Tại Sao Chất Lượng Kỹ Thuật Một Mình Không Còn Đủ Để Thăng Tiến Cho Các Kỹ Sư Trong Kỷ Nguyên Trí Tuệ Nhân Tạo

Trí tuệ nhân tạo đã gây ra một sự thay đổi lớn trong cách chúng ta làm việc và những gì được tự động hóa trong các đội kỹ thuật. Trong công việc của tôi tại Sombra, tôi đã thấy sự thay đổi này không chỉ thay đổi cách các đội giao tiếp, mà còn thay đổi những gì được đánh giá cao trong sự phát triển nghề nghiệp. Trong một thời gian dài, con đường phát triển trong lĩnh vực công nghệ khá tuyến tính: bạn học các kỹ năng mới, tiếp tục cải thiện kỹ thuật, trở thành người giải quyết các vấn đề khó, xây dựng danh tiếng và niềm tin, và sau đó kiếm được cách thăng tiến trong sự nghiệp.

Nhưng chu kỳ này đang bắt đầu bị phá vỡ. Trí tuệ nhân tạo đang chiếm lĩnh nhiều nhiệm vụ, tăng tốc công việc và giảm chi phí. Điều này không có nghĩa là kỹ năng kỹ thuật không còn quan trọng, nhưng nó làm cho các nhiệm vụ đòi hỏi sự phán đoán, tư duy kết quả và ra quyết định trở nên quan trọng hơn.

Đây là sự thay đổi mà tôi đã trải qua trực tiếp trong hành trình của mình từ kỹ sư đến đồng sáng lập và CTO tại Sombra. Năm năm vào sự nghiệp kỹ sư, tôi đã trở thành loại chuyên gia mà các đội dựa vào. Tôi là loại người sử dụng có thể giải quyết các vấn đề kỹ thuật khó, đảm nhận công việc phức tạp và được tin cậy khi dự án gặp khó khăn. Nhưng có điều gì đó thiếu sót, và tôi cảm thấy mình bị kẹt.

Nó giống như tôi đã đạt đến trần nghề nghiệp và không thể đi xa hơn. Kỹ năng kỹ thuật của tôi đã đạt đến đỉnh cao, nhưng giai đoạn phát triển tiếp theo đòi hỏi điều gì đó khác – tư duy kinh doanh.
Tôi không thể tiến bộ với chỉ biết cách xây dựng một thứ gì đó, tôi cần phải học cách xác định điều gì đáng xây dựng trước hết.

Loại trần nghề nghiệp này đang trở nên phổ biến hơn trên toàn ngành.

Thị trường đang thay đổi nhanh hơn nhiều so với những gì các kỹ sư nhận ra

Diễn đàn Kinh tế Thế giới báo cáo rằng 40% nhà tuyển dụng dự kiến sẽ giảm lực lượng lao động nơi trí tuệ nhân tạo có thể tự động hóa nhiệm vụ, trong khi nghiên cứu của Anthropic về phát triển phần mềm cho thấy rằng khi trí tuệ nhân tạo thực hiện nhiều công việc phát triển lặp đi lặp lại, nhiều kỹ sư có thể được đẩy lên thiết kế và ra quyết định cấp cao hơn.

Tất nhiên, vẫn còn nhu cầu lớn về tài năng kỹ thuật. Đừng hiểu lầm tôi, kỹ năng kỹ thuật cứng vẫn là cốt lõi của nghề nghiệp, nhưng xu hướng rộng lớn hơn là có ít vai trò hơn nơi việc thực hiện alone là đủ để thăng tiến. Có nhu cầu cao về những người có thể xác định vấn đề, ưu tiên dưới các ràng buộc và kết nối công việc kỹ thuật với giá trị kinh doanh.

Đó là sự chuyển đổi mà tôi phải thực hiện. Sự nâng cấp lớn nhất của tôi không chỉ là kỹ thuật, mà là ngữ cảnh.

Tôi không từ bỏ kỹ sư, tôi mở rộng nó và định hình lại các câu hỏi xung quanh nó.

Tôi ngừng đo lường sự phát triển nghề nghiệp của mình theo “nhiều mã hơn”, “phức tạp hơn” hoặc “sở hữu kỹ thuật khó hơn” và chuyển sang kiến trúc, tác động kinh doanh và chất lượng quyết định thay thế.

Năm sự thay đổi đã thay đổi cách tôi làm việc

Điều này có thể nghe trừu tượng, vì vậy tôi sẽ phân tích nó thành 5 sự thay đổi thực tế đã giúp tôi phát triển tư duy kinh doanh.

Sự thay đổi đầu tiên là học kinh doanh trực tiếp thay vì nhận nó gián tiếp thông qua vé.

Nhiều kỹ sư làm việc từ tín hiệu hạ nguồn. Chúng tôi nhận được yêu cầu, nhưng không phải cuộc trò chuyện đã định hình chúng. Chúng tôi không thấy được sự đánh đổi đằng sau nhiệm vụ của mình, cũng không thấy lý do chiến lược tại sao những nhiệm vụ đó tồn tại.

Vì vậy, tôi bắt đầu học kinh doanh trực tiếp. Tôi bắt đầu tham gia nhiều cuộc gọi bán hàng và hỗ trợ, lắng nghe các cuộc trò chuyện của họ một cách cẩn thận và chú ý hơn đến các cuộc thảo luận của các bên liên quan. Theo thời gian, tôi ngừng xem công việc của mình như một loạt các nhiệm vụ riêng lẻ.

Tôi đã đến một nhận thức: một giải pháp kỹ thuật tinh tế mà đến quá muộn, tốn quá nhiều hoặc giải quyết vấn đề sai không phải là công việc chiến lược. Đó chỉ là sự chính xác tốn kém.

Sự thay đổi thứ hai là học ngôn ngữ kinh doanh mà không coi nó là thứ dành riêng cho các giám đốc điều hành.

Tôi bắt đầu học tất cả các thuật ngữ mà nhiều kỹ sư không được dạy rõ ràng: ROI, chi phí trì hoãn, chi phí cơ hội, rủi ro, lợi nhuận và trình tự. Điều này là không thể tránh khỏi nếu bạn nhắm đến vị trí cấp cao hoặc cấp C.

Điều này ảnh hưởng đến sự phán đoán kỹ thuật, vì nhiều chuyên gia giỏi giải quyết vấn đề, nhưng họ không thể ưu tiên và đánh giá chúng theo mục tiêu kinh doanh.

Đối với tôi, việc học ngôn ngữ đó đã thay đổi cách tôi giao tiếp và, quan trọng hơn, cách tôi đánh giá các giải pháp. Công việc vẫn còn kỹ thuật, nhưng logic đằng sau nó trở nên rộng hơn.

Đó là một sự phân biệt quan trọng trong kỷ nguyên trí tuệ nhân tạo. Trí tuệ nhân tạo có thể ngày càng giúp các đội thực hiện, nhưng nó vẫn không thể sở hữu việc ra quyết định. LAYER đó thuộc về con người.

Một sự thay đổi lớn khác là định nghĩa thành công trước khi viết mã.

Theo thời gian, trước khi bắt đầu thực hiện, tôi đã hỏi mình một loạt câu hỏi:

• Điều gì chính xác thay đổi cho người dùng hoặc kinh doanh?
• Chỉ số nào nên di chuyển?
• Làm thế nào mọi người sẽ biết nó quan trọng?

Những câu hỏi đó thực sự giúp tôi sắp xếp mọi thứ trước khi tôi bắt đầu mã hóa. Chúng cũng giúp tôi tránh một sự thất bại phổ biến: đầu tư nặng vào giao hàng trước khi thống nhất về tác động.

Đây là lý do tại sao việc đo lường lại rất quan trọng. Nghiên cứu về giao hàng phần mềm của DORA đã chỉ ra giá trị của việc đo lường cách các đội giao hàng phần mềm một cách an toàn, nhanh chóng và hiệu quả. Nhưng trong thực tế, các nhà lãnh đạo kỹ thuật có hiệu suất cao thường đi một bước xa hơn: họ kết nối các chỉ số giao hàng với kết quả sản phẩm và kết quả kinh doanh.

Trong các từ khác, việc giao hàng không phải là vạch đích. Tất nhiên, chúng tôi ước tính kết quả dựa trên giao hàng, nhưng thường khả năng định nghĩa thành công trước khi giao hàng là điều di chuyển ai đó đến lãnh đạo rộng hơn.

Sự thay đổi thứ tư là kiểm tra các giả định trước khi xây dựng quá mức.

Các kỹ sư mạnh thường xây dựng quá mức, được hướng dẫn bởi quan niệm sai lầm phổ biến rằng trí tuệ nhân tạo làm cho việc xây dựng rẻ hơn và rằng nhiều kỹ thuật hơn tự động có nghĩa là chất lượng tốt hơn.

Các nhà lãnh đạo kỹ thuật có hiệu suất cao thường được đào tạo để nghĩ về các giải pháp mạnh mẽ, vì tất cả chúng ta đều muốn xây dựng mọi thứ theo cách đúng. Đây là một đặc điểm tuyệt vời để phát triển, nhưng nó thường trở nên tốn kém khi bạn cam kết với một giải pháp đầy đủ trước khi xác nhận các giả định.
Vì vậy, một trong những sự thay đổi thực tế nhất của tôi là buộc tôi phải tạm dừng trước khi xây dựng và xác định các giả định của mình. Một khi giả định được rõ ràng và rõ ràng, công việc thay đổi hình dạng.

Mục tiêu không còn là chứng minh giải pháp có thể tinh vi như thế nào. Mục tiêu là học hỏi nhanh, rẻ và rõ ràng đủ để quyết định điều gì xứng đáng đầu tư sâu hơn.

Sự thay đổi cuối cùng thực sự giúp tôi là viết các lưu ý quyết định ngắn trước khi mã hóa.

Điều này có thể là thói quen thực tế nhất. Và đừng hiểu lầm tôi, tôi không cố gắng ép buộc một tài liệu khác – chỉ là một lưu ý ngắn và có cấu trúc để hình dung suy nghĩ của bạn: những lựa chọn nào tồn tại, những rủi ro nào quan trọng, tác động nào được mong đợi, đề xuất nào hợp lý và nơi nào vẫn cần sự thống nhất.

Điều này không chỉ cải thiện giao tiếp, mà còn暴 lộ lý lẽ yếu kém sớm và giúp làm rõ

giả định (xem sự thay đổi trước). Hơn nữa, nó tạo ra một hồ sơ về lý do tại sao một quyết định được đưa ra, điều này trở nên đặc biệt quý giá khi bạn xem xét kết quả. Hành động nhỏ này có thể thay đổi cách các quyết định được định hình, giao tiếp và sở hữu.

Trong thực tế, nhiều lần thăng tiến xảy ra vì một người có thể giảm sự模糊 cho người khác, không phải vì họ là người kỹ thuật giỏi nhất trong phòng.

Tại sao cấp độ tiếp theo là về việc ra quyết định tốt hơn

Đây là sai lầm lớn mà nhiều người mắc phải khi nói về trí tuệ nhân tạo và sự nghiệp kỹ thuật. Họ định hình câu chuyện như thể lựa chọn là giữa độ sâu kỹ thuật và lãnh đạo, hoặc giữa kỹ sư và quản lý.

Kỹ năng kỹ thuật vẫn quan trọng. Trong nhiều trường hợp, nó quan trọng hơn vì mọi người cần đủ độ sâu để đánh giá những gì các hệ thống trí tuệ nhân tạo đang làm, nơi chúng thất bại và những gì nên hoặc không nên được tin cậy. Nhưng sự xuất sắc kỹ thuật trên riêng nó ít được phân biệt hơn khi nhiều việc thực hiện có thể được tăng tốc bởi các công cụ. Đây chính xác là những gì chúng tôi chứng kiến hàng ngày tại Sombra: sự phát triển nghề nghiệp nhanh nhất đến khi các kỹ sư kết hợp độ sâu kỹ thuật với tư duy kinh doanh.

Điều này không có nghĩa là mọi kỹ sư giỏi nên trở thành quản lý. Nhưng nó có nghĩa là con đường thăng tiến đang thay đổi. Cấp độ tiếp theo ít hơn về việc chứng minh ai đó có thể làm nhiệm vụ khó nhất và nhiều hơn về việc chứng minh họ có thể giúp một đội và một doanh nghiệp đưa ra quyết định tốt hơn.

Tôi không gặp phải trần nghề nghiệp vì thiếu trí tuệ hoặc kỷ luật. Tôi gặp phải trần nghề nghiệp vì cấp độ tiếp theo đòi hỏi một tầm nhìn rộng hơn. Một khi điều đó thay đổi, phạm vi của tôi cũng thay đổi theo.