ทำไมความเชี่ยวชาญทางเทคนิคเพียงอย่างเดียวไม่ทำให้วิศวกรได้รับการเลื่อนตำแหน่งในยุค AI

AI ได้ก่อให้เกิดการเปลี่ยนแปลงครั้งใหญ่ใน方式ที่เราทำงานและอะไรที่ได้รับการทำให้自动ในทีมเทคนิค ในงานของฉันที่ Sombra ฉันเห็นการเปลี่ยนแปลงนี้เปลี่ยนแปลงไม่เพียงแต่ว่าทีมส่งมอบ แต่ยังเปลี่ยนแปลงสิ่งที่ได้รับการตอบแทนในเส้นทางอาชีพ สำหรับเวลานาน เส้นทางอาชีพในด้านเทคนิคค่อนข้างเป็นเส้นตรง: คุณเรียนรู้ทักษะใหม่ๆ, คุณดีขึ้นในด้านเทคนิค, คุณกลายเป็นคนที่แก้ปัญหาได้ยาก, คุณสร้างชื่อเสียงและความไว้วางใจ และจากนั้นคุณก็ได้รับการเลื่อนตำแหน่ง

แต่цикelnี้กำลังเริ่มแตกหัก AI กำลังเข้ามาแทนที่งานหลายอย่าง, ทำให้การทำงานเร็วขึ้นและลดต้นทุน สิ่งนี้ไม่ได้หมายความว่าทักษะทางเทคนิคไม่สำคัญอีกต่อไป แต่มันทำให้งานที่ต้องการการตัดสินใจ, การคิดผลลัพธ์ และการประเมินผลมีความสำคัญมากขึ้น

สิ่งนี้คือการเปลี่ยนแปลงที่ฉันสัมผัสได้โดยตรงในการเดินทางของฉันจากวิศวกรไปสู่การเป็นร่วมผู้ก่อตั้งและ CTO ที่ Sombra ห้าปีในการทำงานวิศวกร ฉันกลายเป็นคนที่ทีมพึ่งพา ฉันคือคนที่สามารถแก้ปัญหาเทคนิคที่ยาก, รับผิดชอบงานที่ซับซ้อน และได้รับความไว้วางใจเมื่อโครงการมีปัญหา แต่มีบางสิ่งที่ขาดไป และฉันรู้สึกติดค้าง

มันดูเหมือนว่าฉันถูกขีดจำกัดอาชีพและไม่สามารถไปต่อได้ ทักษะทางเทคนิคของฉันถึงจุดสูงสุด แต่ขั้นตอนการเติบโตต่อไปนี้ต้องการสิ่งที่แตกต่าง – การคิดทางธุรกิจ
ฉันไม่สามารถไปต่อได้ด้วยการรู้วิธีสร้างสิ่งใดสิ่งหนึ่ง ฉันต้องเรียนรู้ว่าสิ่งใดที่คุ้มค่าที่จะสร้าง

ตลาดกำลังเปลี่ยนแปลงเร็วกว่าที่วิศวกรหลายคนรู้

World Economic Forum รายงาน ว่า 40% ของนายจ้างคาดว่าจะลดจำนวนพนักงานที่สามารถทำอัตโนมัติได้โดย AI ในขณะที่การวิจัยของ Anthropic เกี่ยวกับการพัฒนาซอฟต์แวร์แสดงให้เห็นว่าเมื่อ AI เข้ามาแทนที่งานพัฒนาที่ซ้ำกัน วิศวกรหลายคนอาจถูกผลักดันให้ไปสู่การออกแบบและการตัดสินใจในระดับสูงขึ้น

แน่นอนว่ายังมีความต้องการทักษะทางเทคนิคอย่างมาก อย่าเข้าใจผิด ทักษะเทคนิคที่ยากยังคงเป็นแก่นกลางของอาชีพ แต่แนวโน้มที่กว้างขึ้นคือมีบทบาทที่น้อยลงในการที่การดำเนินงานเพียงอย่างเดียวไม่เพียงพอในการเลื่อนตำแหน่ง มีความต้องการบุคคลที่สามารถกำหนดปัญหา, จัดลำดับความสำคัญภายใต้ข้อจำกัด และเชื่อมโยงงานเทคนิคกับคุณค่าทางธุรกิจ

สิ่งนั้นคือการเปลี่ยนแปลงที่ฉันต้องทำ การอัพเกรดที่ยิ่งใหญ่ที่สุดของฉันไม่ใช่แค่ด้านเทคนิค แต่เป็นการเปลี่ยนแปลงบริบท

ฉันไม่ได้ทิ้งงานวิศวกรไว้เบื้องหลัง ฉันขยายงานและเปลี่ยนคำถามที่เกี่ยวข้อง

ฉันหยุดวัดการเติบโตอาชีพของฉันในแง่ของ “โค้ดมากขึ้น”, “ความซับซ้อนมากขึ้น” หรือ “การเป็นเจ้าของงานเทคนิคที่ยาก” และเปลี่ยนไปสู่การออกแบบ, ผลกระทบทางธุรกิจ และคุณภาพการตัดสินใจแทน

การเปลี่ยนแปลง 5 อย่างที่เปลี่ยนแปลงวิธีการทำงานของฉัน

สิ่งนี้อาจดูเป็นเรื่องที่สังเกตได้ ดังนั้นฉันจะแบ่งออกเป็น 5 การเปลี่ยนแปลงที่เป็นรูปธรรมที่ช่วยให้ฉันพัฒนามุมมองทางธุรกิจ

การเปลี่ยนแปลงแรกคือการเรียนรู้ธุรกิจโดยตรงแทนที่จะรับมาจากตั๋ว

วิศวกรหลายคนทำงานจากสัญญาณที่ไหลลงมา เราได้รับข้อกำหนด แต่ไม่ได้รับการสนทนาที่กำหนดรูปแบบพวกมัน เราไม่ได้เห็นการแลกเปลี่ยนที่อยู่เบื้องหลังงานของเรา หรือเหตุผลเชิงกลยุทธ์ที่งานเหล่านั้นมีอยู่

ดังนั้นฉันจึงเริ่มเรียนรู้ธุรกิจโดยตรง ฉันเริ่มเข้าร่วมการโทรขายและการสนับสนุนมากขึ้น ฟังการสนทนาอย่างตั้งใจ และให้ความสนใจกับการสนทนาของผู้มีส่วนได้ส่วนเสียมากขึ้น เมื่อเวลาผ่านไป ฉันหยุดมองงานของฉันในฐานะชุดของงานที่แยกจากกัน

ฉันมาถึงความเข้าใจ: วิธีแก้ปัญหาที่มีเทคนิคที่สวยงามที่มาถึงสาย, มีราคาแพงเกินไป หรือแก้ปัญหาที่ไม่ถูกต้องไม่ใช่การทำงานเชิงกลยุทธ์ มันคือความถูกต้องที่มีราคาแพง

การเปลี่ยนแปลงที่สองคือการเรียนรู้ภาษาธุรกิจโดยไม่ถือว่ามันเป็นสิ่งที่สงวนไว้สำหรับผู้บริหาร

ฉันเริ่มเรียนรู้คำศัพท์ที่วิศวกรหลายคนไม่ได้รับการสอนอย่างชัดเจน: ROI, ต้นทุนการชะลอ, ต้นทุนโอกาส, การเปิดเผยความเสี่ยง, อัตรากำไร และการเรียงลำดับ สิ่งนี้เป็นสิ่งที่หลีกเลี่ยงไม่ได้หากคุณมุ่งหวังที่จะไปสู่ตำแหน่งระดับสูงหรือ C-level

สิ่งนี้ส่งผลกระทบต่อการตัดสินใจทางเทคนิค เนื่องจากผู้เชี่ยวชาญหลายคนดีในการแก้ปัญหา แต่ไม่สามารถจัดลำดับความสำคัญและประเมินผลตามเป้าหมายทางธุรกิจได้

สำหรับฉัน การเรียนรู้ภาษานั้นเปลี่ยนแปลงวิธีการสื่อสารของฉัน และสิ่งที่สำคัญกว่านั้นคือวิธีการตัดสินใจของฉัน งานนั้นยังคงเป็นเทคนิค แต่เหตุผลที่อยู่เบื้องหลังงานนั้นกลายเป็นกว้างขึ้น

สิ่งนี้เป็นความแตกต่างที่สำคัญในยุค AI AI สามารถช่วยให้ทีมดำเนินงานได้ แต่ยังไม่สามารถเป็นเจ้าของการตัดสินใจได้ ชั้นนั้นเป็นของมนุษย์

การเปลี่ยนแปลงที่สามคือการกำหนดความสำเร็จก่อนเขียนโค้ด

เมื่อเวลาผ่านไป ก่อนที่จะเริ่มการนำไปใช้ ฉันถามตัวเองซ้ำๆ:

• สิ่งใดที่เปลี่ยนแปลงสำหรับผู้ใช้หรือธุรกิจ?
• เมตริกใดที่ควรเปลี่ยนแปลง?
• ใครจะรู้ว่ามันสำคัญ?

คำถามเหล่านั้นช่วยให้เรื่องราวชัดเจนมากขึ้นก่อนที่ฉันจะเริ่มเขียนโค้ด นอกจากนี้ยังช่วยให้ฉันหลีกเลี่ยงความล้มเหลวที่พบบ่อย: การลงทุนอย่างหนักในการส่งมอบก่อนที่จะจัดตำแหน่งผลกระทบ

สิ่งนี้เป็นเหตุผลที่การวัดมีความสำคัญมาก การวิจัยของ DORA เกี่ยวกับการส่งมอบซอฟต์แวร์แสดงให้เห็นถึงคุณค่าของการวัดว่าทีมส่งมอบซอฟต์แวร์ได้อย่างปลอดภัย, เร็ว และมีประสิทธิภาพ แต่ในทางปฏิบัติ ผู้นำเทคนิคที่มีประสิทธิภาพสูงมักจะไปไกลกว่านั้น: พวกเขาต่อเชื่อมการวัดผลส่งมอบกับผลลัพธ์ผลิตภัณฑ์และผลลัพธ์ทางธุรกิจ

ในอีกคำหนึ่ง การส่งมอบไม่ใช่เส้นชัย การเดาสิ่งที่จะเกิดขึ้นตามการนำไปใช้ แต่มันคือความสามารถในการกำหนดความสำเร็จล่วงหน้าที่จะย้ายคนไปสู่การเป็นผู้นำในวงกว้าง

การเปลี่ยนแปลงที่สี่คือการทดสอบสมมติฐานก่อนที่จะสร้างมากเกินไป

วิศวกรที่แข็งแกร่งมักจะสร้างมากเกินไป โดยมีแนวคิดที่ว่า AI ทำให้การสร้างมีราคาถูกขึ้น และการสร้างมากขึ้นหมายถึงคุณภาพที่ดีกว่า

ผู้นำเทคนิคที่มีประสิทธิภาพสูงมักจะถูกฝึกให้คิดในแง่ของวิธีแก้ปัญหาที่แข็งแกร่ง แต่สิ่งนี้มักจะกลายเป็นค่าใช้จ่ายเมื่อคุณมุ่งมั่นในการแก้ปัญหาเต็มรูปแบบก่อนที่จะตรวจสอบสมมติฐาน
ดังนั้นการเปลี่ยนแปลงที่เป็นรูปธรรมที่สุดของฉันคือการบังคับให้หยุดก่อนที่จะสร้างและกำหนดสมมติฐานของฉัน เมื่อสมมติฐานนั้นชัดเจนและชัดเจน งานจะเปลี่ยนรูป

เป้าหมายไม่ใช่การ chứng minhว่าวิธีแก้ปัญหานั้นซับซ้อนแค่ไหน แต่เป็นการเรียนรู้อย่างรวดเร็ว, ราคาถูก และชัดเจนเพียงพอที่จะตัดสินใจว่าสิ่งใดที่ควรลงทุนอย่างลึกซึ้ง

การเปลี่ยนแปลงสุดท้ายที่ช่วยฉันจริงๆ คือการเขียนบันทึกการตัดสินใจสั้นๆ ก่อนเขียนโค้ด

สิ่งนี้อาจเป็นนิสัยที่เป็นรูปธรรมที่สุด และฉันไม่ได้พยายามบังคับให้เขียนเอกสารอื่น – เพียงบันทึกสั้นๆ และมีโครงสร้างเพื่อแสดงความคิดของฉัน: ตัวเลือกใดที่มีอยู่, ความเสี่ยงที่สำคัญคืออะไร, ผลกระทบที่คาดหวังคืออะไร, การแนะนำอะไรที่มีเหตุผล และที่ไหนที่ยังต้องการความสอดคล้องกัน

สิ่งนี้ไม่เพียงแต่ปรับปรุงการสื่อสารเท่านั้น แต่ยังเปิดเผยเหตุผลที่อ่อนแอในระยะแรกและช่วยให้การคิดชัดเจน (ดูการเปลี่ยนแปลงก่อนหน้า) นอกจากนี้ยังสร้างบันทึกของเหตุผลที่การตัดสินใจถูกทำ ซึ่งจะเป็นประโยชน์อย่างยิ่งเมื่อตรวจสอบผลลัพธ์ การกระทำนี้เล็กๆ นี้สามารถเปลี่ยนแปลงวิธีการตัดสินใจ, การสื่อสาร และการเป็นเจ้าของ

ในทางปฏิบัติ การเลื่อนตำแหน่งหลายครั้งเกิดขึ้นเพราะบุคคลสามารถลดความไม่แน่นอนให้กับผู้อื่น ไม่ใช่เพราะพวกเขาเป็นคนฉลาดที่สุดในห้อง

ทำไมระดับถัดไปคือการตัดสินใจที่ดีกว่า

สิ่งนี้คือความผิดพลาดที่ใหญ่ที่สุดที่หลายคนทำเมื่อพูดถึง AI และอาชีพทางเทคนิค พวกเขากำหนดเรื่องราวว่าเป็นทางเลือกระหว่างความลึกทางเทคนิคและความเป็นผู้นำ หรือระหว่างวิศวกรรมและการจัดการ

ทักษะทางเทคนิคยังคงมีความสำคัญ ในหลายกรณี มันสำคัญมากเพราะคนต้องการความลึกเพียงพอที่จะประเมินว่าระบบ AI กำลังทำอะไร, ที่ไหนที่พวกมันล้มเหลว และอะไรที่ควรหรือไม่ควรไว้วางใจ แต่ความเชี่ยวชาญทางเทคนิคเพียงอย่างเดียวมีความแตกต่างน้อยลงเมื่อการดำเนินงานสามารถเร่งความเร็วได้โดยเครื่องมือ สิ่งนี้คือสิ่งที่เราเห็นทุกวันที่ Sombra: การเติบโตอาชีพที่เร็วที่สุดเกิดขึ้นเมื่อวิศวกรจับคู่ความลึกทางเทคนิคกับการคิดทางธุรกิจ

สิ่งนี้ไม่ได้หมายความว่าวิศวกรที่แข็งแกร่งทุกคนควรกลายเป็นผู้จัดการ แต่มันหมายความว่าเส้นทางสู่การเติบโตกำลังเปลี่ยนแปลง ระดับถัดไปนั้นไม่ใช่เรื่องของการ chứng minhว่าคนสามารถทำงานที่ยากที่สุดได้ แต่เป็นการ chứng minhว่าพวกเขาสามารถช่วยทีมและธุรกิจตัดสินใจได้ดีขึ้น

ฉันไม่ได้ถูกขีดจำกัดเพราะขาดความฉลาดหรือความมีวินัย ฉันถูกขีดจำกัดเพราะระดับถัดไปต้องการมุมมองที่กว้างขึ้น เมื่อมันเปลี่ยนไป มุมมองของฉันก็เปลี่ยนไปด้วย