Perusahaan AI sedang merekrut insinyur yang salah.

Bukan karena insinyur yang baik tidak ada. Karena mereka menyaring berdasarkan hal yang salah.
Iklan pekerjaan mengatakan: "mengoptimalkan biaya inferensi", "mengurangi latensi", "menyesuaikan prompt secara skala besar."
Apa yang tidak mereka katakan: "berbicara dengan pengguna", "mengetahui mengapa orang berhenti menggunakan", "membangun sesuatu yang benar-benar diinginkan seseorang."
Jadi mereka akhirnya memiliki tim yang bisa membuat model lebih cepat tetapi tidak bisa membuat produk menjadi berarti.
Efisiensi token adalah masalah operasional.
Kesesuaian produk-pasar adalah masalah manusia.
Membingungkan keduanya adalah alasan mengapa sebagian besar alat AI dikirimkan dengan bersih, cepat, dan diabaikan sepenuhnya.
Perusahaan yang pertama kali memahami ini bukanlah yang merekrut insinyur prompt.
Mereka merekrut orang yang kehilangan tidur karena mengapa pengguna tidak kembali.