Auteur : Naval Ravikant
Compilation : Felix, PANews
Dans le contexte actuel d'itération frénétique des grands modèles d'IA, le marché mondial est imprégné d'un profond sentiment de pessimisme et d'anxiété. D'abord, le PDG d'OpenAI, Sam Altman, a prédit que "l'IA prendra en charge 95 % du travail des programmeurs" ; ensuite, le PDG d'Anthropic a prédit que "l'IA prendra complètement en charge les postes d'ingénieurs logiciels dans les 6 à 12 prochains mois". La déclaration selon laquelle "la profession de programmeur est morte" semble être un consensus mondial, faisant face à la "crise existentielle" la plus grave depuis la naissance d'Internet.
Mais cette peur de la disparition des emplois provient d'une mécompréhension de la logique sous-jacente de la technologie. Le co-fondateur d'AngelList, Naval Ravikant (qui a investi tôt dans Uber, Twitter), estime que les récentes améliorations de la productivité par l'IA sont peut-être surmythifiées. Peu importe comment l'IA évolue, elle fera toujours des erreurs, et les ingénieurs logiciels resteront l'une des professions indispensables.
Quel que soit votre domaine, même le plus petit créneau, tant que vous le maîtrisez, vous spécialisez et devenez un talent de premier plan, vous n'avez pas à vous inquiéter d'être remplacé par l'IA.
Voici les derniers points de vue de Naval Ravikant.
"L'IA signifie-t-elle la fin de l'ingénierie logicielle traditionnelle ?" Bien sûr que non. Les ingénieurs logiciels — même ceux qui ne sont pas nécessairement responsables de l'ajustement ou de la formation des modèles d'IA — sont aujourd'hui l'une des populations les plus valorisées au monde. Bien sûr, ceux qui forment et ajustent les modèles sont encore plus valorisés car ils construisent les ensembles d'outils utilisés par les ingénieurs logiciels.
Mais les ingénieurs logiciels ont encore deux avantages. Premièrement, ils pensent en code, ils comprennent donc vraiment les mécanismes sous-jacents. Et toute abstraction a des fuites. Ainsi, lorsque l'ordinateur écrit un programme pour vous (comme avec Claude Code ou un programme similaire), il fera toujours des erreurs.
Il produira des bugs, aura une architecture imparfaite, bref, ne sera pas parfait. Et ceux qui comprennent la logique sous-jacente peuvent colmater les fuites lorsqu'elles apparaissent.
Par conséquent, si vous voulez construire une application bien architecturée, si vous voulez avoir la capacité de définir une bonne architecture, si vous voulez que le programme fonctionne à haute performance, donne le meilleur de lui-même, détecte les bugs tôt, alors vous avez toujours besoin d'une formation en ingénierie logicielle.
Les ingénieurs logiciels traditionnels peuvent mieux utiliser ces outils d'IA. De plus, il existe encore de nombreux problèmes en ingénierie logicielle que les programmes d'IA ne peuvent pas résoudre. La façon la plus simple de le comprendre est : ces problèmes dépassent leur distribution de données.
Par exemple, s'il faut faire un tri binaire ou inverser une liste chaînée, l'IA a vu d'innombrables cas, donc elle est très douée. Mais lorsque vous commencez à sortir de leur domaine de familiarité, comme écrire du code extrêmement performant, fonctionner sur une architecture entièrement nouvelle, ou créer quelque chose de nouveau et résoudre de nouveaux problèmes, vous devez toujours vous y mettre et coder manuellement.
Cette situation persistera jusqu'à ce qu'il y ait suffisamment de cas pour entraîner de nouveaux modèles, ou jusqu'à ce que ces modèles puissent raisonner suffisamment à un niveau d'abstraction plus élevé et résoudre des problèmes par eux-mêmes.
Rappelez-vous : le marché n'a pas besoin de "médiocrité". Tant qu'il existe une application supérieure dans un domaine particulier, personne ne veut des applications médiocres. La meilleure application remportera essentiellement 100 % des parts de marché. Peut-être qu'une très petite part ira à l'application classée deuxième, simplement parce qu'elle fait mieux qu'une application principale dans une fonction de niche, ou qu'elle est moins chère, etc.
Mais globalement, les gens veulent seulement le meilleur. Donc la mauvaise nouvelle est qu'il est inutile de se battre pour la deuxième ou troisième place — comme la célèbre réplique d'Alec Baldwin dans le film "Glengarry Glen Ross" : 'Le premier prix est une Cadillac, le deuxième est un set de couteaux à steak, le troisième est viré.'
Dans le marché actuel où le winner prend tout, c'est absolument vrai. La mauvaise nouvelle est : si vous voulez gagner, vous devez être le meilleur dans un domaine.
Cependant, les domaines où vous pouvez être le meilleur sont infinis. Vous pouvez toujours trouver un créneau qui vous convient et en devenir le leader. Cela me rappelle un ancien tweet que j'ai posté : "Efforcez-vous d'être le meilleur talent dans votre domaine. Redéfinissez continuellement ce que vous faites jusqu'à ce que le rêve devienne réalité."
Je pense qu'à l'ère de l'IA, ce principe reste valable.
Lecture connexe : Un mémo de l'année 2028 : Si l'IA gagne, que perdrons-nous ?
