Programowanie nie ma już znaczenia. Szef Nvidii mówi, czego firmy powinny szukać u kandydatów

Jeszcze kilka lat temu znajomość języków programowania i certyfikaty techniczne otwierały drzwi do najlepszych stanowisk. Zdaniem Jensena Huanga, prezesa Nvidii, przewaga ta szybko słabnie. W świecie, w którym AI potrafi tworzyć oprogramowanie w kilka sekund, najcenniejsze stają się ciekawość, wiedza branżowa i zdolność do szybkiego uczenia się.

• Sama biegłość techniczna przestaje być wystarczającą przewagą na rynku pracy
• Firmy powinny szukać ludzi, którzy potrafią trafnie definiować problemy, a nie tylko wykonywać polecenia
• Głęboka wiedza branżowa może być cenniejsza niż znajomość konkretnego języka programowania
• Najbardziej odporni na zmiany będą pracownicy gotowi porzucać stare metody i szybko uczyć się nowych

Generatywna AI obniża próg wejścia do tworzenia technologii, dlatego w rekrutacji rośnie znaczenie ciekawości, wiedzy dziedzinowej i elastyczności. Firmy oparte wyłącznie na certyfikatach i znajomości narzędzi mogą budować zespoły przygotowane do świata, który właśnie znika.

Przez lata firmy i działy HR działały według prostego schematu: im więcej języków programowania zna kandydat, im bogatsze ma portfolio i im dłuższa jest lista certyfikatów, tym większa szansa, że wniesie wartość. Taki model był logiczny, gdy tworzenie oprogramowania wymagało rzadkich i długo rozwijanych kompetencji.

Według Jensena Huanga ten układ właśnie się kończy. Zaawansowane systemy generatywnej AI przejmują coraz większą część technicznego wykonywania pracy: piszą kod, testują rozwiązania, tworzą prototypy i poprawiają błędy.

Programiści nie przestaną być potrzebni, ale zmienia się to, co odróżnia przeciętnego pracownika od osoby naprawdę wartościowej dla firmy.

Gdy narzędzie potrafi wygenerować kod na podstawie polecenia, przewagą nie jest już wyłącznie znajomość składni. Staje się nią umiejętność zrozumienia, jaki problem należy rozwiązać, dla kogo, w jakich warunkach i z jakimi konsekwencjami. Oznacza to zwrot od wykonawców technicznych w stronę ludzi, którzy potrafią połączyć wiedzę branżową z możliwościami AI.

Sprawdź też: Nadciąga „tsunami” AI na rynku pracy. Nobliści ostrzegają: nie jesteśmy gotowi

Ciekawość ważniejsza niż znajomość narzędzi

Pierwsza zmiana powinna dotyczyć rozmów rekrutacyjnych. Sprawdzanie, czy kandydat pamięta konkretną komendę lub potrafi bez pomocy napisać fragment kodu, coraz słabiej prognozuje jego przyszłą skuteczność. Znacznie więcej mówi sposób, w jaki podchodzi do niejasnego problemu.

Dobrym testem może być przedstawienie kandydatowi niedookreślonego wyzwania biznesowego i obserwowanie, jakie pytania zadaje. Czy próbuje zrozumieć źródło problemu? Czy interesuje go klient, proces i kontekst? Czy potrafi zakwestionować błędne założenia? W erze AI takie zachowania są cenniejsze niż mechaniczne odtwarzanie procedur.

Huang zwraca też uwagę na rosnącą wagę głębokiej wiedzy dziedzinowej. Największe szanse mogą mieć nie osoby, które po prostu „znają AI”, lecz eksperci rozumiejący rolnictwo, biologię, edukację, produkcję lub logistykę. To oni wiedzą, gdzie naprawdę występują straty, opóźnienia, ryzyka i potrzeby klientów.

AI może pomóc im szybko zbudować rozwiązanie, ale nie zastąpi doświadczenia zdobytego w konkretnej branży.

Dla pracodawców oznacza to zmianę pytań. Zamiast koncentrować się na zestawie używanych programów, warto sprawdzać, czy kandydat rozumie historię rynku, zachowania klientów, ograniczenia regulacyjne i codzienne procesy. Osoba, która potrafi opisać problem z wielu perspektyw, może być bardziej wartościowa niż świetny technik bez znajomości realiów biznesowych.

Najważniejszą kompetencją staje się zdolność do porzucania dawnych przewag

Trzecim filarem nowego podejścia jest umiejętność dostosowywania się do zmian. Narzędzia, które dziś uchodzą za standard, za kilkanaście miesięcy mogą zostać zastąpione przez prostsze i skuteczniejsze systemy. Zatrudnianie wyłącznie dlatego, że ktoś zna konkretny pakiet oprogramowania, staje się więc ryzykowne. Firma może pozyskać specjalistę od technologii, której znaczenie szybko spadnie.

Ważniejsze jest to, czy pracownik potrafi porzucić przyzwyczajenia, uznać, że dotychczasowa metoda przestała działać, i nauczyć się nowego sposobu pracy. Podczas rozmowy warto zapytać o sytuację, w której kandydat musiał zrezygnować z projektu, w który wcześniej mocno wierzył. Wiele mówi nie tylko sama historia, lecz także sposób opisywania porażki i zmiany kierunku.

Polski rynek pracy również stoi przed takim przewartościowaniem. Rekrutacja nadal często opiera się na listach technologii, latach doświadczenia i certyfikatach. Tymczasem presja na automatyzację oraz szybkie wdrażanie AI premiują firmy łączące kompetencje techniczne z wiedzą sektorową. To wymaga zmian nie tylko w naborze, lecz także w szkoleniach, ścieżkach awansu i ocenie pracowników.

Przesłanie Huanga nie sprowadza się do stwierdzenia, że kodowanie przestaje mieć znaczenie. Chodzi raczej o zmianę hierarchii kompetencji. Kod nadal będzie potrzebny, ale coraz częściej stanie się środkiem, a nie celem. Najcenniejsi pracownicy będą potrafili wskazać właściwy problem, wykorzystać AI do jego rozwiązania i szybko zmienić podejście, gdy pojawi się lepsza metoda.

Firmy zatrudniające według przewag z 2019 r. mogą stworzyć zespoły świetnie przygotowane do zadań, które wkrótce zostaną zautomatyzowane. Te, które postawią na ciekawość, wiedzę i elastyczność, zwiększą szanse na tworzenie rozwiązań, których technologia sama jeszcze nie wymyśli.

Czytaj też: Koniec kurczowego trzymania się etatu. Połowa pracowników szykuje zmianę pracy