Saya merasa setengah dari umpan media sosial saya terdiri dari AI Grifters yang mengatakan pengembang perangkat lunak tidak akan berhasil. Kombinasikan sentimen itu dengan beberapa headwinds ekonomi dan mudah untuk merasa seperti kita semua kacau. Saya pikir itu omong kosong. Hari -hari terbaik industri kami ada di depan.
Sangat tidak mungkin bahwa pengembang perangkat lunak akan pergi dalam waktu dekat. Pekerjaan itu pasti akan berubah, tetapi saya pikir akan ada lebih banyak peluang bagi pengembang perangkat lunak untuk membuat hidup yang nyaman membuat hal -hal keren.
Ini pil putih Anda. Semuanya akan baik -baik saja.
Ekonomi
Bidang ekonomi memiliki banyak hal untuk dikatakan tentang otomatisasi, keuntungan produktivitas, dan bagaimana mereka mempengaruhi ekonomi. Tidak ada kekurangan orang yang mengatakan “kali ini berbeda”, tetapi orang -orang itu telah ada untuk setiap kemajuan teknologi besar lainnya dan mereka belum benar. Saya tidak akan bertaruh pada Doomers.
Paradoks Jevons
Alat AI menciptakan peningkatan produktivitas yang signifikan bagi pengembang. Orang yang berbeda melaporkan keuntungan yang berbeda, tetapi kebanyakan orang yang mencoba pembuatan kode AI mengenali kemampuannya untuk meningkatkan kecepatan. Banyak orang berpikir itu berarti kita akan membutuhkan lebih sedikit pengembang, dan industri kita akan perlahan -lahan memutar saluran pembuangan.
Pandangan ini didasarkan pada kesalahpahaman mengapa orang membayar untuk perangkat lunak. Sebuah bisnis menciptakan perangkat lunak karena mereka berpikir itu akan memberi mereka semacam keuntungan ekonomi. Investasi perlu membayar sendiri dengan bunga. Ada banyak proyek perangkat lunak yang akan membantu bisnis, tetapi bisnis tidak akan melakukannya karena pengembalian investasi tidak masuk akal.
Ketika pengembangan perangkat lunak menjadi lebih efisien, ROI dari setiap proyek perangkat lunak yang diberikan meningkat, yang membuka lebih banyak proyek. Proyek modernisasi warisan yang tidak ingin ditangani oleh siapa pun karena sangat mahal. Sekarang Anda dapat membuat ai melakukan sebagian besar pekerjaan. Proyek itu sekarang masuk akal. Gagasan produk perangkat lunak baru yang keren yang mungkin luar biasa tetapi mungkin juga macet dan terbakar. AI dapat membuatnya lebih murah bagi bisnis untuk menggulung dadu. Perangkat lunak yang lebih murah berarti orang akan menginginkannya lebih banyak. Lebih banyak perangkat lunak berarti lebih banyak pekerjaan untuk pengembang perangkat lunak yang semakin efisien.
Ekonom menyebut paradoks Jevons ini.
Keuntungan komparatif
Ketika kita memikirkan AI masa depan, kita membayangkan sistem yang dapat melakukan segalanya lebih baik daripada manusia. AI yang semua tahu lebih baik dalam pemrograman, seni, mendiagnosis penyakit, dan menghasilkan cara-cara baru untuk membuat roti panggang. Bagaimana manusia bisa bersaing dengan itu?
Ternyata, itu tidak terlalu penting. Sudah ada banyak situasi di mana orang yang bukan yang terbaik dalam sesuatu yang masih menemukan pekerjaan.
Bayangkan seorang pemilik usaha kecil yang benar -benar yang terbaik dalam segala hal dalam bisnis mereka. Mereka tahu setiap aspek bisnis mereka dan dapat melakukan pekerjaan apa pun di dalamnya lebih baik daripada siapa pun yang dapat mereka pekerjakan. Terlepas dari kejeniusan mereka, mereka hanya memiliki 24 jam dalam sehari. Jika mereka ingin skala, mereka perlu mempekerjakan orang sehingga mereka dapat fokus pada pekerjaan mereka yang paling penting. Misalnya, pemilik bisnis mungkin menjadi pemegang buku yang lebih baik daripada akuntan mereka, tetapi biaya peluang untuk tidak mengerjakan hal -hal lain membenarkan mempekerjakan seseorang untuk menyimpan buku.
Ini adalah contoh keunggulan komparatif. Keuntungan komparatif adalah ketika suatu negara, perusahaan, atau orang dapat menghasilkan sesuatu dengan biaya peluang yang lebih rendah daripada yang lain. Bahkan jika entitas itu bukan produsen yang paling efisien, mereka masih akan dapat menjual produk mereka selama orang lain memiliki hal -hal yang lebih penting untuk dilakukan.
Meskipun AI sangat kuat, itu juga mahal secara komputasi. Kecuali seseorang memutuskan untuk menulis ulang hukum fisika, akan selalu ada batasan tentang seberapa banyak kecerdasan buatan yang dapat ditanggung oleh manusia. Ini berarti bahwa kita pada akhirnya akan mengalokasikan sumber daya AI kita yang langka untuk hal -hal yang terbaik, yang membuat banyak hal untuk dilakukan manusia.
Solow Model of Growth
Model Solow menunjukkan bahwa pertumbuhan ekonomi adalah produk modal (pabrik, pusat data, hubungan perusahaan, tanah, dll …), tenaga kerja, dan kemajuan teknologi. Dalam jangka panjang, satu -satunya pendorong pertumbuhan ekonomi yang andal adalah kemajuan teknologi. Masyarakat kita menjadi lebih kaya dengan mempelajari cara -cara baru untuk mengerahkan modal yang langka.
Cara lain untuk memikirkan hal ini pada tingkat mikro adalah Anda tidak dapat secara berkelanjutan menghasilkan lebih banyak uang daripada nilai ekonomi yang Anda buat. Seseorang yang menggali lubang dengan sekop tidak akan dapat menghasilkan uang sebanyak seseorang yang mengendarai buldoser.
Adopsi kecerdasan buatan yang meluas akan sangat mempercepat kemajuan teknologi. Akselerasi ini akan menciptakan peningkatan besar dalam pertumbuhan ekonomi. Tide yang meningkat ini akan menciptakan lebih banyak sumber daya untuk semua orang. Jika Anda telah menghabiskan waktu mengikuti komunitas E/ACC di Twitter, inilah yang mereka miliki.
Model Solow lebih merupakan konsep tingkat makro dan tidak secara khusus berlaku untuk pengembangan perangkat lunak sebagai industri. Meskipun saya tidak berpikir pengembangan perangkat lunak sebagai karier akan hilang dalam waktu dekat, jika ya, kita mungkin masih akan lebih baik. Lebih baik menjadi barista di Star Trek daripada yang mulia di Game of Thrones.
AI yang meluas
Sementara peningkatan kekayaan sosial itu bagus, apa yang terjadi jika semua kekayaan itu dikendalikan oleh segelintir perusahaan besar yang dijalankan oleh kader kecil elit teknologi yang menimbun semua komputasi AI?
Ini tidak mungkin karena banyak alasan, tetapi salah satu alasan besar adalah bahwa inovator AI berkomitmen untuk membuat AI dapat diakses. Meskipun ada banyak orang yang menawarkan akses ke alat berbasis AI, Anda juga dapat DIY AI Anda sendiri.
Di sisi model, banyak produsen model melepaskannya secara gratis. Sementara model AI tingkat atas terkunci di belakang taman bertembok mereka, Anda dapat menyalakan Ollama atau Civitai dan mengunduh banyak model yang sangat cakap.
Di sisi perangkat keras, NVIDIA juga mendorong eksekusi model lokal melalui hal -hal seperti produk Jetson Nano mereka dan digit komputer mini. Ini bahkan tidak termasuk hal -hal seperti kartu video konsumen, atau M4 Mac Mini, yang telah digunakan orang untuk membuat kelompok AI mereka sendiri. AMD juga bekerja keras untuk membuatnya mudah menjalankan model lokal.
Ada insentif besar untuk membuat sumber daya AI dapat diakses oleh kebanyakan orang. Jika kita memperkuat semua orang dengan membuatnya mudah untuk mengakses pasukan kecil asisten pribadi mereka sendiri, inovasi meroket. AI memiliki potensi untuk memungkinkan jutaan pencipta kecil untuk membangun bisnis yang berkelanjutan.
Pekerjaan pengembang perangkat lunak
Sekarang kami telah membahas beberapa alasan makro mengapa kami tidak kacau, mari kita lihat beberapa alasan lagi ke bumi mengapa kami masih akan membutuhkan pengembang perangkat lunak di zaman AI.
Masalah 70%
Model AI fantastis dalam memproduksi berbagai macam hal. Terkadang hasilnya bagus dan terkadang aneh. Kode yang dihasilkan AI tidak berbeda. Saya belum meminta fungsi yang dihasilkan AI yang 100% benar. Gen AI sangat bagus untuk memulai, tetapi tidak akan menulis seluruh aplikasi Anda untuk Anda. Ini kadang -kadang disebut sebagai “masalah 70%”, di mana AI dapat membawa Anda sebagian besar jalan ke sana, tetapi jatuh pada akhirnya.
Banyak orang yang tidak tahu cara menulis perangkat lunak dan berpikir mereka dapat mendorong jalan menuju kesuksesan akan terjebak dalam satu lingkaran di mana setiap prompt memperbaiki satu masalah dan menyebabkan dua lagi. Ini adalah masalah 70% yang sedang beraksi. Anda dapat menghasilkan kode sepanjang hari, tetapi tidak ada jaminan itu akan menjadi kode yang tepat.
Bahkan jika Anda mendapatkan AI untuk menghasilkan semua kode Anda untuk Anda, itu masih perlu diuji, dipantau, digunakan, dan dipelihara. Bahkan jika Anda meminta AI untuk menulis sebagian besar kode Anda, masih banyak yang harus dilakukan.
AI Code Gen juga cenderung jatuh dalam sistem perusahaan yang kompleks. Anda dapat mengeluarkan aplikasi demo lucu sepanjang hari, tetapi sebagian besar sistem tidak menyerupai aplikasi demo yang lucu. Ini tidak jauh berbeda dari ruby on rails 15 menit blog demo perancah demo dari belakang pada hari itu. Mereka terlihat keren, tapi itu hanya langkah pertama.
Sebagian besar pekerjaan kami tidak menulis kode
Orang -orang yang berpikir AI akan memusnahkan industri perangkat lunak tidak sepenuhnya memahami apa yang dilakukan oleh insinyur perangkat lunak sehari -hari. Setelah 20 tahun, pengkodean jujur adalah salah satu bagian yang paling mudah bagi saya. Ada banyak waktu yang dihabiskan untuk berbicara dengan insinyur lain, memahami domain bisnis, mencari tahu pendekatan terbaik, opsi menimbang, dan sistem desain. Bahkan jika AI menghasilkan sebagian besar kode kami, kami masih perlu memberi tahu apa yang harus ditulis dan itu akan membutuhkan pengembang perangkat lunak.
Kami memiliki begitu banyak perangkat lunak untuk dibangun
Asumsi terbesar dari kerumunan Doomer kami hampir memiliki perangkat lunak “cukup” dan peningkatan efisiensi akan dengan cepat menghabiskan antrian proyek. Saya belum bekerja untuk perusahaan yang tidak memiliki simpanan yang hampir tak terbatas dari hal -hal yang ingin mereka lakukan. Jika pengembangan perangkat lunak bergerak lebih cepat, kami hanya akan membangun lebih banyak perangkat lunak.
Apa yang perlu saya lakukan?
Beberapa pengembang berpikir AI tidak akan mengubah banyak hal dan kita harus duduk erat dan menunggu semuanya meledak. Pandangan itu sama pendeknya dengan sisi doomer dari persamaan. Pengembangan perangkat lunak selalu menjadi karier di mana Anda mempelajari hal -hal baru atau mandek. AI tidak mengubah kebutuhan untuk terus belajar dan berkembang.
Hal terbaik yang dapat Anda lakukan adalah mempelajari bagaimana tumpukan alat AI saat ini bekerja. Jika Anda dapat menggunakan kopilot di tempat kerja, lakukanlah. Jika tidak, putar uji coba copilot gratis Anda dan bangun sesuatu. Di luar itu, luangkan waktu untuk mempelajari cara AI bekerja dan berpikir tentang cara lain dapat meningkatkan alur kerja Anda. Mungkin membuatnya untuk mengeluarkan beberapa dokumentasi yang tidak ingin Anda tulis.
Di luar itu, terus belajar tentang apa yang diperlukan untuk membangun perangkat lunak yang baik. Kerjakan keterampilan arsitektur & desain Anda. Pertimbangkan untuk bercabang ke area lain di tumpukan seperti pengembangan produk. Sementara nilai keterampilan pengkodean mentah mungkin turun, nilai semua hal lain di sekitar mereka akan terus meningkat.
Pekerjaan pengembang perangkat lunak akan banyak berubah dalam lima tahun ke depan. Revolusi AI mirip dengan pengenalan kompiler. Jika Anda mengikuti dan mempelajari paradigma baru, maka Anda akan baik -baik saja. Kalau tidak, Anda mungkin menemukan diri Anda di tempat yang buruk.
Segalanya mungkin akan menjadi sedikit aneh, tetapi tidak seperti Anda mendaftar untuk menjadi pengembang karena itu adalah hal yang sama setiap hari. Pecahkan buku -buku, nyalakan editor copilot yang disempurnakan, dan buatlah hal -hal keren.
Tautan
Jika Anda menginginkan deskripsi yang lebih panjang tentang topik ini, lihat artikel ini dari seorang ekonom yang sebenarnya:
Pekerjaan berlimpah, bergaji tinggi di zaman AI
Seri video yang bagus di model Solow:
Pengantar model pertumbuhan ekonomi Solow
