人工智能生产力差距
毫无疑问,人工智能已经提高了工程团队的生产力,并且在未来几年只会变得更好。然而,一些领导者认为成熟的功能应该像原型一样快速交付。可悲的是,构建生产功能似乎仍然花费的时间几乎和以前一样长。难道人工智能不是应该让我们全部变成超高效的 10 倍生产力者吗?要理解这个人工智能生产力差距,我们需要承认开发人员实际上是如何安排他们的工作日的。实际上,编写新功能并不是他们大部分时间花费的地方。尤其是高级工程师花费大量时间确定他们需要编写什么代码,而人工智能尚未使这部分变得更容易。有时,我发现人工智能反而让非编码工作变得更慢。例如,每当我需要阅读一个产品需求文档或即使是一个由人工智能撰写的线性工单时,它所需的时间都比审查人类撰写的文档要长。人工智能的写作可能过于详细,这可能使提炼关键部分更为困难。但是,用人工智能让你的工作更轻松,同时让其他人的工作更困难是另一个话题。现在,让我们假设人工智能只是提供帮助。即便如此,情况也并不像你想的那么乐观。首先,让我们考虑一位高级开发人员。如果他们在一家大型科技公司工作,他们的一天可能是这样的: 高级开发人员 程序前 (小时) 程序后 (小时) 编写新代码 1.5 0.5 阅读和调试 1.5 1.0 设计与架构 1.0 1.0 代码审查 0.75 0.75 文档与管理员 0.75 0.75 测试,CI/CD,部署 0.5 0.75 指导 / 配对编程 0.5 0.5 会议 1.5 1.5 总计 8.0小时 6.75小时 因此,即使我们假设人工智能使编码速度提高 3 倍(并假设他们在测试、CI/CD 和部署上花更多的时间,因为有更多的新代码),这位高级开发人员每天也仅节省 1.25 小时,约 15%。 现在让我们考虑一位类似的初级开发人员: 初级开发人员 程序前 (小时) 程序后 (小时) 编写新代码 2.75 1.0 阅读和调试 1.5 1.0 设计与架构 0 0 代码审查 0.5 0.5 文档与管理员 0.5 0.5 测试,CI/CD,部署 0.75 1 学习 / 配对编程 1.0 1.0 会议 1.0 1.0 总计 8.0小时 6小时 人工智能为这位初级开发人员节省了 2 小时,使他们的效率提高了约 25%。这与高级开发人员的差异更大,因为初级开发人员花更多时间编码,而这正是人工智能提升最大的部分。考虑到人工智能对初级员工的更大提升,我觉得讽刺的是,我仍然听到一些领导人说:“我们只招募高级工程师,因为人工智能现在做初级工作的事情。” 实际上,初级开发人员最有可能从人工智能中受益——尤其是如果他们擅长将人工智能作为学习工具,而不仅仅是一个愿意做琐事的过度热情的助手。如果上述观察让你感到惊讶,或者你认为开发人员每天花费超过几个小时实际上在编写代码,那么你可能还不了解这项工作的真正复杂性。试着这样想:想象雇佣一个编程能力强但在系统推理方面存在困难的人,他们没有耐心与他人共同解决艰难问题,并且无法将模糊的要求分解为具体的行动项目。我不会雇佣这个人,因为他们缺乏的技能是这份工作的最重要部分。成为一名优秀的程序员是基本要求。人工智能当然还在发展,随着它在更多开发人员的工作中变得更加优秀,它应该会继续使他们更加高效。但是,目前,不要期望生产力会有戏剧性的提高——尤其是在你的高级员工中。 注意事项:我们可以对这里的具体数字有不同看法,但如果你认为这有很大的偏差,你可能从未担任过高级开发人员。安德鲁·墨菲(Andrew Murphy)更深入地探讨了这些误导性的话题,并提到“那些参加会议后回来宣称‘AI现在做初级工作了’的副总裁们,就像他们刚刚发现火一样。”因而,最近我听到许多人谈论门卫谬论。
本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。
☕请我喝杯咖啡