Por que a excelência técnica por si só já não garante a promoção de engenheiros na era da IA?

A IA provocou uma grande mudança na forma como trabalhamos e no que é automatizado dentro das equipes técnicas. No meu trabalho em SombraVi essa mudança alterar não apenas a forma como as equipes entregam resultados, mas também o que é recompensado no crescimento profissional. Por muito tempo, a trajetória de crescimento na área de tecnologia foi bastante linear: você aprendia novas habilidades, aprimorava-se tecnicamente, tornava-se alguém que resolvia problemas complexos, construía sua reputação e confiança e, então, conquistava seu espaço na hierarquia da carreira.

Mas esse ciclo está começando a se romper. A IA está assumindo muitas tarefas, acelerando o trabalho e reduzindo custos. Isso não significa que as habilidades técnicas não sejam mais importantes, mas torna as tarefas que exigem julgamento, pensamento orientado a resultados e tomada de decisões ainda mais importantes.

Essa é a mudança que vivenciei em primeira mão na minha jornada de engenheiro a cofundador e CTO na [nome da empresa]. SombraApós cinco anos de carreira em engenharia, eu havia me tornado o tipo de especialista em quem as equipes confiavam. Eu era o tipo de funcionário capaz de resolver problemas técnicos difíceis, assumir a responsabilidade por trabalhos complexos e ser confiável mesmo quando os projetos estavam em crise. Mas algo estava faltando, e eu me sentia estagnado.

Parecia que eu havia atingido o teto da minha carreira e não conseguiria ir mais longe. Minhas habilidades técnicas estavam no auge, mas essa próxima etapa de crescimento exigia algo diferente: pensamento estratégico.
Eu não conseguia avançar sabendo apenas como construir algo; precisava aprender, em primeiro lugar, o que valia a pena construir.

Esse tipo de limite está se tornando mais comum em todo o setor.

O mercado está mudando mais rápido do que muitos engenheiros percebem.

O Fórum Econômico Mundial relatórios que 40% dos empregadores esperam reduzir a força de trabalho onde a IA pode automatizar tarefas, enquanto a pesquisa da Anthropic sobre desenvolvimento de software sugere que, à medida que a IA assume mais trabalhos de desenvolvimento repetitivos, mais engenheiros podem ser impulsionados para o design e a tomada de decisões de nível superior.

É claro que ainda existe uma enorme demanda por profissionais técnicos. Não me interpretem mal, as habilidades técnicas continuam sendo essenciais para a profissão, mas a tendência geral é que haja menos cargos em que a execução por si só seja suficiente para ascender na carreira. Há uma grande demanda por pessoas que consigam definir problemas, priorizar tarefas sob pressão e conectar o trabalho técnico ao valor para o negócio.

Essa foi a transição que precisei fazer. Minha maior atualização não foi apenas técnica, mas também contextual.

Eu não abandonei a engenharia, eu a expandi e reformulei as questões em torno dela.

Deixei de medir o crescimento da minha carreira em termos de "mais código", "mais complexidade" ou "maior responsabilidade técnica" e passei a focar em arquitetura, impacto nos negócios e qualidade das decisões.

Cinco mudanças que transformaram a minha forma de trabalhar.

Isso pode parecer abstrato, então vou explicar em partes. 5 mudanças práticas que me ajudaram a desenvolver uma mentalidade empresarial.

A primeira mudança foi aprender o negócio diretamente, em vez de recebê-lo de segunda mão por meio de chamados.

Muitos engenheiros trabalham com base em sinais recebidos. Recebemos os requisitos, mas não a conversa que os originou. Não conseguimos enxergar as compensações envolvidas em nossas tarefas, nem as razões estratégicas pelas quais essas tarefas existem.

Então comecei a aprender sobre o negócio diretamente. Passei a participar de mais reuniões de vendas e suporte, ouvindo atentamente as conversas e prestando mais atenção às discussões com as partes interessadas. Com o tempo, deixei de ver meu trabalho como uma série de entregas isoladas.

Cheguei a uma conclusão: uma solução tecnicamente elegante que chega tarde demais, custa muito caro ou resolve o problema errado não é trabalho estratégico. É apenas uma correção dispendiosa.

A segunda mudança foi aprender a linguagem empresarial sem tratá-la como algo reservado aos executivos.

Comecei a aprender todos aqueles termos que muitos engenheiros nunca aprendem explicitamente: ROI, custo do atraso, custo de oportunidade, exposição ao risco, margem e sequenciamento. Isso é simplesmente inevitável se você almeja cargos de gerência sênior ou de diretoria.

Isso afeta o julgamento técnico, pois muitos especialistas são ótimos em resolver problemas, mas não conseguem priorizá-los e avaliá-los de acordo com os objetivos de negócios.

Para mim, aprender essa linguagem mudou a forma como eu me comunicava e, mais importante, como eu avaliava soluções. O trabalho em si continuou técnico, mas a lógica por trás dele se tornou mais abrangente.

Essa é uma distinção importante na era da IA. A IA pode ajudar cada vez mais as equipes na execução de tarefas, mas ainda não pode assumir a responsabilidade pela tomada de decisões. Essa responsabilidade cabe aos humanos.

Outra grande mudança de mentalidade foi definir o sucesso antes de escrever o código.

Ao longo do tempo, antes de iniciar a implementação, fiz a mim mesmo uma série de perguntas:

• O que exatamente isso muda para o usuário ou para a empresa?
• Qual métrica deve ser alterada?
• Como alguém saberá que isso importou?

Essas perguntas realmente me ajudaram a organizar as ideias antes de eu começar a programar. Elas também me evitaram um erro comum: investir muito na entrega antes de alinhar o impacto.

Essa é uma das razões pelas quais a medição é tão importante. Software da DORA pesquisa de entrega Demonstrou-se o valor de medir como as equipes entregam software de forma segura, rápida e eficiente. Mas, na prática, os líderes técnicos de alto desempenho geralmente vão além: eles conectam as métricas de entrega aos resultados do produto e aos resultados de negócios.

Em outras palavras, o envio não é a linha de chegada. Certamente, estimamos os resultados com base na entrega, mas muitas vezes é a capacidade de definir o sucesso antecipadamente que leva alguém a uma posição de liderança mais ampla.

A quarta mudança consistia em testar hipóteses antes de construir em excesso.

Engenheiros competentes muitas vezes exageram na construção, guiados pela ideia equivocada de que a IA barateia a construção e que mais engenharia significa automaticamente melhor qualidade.

Profissionais técnicos de alto desempenho geralmente são treinados para pensar em termos de soluções robustas, pois todos queremos construir as coisas da maneira correta. Essa é uma ótima característica para se desenvolver, mas muitas vezes se torna custosa quando você se compromete com uma solução completa antes de validar as hipóteses.
Por isso, uma das mudanças mais práticas que implementei foi fazer uma pausa antes de formular e definir minhas premissas. Uma vez que a premissa esteja explícita e clara, o trabalho se transforma.

O objetivo não é mais provar o quão sofisticada a solução pode ser. O objetivo é aprender de forma rápida, barata e clara o suficiente para decidir o que merece um investimento maior.

Uma última mudança que realmente ajudou foi escrever breves anotações de decisão antes de programar.

Este talvez seja o hábito mais prático de todos. E não me interpretem mal, não estou tentando impor outro documento — apenas uma anotação curta e estruturada para visualizar seu raciocínio: quais opções existem, quais riscos são importantes, qual impacto é esperado, qual recomendação faz sentido e onde ainda é necessário alinhamento.

Isso não apenas melhorou a comunicação, como também expôs falhas de raciocínio logo no início e ajudou a esclarecer as coisas.

suposições (ver mudança anterior). Além disso, criou um registro do porquê de uma decisão ter sido tomada, o que se torna especialmente valioso ao analisar os resultados. Essa pequena ação pode mudar a forma como as decisões são formuladas, comunicadas e assumidas.

Na prática, muitas promoções acontecem porque uma pessoa consegue reduzir a ambiguidade para os outros, e não porque ela seja a pessoa tecnicamente mais brilhante da sala.

Por que o próximo nível se resume a tomar decisões melhores

Esse é o maior erro que muitas pessoas cometem quando falam sobre IA e carreiras técnicas. Elas enquadram a questão como se a escolha fosse entre conhecimento técnico aprofundado e liderança, ou entre engenharia e gestão.

A habilidade técnica ainda importa. Em muitos casos, importa ainda mais, porque as pessoas precisam de conhecimento profundo o suficiente para avaliar o que os sistemas de IA estão fazendo, onde falham e em que devem ou não confiar. Mas a excelência técnica por si só se torna menos diferenciada quando a execução pode ser acelerada por ferramentas. É exatamente isso que testemunhamos todos os dias na Sombra: o crescimento profissional mais rápido acontece quando os engenheiros combinam conhecimento técnico apurado com visão de negócios.

Isso não significa que todo engenheiro competente deva se tornar um gerente. Mas significa que o caminho para o sucesso está mudando. O próximo nível não se trata mais de provar que alguém consegue realizar a tarefa mais difícil sozinho, mas sim de demonstrar que essa pessoa pode ajudar uma equipe e uma empresa a tomar decisões melhores.

Não me deparei com um obstáculo por falta de inteligência ou disciplina. Encontrei um obstáculo porque o próximo nível exigia uma visão mais ampla. Assim que isso mudou, meu horizonte também mudou.