Nghề phần mềm trong làn sóng AI (Phần 2): Cơ hội khác biệt

Nhân dịp cuối năm, tôi viết bài kế tiếp trong chuỗi suy nghĩ về sự thay đổi của ngành phần mềm giữa làn sóng AI. Nếu như phần 1 xoay quanh những điều tiêu cực trong cơn sống ảo đào vàng AI thì ở phần này tôi muốn chia sẻ về những điều tích cực của AI đối với kĩ sư phần mềm.

Đọc thêm: Nghề phần mềm trong làn sóng AI (Phần 1): Cơn sốt đào vàng

GenAI đang tạo ra nhiều bài toán mới cho các bạn kĩ sư

Có một điều thú vị trong làn sóng ứng dụng công nghệ GenAI đó là hầu hết các use case về GenAI đã đẩy một số keyword nổi lên như RAG, Vector,... Trong khi các công ty xây dựng model cần chiêu mộ một lượng lớn nhà khoa học, thì ở các công ty ứng dụng, xây dựng AI wrapper lại cần rất nhiều kĩ sư, đặc biệt là kĩ sư giỏi.

Nhiều bạn kĩ sư trao đổi với tôi rằng họ thấy tìm hiểu về kĩ thuật RAG và đọc hiểu về bản chất của Vector Database hay các loại Retriever thú vị hơn so với những trải nghiệm khi tìm hiểu về Transformer, GPT,... Và không phải chỉ đơn thuần là tìm hiểu về những framework như LangChain, LangFlow hay đọc hiểu về bộ parameters trong API khi gọi GPT, mà là những vấn đề về performance, về scale, về UX, về cost optimization. Đối với tôi đây vẫn là những phạm trù rèn luyện tay nghề tốt nhất cho các bạn.

Tôi đã từng rất ngạc nhiên và ngưỡng mộ khi biết về bạn Karina Nguyen, người dẫn dắt một nhóm nghiên cứu tạo ra Canvas của OpenAI - một trong những UI/UX để lại cho tôi ấn tượng mạnh mẽ nhất về cách một sản phẩm chuyển mình trong thời đại LLM bùng nổ.

Tôi từng không khỏi thán phục bốn chàng trai đã tạo nên Cursor – một IDE được yêu thích trong thời đại AI, đặc biệt được ưa chuộng bởi các kỹ sư tài năng từ Perplexity, MidJourney và OpenAI. Một lời giải đậm chất kĩ sư cho những gì mà kĩ sư cần khi làm việc với AI để nâng cao năng suất.

GenAI: Công cụ tăng năng suất toàn diện

Công bằng mà nói với những bạn làm chủ được AI rồi thì trải nghiệm làm việc trong một năm vừa qua có phần nhanh và nhàn hơn là thật. Đây là hội cười mỉm chứ chả lo lắng gì khi bên ngoài giật tít về sự thất sủng của 'vua của mọi nghề' và những lo âu về sự biến mất của nghề gõ code. Họ lặng thầm chi tiền cho các AI agents, quá quen với các kĩ thuật prompt và tận hưởng việc phân bổ lại thời gian cho những bận tâm khác trong cuộc đời.

Ngày trước, chúng ta trêu nhau về nghề lập trình hay bị kêu đi cài win dạo thì ngày nay có vẻ câu hỏi cửa miệng dần được thay thế bằng "Có con AI nào ngon không?". Một số ngành vẫn thách thức AI làm thay mình vì robot vẫn còn quá đắt đỏ, nhưng riêng ngành phần mềm - vốn là một ngành từ thinh không làm ra giải pháp - lại hưởng lợi rất nhiều với AI trong mọi khâu:

• Requirement: Từ việc phân tích yêu cầu, xây dựng tính năng đến khảo sát về thị trường, đây là công đoạn được rút ngắn đáng kể với AI
• Visual Design: Không cần bàn cãi, thậm chí ngày nay các platform UI đang cạnh tranh nhau về độ hoàn thiện của source code được tạo ra
• Architectural Design: Tưởng khó nhưng thật ra bạn nên thử trải nghiệm Solution Generator của Google để thấy sự đơn giản và hiệu quả
• Develop Code: Cái này thì không cần bàn tới
• Review: AI không chỉ tự động review mà còn để sẵn commit khắc phục, bạn chỉ việc đi shopping là xong
• Test: AI tự tạo test case và test data cũng không còn xa lạ, thậm chí phần sinh code tự động cho Frontend cũng đạt chất lượng khá tốt
• Deploy: Bây giờ cũng ít khi chúng ta phải tự tra tài liệu SDK hay nhớ script khi đã có AI lo tất
• Maintain: Việc fix bug khi đội ngũ phát triển đã rời đi trở nên dễ chịu hơn rất nhiều nhờ có sự hỗ trợ của AI
• Operation: AI không chỉ dễ dàng liệt kê các đầu việc vận hành mà còn làm tốt cả việc dựa trên mô tả về ứng dụng để dự đoán các hành động cần thiết cho Site Reliability

AI mang đến nhiều lợi ích là thế, nhưng nghịch lý là hầu hết các công ty vẫn còn đang loay hoay trong câu chuyện đo đạc năng suất theo chỉ số nào hoặc đang tự cố gắng sáng tạo ra một công cụ AI cho nhân viên của mình.

Human in the Loop: AI đang trở thành trợ lý không thể thay thế!

Mặc dù chưa hoàn hảo, nhưng ngày nay chúng ta đang có những trợ lý công việc với mức độ cá nhân hóa cao hơn bao giờ hết. Trong trải nghiệm 15 năm kiếm tiền trong ngành phần mềm, trước đây tôi chưa bao giờ nghĩ mình có thể có trợ lý nhắc việc đầu ngày, soạn email, review code, google hộ và tổng hợp kết quả cho mình một cách nhanh chóng đến vậy. Tất nhiên, vẫn còn đó những vấn đề về pháp lý và trách nhiệm bảo vệ môi trường, nhưng với tư cách là một 9x chưa từng trải qua sự kiện Y2K thì với tôi, GenAI quả thật là một dấu ấn đáng nhớ bên cạnh đại dịch Covid đối với lịch sử ngành công nghệ.

Ngày nay, hầu như trên bàn làm việc có từ hai màn hình trở lên thì một màn hình sẽ dành cho giao diện chat với AI. Định nghĩa năng suất đang dần thay đổi từ việc làm sao làm nhanh sang làm sao prompt nhanh và chính xác.

Tôi đã tiết kiệm được rất nhiều thời gian khi chỉ cần chia sẻ toàn bộ đoạn trò chuyện của mình với AI cho các bạn trong team thay vì chỉ chia sẻ kết quả. Vừa thống nhất ý tưởng nhanh chóng, vừa giữ lại luồng suy nghĩ để đào tạo các bạn junior. Xét trên một phương diện nào đó, đối với bản chất nghề kĩ sư không thích viết, cũng không thích nói thì đây là một giải pháp tốt.

AI không thể thay thế con người, nhưng thay thế trợ lý thì lại rất có thể. Trong ngành phần mềm, cho dù bạn có tạo được một mối quan hệ tốt đến mấy với một anh chị senior thì họ cũng không thể luôn trả lời bạn khi bạn cần, và cũng như bao mối quan hệ giữa người với người thì yếu tố cảm xúc và hoàn cảnh rất dễ chi phối nội dung khách quan. Với AI, chúng ta có một người review code không đánh giá và cũng không lo bị kể xấu hay mất mặt. Với AI, chúng ta có một người sẵn sàng pair code mà không cần đặt lịch, cũng chẳng cần phải đi ăn nhậu sau đó.

Tất nhiên, làm chủ AI và lệ thuộc AI là hai khái niệm hoàn toàn khác nhau. Tôi từng là người code với Notepad để kiểm tra bản thân, nhưng cũng là người luôn tìm kiếm những công cụ tốt nhất để hỗ trợ đội ngũ của mình làm việc hiệu quả hơn. Thế nên, xin đừng vội kết luận là tôi lờ đi mối lo ngại về việc dễ đánh mất kĩ năng tư duy giải quyết vấn đề khi dùng AI.

Còn bạn thì sao?

Tôi tin ngày nay sẽ không còn nhiều người "lỗi lạc" - lỗi thời và lạc hậu - trong thời đại bùng nổ của AI, nhưng khi học cái mới thì khó khăn nhất vẫn là giải quyết vấn đề của chính bản thân chúng ta. Hãy tự hỏi mình 3 câu hỏi sau để tăng năng suất với AI:

• Với mỗi việc bạn đang làm, bạn đã thử làm theo cách mới với AI chưa? - Hãy thử đi!
• Với những công việc trước đây bạn chưa làm, bạn đã nghĩ đến việc thử làm với sự hỗ trợ của AI chưa? - Thử ngay đi!
• Đâu là yếu tố cạnh tranh, khác biệt mà bạn giữ lại cho bản thân?

Với các bạn đang là quản lý, hãy tự vấn thêm những câu sau:

• Rủi ro và giải pháp cho một nhân viên mới khi làm theo cách này là gì?
• Khi áp dụng cách làm mới sẽ phát sinh những câu hỏi mới nào?

Đó là một vài góc nhìn về những thay đổi mà GenAI mang lại đối với bản thân người kĩ sư phần mềm, vậy còn đối với tổ chức thì sao? Hãy cùng gặp lại nhau ở phần cuối trong chuỗi bài viết này khi chúng ta cùng bàn về AI-First Organization.