|
Una queja común entre los nuevos líderes de equipo que antes eran devs es la sensación de que “no hicieron nada” al final del día. Cuando les pregunto qué hicieron, la respuesta suele ser algo así: “Hice 1-on-1s con dos miembros del equipo: ayudé a uno con problemas de gestión de tiempo y medité un conflicto de otro con un área asociada. Participé en reuniones para definir OKRs y ayudar al PM a detallar historias. Analicé métricas e identifiqué un cuello de botella que nos estaba retrasando. Solo al final de la tarde pude programar algo”. Y siempre respondo: ¡ese es tu nuevo trabajo! Como devs, estaban acostumbrados a ciclos de feedback rápidos y concretos: el código escrito es visible, puede ser probado, implementado y recibir feedback de los clientes en pocos días. En la lideranza, el impacto de las acciones es menos tangible y el ciclo de feedback más largo. Reuniones, 1-on-1s y la definición de objetivos producen resultados más abstractos y de mediano a largo plazo. Contratar y desarrollar buenas personas es una inversión que dará frutos en el futuro. Los feedbacks, por ejemplo, tienen un impacto sutil pero duradero. Si te encuentras en este dilema, entiende que el valor de tu función ha cambiado. Tu trabajo ahora no es entregar software, sino crear el contexto adecuado para que tu equipo logre resultados. Al enfocarte en las tareas de la lideranza, maximizas el impacto de todo tu equipo, no solo el tuyo. ¡Tu empresa, tus pares y tu equipo te lo agradecerán! |
Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.
DX publicó una investigación interesante que concluyó que las ganancias de productividad con IA todavía están muy por debajo del hype. Los principales motivos identificados fueron: 1) Escribir código nunca fue el principal cuello de botella Escribir código representa solo una pequeña parte del trabajo real de ingeniería (16% del tiempo, según una investigación de Microsoft). La IA acelera la escritura de código, no necesariamente el sistema completo. 2) Automatizar solo parte del ciclo de...
A DX publicou uma pesquisa interessante que constatou que os ganhos de produtividade com IA ainda estão muito abaixo do hype. Os principais motivos levantados foram: 1) Escrever código nunca foi o principal gargalo Escrever código é só uma parte pequena do trabalho real de engenharia (16% do tempo, segundo pesquisa da Microsoft). IA acelera escrita de código, não necessariamente o sistema inteiro. 2) Automatizar apenas parte do ciclo de desenvolvimento cria novos gargalos Esse é o ponto...
Grande parte da discussão sobre IA está focada em produtividade. Mas tem uma mudança mais profunda acontecendo. De identidade. Por muito tempo, ser uma boa pessoa desenvolvedora esteve muito ligado à capacidade de escrever código bem. Conhecer a linguagem, dominar frameworks, resolver problemas na mão. Isso não desapareceu. Mas deixou de ser o principal diferencial. Porque escrever código ficou muito mais fácil. E isso ajuda a explicar parte da resistência que ainda vemos (embora cada vez...