Proffs från IAS och Rent the Runway utforskar vilken inverkan AI har haft på organisatorisk FoU.
Till sin natur är forskning och utveckling (FoU) ett område som ständigt utvecklas, och med den utvecklingen kommer omvandlingen av både arbetsplatsen och professionella förväntningar.
För Mark Walsh, chef för ingenjör på Rent the Runwaytekniska framsteg inom FoU är bland de mest inflytelserika trenderna som förändrar landskapet för experter som arbetar inom forskning.
Han sa till SiliconRepublic.com, ”Vågar jag säga det, den mest spännande, flyktiga och uppriktigt sagt osäkra trenden är den snabba utvecklingen av AI. Jag använder alla tre av dessa ord medvetet, eftersom jag tror att alla som berättar det är rent spännande utan att erkänna volatiliteten och osäkerheten inte är helt ärlig.
”Förändringstakten liknar inte allt jag har sett under hela min karriär och omfattningen av det som förändras – från hur vi skriver och granskar kod, till hur vi tänker på systemdesign och till och med teamstruktur – gör att nästan ingenting i FoU-området är orört av det just nu. Det är genuint spännande, även när det också är genuint oroande.”
Alexander Smirnov, en personalprogramvara ingenjör på Integral Ad Sciencedelar Walshs åsikt att det är omöjligt att utforska ämnet kritiska 2026-trender inom FoU utan att nämna elefanten i rummet, AI.
”Vi har sett ett enormt steg i AI-kapaciteten och den snabba konkurrensen är anmärkningsvärd, med leverantörer som släpper gränsmodeller med några månaders mellanrum. Ingenjörer skriver mindre kod nu och förlitar sig mer på kodningsagenter varje dag. Och det är inte bara kodning – de är också användbara under design-, utforsknings- och planeringsstadierna”, säger Smirnov.
”Att navigera i äldre kodbaser har aldrig varit enklare; du kan börja med ett nytt projekt riktigt snabbt nu. Att ställa frågor på vanlig engelska om kodbasen och få nästan omedelbara, sammanhangsmedvetna resultat känns som en magisk upplevelse.”
Snabb rörelse
Med det i åtanke, hur har FoU-team utvecklats för att möta kraven från en sektor som genomgår daglig förändring?
Walsh sa: ”Till att börja med är vi verkligen inte i slutet av den anpassningen. Jag skulle säga att vi ständigt anpassar oss och i en mycket snabbare takt än jag har sett vid någon tidpunkt tidigare. Vad det ser ut som i praktiken är en kultur av pågående upptäckter snarare än att vänta på att landskapet ska lägga sig innan vi fattar beslut, eftersom det inte kommer att lösa sig.
”Team måste vara bekväma med att arbeta med en viss osäkerhet, utvärdera nya tillvägagångssätt med noggrannhet, fatta övervägda beslut och vara villiga att ompröva dessa beslut när marken skiftar.”
Smirnov upptäcker att många team anammar nya arbetsflöden och i allt högre grad bäddar in LLM:er eller agentarbetsflöden under utveckling och driftstöd.
Han sa: ”Det är ett utmärkt verktyg, men vi måste fortfarande lära oss hur vi använder det effektivt, att bryta gamla vanor och utveckla nya färdigheter. Förändringen är inte alltid lätt. Det är avgörande att hitta tid för lärande.”
Han förklarade vidare att att ha tid för självlärande, experimentera med nya verktyg, testa nya arbetsflöden och till och med bara tänka på vad som kan göras annorlunda med de nya verktygen är alla idealiska former av uppfostran,
Han noterade IAS:s ”community of practice” Slack-grupp, där ingenjörer delar med sig av sina idéer, utbyter skräddarsydda agentfärdigheter och publicerar verktygsrecensioner, vilket kan hjälpa kollegor att ”förstå ekosystemet och dess kapacitet bättre”.
Få det att räknas
Walsh erbjöd också ett råd till proffs som var nya inom FoU-området. Han förklarade att det kan vara frestande att hoppa på tåget och anamma alla teknologier när de dyker upp, men du kan inte glömma hur och varför du valdes ut för din roll i första hand.
”Jag tror att vi fortfarande är ingenjörer och kunskapsarbetare först och främst. Vår mest värdefulla tillgång är vårt omdöme – förmågan att tänka kritiskt och att generera nya idéer. I ett landskap som rör sig så snabbt som jag observerar, tror jag att grunden blir viktigare, inte mindre”, sa han.
”Verktygen runt det kan och har alltid förändrats, men det är tanken du tar till hur du använder dem som består. Frestelsen just nu är att jaga verktyget eller till och med nästa livliga tillvägagångssätt, men grunderna som gör någon effektiv i det här utrymmet förblir vad de alltid varit: förmågan att bryta isär ett komplext problem, sitta med osäkerhet utan att ta tag i det lättaste svaret på de enklaste detaljerna och den tekniska risken för människor som tydligt inte har en teknisk lösning.”
Han rådde yrkesverksamma att undvika att bli bländade av verktyg på bekostnad av kritiskt tänkande, eftersom de som kommer att trivas också är de som förstår varför de strävar efter ett visst tillvägagångssätt, inte bara att ta reda på hur de ska använda det.
Walsh sa: ”Nyfikenhet och rigoritet tillsammans är en kombination som jag tror kommer att tjäna vem som helst oavsett hur landskapet ser ut i framtiden.”
Detta upprepades av Smirnov, som sa: ”Det som inte förändras är mänskligt omdöme. Även om agenter kan generera kod på några sekunder, måste utvecklare noggrant förstå hur den koden fungerar under huven.
”LLM genererar utdata baserat på probabilistisk token-förutsägelse från sina träningsdata; de tänker faktiskt inte som människor gör, utan tjänar snarare ”genomsnittet av internet”.
För båda experterna, även om AI utan tvekan har förändrat FoU, är det som inte har förändrats vikten av att strikt följa grunderna – i första hand att tänka annorlunda, kritiskt och oberoende av teknik.
Smirnov sa: ”Att förstå hur man använder nya verktyg effektivt är inte längre valfritt. Framtiden tillhör dem som parar starka datavetenskapliga grunder med förmågan att styra, granska och samarbeta med intelligenta agenter.”
