Werner Vogels explică de ce programatorii juniori rămănesc esențiali în era AI

Cum evoluează Amazon S3 în infrastructura companiei?

Werner Vogels, director tehnic și vicepreședinte al Amazon, a explicat în cadrul unui interviu acordat platformei Go4IT de ce, deși inteligența artificială transformă activitatea programatorilor, inginerii juniori continuă să fie esențiali pentru companie. El a subliniat că, deși uneltele bazate pe modele de limbaj mari sunt capabile să genereze fragmente de cod, să automatizeze sarcini repetitive și să sprijine procese precum refactorizarea sau testarea, acestea nu înlocuiesc judecata umană, mai ales în contexte complexe sau regulat.

Programatorii, conform lui Vogels, nu mai petrec timp în scrierea mecanică de instrucțiuni, ci se concentrează pe formularea clară a intențiilor de business, pe proiectarea arhitecturală a sistemelor, pe verificarea corectitudinii rezultatelor și pe supravegherea comportamentului aplicațiilor în producție.

El a precizat că Amazon nu a reducut numărul de angajări de ingineri la nivel junior, ci continuă să iasă la locuri de muncă pentru cei în început de carieră la un ritm similar cu cel din anii precedenti. Această politică reflectă convingerea că, deși unele activități – cum ar fi migrarea de legaci sau scrierea de boilerplate – pot fi delegate sistemelor AI, existența unui strat uman de experți este necesară pentru a interpreta nevoile de business, pentru a evalua calitatea și adecvarea soluțiilor generate automat și pentru a asigura că deciziile critice, mai ales în domenii sănătate, finanțe sau apărere, rămân sub controlul uman.

În aceste sectoare, a adăugat Vogels, eroarele pot avea consecințe grave, deci validarea finală trebuie să aparțină unui specialist care înțelege nu doar sintaxa, ci și implicațiile etice, juridice și operationale.

Un exemplu concret de utilizare a AI la Amazon este migrarea automatizată a codului pentru aproximativ 4.500 de aplicații Java, o sarcină repetitivă și consumatoare de timp care, înainte, necesita efort semnificativ de partea echipelor de dezvoltare. Acum, instrumentele interne pot realiza această transformare cu intervenție umană minimă, liberând thusi inginerii să se aloce la activități de nivel superior: proiectarea de noi funcționalități, analiza dependențelor de sistem, optimizarea performanței și explorarea de soluții inovatoare.

Această schimbare nu reducere valoarea programatorilor, ci îi redefinește rolul, mutându-i de la executori de sarcini standard la戦略ici ai calității și inovației.

În ceea ce privește infrastructura, Vogels a menționat evolutia serviciului Amazon S3, care a crescut de la circa 6 de microservicii în fazele initiale la peste 255 în prezent, reflectând creșterea exponentiă a cererii de stocare scalabilă și sigură. El a explicat că, în acest context, asistența oferită de modele de AI poate fi în especial utilă pentru inginerii juniori, care se confruntă adesea cu baze de code mari și complexe.

Instrumentele pot oferi explicații în limbaj natural, pot identifica paternuri de dependență sau pot sugestiona refactorizări, accelerând astfel procesul de întelegere și reducând dependența de mentoratul constant al seniorilor – fără să înlocuiască nevoia de experiență și discernământ.

Un punct important abordat de Vogels a fost distincția dintre modelele generative de AI și agenții autonomi. El a declarat că sistemele precum cele din familia GPT sau Claude sunt proiectate pentru a produce ieșiri „plauzibile” – adică texte care par corecte și coerente – nu pentru a garanta „adevărul factuale”.

Această limitare face ca, în aplicații critice, să fie necesară intervenția umană pentru a verifica exactitudinea, mai ales când rezultatele pot influența tratamente medicale, decizii de credit sau operații militare.

De aceea, el a făcut o separare conceptuală între modelele care generează conținut și agenții care pot executa acțiuni – cum ar fi trimiterea unei comenzi, blocarea unui cont sau declanșarea unei actualizări – subliniind că doar cei de latter tip necesară monitorizare continuă și control de siguranță.

De ce inginerii juniori rămân esențiali în era inteligenței artificiale?

În ceea ce privește strategia Amazon în domeniul AI, Vogels a clarificat că companie nu dezvoltă chatboți destinati publicului larg, ci se concentrează pe oferirea de infrastructură prin servicii precum Amazon Bedrock. Această platformă permite altor firme să acceseze modele de bază furnizate de parteneri precum Anthropic, OpenAI, Mistral, Meta sau diverse proiecte open-source, în diferite scări – de la modele compacte cu circa 100 de milioane de parametri la variante mai mari cu până la 7 miliarde.

Alegerea unui model depinde de echilibrul între capacitatea tehnică și costul operational: un model mai mare, deși mai puternic, consumă semnificativ mai multe resurse de calcul și energie, ceea ce face ca multe companii să opteze pentru soluții mai modeste când sarcinile nu necesă performanța de vârf.

El a oferit o comparație ilustrativă: un model de 7 miliarde de parametri poate fi de zece până la douăzeci de ori mai scump de rulat decât un model de 100 de milioane de parametri, datorită cerințelor crescute de memorie, banda și putere de procesare. Din acest motiv, firmele trebuie să evalueze atent dacă beneficiiile obținute – în termeni de acuratețe, fluideză sau capacitate de raționare – justifică investiția suplimentară, mai ales când sarcinile pot fi rezolvate adecvat de alternative mai eficiente.

În paralel cu dezvoltarea software, Amazon investește semnificativ în infrastructura de hardware pentru AI. Companie proiectează și produce propriile cipuri – Inferentia, optimizată pentru inferență, și Trainium, destinată antrenamentului – precum și familia de procesoare Graviton, bazate pe arhitectura ARM.

Conform lui Vogels, chipurile Graviton oferă o eficiență energetică cu cel puțin 40 % mai mare decât procesorele x86 tradiționale, ceea ce contribuie semnificativ la reducerea costului de exploatare și a pedepsei de carbon.

Această abordare se aliniază cu angajamentul Amazon de a deveni cel mai mare cumpărător de energie regenerabilă de pe planetă, cu scopul de a atinge 100 % energie curată în toate regiunile de operare până în 2030.

El a menționat că unele zone din Europa funcționează deja exclusiv cu energie eoliană, solară sau hidroelectrica, demonstrând feasibilitatea tranziției.

Un alt domeniu de aplicare a AI menționat a fost detectarea fraudei, unde modelele analiză comenzi în timp real și marchează cele care depășesc un prag de risc pentru revizuire manuală. În acest flux, omul intervine doar în cazurile suspecte, iar majoritatea tranzacțiilor sunt procesate automat – un model care echilibrează eficiența cu siguranța.

Similar, AI este utilizată pentru prognozarea cererii, optimizarea stocurilor în centrele de distribuție și planificarea rutelor de livrare, unde, după cuvintele lui Vogels, operă aproximativ 30.000 de roboți care transportează, sortează și pregătesc mărfurile pentru expediere.

În final, Vogels a abordat necesitatea pregătirii pentru viitorul criptării, avertizând că algoritmii clasici pot deveni vulnerabili față de calculatoare cuantice de generație viitoare. El a anunțat că Amazon a implementat deja soluții de criptare rezistentă la atacuri cuantice și încurajează clienții să migreze la aceste standarde, explicând că actorii răi pot stoca astăzi date criptate cu metode vechi în speranța de a le decripta când tehnologia cuantă va fi suficient de avansată.

În acest cadru, a menționat existența unui cloud suveran localizat în Brandenburg, Germania, creat pentru a satisface cerințele stricte de suveranitate dată impuse de regulamentările europene, asigurând că informațiile sensibile rămân sub jurisdicție locală și conformă cu standardele RGPD.