Cách chúng tôi tự chuyển đổi đội ngũ sang AI-native (câu chuyện thực chứng)

Bối cảnh chuyển đổi AI

Lý do Yeowubie thay đổi cách làm việc của chính mình trước rất đơn giản: trước khi khuyên khách hàng chuyển đổi AI, đội ngũ của chúng tôi phải tự đi qua con đường đó. Việc thay đổi cách làm việc của các lập trình viên Hà Nội không phải là đổi công cụ, mà là định nghĩa lại chính công việc của họ.

Trước khi bắt đầu, đội ngũ Hà Nội của chúng tôi là một tổ chức phát triển điển hình. Bộ phận lập kế hoạch đưa yêu cầu xuống, lập trình viên viết mã theo đúng đặc tả nhận được, rồi trả kết quả lên trên. Cách làm này quen thuộc và ổn định, nhưng có một giới hạn rõ ràng: vai trò của lập trình viên bị giam trong một mảnh nhỏ là viết mã. Ai đã định ra yêu cầu, khách hàng thực sự muốn gì, tính năng làm ra có thực sự dùng được hay không, tất cả đều là việc của người khác.

Khi các công cụ AI tạo sinh bắt đầu thay đổi nhanh tốc độ và độ khó của việc viết mã, chúng tôi nhận ra cấu trúc này khó tồn tại lâu. Khi tỷ trọng viết từng dòng mã bằng tay giảm xuống, giá trị của lập trình viên phải đến từ nơi khác: khả năng phán đoán nên làm gì, kiểm tra kết quả AI tạo ra, trực tiếp giao tiếp với khách hàng, và ghi lại toàn bộ quá trình đó.

Vì vậy, trước khi áp dụng thay đổi này vào dự án của khách hàng bên ngoài, chúng tôi quyết định lấy chính mình làm đối tượng thử nghiệm. Bán cho khách hàng một cách làm chưa được kiểm chứng tại chính công ty mình là điều không trung thực. Bài viết này ghi lại bối cảnh của cuộc chuyển đổi đó, những thay đổi thực sự đã diễn ra, và các bài học chúng tôi rút ra, không phóng đại.

Đội ngũ phát triển trở thành AI operator

Thay đổi cốt lõi là đổi tên chức danh và phạm vi trách nhiệm. Chúng tôi định nghĩa lại vai trò của lập trình viên Hà Nội từ lập trình viên đơn thuần thành AI operator. Một người đồng thời đảm nhận bốn việc: quản lý dự án, phát triển có sự hỗ trợ của AI kèm human review, làm việc với khách hàng, và ghi chép toàn bộ quá trình. Viết mã chỉ là một trong số đó.

Việc đặt tên là AI operator có chủ đích. Nghĩa là lập trình viên không phải thỉnh thoảng dùng công cụ AI như một phương tiện phụ, mà đặt AI vào trung tâm công việc và vận hành kết quả đầu ra của nó. Thay vì nhận đặc tả rồi triển khai y nguyên, họ tham gia từ giai đoạn yêu cầu để phán đoán nên làm gì, giao việc cho AI, kiểm chứng kết quả bằng mắt người, và trực tiếp giải thích cho khách hàng, tất cả trong một dòng chảy.

Bốn trách nhiệm có thể diễn giải kỹ hơn như sau. Quản lý dự án là tự mình nắm tiến độ và phạm vi. Phát triển có AI kèm human review nghĩa là không tin tuyệt đối vào mã được tạo ra, mà bắt buộc phải có người kiểm tra và chịu trách nhiệm, vì AI nhanh nhưng có thể sai, và lọc ra mã sai vẫn là việc của con người. Làm việc với khách hàng là người phụ trách giao tiếp trực tiếp, không qua trung gian. Ghi chép toàn quá trình là lưu lại từ lúc khởi động, giữa kỳ đến cuối kỳ rằng đã quyết định cái gì và tại sao.

Cuộc chuyển đổi này diễn ra trên cơ sở đồng thuận, không phải mệnh lệnh một chiều. Nó thực sự ổn định sau khi các lập trình viên đồng ý với vai trò mới. Mở rộng công việc cũng đồng thời nâng cao kỳ vọng, nên sự chấp nhận của những người trong cuộc là điều kiện tiên quyết.

Những thay đổi thực tế

Thay đổi rõ nhất là lập trình viên không còn biến mất giữa khách hàng và công việc. Trước đây giao tiếp phải qua tầng quản lý trung gian, nay được nối thẳng tới người phụ trách, nên việc hiểu sai yêu cầu hoặc bị bào mòn trong quá trình truyền đạt giảm đi. Tuy vậy, thay đổi này không hoàn tất trong một lần và vẫn đang được tinh chỉnh.

Thói quen ghi chép hình thành cũng là một thay đổi thực chất. Chúng tôi tạo ra dòng chảy để lại báo cáo ở các mốc khởi động, giữa kỳ và cuối kỳ. Ban đầu cảm thấy như gánh nặng thêm, nhưng khi căn cứ của quyết định được ghi thành chữ, chúng tôi không lặp lại cùng một cuộc thảo luận, và bối cảnh không bị đứt khi người phụ trách thay đổi. Bản ghi tự nó trở thành một cơ chế quản lý chất lượng.

Việc ghi rõ human review thành trách nhiệm bắt buộc cũng quan trọng. Khi đặt nguyên tắc người phải kiểm tra mã do AI tạo ra, căng thẳng giữa tốc độ và an toàn bước vào dưới dạng có thể quản lý được. Sự đồng thuận trở nên rõ ràng: lấy năng suất của AI nhưng để con người lấp đầy giới hạn của nó.

Có một điều cần nói thẳng. Chúng tôi không đo lường hiệu quả của cuộc chuyển đổi này bằng những con số chính xác. Đưa ra con số khẳng định kiểu năng suất tăng bao nhiêu phần trăm là vượt quá phạm vi chúng tôi thực sự xác minh được. Thay vào đó, điều chúng tôi chắc chắn nói được là: phạm vi trách nhiệm của một lập trình viên đã mở rộng, và cách làm việc đã dịch chuyển từ một mảnh mã sang toàn bộ việc giải quyết vấn đề.

Trong quá trình này, dữ liệu vận hành nội bộ cũng được tích lũy, đó là sự thật. Tuy nhiên, cần nói rõ: việc nắm giữ dữ liệu và việc kinh doanh API riêng từ dữ liệu đó là hai chuyện khác nhau. Bản ghi chúng tôi tích lũy là tài sản để cải thiện cách làm việc của đội ngũ, không phải một sản phẩm dữ liệu bán ra bên ngoài.

Bài học

Bài học lớn nhất là khó khăn thực sự của chuyển đổi AI nằm ở con người và vai trò, chứ không phải công cụ. Quan trọng hơn việc dùng công cụ AI nào là việc định nghĩa lại công việc ra sao và làm cho người trong cuộc chấp nhận thay đổi đó. Công cụ có thể đổi trong vài ngày, còn cách làm việc thì không.

Bài học thứ hai là tuyệt đối không được bỏ qua human review. AI càng đưa ra mã trông hợp lý một cách nhanh chóng, cám dỗ bỏ qua bước con người kiểm tra càng lớn. Nhưng tốc độ không được kiểm tra sẽ quay lại thành nợ. Xác định rõ con người là chủ thể chịu trách nhiệm chính là cơ chế an toàn của cuộc chuyển đổi.

Thứ ba là ghi chép không phải gánh nặng mà là tài sản. Để lại bản ghi trước mắt trông có vẻ chậm. Nhưng hiệu quả của việc không lặp lại cùng một sai lầm, không mất bối cảnh, và truy được dấu vết quyết định càng lớn dần theo thời gian.

Cuối cùng, việc áp dụng cho chính mình trước là lựa chọn đúng. Không khuyên khách hàng một cách làm chưa được kiểm chứng là vấn đề trung thực căn bản. Vì có những thử và sai mà chính chúng tôi đã trải qua, khi nói với khách hàng về chuyển đổi AI, chúng tôi có thể nói dựa trên kinh nghiệm thực tế chứ không phải lời hứa trừu tượng.

Ý nghĩa với khách hàng

Đối với khách hàng, ý nghĩa của thay đổi này là Yeowubie nói về chuyển đổi AI bằng kinh nghiệm của chính mình chứ không phải lý thuyết. Chúng tôi đã áp dụng cho đội ngũ mình trước, và trong quá trình đó tự xác minh được cái gì khó và cái gì hiệu quả. Nhờ vậy, chúng tôi có thể đưa ra lời khuyên thực tế cho các tổ chức đang trăn trở về cùng một thay đổi.

Về mặt thực hành, khách hàng nhận được hai điều. Một là giao tiếp trực tiếp với người phụ trách. Vì nói chuyện với chính người làm việc mà không qua nhiều tầng, yêu cầu được truyền đạt chính xác và có thể phản ứng nhanh với thay đổi. Hai là quá trình được lưu thành bản ghi. Vì các quyết định từ khởi động đến kết thúc được ghi thành văn bản, sau khi dự án kết thúc vẫn có thể kiểm tra đã làm cái gì và tại sao.

Tuy vậy, chúng tôi sẽ không phóng đại. Chuyển đổi AI không tự động giải quyết mọi vấn đề. Kết quả AI tạo ra vẫn cần con người kiểm tra, và việc mở rộng công việc cần thời gian thích nghi. Điều chúng tôi có thể hứa không phải là hiệu suất kỳ diệu, mà là kinh nghiệm trung thực từ con đường chính chúng tôi đã đi qua.

Nếu tổ chức của bạn đang trăn trở về chuyển đổi đội ngũ phát triển AI-native, câu chuyện chúng tôi trải qua tại chính công ty mình có thể là điểm khởi đầu. Yeowubie xin làm người đồng hành cùng bạn tìm đường, dựa trên kinh nghiệm đó.