Ο Opeyemi Folorunsho είναι Αντιπρόεδρος Έρευνας και Ανάπτυξης (R&D) στη Moniepoint, όπου εστιάζει στη μετατροπή βαθιών τεχνικών ιδεών σε συστήματα που προσφέρουν πραγματικό αντίκτυπο. Το υπόβαθρό του βρίσκεται στα κατανεμημένα συστήματα και τις υποδομές, και το έργο του βρίσκεται στη διασταύρωση της έρευνας και της εκτέλεσης: εντοπίζοντας αναδυόμενες ευκαιρίες, επικυρώνοντάς τις αυστηρά και κατασκευάζοντας τις πλατφόρμες που τις υλοποιούν.
Η βασική του πεποίθηση είναι ότι η εξαιρετική κουλτούρα μηχανικής και η σκέψη βάσει πρώτων αρχών είναι αυτά που διαχωρίζουν την πραγματική καινοτομία από την追逐 των τάσεων. Με τον καιρό, η εστίασή του εξελίχθηκε από την κατασκευή συστημάτων στον καθορισμό της κατεύθυνσής τους, στην καθοδήγηση ομάδων, στον ορισμό του τεχνικού οράματος και στη διασφάλιση ότι οι προσπάθειες έρευνας μεταφράζονται σε ουσιαστικά αποτελέσματα.

Φανταστείτε ότι έχετε μια τεράστια πόλη με παιχνίδια όπου εκατομμύρια άνθρωποι παίζουν κάθε μέρα. Η δουλειά μου είναι να εφεύρω καλύτερους δρόμους, πιο ανθεκτικές γέφυρες και πιο έξυπνα φανάρια κυκλοφορίας πριν η πόλη γίνει πολύ πολυσύχναστη.
Μερικές φορές κατασκευάζω νέα πράγματα μόνος μου. Μερικές φορές βοηθώ άλλους μηχανικούς να τα κατασκευάσουν. Και μερικές φορές περνάω εβδομάδες βρίσκοντας έναν καλύτερο τρόπο για να λύσω ένα πρόβλημα που κανείς δεν έχει λύσει στο παρελθόν. Η δουλειά μου είναι ουσιαστικά να διασφαλίσω ότι η πόλη συνεχίζει να λειτουργεί ακόμα και όταν φτάνουν εκατομμύρια περισσότεροι άνθρωποι.
Οι άνθρωποι συχνά φαντάζονται την Έρευνα και Ανάπτυξη ως επιστήμονες σε ένα εργαστήριο. Στην πραγματικότητα, είναι πολύ πιο κοντά στην εφαρμοσμένη μηχανική.
Μια τυπική εβδομάδα περιλαμβάνει την κατανόηση ενός δύσκολου επιχειρηματικού προβλήματος, την ανάγνωση άρθρων ή τεχνικής τεκμηρίωσης, την αξιολόγηση υπαρχουσών τεχνολογιών, την κατασκευή πρωτοτύπων, τη μέτρηση των συμβιβασμών και την απόφαση εάν μια ιδέα αξίζει να γίνει μέρος της πλατφόρμας παραγωγής.
Μερικά έργα δεν ξεπερνούν ποτέ το στάδιο του πρωτοτύπου επειδή τα οικονομικά δεδομένα δεν βγαίνουν. Άλλα καταλήγουν να γίνονται βασική υποδομή από την οποία εξαρτάται κάθε ομάδα μηχανικών.
Στη Moniepoint, αυτό σημαίνει εξερεύνηση τεχνολογιών όπως κατανεμημένες βάσεις δεδομένων, επεξεργασία ροών δεδομένων, πλατφόρμες για προγραμματιστές, τεχνικές ανίχνευσης απάτης, αυτοματοποίηση υποδομών και τρόποι απλοποίησης του τρόπου με τον οποίο οι μηχανικοί κατασκευάζουν προϊόντα σε μεγάλη κλίμακα.
Ο στόχος δεν είναι η έρευνα για χάρη της έρευνας. Είναι η μείωση της αβεβαιότητας ώστε η επιχείρηση να λαμβάνει καλύτερες αποφάσεις μηχανικής.
Κοιτάζω τρία πράγματα. Πρώτον, έχουμε πραγματικά λύσει τα δύσκολα τεχνικά προβλήματα ή έχουμε κατασκευάσει μόνο μια καλή επίδειξη; Δεύτερον, μειώνει η λύση την πολυπλοκότητα αντί να την προσθέτει; Ένα πρωτότυπο μπορεί να ανεχθεί την ευφυΐα. Ένα σύστημα παραγωγής δεν μπορεί. Τρίτον, λύνει ένα πραγματικό πρόβλημα που έχουν πολλές ομάδες; Εάν μόνο ένας μηχανικός το καταλαβαίνει ή μόνο μία ομάδα ωφελείται από αυτό, πιθανότατα είναι ακόμα έρευνα.
Η μετάβαση συμβαίνει όταν τα άγνωστα γίνονται γνωστά. Σε εκείνο το σημείο, το έργο μετατοπίζεται από την ανακάλυψη εάν κάτι είναι εφικτό στο να το κάνουμε αξιόπιστο, συντηρήσιμο και εύκολο στη χρήση για άλλους μηχανικούς.
Η ανάπτυξη αλλάζει τις ερωτήσεις που κάνετε. Στην αρχή, ρωτάτε: «Μπορούμε να το κάνουμε να λειτουργήσει;». Αργότερα, ρωτάτε: «Μπορεί αυτό να αντέξει δεκαπλάσια κίνηση χωρίς να ξυπνήσει κάποιον στις 3 π.μ.;».
Στη Moniepoint, η λειτουργία σε μεγάλη κλίμακα σημαίνει σχεδιασμό συστημάτων που μπορούν να διαχειριστούν δισεκατομμύρια οικονομικές συναλλαγές, να διατηρούν χαμηλή καθυστέρηση, να ανακάμπτουν ομαλά από αστοχίες και να συνεχίζουν να λειτουργούν σε διαφορετικές περιοχές και με ποικίλλουσες συνθήκες δικτύου.
Σημαίνει επίσης heavy επένδυση σε εσωτερικές πλατφόρμες. Καθώς μια οργανωτική δομή μηχανικής μεγαλώνει, η παραγωγικότητα των προγραμματιστών γίνεται επίσης πρόβλημα υποδομής. Καλά εργαλεία, αυτοματοποίηση, παρατηρησιμότητα, συστήματα ανάπτυξης και τυποποιημένες πλατφόρμες επιτρέπουν σε εκατοντάδες μηχανικούς να κινούνται γρήγορα χωρίς να θυσιάζουν την αξιοπιστία. Η υποδομή δεν υποστηρίζει απλώς την επιχείρηση πλέον. Γίνεται ανταγωνιστικό πλεονέκτημα.
Πολλοί μηχανικοί πιστεύουν ότι η έρευνα αφορά την ανάγνωση άρθρων. Δεν ισχύει. Η καλή έρευνα αφορά τη μείωση της αβεβαιότητας.
Μερικές φορές αυτό σημαίνει ανάγνωση ακαδημαϊκών άρθρων. Συχνότερα, σημαίνει κατασκευή πρωτοτύπων, συλλογή αποδεικτικών στοιχείων, μέτρηση απόδοσης, συνομιλία με χρήστες και willingness να αποδείξετε λάθος τη δική σας ιδέα.
Το καλύτερο αποτέλεσμα στην Έρευνα και Ανάπτυξη δεν είναι να αποδείξετε ότι έχετε δίκιο. Είναι να μάθετε κάτι πολύτιμο πριν η εταιρεία ξοδέψει μήνες κατασκευάζοντας το λάθος πράγμα. Η έρευνα θα πρέπει να κάνει τη μελλοντική μηχανική ευκολότερη, όχι πιο περίπλοκη.
Η καριέρα μου οδηγούνταν πάντα περισσότερο από την περιέργεια παρά από τους τίτλους. Φυσικά στράφηκα προς δύσκολα προβλήματα υποδομής, κατανεμημένα συστήματα, βάσεις δεδομένων, πλατφόρμες προγραμματιστών και το είδος της μηχανικής εργασίας όπου η κατανόηση των εσωτερικών μηχανισμών κάνει πραγματική διαφορά. Με τον καιρό, αυτό εξελίχθηκε από την επίλυση τεχνικών προβλημάτων από εμένα προσωπικά στη βοήθεια ομάδων να εντοπίσουν ποια προβλήματα άξιζε να λυθούν εξαρχής.
Καθώς προχωρούσα σε ηγετικούς ρόλους, συνειδητοποίησα ότι η Έρευνα και Ανάπτυξη δεν αφορά μόνο την τεχνολογία. Αφορά τη δημιουργία μιας διαδικασίας που μετατρέπει την αβεβαιότητα σε τεκμηριωμένες αποφάσεις. Σήμερα, μεγάλο μέρος του ρόλου μου είναι να βοηθάω τον οργανισμό να εξερευνά νέες ιδέες ενώ διασφαλίζω ότι οι επιτυχημένες μπορούν να παραδοθούν στις ομάδες προϊόντος και να κλιμακωθούν σε όλη την επιχείρηση.
Αν ξεκινούσα από την αρχή, θα αφιέρωνα λιγότερο χρόνο στην追逐 μεμονωμένων τεχνολογιών και περισσότερο χρόνο μαθαίνοντας συστημική σκέψη, επικοινωνία και οικονομικά. Οι γλώσσες προγραμματισμού, τα frameworks και οι βάσεις δεδομένων έρχονται και παρέρχονται. Η ικανότητα συλλογισμού για πολύπλοκα συστήματα, η σαφής επικοινωνία και η κατανόηση της επιχειρηματικής αξίας πίσω από τις τεχνικές αποφάσεις συσσωρεύονται καθ' όλη τη διάρκεια της καριέρας. Αυτές οι δεξιότητες έχουν σημασία πολύ περισσότερο από οποιαδήποτε συγκεκριμένη τεχνολογία έχω μάθει.

