, ale szerszy trend jest taki, że jest coraz mniej ról, w których sama wykonawczość jest wystarczająca do awansu. Istnieje duże zapotrzebowanie na ludzi, którzy potrafią sformułować problemy, ustalić priorytety w ramach ograniczeń i połączyć pracę techniczną z wartością biznesową.

To była zmiana, której musiałem dokonać. Mój największy awans nie był tylko techniczny, ale kontekstowy.

Nie porzuciłem inżynierii, ale ją rozszerzyłem i przedefiniowałem pytania wokół niej.

Przestałem mierzyć swój rozwój kariery pod względem “więcej kodu”, “większej złożoności” lub “trudniejszego technicznego posiadania” i przeszedłem do architektury, wpływu biznesowego i jakości decyzji.

Pięć zmian, które zmieniły sposób, w jaki pracowałem

To może brzmieć abstrakcyjnie, więc rozłożę to na 5 praktycznych zmian, które pomogły mi rozwinąć myślenie biznesowe.

Pierwsza zmiana polegała na tym, że uczyłem się biznesu bezpośrednio, zamiast otrzymywać go w sposób pośredni przez bilety.

Wielu inżynierów pracuje na podstawie sygnałów zewnętrznych. Otrzymujemy wymagania, ale nie widzimy rozmów, które je ukształtowały. Nie widzimy kompromisów za naszymi zadaniami, ani strategicznych powodów, dla których te zadania istnieją.

Więc zacząłem uczyć się biznesu bezpośrednio. Zacząłem uczestniczyć w więcej rozmowach sprzedażowych i wsparcia, słuchałem ich rozmów uważnie i zwracałem większą uwagę na dyskusje z udziałem interesariuszy. Z czasem, przestałem widzieć swoją pracę jako serię izolowanych dostaw.

Doszedłem do wniosku, że rozwiązanie technicznie eleganckie, które przychodzi za późno, kosztuje zbyt dużo lub rozwiązuje niewłaściwy problem, nie jest pracą strategiczną. To po prostu droga poprawność.

Druga zmiana polegała na tym, że uczyłem się języka biznesowego bez traktowania go jako czegoś zarezerwowanego dla dyrektorów.

Zacząłem uczyć się tych wszystkich terminów, których wielu inżynierów nie jest wyraźnie nauczonych: ROI, koszt opóźnienia, koszt alternatywny, narażenie na ryzyko, marża i sekwencja. To jest po prostu nieuniknione, jeśli celujesz w stanowiska seniora lub C-level.

To wpływa na osąd techniczny, ponieważ wielu specjalistów jest świetnych w rozwiązywaniu problemów, ale nie mogą ich priorytetowo oceniać według celów biznesowych.

Dla mnie, nauka tego języka zmieniła sposób, w jaki komunikowałem się i, co ważniejsze, jak oceniałem rozwiązania. Praca sama w sobie pozostała techniczna, ale logika za nią stała się szersza.

To jest ważne rozróżnienie w erze AI. AI może coraz więcej pomagać zespołom w wykonawstwie, ale nie może jeszcze posiadać decyzji. Ta warstwa należy do ludzi.

Kolejna duża zmiana myślenia polegała na tym, że definiowałem sukces przed rozpoczęciem kodu.

Przed rozpoczęciem implementacji, zadawałem sobie serię pytań:

• Co dokładnie to zmienia dla użytkownika lub biznesu?
• Jaki wskaźnik powinien się zmienić?
• W jaki sposób ktokolwiek będzie wiedział, że to miało znaczenie?

Te pytania naprawdę pomogły mi uporządkować sprawy przed rozpoczęciem kodowania. Zatrzymały mnie również przed powszechnym błędem: inwestowaniem w dostawę przed wyrównaniem wpływu.

To jest jeden z powodów, dla których pomiar jest tak ważny. Badania DORA nad dostarczaniem oprogramowania pokazały wartość mierzenia, w jaki sposób zespoły dostarczają oprogramowanie w sposób bezpieczny, szybki i wydajny. Ale w praktyce, wysoko wykwalifikowani liderzy techniczni zwykle idą o jeden poziom dalej: łączą metryki dostarczania z wynikami produktu i wynikami biznesowymi.

Innymi słowy, wysyłanie nie jest linią mety. Oczywiście, szacujemy wyniki na podstawie dostarczania, ale często zdolność do definiowania sukcesu z wyprzedzeniem jest tym, co przenosi kogoś do szerszego przywództwa.

Czwarta zmiana polegała na tym, że testowałem założenia przed nadmiernym budowaniem.

Silni inżynierowie często budują nadmiernie, kierowani powszechnym mniemaniem, że AI sprawia, iż budowanie jest tanie, i że więcej inżynierii oznacza lepszą jakość.

Wysoko wykwalifikowani ludzie techniczni są często szkoleni, aby myśleć w kategoriach solidnych rozwiązań, ponieważ wszyscy chcemy budować rzeczy w odpowiedni sposób. To jest wspaniała cecha do rozwoju, ale często staje się kosztowna, gdy zobowiązujesz się do pełnego rozwiązania przed walidacją założeń.
Dlatego jedną z moich najbardziej praktycznych zmian było wymuszenie przerwy przed budowaniem i określenie moich założeń. Gdy założenie jest jawne i wyraźne, praca zmienia kształt.

Cel nie jest już tym, aby udowodnić, jak złożone może być rozwiązanie. Cel jest tym, aby nauczyć się szybko, tanio i wyraźnie enough, aby zdecydować, co zasługuje na głębszą inwestycję.

Ostatnia zmiana, która naprawdę pomogła, polegała na tym, że pisałem krótkie notatki decyzyjne przed kodowaniem.

To może być najbardziej praktyczny nawyk ze wszystkich. I nie myśl, że próbuję wymusić kolejny dokument — po prostu krótką i ustrukturyzowaną notatkę, aby wizualizować swoje myślenie: jakie opcje istnieją, jakie ryzyka mają znaczenie, jaki wpływ jest oczekiwany, jaka rekomendacja ma sens, i gdzie wyrównanie jest jeszcze potrzebne.

To nie tylko poprawiło komunikację, ale również eksponowało słabe rozumowanie wcześnie i pomagało wyjaśnić

założenia (patrz poprzednia zmiana). Co więcej, stworzyło zapis powodów, dla których podjęto decyzję, co staje się szczególnie cenne, gdy przeglądasz wyniki. Ta mała akcja może zmienić, w jaki sposób decyzje są formułowane, komunikowane i posiadane.

W praktyce, wiele awansów następuje, ponieważ osoba może zmniejszyć niejasność dla innych, a nie dlatego, że są najbardziej technicznie błyskotliwą osobą w pokoju.

Dlaczego następny poziom jest o lepszych decyzjach

To jest większy błąd, który wiele osób popełnia, gdy mówią o AI i karierach technicznych. Ramują historię tak, jakby wybór był pomiędzy głębią techniczną a przywództwem, lub pomiędzy inżynierią a zarządzaniem.

Umiejętności techniczne nadal mają znaczenie. W wielu przypadkach mają znaczenie nawet bardziej, ponieważ ludzie potrzebują wystarczającej głębi, aby ocenić, co AI systemy robią, gdzie zawodzą i co powinno lub nie powinno być ufało. Ale techniczna doskonałość sama w sobie jest mniej różnicowana, gdy więcej wykonawstwa może być przyspieszone przez narzędzia. To jest dokładnie to, co widzimy każdego dnia w Sombra: najszybszy rozwój kariery następuje, gdy inżynierowie łączą głębokość techniczną z myśleniem biznesowym.

To nie oznacza, że każdy silny inżynier powinien zostać menedżerem. Ale oznacza to, że ścieżka awansu się zmienia. Następny poziom jest mniej o tym, aby udowodnić, że ktoś może wykonać najtrudniejsze zadanie samodzielnie, a bardziej o tym, aby udowodnić, że może pomóc zespołowi i firmie w podejmowaniu lepszych decyzji.

Nie uderzyłem w sufit, ponieważ brakowało mi inteligencji lub dyscypliny. Uderzyłem w sufit, ponieważ następny poziom wymagał szerszego pola widzenia. Gdy to się zmieniło, moje pole widzenia również się zmieniło.