Meja Bundar CTO: Para Pemimpin Teknik Berbagi Pelajaran dalam Membangun Organisasi yang Berbasis AI
Snowflake
Netflix
Hex
Barclays
Dialpad
project44
Cerebras Systems
Capital One
Pada CTO Circle perdana selama Snowflake Summit 2026, lebih dari 350 CTO dari bidang keuangan, telekomunikasi, ritel, dan teknologi membahas apa yang diperlukan untuk membangun organisasi teknik yang berbasis AI. Tema utama mencakup memindahkan AI dari eksperimen ke produksi, menyeimbangkan kecepatan dengan risiko, dan mendesain ulang tim teknik untuk AI. Para pemimpin menekankan untuk memperlakukan pengembang sebagai pelanggan, menstandarkan alur kerja, dan beralih dari tim AI terpusat ke kepemilikan terdistribusi.
Pada CTO Circle pertama yang diadakan selama Snowflake Summit 2026 di San Francisco, lebih dari 350 CTO dari sektor keuangan, telekomunikasi, ritel, dan teknologi berkumpul untuk bertukar pengalaman dalam membangun organisasi rekayasa yang berbasis AI. Diskusi terfokus pada tiga tema: membawa AI ke produksi, menyeimbangkan kecepatan dengan risiko, dan mendesain ulang tim rekayasa untuk AI. Vivek Raghunathan, SVP Engineering di Snowflake, berbagi bagaimana perusahaannya memperlakukan produktivitas pengembang sebagai produk, mewawancarai para pengembang, memetakan titik-titik hambatan, dan menetapkan metrik dasar. Dalam 18 bulan, Net Promoter Score pengembang internal Snowflake naik lebih dari 30 poin, dengan rasio 4:1 antara pengembang yang puas dan tidak puas. Ia menekankan bahwa daya ungkit yang tinggi berasal dari penggunaan dan penguasaan yang mendalam, melalui tahapan adopsi, penguasaan, dan optimalisasi, serta melembagakan alur kerja yang sukses. Jon McNeill, penulis 'The Algorithm', mendorong para pemimpin untuk membalik pendekatan umum: mulai dengan kendala bisnis utama, lalu bangun ulang sistem rekayasa di sekitarnya, mengukur keberhasilan bukan dari volume kode, tetapi dari efisiensi. Jeremy Burton, GM dari Snowflake Observability Business Unit, mencatat pergeseran dari eksperimen ke produksi, yang membutuhkan bukti nilai bisnis. Agen AI menghasilkan lebih banyak telemetri dan membutuhkan lebih banyak konteks, sehingga observabilitas harus berkembang untuk menyediakan lapisan semantik, ontologi, dan grafik pengetahuan, serta antarmuka standar seperti API, CLI, dan Model Context Protocol (MCP). Aditya Gaur, manajer engineering di Netflix, menjelaskan bahwa otomatisasi analisis akar masalah mereka berhasil karena investasi arsitektur data yang dilakukan bertahun-tahun sebelum agen AI diperkenalkan. Caitlin Colgrove, CTO Hex, membahas 'membakar perahu' dengan menghilangkan tim AI terpusat dan mendistribusikan kepemilikan ke tim produk, yang mempercepat pengiriman. Chris Kozlowski, MD Barclays, menekankan bahwa kecepatan harus dipadukan dengan tata kelola dan kepercayaan, sementara Corey Burke (SVP Dialpad) dan Arun Rajamanickam (VP project44) menggambarkan bagaimana agen AI mengurangi waktu yang dihabiskan untuk pengkodean dan menambah waktu untuk mendefinisikan niat dan mengatur agen. Qi Jin, EVP Cerebras, memperkenalkan 'Code Yellow', sebuah kerangka kerja untuk perubahan organisasi yang mendesak berfokus pada masalah pelanggan. Parvez Naqvi, SVP Capital One, mengamati bahwa seiring AI mempercepat implementasi, nilai rekayasa bergeser ke penilaian, perencanaan, dan arsitektur. Harjot Gill (CEO CodeRabbit) dan Jordan Topoleski (COO Cursor) menyoroti hambatan baru dalam tinjauan kode dan jaminan kualitas. Kesimpulan utamanya adalah bahwa rekayasa berbasis AI bergantung pada kemampuan organisasi untuk belajar, melembagakan, dan terus beradaptasi, bukan pada adopsi alat yang awal.
Sumber: InfoQ 中国 —
asli
