Dans les années 2010, les entreprises technologiques recherchaient des spécialistes de niveau intermédiaire : Ingénieurs Backend, Data Scientists, Architectes système. Ce modèle fonctionnait lorsque la technologie évoluait lentement. Les spécialistes maîtrisaient leur métier, pouvaient livrer rapidement et construisaient leur carrière sur des bases prévisibles telles que l’infrastructure cloud ou le dernier framework JS à la mode.
Puis l’IA est devenue grand public.
Le rythme du changement a explosé. De nouvelles technologies apparaissent et se maturent en moins d’un an. Vous ne pouvez pas embaucher quelqu’un qui construit des agents IA depuis cinq ans, car la technologie n’existe pas depuis aussi longtemps. Les personnes qui réussissent aujourd’hui ne sont pas celles qui ont les CV les plus longs ; ce sont celles qui apprennent rapidement, s’adaptent rapidement et agissent sans attendre de directives. Cette transformation est particulièrement visible dans le domaine du génie logiciel, qui a probablement connu l’évolution la plus spectaculaire de tous, évoluant plus rapidement que presque tout autre domaine de travail.
Comment l’IA réécrit les règles
L’IA a abaissé la barrière à la réalisation de travaux techniques complexes, de compétences techniques et a également relevé les attentes quant à ce qui constitue une expertise réelle. McKinsey estime qu’en 2030, jusqu’à 30 % des heures de travail aux États-Unis pourraient être automatisées et que 12 millions de travailleurs pourraient devoir changer complètement de rôle. La profondeur technique est toujours importante, mais l’IA favorise les personnes capables de résoudre les problèmes au fur et à mesure.
Dans mon entreprise, je vois cela tous les jours. Des ingénieurs qui n’avaient jamais touché au code front-end construisent désormais des interfaces utilisateur, tandis que les développeurs front-end se lancent dans le travail back-end. La technologie devient de plus en plus facile à utiliser, mais les problèmes sont plus complexes car ils englobent plusieurs disciplines.
Dans ce type d’environnement, être excellent dans un domaine ne suffit pas. Ce qui compte, c’est la capacité à combler le fossé entre l’ingénierie, le produit et les opérations pour prendre rapidement de bonnes décisions, même avec des informations imparfaites.
Malgré toute l’excitation, seules 1 % des entreprises se considèrent vraiment matures dans leur utilisation de l’IA. Beaucoup s’appuient encore sur des structures construites pour une ère plus lente – des couches d’approbation, des rôles rigides et une dépendance excessive envers des spécialistes qui ne peuvent pas sortir de leur domaine de compétence.
Les caractéristiques d’un généraliste solide
Un bon généraliste possède une largeur sans perdre en profondeur. Ils approfondissent un ou deux domaines mais restent compétents dans de nombreux autres. Comme le dit David Epstein dans « Range », « Vous avez des gens qui se promènent avec toutes les connaissances de l’humanité sur leur téléphone, mais qui n’ont aucune idée de comment les intégrer. Nous ne formons pas les gens à la pensée ou au raisonnement. » Une véritable expertise vient de la connexion des points, pas seulement de la collecte d’informations.
Les meilleurs généralistes partagent ces caractéristiques :
– Responsabilité : Responsabilité de bout en bout pour les résultats, pas seulement pour les tâches.
– Pensée par principes : Remettre en question les hypothèses, se concentrer sur l’objectif et reconstruire si nécessaire.
– Adaptabilité : Apprendre rapidement de nouveaux domaines et passer de l’un à l’autre en douceur.
– Agence : Agir sans attendre d’approbation et s’ajuster en fonction des nouvelles informations.
– Compétences relationnelles : Communiquer clairement, aligner les équipes et garder les besoins des clients en tête.
– Plage : Résoudre différents types de problèmes et tirer des leçons de différents contextes.
J’essaie de faire de la responsabilité une priorité pour mes équipes. Tout le monde sait ce qu’il possède, à quoi ressemble le succès et comment cela se connecte à la mission. La perfection n’est pas le but, mais l’avancement.
Adopter le changement
Se concentrer sur des constructeurs adaptables a tout changé. Ce sont des personnes avec la portée et la curiosité nécessaires pour utiliser des outils d’IA pour apprendre rapidement et exécuter avec confiance.
Si vous êtes un constructeur qui prospère dans l’ambiguïté, c’est votre moment. L’ère de l’IA récompense la curiosité et l’initiative plus que les titres. Si vous embauchez, regardez vers l’avenir. Les personnes qui feront avancer votre entreprise pourraient ne pas être celles qui ont le CV parfait pour le poste. Ce sont celles qui pourront évoluer en fonction des besoins de l’entreprise à mesure qu’elle évolue.
L’avenir appartient aux généralistes et aux entreprises qui leur font confiance.