Największa zmiana w IT nie dotyczy Al. Dotyczy ekonomii pracy i transformacji Talent Acquisition
Jeśli spojrzymy na obecną transformację rynku technologicznego z perspektywy ekonomicznej, a nie wyłącznie technologicznej, to zaczyna być bardzo wyraźnie widać, że sektor IT wchodzi właśnie w jeden z najważniejszych momentów przebudowy od czasu powstania chmury obliczeniowej.
Problem polega jednak na tym, że ogromna część rynku nadal interpretuje rozwój AI głównie przez pryzmat narzędzi, modeli i możliwości generowania kodu, podczas gdy prawdziwa zmiana zachodzi znacznie głębiej na poziomie ekonomii systemów, struktury organizacji i samej definicji wartości pracy technologicznej.
Przez ostatnie kilkanaście lat globalny sektor IT rozwijał się w środowisku praktycznie nieograniczonego dostępu do taniego kapitału.
Świat zerowych stóp procentowych stworzył warunki, w których inwestorzy byli gotowi finansować niemal każdą historię wzrostową. W praktyce oznaczało to, że dla rynku technologicznego przez bardzo długi czas najważniejszy był wzrost skali, a nie efektywność ekonomiczna.
Firmy mogły funkcjonować przez lata na ogromnych stratach, ponieważ dominowało przekonanie, że wystarczy odpowiednio szybko rosnąć, aby w przyszłości osiągnąć efekt monopolistyczny lub przynajmniej pozycję pozwalającą kontrolować rynek.
To właśnie w takim środowisku powstała współczesna struktura branży IT.
Organizacje technologiczne były projektowane przede wszystkim jako systemy zwiększania capacity delivery. Największą wartością stała się zdolność szybkiego dostarczania nowych funkcjonalności, zwiększania liczby zespołów developerskich oraz skalowania produkcji software’u.
Z tego powodu ogromna część rynku zaczęła premiować kompetencje implementacyjne. Liczyło się przede wszystkim to, czy ktoś potrafi szybko pisać kod, zna określony framework, potrafi pracować w konkretnym stacku technologicznym i efektywnie dowozić taski w ramach istniejącej architektury.
W praktyce doprowadziło to do sytuacji, w której znaczna część światowego IT została zoptymalizowana pod produkcję implementacji.
Powstały całe modele biznesowe oparte na outsourcingu, body leasingu oraz sprzedaży godzin developerskich. W takim świecie Polska bardzo dobrze odnalazła swoją pozycję.
Polski rynek przez lata budował bardzo mocne kompetencje inżynierskie, ale jednocześnie ogromna część tej kompetencji była wykorzystywana głównie jako relatywnie tani execution layer dla zachodnich organizacji technologicznych.
I właśnie tutaj AI zaczyna zmieniać wszystko.
Nie dlatego, że „AI zastąpi programistów”, bo to jest uproszczenie, które kompletnie nie opisuje realnej transformacji rynku. Prawdziwy problem polega na tym, że AI radykalnie obniża wartość części pracy implementacyjnej, która przez lata była fundamentem ogromnej części branży technologicznej.
Modele generatywne coraz skuteczniej automatyzują powtarzalne elementy developmentu. Potrafią generować boilerplate, budować standardowe integracje, tworzyć CRUD-y, przepisywać komponenty frontendowe czy wspierać proces developmentu w zakresie, który jeszcze kilka lat temu wymagał dużych zespołów developerskich.
To oznacza, że ekonomia produkcji software’u zaczyna się fundamentalnie zmieniać.
I właśnie w tym miejscu większość rynku popełnia bardzo poważny błąd analityczny. Wiele osób zakłada, że skoro AI obniża koszt tworzenia kodu, to automatycznie obniży całkowity koszt działania organizacji technologicznych.
Tymczasem dane zaczynają pokazywać coś znacznie bardziej skomplikowanego.
Koszt implementacji rzeczywiście może spadać, ale równocześnie bardzo szybko rośnie koszt samego compute’u oraz koszt utrzymania zaawansowanych systemów AI.
Nowoczesne modele reasoningowe wykonują coraz bardziej złożoną pracę. Generują znacznie więcej tokenów pośrednich, zużywają więcej mocy obliczeniowej i angażują coraz większą ilość infrastruktury GPU dla pojedynczego zadania.