面向未来：2024 年人工智能与工程峰会的见解

在快速发展的技术领域，保持领先地位不仅仅需要创新；还需要不断创新。它需要远见和适应性。最近，我们聚集了湾区 100 多名领先的技术专家，参加了我们的第三届年度工程峰会：面向未来。今年的主题围绕让工程组织做好迎接未来的准备，重点关注限制下的工程创新、有效扩展团队以及利用人工智能的力量等关键主题。

以下是我们谈话中的一些要点：

约束下创新

在过去的几年里，科技公司已经进入了一个超高效的新现实。工程预算受到越来越严格的审查，每次聘用都需要合理。然而，与其他可以将投资追溯到明确的投资回报率的功能不同，工程有时感觉就像一个黑匣子。那么，在当前不断需要少花钱多办事的宏观环境下，如何领导和运营工程组织呢？

ICONIQ Growth 技术咨询委员会成员 Matt Eccleston 和 Mike Curtis 分享了他们在 Airbnb、Dropbox 和 vmWare 领导工程组织的经验。他们强调了当今现实中了解客户需求、为项目时间表和资源设定明确界限以及鼓励创新思维以提高效率的重要性。  

投资开发人员工具也很重要。大多数组织并不重视开发工具作为提高自身效率的一种方式，甚至那些重视开发工具的组织也低估了它可以提供的影响力。小组成员认为，我们实际上应该利用约 15% 的工程团队来完成可以提高其他 85% 人员效率的工作。事实上，人们常常低估了你可以多早开始；即使有 10 名工程师，两个人也可以花一半的时间来思考如何简化工具链并使团队更快地行动。

“尽早投资很重要，因为技术发展的步伐将超过组织的发展速度。在存在无法解释的错误、不知道抽象如何工作等的代码库中工作是很糟糕的。你需要一个可以有趣且轻松地编写代码的代码环境。做到这一点越困难，就越会感到沮丧和不高兴。”  
- Matt Eccleston（ICONIQ Growth技术顾问委员会）

规模的秘密

每个发展阶段都会给技术领导者带来新的考虑和挑战。通用汽车高级驾驶自动化系统副总裁 Anantha Kancherla 和 Google 首席执行官前技术顾问 Ben Smith 深入研究了扩展工程团队的非常规策略。他们讨论了建立通才团队与专家团队的优点，以及及早投资有助于扩大工程工作的工具的重要性。

最重要的是，他们强调了使组织结构和团队与产品保持一致的重要性。  

“你发布你的组织结构图。在 Dropbox，我们过去常常说，让我们根据明年的路线图调整组织结构。我们不要害怕有不同的领导者站出来。这可以让人们不被自我或某些责任所束缚。”
- Aditya Agarwal（ICONIQ Growth技术顾问委员会主席）

对于工程师来说，与最终用户建立同理心也很重要。在谷歌的早期，工程师会与客户支持、销售等进行为期一周的轮换，以接触其他角色，并了解他们正在构建的产品如何被世界销售和使用。

随着工程组织的发展，工程领导的角色也在不断变化。随着团队的成长，工程经理必须全面发展并能够与产品和销售等其他团队进行交流。一旦组织的工程师数量超过 100 名，工程领导者就需要深思熟虑沟通问题。每个人都有不同的风格——也许他们擅长写作、与组织其他成员沟通等——此时工程领导者的角色转变为专注于将人们的幸福与业务优先事项结合起来。工程常常给人一种神秘的黑匣子的感觉，尤其是对于首席财务官甚至董事会等非技术领导者而言。工程领导者的责任是了解技术组织中存在的杠杆点和效率低下的地方，并用非技术语言向组织的其他部分清楚地阐明这一点。

您已经听说过人工智能炒作，现在这就是现实

当然，人工智能的影响是我们峰会上最关心的问题。 Keith Adams（ICONIQ Growth 技术顾问委员会）、Anantha Kancherla（ICONIQ Growth 技术顾问委员会）、Vishwanath TR（Glean 联合创始人）和 Nikita Shamgunov（Neon 首席执行官）主持了闭幕小组讨论人工智能在工程中的实际应用和现实。讨论揭示了关于 GPT 模型等人工智能工具的利用的各种观点，以及公司必须就云服务和 GPU 采购做出的战略决策。

“我们打赌将会有多个有能力的模型，并且我们允许客户指定他们想要使用的模型。我们可能会看到用于专门任务的开源微调模型和用于一般推理任务的基础模型。”
- Nikita Shamgunov（Neon 首席执行官）

小组成员还讨论了人工智能显着减少代码生成时间和提高生产力的潜力，尽管他们认识到将人工智能集成到传统工程角色中的挑战。机器学习领域仍然被视为一个专业领域，小组成员一致认为，软件工程师从头开始构建机器学习模型是不可行的。随着公司的成熟，引入机器学习研究人员非常重要，他们可以探索新的想法和方法，而工程团队的其他成员可以将其产品化。

“我们不需要一个专属的人工智能团队，我们希望每个人都与人工智能一起工作。机器学习团队的目标是创建一个平台，以便产品和工程团队的其他成员可以为核心产品注入不同的人工智能和机器学习功能。”
- Vishwanath T.R. （格莱恩联合创始人）

我们的未来证明峰会不仅为当前的工程挑战提供了战术解决方案，还引发了对技术未来的战略和哲学方面的更广泛的讨论。我们邀请您探索我们关于 2024 年工程状况的最新研究，该研究进一步探讨了这些问题以及更多问题，包括建立研发团队、提高开发人员生产力以及聘请顶级技术领导层。

与我们一起踏上这段旅程，共同探索工程的未来。