Były inżynier Microsoft uważa, że problemy Azure wynikają z odpływu talentów

Kiedy w 2024 roku federalni eksperci ds. cyberbezpieczeństwa określili usługę Microsoft 365 Government Community Cloud High (GCC High) mianem „śmieci”, branża technologiczna wstrzymała oddech. Choć użyte przez nich sformułowanie było znacznie bardziej dosadne, sedno problemu pozostaje niezmienne: fundamenty, na których opiera się chmura Microsoftu, zaczynają pękać. Axel Rietschin, inżynier z wieloletnim stażem w Redmondu, rzuca nowe światło na tę sytuację, sugerując, że obecne problemy Azure to nie tylko kwestia technologii, ale przede wszystkim efekt wieloletniego zaniedbywania kapitału ludzkiego i masowego exodusu talentów.

Rietschin, który spędził osiem lat jako inżynier Windows Base Kernel oraz rok w zespole Azure Core Compute, opublikował serię esejów, w których kreśli obraz platformy budowanej w pośpiechu i pod ogromną presją konkurencji. Według niego, Microsoft, próbując dogonić Amazon Web Services (AWS) w 2008 roku, postawił na szybkość wdrożenia kosztem stabilności i długofalowej wizji architektonicznej. To, co świat widzi jako potężną infrastrukturę chmurową, od środka przypomina system stale podtrzymywany przy życiu przez zmęczonych inżynierów, walczących z narastającym długiem technicznym.

Fundamenty na piasku i pogoń za Amazonem

Historia Azure to opowieść o „pobożnych życzeniach” dotyczących tempa stabilizacji platformy. Rietschin argumentuje, że pośpieszny start wymusił decyzje projektowe, które do dziś odbijają się czkawką. Brak dyscypliny w testowaniu oprogramowania oraz niedostateczna kontrola jakości stały się normą, a nie wyjątkiem. Zamiast budować solidną strukturę, Microsoft skupił się na marketingu i agresywnym skalowaniu, co doprowadziło do sytuacji, w której usługa nigdy nie działała tak niezależnie i płynnie, jak obiecywano klientom.

Najbardziej niebezpiecznym zjawiskiem, na które wskazuje były inżynier, jest jednak „rozmycie wiedzy” spowodowane wysoką rotacją pracowników. Kiedy doświadczeni architekci opuszczają firmę, zabierają ze sobą unikalne zrozumienie systemów krytycznych. Nowe kadry, często pozbawione odpowiedniego mentoringu, nie są w stanie skutecznie zarządzać tak złożonym organizmem. To prowadzi do błędnego koła: system generuje błędy, inżynierowie są przeciążeni ich naprawianiem, co z kolei skłania ich do odejścia z pracy, jeszcze bardziej osłabiając zespół.

Wzrost frustracji wewnątrz Microsoftu zbiega się z coraz głośniejszymi sygnałami niezadowolenia płynącymi z zewnątrz. Raporty publikowane przez ProPublica szczegółowo opisują problemy rządu USA z usługami Azure. Jednak najbardziej wymownym sygnałem ostrzegawczym była decyzja OpenAI z 10 marca 2025 roku. Gigant AI zawarł umowę na moc obliczeniową o wartości 11,9 miliarda dolarów z firmą CoreWeave. Rietschin interpretuje to jednoznacznie: to wotum nieufności wobec Azure. Jeśli najważniejszy partner Microsoftu szuka infrastruktury gdzie indziej, oznacza to, że Azure nie jest w stanie sprostać wymaganiom skali i wydajności nawet dla swoich kluczowych projektów.

AI jako katalizator kryzysu kadrowego

Obecna fascynacja sztuczną inteligencją, zamiast pomóc w rozwiązaniu problemów infrastrukturalnych, zdaje się je pogłębiać. Microsoft, podobnie jak wiele innych korporacji, uległ złudzeniu, że AI pozwoli na redukcję zatrudnienia przy jednoczesnym zwiększeniu produktywności. Efektem tego myślenia była fala zwolnień – w okresie od maja do lipca 2025 roku firmę opuściło około 15 000 osób. Taka strategia, zdaniem Rietschina, jest krótkowzroczna. AI nie zastępuje inżynierów; ona generuje nowe wyzwania, które wymagają jeszcze większej uwagi człowieka.

• Masowa produkcja kodu: Agenty AI, takie jak Claude Code, są w stanie wygenerować dziesiątki tysięcy linii kodu w krótkim czasie, co drastycznie zwiększa obciążenie procesów CI/CD (Continuous Integration/Continuous Deployment).
• Wzrost zapotrzebowania na moc: Każdy commit wygenerowany przez AI musi zostać przetestowany, wdrożony i obsłużony przez serwery bazodanowe, co potęguje „głód obliczeniowy”.
• Niska jakość kodu: Kod generowany przez AI często opiera się na statystycznym prawdopodobieństwie, a nie na zrozumieniu logiki systemowej, co prowadzi do powstawania subtelnych, trudnych do wykrycia błędów.

Obserwujemy obecnie zjawisko, które Martin Alderson, współzałożyciel catchmetrics.io, nazywa „nadchodzącym zapaścią obliczeniową” (compute crunch). AI nie tylko zużywa ogromne zasoby na trenowanie modeli, ale generuje gigantyczne obciążenie wtórne. Dane z serwisu Claude’s Code pokazują czterokrotny wzrost liczby commitów autorstwa agentów AI Anthropic w ciągu zaledwie trzech miesięcy. Ta powódź kodu zalewa infrastrukturę, która i tak ledwo radzi sobie z bieżącym ruchem.

Niestabilność GitHub i ryzykowne migracje

Problemy Azure rykoszetem uderzają w inne usługi ekosystemu Microsoftu. Nieoficjalne raporty wskazują, że dostępność platformy GitHub spadła poniżej 90%. Co ciekawe, jako rozwiązanie tych problemów, CTO GitHuba, Vlad Fedorov, wskazał... migrację do Azure. Według jego zapowiedzi, do lipca 2025 roku 50% ruchu GitHub ma być obsługiwane przez region Azure Central US. W branży pojawiają się jednak głosy sceptyczne – czy przenoszenie niestabilnej usługi na platformę borykającą się z własnymi problemami strukturalnymi to rzeczywiście droga do „globalnej odporności”?

Rietschin zachowuje dystans wobec tych spekulacji, zauważając, że trudno jednoznacznie powiązać awarie GitHub z Azure bez wglądu w wewnętrzne dane. Niemniej jednak, zbieżność czasowa tych wydarzeń jest niepokojąca. Dla wielu obserwatorów próba „uproszczenia architektury” poprzez przejście na usługi zarządzane Azure wygląda jak próba ucieczki do przodu w momencie, gdy fundamenty wymagają gruntownego remontu, a nie kolejnej warstwy abstrakcji.

„Modele LLM są świetne w reprodukowaniu wzorców, ale ich zdolność do znajdowania błędów wynika z obserwacji odchyleń od statystycznych oczekiwań, a nie z faktycznego zrozumienia kodu. Nie podzielam optymizmu dotyczącego zastępowania inżynierów przez AI” – podkreśla Axel Rietschin.

Wizja, w której sztuczna inteligencja samodzielnie pisze, testuje i naprawia oprogramowanie, wydaje się być na razie odległa. W rzeczywistości branża technologiczna stoi przed paradoksem: im więcej kodu generuje AI, tym więcej doświadczonych ludzi potrzeba do jego weryfikacji i utrzymania infrastruktury, na której ten kod pracuje. Microsoft, decydując się na masowe cięcia kadrowe w dobie boomu AI, może trwale uszkodzić swoją zdolność do utrzymania Azure jako zaufanej platformy klasy korporacyjnej.

Inwestycja w ludzi jako jedyna droga wyjścia

Analiza Rietschina prowadzi do jednego, kluczowego wniosku: Microsoft musi przestać traktować inżynierów jak koszt, a zacząć postrzegać ich jako najważniejszy zasób gwarantujący stabilność. Jego recepta na uzdrowienie Azure jest prosta w teorii, ale trudna do zaakceptowania dla korporacji nastawionej na optymalizację marży: powrót do mentoringu, szkolenia kadr na wszystkich poziomach i odzyskanie doświadczonych liderów technicznych, którzy odeszli w ostatnich latach.

Obecna sytuacja Azure to przestroga dla całego sektora technologicznego. Nadmierne zaufanie do systemów Copilot czy innych narzędzi wspomagających programowanie, przy jednoczesnym pozbywaniu się „ludzkiego bezpiecznika”, prowadzi do degradacji jakości usług. Jeśli Microsoft nie zmieni kursu i nie zainwestuje ponownie w ludzi, Azure może stać się symbolem ery, w której technologia przerosła swoich twórców, a brak rąk do pracy przy „podtrzymywaniu życia” platformy doprowadził do jej ostatecznej niewydolności. W świecie, gdzie chmura jest kręgosłupem globalnej gospodarki, taka perspektywa jest więcej niż niepokojąca.