- Kent Beck बताते हैं कि junior developers की hiring आज भी लागत जैसी दिख सकती है, लेकिन AI माहौल में यह उल्टा ज़्यादा निवेश-योग्य विकल्प बन गई है
- AI tools junior की productivity को तुरंत बढ़ाने से ज़्यादा, सीखने की गति को नाटकीय रूप से संकुचित करने का काम करते हैं
- असली मोड़ junior को output पैदा कराने के लिए नहीं, बल्कि learning के लिए manage करने वाले approach में है
- learning speed जितनी तेज़ होती है, attrition risk वाला ‘Valley of Regret’ उतना छोटा हो जाता है
- नतीजतन ज़्यादा junior टिकते हैं, और पूरी organization की growth speed भी तेज़ हो जाती है
The Valley of Regret
- junior developer, आज लागत देकर भविष्य की productivity पर दांव लगाने जैसा होता है
- शुरुआत में productivity कम होती है, senior का समय, code review, और बार-बार होने वाली गलतियाँ लागत बढ़ाती रहती हैं
- इस loss phase को ‘Valley of Regret’ कहा जाता है, और यह जितना लंबा होता है, failure की संभावना उतनी बढ़ती है
- attrition, layoffs, startup की funding shortage जैसी वजहों से break-even तक न पहुँच पाने का जोखिम हमेशा बना रहता है
- इसी वजह से कई teams सोचती हैं, “अभी हमारे पास junior को grow करने की capacity नहीं है”
Shrinking the Valley
- जो junior AI coding assistants का सही इस्तेमाल करते हैं, वे learning curve को काफी compress कर देते हैं
- कुंजी यह है कि output को ज्यों का त्यों स्वीकार न किया जाए, बल्कि search space को घटाने वाले सहायक साधन की तरह इस्तेमाल किया जाए
- API selection और approach exploration जैसे कामों में लगने वाला समय घंटों से घटकर मिनटों में आ जाता है
- बचा हुआ समय ज़्यादा features निकालने में नहीं, बल्कि समझने, refactoring, और trade-off analysis में लगाया जाता है
- इस तरह learning speed बढ़ती है, तो Valley of Regret उथली और छोटी हो जाती है
First Order Effect: ज़्यादा दांव सफल होते हैं
- अगर junior attrition rate सालाना 20% मानें, तो 24 महीने ramp-up मॉडल में लगभग 36% लोग break-even से पहले निकल जाते हैं
- अगर इसे 9 महीने ramp-up तक compress कर दिया जाए, तो break-even से पहले attrition लगभग 15% रह जाता है
- यह सिर्फ productivity तेज़ होने की बात नहीं है, बल्कि revenue phase तक पहुँचने की संभावना ही बढ़ जाती है
- valley जितनी छोटी होती है, उतने ज़्यादा junior दूसरी तरफ पहुँच पाते हैं
- इससे पूरी organization में talent investment की stability काफ़ी बेहतर होती है
Second Order Effect: growth speed का acceleration
- productive developers सिर्फ code नहीं लिखते
- वे नए junior को mentor करते हैं, organization का ज्ञान संचित करते हैं, और high-leverage काम संभालते हैं
- एक junior जितनी जल्दी grow करता है, उसके द्वारा आगे तैयार किए जाने वाले लोगों की growth भी उतनी तेज़ होती है
- इसलिए learning speed का acceleration व्यक्तिगत output नहीं, बल्कि organizational growth rate बढ़ाने वाला प्रभाव बन जाता है
What This Means
- junior hiring पर दांव पहले की तुलना में साफ़ तौर पर बेहतर हो गया है
- इसकी वजह junior का बदलना नहीं, बल्कि AI के कारण learning को accelerate करने वाला environment बनना है
- AI tools में निवेश को hiring strategy में निवेश की तरह समझना चाहिए
- खासकर जहाँ attrition rate ऊँचा है, वहाँ junior hiring का expected value काफ़ी बढ़ जाता है
- लेकिन यह असर अपने-आप नहीं आता; इसके लिए learning-centered management और ‘augmented coding’ culture चाहिए
मुख्य संदेश
- junior को productivity के पैमाने पर manage करने से failure की संभावना बढ़ती है
- junior को learning के पैमाने पर manage करने से दांव का return बेहतर होता है
- AI युग में सही विकल्प junior को कम करना नहीं, बल्कि उन्हें सही ढंग से विकसित करने वाली संरचना बनाना है
अभी कोई टिप्पणी नहीं है.