软件工程如何应对性能挑战 [Q&A]

快速阅读: 据《Beta新闻》称，Uplevel CEO乔·利维指出，工程团队在提升生产力时面临多重挑战，仅依赖指标可能忽视根本原因。他强调，结合数据洞察与变革管理，通过迭代式方法推动持续改进，才能实现真正的组织转型。这种方法不仅适用于工程领域，也能为其他行业带来启发。

软件工程组织常常面临阻碍其产出的诸多挑战，包括生产力盲区、重复性工作、难以实现的截止日期、职业倦怠以及隐性成本，这些都会消耗时间和精力。尽管指标可以显示出问题的存在，但它们并不总能揭示根本原因，甚至更难找到解决办法。为了深入探讨这一话题，我们采访了Uplevel的首席执行官乔·利维。Uplevel是一个工程优化系统，帮助企业独立衡量人工智能采用的投资回报率（ROI）。乔分享了为何将数据与变革赋能相结合对于诊断低效和推动转型至关重要。他还解释了为何Uplevel正在弥合两个历史以来分离的学科——工程分析与变革咨询——以助企业真正取得进展。

**BN**：工程团队目前在理解和提升生产力方面面临哪些最大的挑战？

**JL**：有一句俗话叫“被测量的东西会被管理”，但同样存在一种误解，即仅靠测量就能推动生产力增长。真正的改变是一种人类实践，需要应对复杂的组织结构，并理解人们的想法和行为。当领导者和工作团队对改进的内容和方式达成一致，并将这一改变作为优先事项进行跟踪时，变革才会发生。这听起来很简单，但在大型组织中，即使就改变的内容达成一致也可能是一项巨大的挑战。这需要理解业务目标、当前生产力洞察所显示的内容，以及团队的背景信息。

**BN**：为什么工程团队完全依赖指标来诊断性能问题会有风险？能否分享一些数字单独无法揭示的隐藏成本或盲点的例子？

**JL**：数字可能显示一个团队有大量的复杂任务项，导致很多来回评论、漫长的完成时间以及许多会议。显然，这里存在问题。但问题可能由多种因素造成，例如与产品管理部门协调不力、技术探索时间不足、新团队接手脆弱的遗留产品等。正确诊断问题需要与团队进行直接对话以获取背景信息和理解。当你仅根据指标做出改变时，你可能会遇到一线工程师的反对（最好的情况），或者你会做出耗费大量时间和精力但没有效果的改变。良好的管理要求在采取行动之前全面地从战略角度看待整个情况。

**BN**：什么是“迭代式变更管理”，它在推动变革中的作用是什么？

**JL**：提高工程生产力不是一次性的事件。通常工程延迟有多重根本原因，并且随着时间推移，系统和团队的变化需要进行多次调整。这就需要持续建议最佳的变更方案，帮助团队实施该变更，然后重新评估下一步的最佳行动。这就是为什么我们将迭代式变更赋能作为Uplevel系统的核心部分之一——利用数据突出最有价值的改进机会，并为团队提供所需的资源、工具和技能以不断推进。

**BN**：将数据驱动的见解与实际的变更管理结合如何为工程团队创造更完整的解决方案/更好的方法？

**JL**：改进来自于知道如何处理你看到的指标（以及补充指标的全部背景信息以讲述完整的故事）。单独的见解缺乏背景信息，也极少能驱动行为改变。它们会告诉你哪里出了问题（主要是在落后指标上），但不一定告诉你如何改变——应该采用哪些新流程，如何让团队参与解决问题，如何判断变化是否有效，或者应该期待什么样的结果。事实是，你需要两者——数据和变革过程。数据需要指导你的变革努力并衡量正确的方向上的进展，但组织变革实际上是方程式的难点——需要的技能大多数工程领导者都没有掌握。如果衡量生产力的主要目的是为了改善它，那么作为行业我们需要知道如何弥补这个差距。

**BN**：您是否看到其他领域采用了数据分析和变革赋能模型？这种方法如何使工程以外的行业受益？

**JL**：这种方法已经使其他垂直领域受益了几十年。在销售中，销售漏斗报告可能显示某个销售阶段的转化率较低。但直到你与团队交谈并了解他们没有足够的竞争信息来推动交易进入下一阶段之前，你可能不知道最佳的解决方案来解决这个瓶颈。Uplevel正在将这种方法引入工程领域。

**BN**：您会给希望在其组织内创造持久变革的工程领导者什么建议？

**JL**：要明白工程改进既有技术层面也有社会层面——如果问题是两方面的，那么解决方案也应该如此。变革不能只是自上而下型。它需要团队的理解和支持，因为正是这些团队在实际进行变革。当团队理解指标背后的原因并参与成为解决方案的一部分时，他们更有可能接纳新的工作方式。

**图片来源**：everythingposs/Depositphotos.com

这段采访内容经过润色后，语句更加流畅，逻辑更加清晰，同时保持了专业性和生动性。

(以上内容均由Ai生成)