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

AI spowodował znaczącą zmianę w sposobie pracy i tym, co jest automatyzowane w zespołach technicznych. W mojej pracy w Sombra widziałem, jak ta zmiana zmieniła nie tylko sposób, w jaki zespoły dostarczają wyniki, ale także to, co jest nagradzane w rozwoju kariery. Przez długi czas ścieżka rozwoju w branży technicznej była dość liniowa: uczyłeś się nowych umiejętności, stale poprawiałeś swoje umiejętności techniczne, stawałeś się kimś, kto rozwiązuje trudne problemy, budowałeś swoją reputację i zaufanie, a następnie awansowałeś po szczeblach kariery.

Jednak 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 rodzaju pracodawcą, który mógł rozwiązać trudne problemy techniczne, wziąć odpowiedzialność za złożoną pracę i być godnym zaufania, gdy projekty były w trudnej sytuacji. Ale coś brakowało, i czułem się zablokowany.

Wyglądało na to, że dotarłem do sufitu swojej 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, jak coś zbudować, musiałem nauczyć się, co było warte budowania w pierwszej kolejności.

Taki sufit staje się coraz bardziej powszechny w całej branży.

Rynek zmienia się szybciej, niż wielu inżynierów się spodziewa

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 wraz z tym, jak AI przejmuje więcej powtarzalnych zadań programistycznych, więcej inżynierów może być skierowanych w kierunku wyższego poziomu projektowania i podejmowania decyzji.

Oczywiście, nadal istnieje ogromne zapotrzebowanie na talent techniczny. Nie myśl, że umiejętności techniczne nie są już ważne, ale szerszy trend polega na tym, że jest coraz mniej ról, w których sama wykonawczość jest wystarczająca do awansu. Istnieje duże zapotrzebowanie na ludzi, którzy potrafią sformułować problemy, priorytetować pod ograniczeniami i łączyć pracę techniczną z wartością biznesową.

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

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

Przestałem mierzyć swój rozwój kariery pod względem “więcej kodu”, “większej złożoności” lub “trudniejszego technicznego właściciela” i przesunąłem się w kierunku architektury, wpływu biznesowego i jakości decyzji.

Pięć zmian, które zmieniły sposób, w jaki pracowałem

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

Pierwsza zmiana polegała na uczeniu się biznesu bezpośrednio, zamiast otrzymywać informacje pośrednio przez bilety.

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

Zacząłem więc uczyć się biznesu bezpośrednio. Zacząłem uczestniczyć w więcej rozmów sprzedażowych i wsparcia, słuchałem ich rozmów uważnie i zwracałem większą uwagę na dyskusje ze stakeholderami. Z czasem przestałem widzieć swoją pracę jako serię izolowanych dostaw.

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

Druga zmiana polegała na uczeniu się języka biznesu bez traktowania go jako czegoś zarezerwowanego dla wyższej kadry.

Zacząłem uczyć się wszystkich tych terminów, których wielu inżynierów nie jest wyraźnie nauczonych: ROI, koszt opóźnienia, koszt możliwości, ekspozycja 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 dobrych w rozwiązywaniu problemów, ale nie mogą ich priorytetować i oceniać zgodnie z celami biznesowymi.

Dla mnie nauka tego języka zmieniła sposób, w jaki komunikowałem się i, co więcej, 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 częściej pomagać zespołom w wykonawstwie, ale nie może jeszcze posiadać podejmowania decyzji. Ta warstwa należy do ludzi.

Kolejna duża zmiana mentalności polegała na definiowaniu sukcesu przed rozpoczęciem kodowania.

Z czasem, zanim rozpocząłem implementację, zadawałem sobie serię pytań:

• Czego dokładnie to zmienia dla użytkownika lub biznesu?
• Jaki wskaźnik powinien się zmienić?
• Jak ktokolwiek będzie wiedział, że to miało znaczenie?

Te pytania naprawdę pomogły wyjaśnić sprawy przed rozpoczęciem kodowania. Zmniejszyły również moje ryzyko popełnienia powszechnego błędu: inwestowania dużo w dostawę przed wyrównaniem wpływu.

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

Innymi słowy, dostawa nie jest metą. Oczywiście, szacujemy wyniki na podstawie dostawy, ale często zdolność do definiowania sukcesu z wyprzedzeniem jest tym, co przenosi kogoś na szersze stanowisko lidera.

Czwarta zmiana polegała na testowaniu założeń przed przebudową.

Silni inżynierowie często przebudowują, kierowani powszechnym mniemaniem, że AI sprawia, że budowanie jest tanie, a więcej inżynierii automatycznie oznacza lepszą jakość.

Wysoko wykwalifikowani technicznie ludzie są często szkoleni, aby myśleć w kategoriach solidnych rozwiązań, ponieważ wszyscy chcemy budować rzeczy właściwym sposobem. To jest wspaniała cecha do rozwoju, ale często staje się kosztowna, gdy zobowiązujesz się do pełnego rozwiązania przed zwalidowaniem założeń.
Dlatego jedną z moich najpraktyczniejszych zmian było wymuszenie przerwy przed budową i określenie moich założeń. Gdy założenie jest jawne i klarowne, praca zmienia kształt.

Celem nie jest już udowodnienie, jak sofistykowane może być rozwiązanie. Celem jest szybkie, tanie i wystarczająco klarowne uczenie się, aby zdecydować, co zasługuje na głębszą inwestycję.

Ostatnia zmiana, która naprawdę pomogła, polegała na pisaniu krótkich notatek decyzyjnych 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, oraz gdzie wciąż jest potrzebne wyrównanie.

To nie tylko poprawiło komunikację, ale również wcześnie ujawniło słabe uzasadnienie i pomogło wyjaśnić założenia (patrz poprzednia zmiana). Co więcej, stworzyło zapis, dlaczego podjęto decyzję, co staje się szczególnie cenne, gdy przeglądasz wyniki. Ten mały krok 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 dotyczy lepszych decyzji

To jest większy błąd, który wiele osób popełnia, gdy mówi się o AI i karierach technicznych. Opowiadają 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 robi, gdzie zawodzi i co powinno lub nie powinno być ufało. Ale techniczna doskonałość sama w sobie jest mniej różnicowana, gdy więcej wykonawstwa może być przyspieszane przez narzędzia. To jest dokładnie to, co świadczymy 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 biznesowi w podejmowaniu lepszych decyzji.

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