Chuyên môn sâu luôn là lợi thế cạnh tranh thực sự trong kỷ nguyên AI

Chuyên môn sâu luôn là lợi thế cạnh tranh thực sự trong kỷ nguyên AI

Trong nhiều thập kỷ, phần khó nhất của việc xây dựng phần mềm không bao giờ là việc viết code. Đó thực chất là việc xây dựng một mô hình hoạt động của lĩnh vực (domain) trong đầu bạn trước tiên. Trước khi có thể triển khai một hệ thống tính lương, bạn phải hiểu về các khoản khấu trừ, các khoản giảm trừ trước thuế và những gì xảy ra khi chu kỳ thanh toán của một nhân viên trùng với thời điểm thay đổi tỷ lệ lương. Trước khi phát hành ứng dụng giao thông, bạn phải học cách hiểu về nguồn cấp dữ liệu GTFS, lý do tại sao một chuyến đi và một tuyến đường không giống nhau, và làm thế nào một chiếc xe buýt "đúng giờ" vẫn có thể sai theo quy định. Mã nguồn chỉ là bản ghi chép lại sự hiểu biết đó. Việc tiếp thu sự hiểu biết mới chính là công việc thực sự.

Sự trỗi dậy của AI (đặc biệt là AI Agent) đã cắt đứt mối liên kết giữa hai yếu tố này. Giờ đây, bạn có thể tạo ra phần mềm mà không bao giờ cần xây dựng mô hình trong đầu, và điều này phá vỡ một giả định mà cả ngành nghề này từng dựa vào.

Quan điểm phổ biến, bao gồm cả của tôi từ năm ngoái, là các công cụ này sẽ khuếch đại khả năng của các kỹ sư cấp cao vì họ có phán đoán tốt. Điều này đúng, nhưng chưa đủ. Những gì tôi quan sát được trong thời gian qua cụ thể và thú vị hơn nhiều: ràng buộc giới hạn đã chuyển từ "bạn có thể xây dựng nó không?" sang "bạn có thể nói xem nó có đúng không?".

Hãy nghĩ xem ai thực sự có thể sử dụng tốt một trong những công cụ này. Hãy hình dung hai người.

Người thứ nhất là một chuyên gia trong lĩnh vực nhưng không có nền tảng kỹ thuật phần mềm thực sự. Một nhân viên điều phối logistics, một người mã hóa lâm sàng, hoặc một nhân viên định hiểm. Họ không thể đọc được một bản báo cáo lỗi (stack trace) và họ không thể nói cho bạn biết sự khác biệt giữa bản băm (hash map) và một danh sách (list). Tuy nhiên, họ có thể nhìn vào lịch trình mà AI tạo ra và biết ngay rằng không tài xế nào có thể làm ca đó hợp pháp, hoặc rằng một yêu cầu bồi thường với các mã đó sẽ không bao giờ được thanh toán. Họ biết đầu ra chính xác cho một đầu vào nhất định vì họ đã dành mười năm sống với những đầu vào và đầu ra đó. Trao cho họ một AI Agent và họ trở nên vô cùng hiệu quả, bởi vì thứ họ thiếu — khả năng tạo ra mã — chính xác là thứ AI cung cấp. Thứ họ mang lại là thứ AI không thể có: sự thật thực tế (ground truth).

Người thứ hai là một kỹ sư tổng quát mạnh mẽ chưa bao giờ làm việc trong lĩnh vực đó. Họ có thể kiến trúc hóa mọi thứ, họ hiểu về độ tin cậy, kiểm thử và cách giữ cho hệ thống không bị sập lúc 2 giờ sáng. Nhưng nếu thả họ vào lĩnh vực mã hóa y tế, họ không thể phân biệt được một câu trả lời sai trông có vẻ hợp pháp so với một câu trả lời đúng. AI sẽ vui vẻ tạo ra một quy tắc thanh toán, biên dịch thành công, vượt qua các bài kiểm tra mà kỹ sư nghĩ ra, nhưng lại sai một cách tinh tế và tốn kém. Kỹ sư không có "người cầm cân nảy mực". Họ có thể xác minh rằng phần mềm được xây dựng tốt. Họ không thể xác minh rằng nó đúng, bởi vì tính đúng đắn ở đây được định nghĩa hoàn toàn bởi một lĩnh vực mà họ không nắm trong đầu.

Hãy chú ý xem điều này tác động như thế nào. Trong thời kỳ trước có AI, kỹ sư có một con đường mà người điều phối không có: họ có thể đi học chuyên môn ngành. Chậm chạp, đau đớn, bằng cách quan sát các chuyên gia, đọc tài liệu kỹ thuật và mắc lỗi trong môi trường thực tế, họ sẽ xây dựng mô hình tinh thần và sau đó xây dựng hệ thống. Con đường đó là toàn bộ nấc thang sự nghiệp trong nhiều lĩnh vực. Chuyên gia trong ngành không có con đường tương đương, bởi vì việc học cách xây dựng phần mềm đáng tin cậy là cả năm tháng công việc mà họ sẽ không bao giờ làm.

Các công cụ AI đã làm sụp đổ một trong những con đường đó nhưng không phải con đường kia. Lợi thế của kỹ sư — khả năng chuyển đổi mô hình ngành thành mã hoạt động — giờ đây đã trở nên rẻ tiền. Lợi thế của chuyên gia trong ngành — việc biết cái gì trông đúng đắn — thì không. Bạn không thể nhắc (prompt) để có được nó. Không có tệp kỹ năng nào chứa đựng kiến thức ngầm định của một người đã đối chiếu hàng ngàn bảng lương.

Vì vậy, người có giá trị nhất trong thế giới mới này là người có cả hai kỹ năng, bởi vì họ có thể xác nhận ở cả hai tầng. Họ biết mã được tạo ra là âm thanh, và họ biết các câu trả lời nó tạo ra là đúng sự thật. Họ có thể viết bài kiểm tra mã hóa quy tắc "một tài xế không được lái quá mười một giờ" vì họ biết quy tắc đó, và họ có thể nói rằng bài kiểm tra đó có ý nghĩa vì họ biết mình đang kiểm tra cái gì. AI làm việc chép lại. Họ làm việc phán xét, hai lần.

Nếu bạn là một kỹ sư có kinh nghiệm và đang cân nhắc xem nên dành vài năm tới để làm gì, đây là lựa chọn đáng đầu tư. Kỹ năng cơ học mà bạn từng phải nỗ lực theo đuổi — chuyển đổi một ý tưởng rõ ràng thành mã sạch — đã trở nên kém giá trị đi rất nhiều. Điều vẫn còn khan hiếm là một mô hình sâu sắc, đã được xác minh của một lĩnh vực thực tế nào đó. Hãy đi tìm một mô hình như vậy. Hãy chọn một ngành công nghiệp, một công cụ, một chế độ quy định, một quy trình vật lý, và học nó theo cách mà bạn từng học một ngôn ngữ lập trình hay khuôn khổ nào đó. Đó là phần AI không thể làm giúp bạn, và đó là phần giờ đây đáng giá nhất.