Cómo la IA está impactando el liderazgo en ingeniería

Hola a todos. Mi nombre es Gregor, y estoy feliz de estar aquí hoy en la Tech Lead Conference con todos ustedes. Y hoy voy a hablar sobre cómo la IA está impactando el liderazgo de ingeniería. Y este es un tema sobre el que mucha gente está preguntando. Y voy a hablar sobre las cosas más impactantes que estoy escuchando en toda la industria. Y esto está basado en mis discusiones con varios ingenieros diferentes y también líderes de ingeniería, tanto de grandes empresas tecnológicas como de startups. Y también al final, también compartiré, ya saben, consejos y también mi asesoramiento sobre qué hacer para ser un gran líder de ingeniería en 2025 y más allá.

Antes de comenzar con esas cosas impactantes, permítanme decir un poco sobre mí. Así que tengo más de 12 años de experiencia tanto como ingeniero como líder de ingeniería. En mi carrera, crecí de ingeniero a ingeniero de software senior, luego a líder de equipo, gerente de ingeniería, jefe de ingeniería, VP de ingeniería, y luego CTO. Actualmente, trabajo como CTO fraccional y asesor y también como coach y mentor. La mayoría de la gente me conoce como el escritor del boletín de liderazgo de ingeniería. Y yo también enseño un curso llamado Senior Engineer to Lead, Grow and Thrive in the role donde he ayudado a más de 200 estudiantes a crecer, para poder obtener ideas sobre cómo crecer hacia el siguiente rol, que es la posición de líder. En general, mi objetivo es ayudar a tantas personas como sea posible a convertirse en grandes líderes de ingeniería.

Bien, así que hablemos sobre la primera cosa impactante que estoy viendo en toda la industria, y es que el 51 por ciento de los líderes de ingeniería creen que la IA está impactando la industria negativamente. Así que este ha sido un dato bastante alarmante que vi cuando me encontré con esta información. Por cierto, esto es del informe de Lead Dev donde entrevistaron a más de 600 líderes de ingeniería. Y cuando vi estos datos, estaba pensando, oye, ¿qué está pasando aquí? ¿Qué está sucediendo? ¿Por qué vemos eso? Y sí, comencé a investigar y comencé a preguntar a otros líderes de ingeniería qué está sucediendo. Y también vi muchos hallazgos importantes diferentes cuando investigué más en detalles.

Pero también antes de entrar en eso, una cosa importante a mencionar también del informe de Lead Dev es que los equipos hoy en día se sienten menos motivados que hace 12 meses. Y eso también es alarmante y también está conectado con, ya sabes, los líderes de ingeniería creyendo que la IA está impactando negativamente en la industria. Y vamos a ir directamente a por qué es eso a continuación. Todo comienza con predicciones sensacionalistas sobre la IA de individuos no públicos. Y probablemente hayas visto muchas de estas predicciones. Está en todas las redes sociales y diferentes plataformas de medios.

Sabes, por ejemplo, Mark Zuckerberg diciendo que la IA reemplazará a los ingenieros de nivel medio en 2025. Pero todos sabemos que esto no está ni cerca de ser una realidad. Y sabes, por ejemplo, también el CEO de Antropic, Daria Moudei, mencionando que la IA podría disparar el desempleo al 10 al 20 por ciento en los próximos uno a cinco años. Y sabes, creyendo también que la IA podría acabar con la mitad de todos los trabajos de nivel de entrada de cuello blanco. Sabes, tales predicciones son muy, muy sensacionalistas. Y sabes, solo creer que el desempleo aumentará en los próximos uno a cinco años en cinco a 10 por ciento es una afirmación muy, muy, muy grande, grande, grande.

Y es difícil creer que ese será el caso. Y luego también, sabes, el CEO de Amazon, Andy Jess, diciendo que la IA reducirá su fuerza laboral corporativa en los próximos años. Y el problema con tales afirmaciones es que crean FOMO, crean miedo a perderse algo. Y cada vez que las personas sienten que se están perdiendo de algo, entonces están haciendo algunas acciones que no son tan estratégicas y no están realmente pensadas. Están haciendo cosas muy reactivas para tratar de mejorar o tratar de, ya sabes, tratar de adoptar ciertas tecnologías para no sentir que se están perdiendo de algo y así sucesivamente.

Entonces, lo que esto crea es que los líderes de la empresa están experimentando FOMO cuando se trata de IA. Y probablemente hayas visto que esto ha sido hace algún tiempo. El CEO de Shopify imponiendo el uso de IA en todos los equipos de la empresa. Y especialmente revisé este memo con bastante detalle. Y algunas afirmaciones como que la IA mejora la productividad hasta en un 100 por ciento, lo siento, 100 X es bastante audaz. Y es bastante poco realista basado en mis discusiones hablando con varias personas diferentes en la industria de la ingeniería y también en diferentes industrias.

Lo que hemos visto más es un aumento de productividad de alrededor de uno a dos X. Y también, ya sabes, cuanto más grande y más amplio sea el código con el que estás trabajando y cuanto más complejos sean los sistemas con los que estás trabajando, menos impactante será la IA para ser más productivo. Así que tales afirmaciones son lo que está causando muchos problemas para las personas dentro del equipo, dentro de una empresa, porque las expectativas están por las nubes y luego las personas necesitan gestionar esas expectativas. Correcto. Y luego también, ya sabes, demostrar que puedes hacer lo que se necesita con IA antes de pedir más personal. Nuevamente, esto es algo que es muy sensacionalista.

Y, ya sabes, se siente como que, OK, la IA va a reemplazar a muchas personas diferentes y necesitamos justificar nuevas contrataciones para ser parte del equipo en lugar de mirar cuáles son los desafíos empresariales reales y qué necesitamos para resolver esos desafíos empresariales de la manera correcta. Y también, ya sabes, mencionamos incluir el uso de IA como un KPI en la revisión de desempeño. Lo que creo es que si mides las cosas incorrectas, las personas van a estar inspiradas a intentar manipular el sistema. Y si solo mides el uso de IA como un KPI, entonces las personas van a estar inspiradas a intentar usar tanta IA como sea posible y usar tantos tokens de IA como sea posible. Y eso significa también, ya sabes, que el costo va a aumentar mucho. Pero si el costo no se justifica con el valor empresarial, entonces el costo, ya sabes, no es útil. De hecho, se está utilizando de una manera incorrecta.

Entonces, en realidad, la empresa está perdiendo dinero en lugar de ganar valor. Y luego también, hemos visto líderes de empresas como, por ejemplo, un CEO de Fiverr enviando un memo a todos los empleados sobre que la IA viene por sus trabajos. Y, ya sabes, hay muchos más ejemplos similares a este. He hablado con muchos CEOs diferentes y también con líderes de empresas, y vi que ese era el caso en muchas situaciones diferentes. En algunos casos, también vi, ya sabes, diferentes CEOs tratando de borrar la página de inicio del sitio web actual y luego diciendo a los líderes de ingeniería y a los ingenieros lo fácil que es que eso sea el caso. Y luego, ya sabes, todo se filtra hacia los líderes de ingeniería y sus equipos para poder gestionar tales expectativas poco realistas. Y esto es de lo que vamos a hablar a continuación. Sí, he escuchado muchas expectativas poco realistas de muchas personas diferentes. Y, ya sabes, creer que la IA es una solución plug and play que puedes simplemente, ya sabes, conectarla a los flujos de trabajo existentes y las cosas van a funcionar muy, muy bien. Pero, ya sabes, realmente el caso es que plug and play rara vez funciona a través de diferentes mejoras, y especialmente cuando se trata de procesos. Y, ya sabes, esperar que la IA elimine todo el trabajo manual es algo que también, ya sabes, es muy sensacionalista. Y simplemente no es posible. Comprender el costo y la complejidad de construir LLMs internos. Sí, hay una gran diferencia si estás construyendo un modelo tú mismo o si estás usando modelos existentes como GPT, por ejemplo. Ya sabes, puede haber una diferencia, puede ser, ya sabes, entre tres o trescientos días cuando estás construyendo una cierta característica llamando al modelo existente. Puedes simplemente llamar a esa API y hará gran parte de ese trabajo pesado por ti. Pero si construyes tu propio modelo, entonces vas a necesitar un equipo mucho más grande y mucho más tiempo e investigación para hacerlo. Sí, asumir que la IA simplemente entenderá mágicamente todo el contexto y la especificidad del dominio específico, esperar que la IA reemplace equipos enteros, asumir que la IA simplemente funcionará sin fallos. Y luego también, ya sabes, pensar que no hay riesgos éticos, legales y de seguridad cuando se trata de IA. Ya sabes, si no tienes cuidado, si simplemente, ya sabes, si simplemente estás generando un montón de códigos y no estás revisando correctamente, entonces, ya sabes, el problema va a ser con la seguridad, por razones éticas, razones legales también, porque la responsabilidad humana siempre debe estar del lado humano y nunca en la IA. Así que, sí, también, ya sabes, asumir que la IA aumentará exponencialmente el rendimiento con el tiempo y así sucesivamente. Y, sí, esta es una buena ilustración de lo que está sucediendo. Y todo comienza con opiniones sensacionalistas de individuos no públicos. Que luego se filtran hacia los líderes de empresas que experimentan FOMO con la IA y forzando el uso de IA y el desarrollo de características de IA. Lo que hemos visto de muchas empresas diferentes es que están rebranding sus empresas a empresas de IA y también forzando el desarrollo de características de IA. Lo que sucede muchas veces es que esto se vuelve en contra y, ya sabes, al tratar de imponer demasiadas características diferentes, pierdes la esencia de cuál es realmente el problema que estás resolviendo para los usuarios y así sucesivamente. Un buen caso de esto es Duolingo, donde hicieron completamente la transformación de IA y a muchos usuarios no les gustó eso y dejaron de usarlo. Y tales cosas, ya sabes, sentir FOMO de los líderes de empresas luego se filtra hacia los líderes de ingeniería y equipos operando dentro de expectativas poco realistas. Así que esto se convierte en un gran problema para los líderes de ingeniería y los ingenieros. Y esa es también la razón por la cual muchos líderes de ingeniería sienten que la IA está impactando negativamente en la industria.

Entonces, ¿qué hacer? Daré consejos tanto para líderes de empresas como para líderes de ingeniería. Así que primero comencemos con los líderes de empresas. Por supuesto, el consejo número uno es que no debes dejar que el FOMO te afecte. Y todo comienza con establecer los objetivos correctos y crear el entorno adecuado para ser exitoso. Y si dejas que ese FOMO te afecte, vas a tomar decisiones que no serán las mejores para el negocio, para la empresa. Y especialmente si intentas hacer una transformación de IA a gran escala de una sola vez, en muchos casos, se volverá en tu contra. No es el camino a seguir. Los pequeños experimentos son mucho mejores. Comienzas con algo que es menos impactante y luego ves cómo está funcionando. Y luego, si está funcionando bien, pasas a partes más impactantes y lo utilizas en esas partes. Y también lo que me gusta decir es que no hay mejor aumento de productividad que una buena cultura. Una buena cultura va a ser lo más impactante para cualquier empresa. Puede ser la razón para ser más productivo por 10x, 100x y así sucesivamente. Una buena cultura es lo que realmente conecta a tantas personas y puedes construir tantas cosas buenas y la gente se siente genial trabajando en un buen entorno. Y una buena cultura es lo que va a ser la base para muchas empresas.

Y luego también, vamos a los consejos para los líderes de ingeniería. Obviamente, lo primero es asegurarse de educarse sobre cómo utilizar las herramientas de IA y también cómo otros están usando las herramientas de IA. Y ser confiado. Siempre que hables con líderes de empresas, con partes interesadas, con inversores, con personas que tienen expectativas poco realistas, necesitas ser confiado y necesitas inspirar confianza en ti. Lo último que quieres hacer es ir directamente a decir sí a solicitudes tontas como necesitamos comenzar a usar esta herramienta de IA o nos quedaremos atrás. Esta es la receta para el desastre. Y si haces eso, muchas cosas van a salir mal y perderás respeto. La gente perderá el respeto por ti. Y lo que va a suceder y lo que puede suceder es que simplemente las personas, los líderes de empresas o cualquier otro tipo de partes interesadas simplemente tomarán decisiones sin ti. Así que en lugar de ser reactivo, necesitas ser proactivo y necesitas asumir la responsabilidad de la estrategia de IA y no esperar a ser incluido. Eso es muy importante. Y especialmente para directores, VPs y CTOs, no esperen a ser incluidos en la estrategia de IA. Deberías ser dueño de la estrategia de IA. Tú eres la estrategia. Esto es de Migda Jaffer, un líder de producto de OpenAI.

Hicimos una colaboración reciente en mi newsletter y esta ha sido una de las partes más importantes de ese newsletter. También, mencionó que la estrategia de ingeniería de IA es en realidad la misma que la estrategia de producto de IA. Así que deberías ser quien dicte como, oye, esta es la manera de usar IA. Esta es la forma en que deberíamos estar usándola. Y esta es la forma en que también podemos adoptar IA en toda la empresa. Y su recomendación es que los líderes de ingeniería se acerquen mucho, mucho más a esa parte, porque la razón de eso es que ya entiendes toda la parte. Ya entiendes lo que se necesita para construir esa característica específica de IA, producto de IA.

Como mencioné antes, puede ser la diferencia, la forma en que te acercas a construir ese producto o esa funcionalidad puede ser la diferencia entre construirlo en tres días o 300 días. En lo que necesitas enfocarte también es, ya sabes, el qué, el cuándo y el por qué. Eso es muy importante. Y eso requiere un poco más de comprensión de negocio y producto. Pero de todos modos, necesitas hacerlo. Esto es muy importante en 2025 y más allá de que tú como ingeniero o líder de ingeniería te vuelvas más orientado al negocio y al producto. Así que, sí, es muy importante tomar posesión de ello.

Y también esto es un muy buen visual también. Esto es de Migdat de OpenAI. Y su propuesta y su recomendación es que, ya sabes, toda la estrategia se está acercando mucho más a la ingeniería. Puedes ver como una estrategia de producto tradicional está a través de muchos departamentos diferentes como gestión de producto, diseño, finanzas, investigación UX, QA, adquisiciones y así sucesivamente. Pero en términos de, ya sabes, estrategia de IA. Eso está mucho más cerca de la ingeniería y la razón, como mencioné antes, la ingeniería entiende toda la parte y no hay nadie más que pueda entender mejor lo que se necesita para construir algo, lo que se necesita para asegurarse de que esa cosa específica pueda ser adoptada en toda la organización o podemos construir esa característica de IA o podemos construir ese producto de IA y así sucesivamente. Así que de nuevo, deberías ser quien posea la estrategia de producto de IA. No esperes a ser incluido en la estrategia de IA.

OK, hablemos sobre la segunda cosa impactante que veo en toda la industria. Y veo que los roles de ingeniería se están acercando cada vez más. Y, por ejemplo, se espera que los engineering managers asuman roles de staff engineer según sea necesario. Como, por ejemplo, si hay un proyecto que es mucho más técnico y puede haber una necesidad mucho mayor de alguien que asuma un rol más práctico, entonces se espera que, por ejemplo, los engineering managers asuman un rol abordado si es necesario. Obviamente, depende del tipo de perfil de personas que tengas dentro de un equipo.

Pero sí, puedo ver que esto será el caso cada vez más en los próximos años también. Similar a como los staff engineers pueden asumir roles de manager si es necesario. Y también los architects asumiendo roles de staff engineer o roles de manager si es necesario. Creo que esos tres roles se están acercando cada vez más y se van a difuminar con el tiempo.

Y también veo una tendencia similar tanto para product managers como para engineers. Veo que el rol de un product engineer se está volviendo cada vez más popular con el tiempo. Y veo que, por ejemplo, esto sucede mucho en pequeñas startups, pequeñas empresas donde están contratando product engineers y están proponiendo funcionalidades, soluciones, y están siendo responsables de esas implementaciones particulares ellos mismos. Y son responsables tanto de qué construir, por qué construir y también cuándo construir.