Чем глубже AI входит в разработку, тем чаще слышу мысль, что роль технического менеджмента со временем станет проще.

Мол, если код пишется быстрее, задачи реализуются быстрее, часть рутины автоматизируется - значит, и управлять всем этим будет легче.

Мне кажется, происходит обратное.

Когда стоимость реализации снижается, цена неправильного выбора растёт.

Раньше команда могла две недели делать одну фичу.

И сам факт такой стоимости естественным образом заставлял осторожнее относиться к тому, что вообще попадает в разработку.

С AI тот же путь может стать значительно короче.

Это хорошо.

Но теперь команда может так же быстро:

- сделать ненужную фичу; - усложнить архитектуру; - накопить технический долг; - реализовать плохо проверенную гипотезу; - построить то, что бизнесу вообще не требовалось.

То есть bottleneck постепенно смещается.

Вопрос становится не:

"Как быстро мы можем это сделать?"

А:

"Стоит ли нам вообще это делать?"

И здесь роль CTO, на мой взгляд, становится только важнее.

Нужно ещё лучше понимать приоритеты.

Ещё жёстче фильтровать решения.

Сохранять архитектурную целостность, когда количество изменений растёт.

Определять, где автономность полезна, а где цена ошибки слишком высока.

И постоянно связывать технические решения с бизнес-контекстом.

AI отлично помогает отвечать на вопрос "как это реализовать?"

Но ответственность за вопрос "зачем это реализовывать?" пока никуда не исчезает.

Поэтому мне кажется, что AI не уменьшает потребность в техническом менеджменте.

Он просто меняет его фокус.

Чем быстрее команда может строить, тем важнее человек, который умеет вовремя сказать: "Это строить не надо".