Den som lyckas med AI är inte den du tror

Alla antar att den bästa programmeraren får bäst resultat av AI. Det har jag också trott. Men efter ett år av att se människor använda de här verktygen i produktion har jag sett motsatsen.

Hastigheten är bevisad — men snabbare på vad?

4-5 gånger snabbare kodning är bevisat. Kanske till och med 10 gånger. Det är inte kontroversiellt längre.

Men en programmerare med 10 gångers hastighet levererar fortfarande inom samma arbetstimmar, samma scope, samma förståelse. Kodningen blev snabbare. Utfallet förändrades inte. Hastighet utan riktning är snabbare slöseri.

Tre saker som måste finnas

De som får extraordinära resultat har tre saker samtidigt:

Teknisk förståelse — de behöver inte kunna koda, men de behöver förstå vad som händer.

Historik — de känner domänen, systemen, kontexten. De har sett vad som fungerat och vad som gått sönder.

Affärsutfallsförståelse — de bryr sig om resultatet. Inte om koden, inte om verktyget — utan om vad som faktiskt händer för kunden, för verksamheten, för slutanvändaren.

Den tredje faktorn är multiplikatorn. Utan den producerar de andra två snabbare slöseri. Med den blir samma verktyg, samma LLM — till något helt annat.

Utvecklaren som förstår affären

Den bästa tillämparen av AI jag har sett är utvecklaren som har alla tre. Hen kodar, hen känner systemet — och hen bryr sig om affärsutfallet. En driftperson som bygger ett diagnostikverktyg på tio minuter som ersätter en hel dags arbete. Inte för att verktyget var magiskt — utan för att hen visste vilken fråga hen skulle ställa. Hen hade levt med problemet i åratal och brydde sig om utfallet.

Det är den ultimata kombinationen. Teknik, historik och affärsutfall i samma person.

Men de personerna är ovanliga. Och det leder till en viktigare fråga.

Men de andra smarta människorna då?

Det finns personer i ledande befattning med marginell programmeringsbakgrund som får bättre resultat av AI på en eftermiddag än vad en utvecklare fick under en vecka. Inte för att hen kunde prompta bättre — utan för att hen visste exakt vad hen ville uppnå.

Projektledare som förstår leveransen. Verksamhetsutvecklare som vet var friktionen sitter. Konsulter som har gjort tjugo migreringar och vet vilka frågor som alltid dyker upp. De har affärsutfallet. De har historiken. Den tekniska förståelsen behöver inte vara djup — den behöver bara vara tillräcklig.

Och deras råmaterial är inte kod. Det är text. Transkriptioner. Samtal. Möten. Kunddialoger. Det är deras kod. När man börjar behandla den texten med samma systematik som utvecklare behandlar kod — med kontextfönster, med domänkunskap, med struktur — då händer något helt annat.

Ingångspunkten är verbal

Jag har skrivit om det förut — om kladdigt och krispigt, om hur röstinput bär mer information än något skrivet prompt. När du pratar fritt om ett problem du har levt med i tjugo år kommer associationerna, nyanserna — allt det som gör att AI faktiskt har något att arbeta med. Det kladdiga inputet är inte slarv. Det är råmaterial som bara den med erfarenhet kan producera.

Verktygen finns redan. Teams spelar in möten. Telefonen spelar in samtal. Men de flesta organisationer har inspelning avstängt som standard — inte av tekniska skäl, utan av vana. Kundservice spelar in varje samtal. Strategimötet som samlar organisationens dyraste timmar försvinner utan spår.

Och ja — Teams egen mötessammanfattning finns. Men den är mellanmjölk. En generisk summering som inte förstår vad som var viktigt och vad som var ett sidospår. Utan att du själv lägger tid på att reflektera över vad som faktiskt hände — vad du hörde, vad du tolkade, vad som avvek — blir sammanfattningen en platt lista som ingen agerar på. Verktyget gör jobbet. Men bara om du gör ditt först.

Den satsningen ingen har gjort

Det är naturligt att börja med utvecklingsavdelningen. Det är där verktygen landar först, där hastigheten är enklast att mäta. Men 12-18 månader in i hypen börjar ett annat mönster bli synligt.

Verksamhetens powerusers har Copilot, visst. De har Teams-sammanfattningar. Men det är inte det jag pratar om. Ingen har investerat i att visa dem vad som händer när deras tjugo års erfarenhet möter de här verktygen på riktigt — inte som en generisk sammanfattning, utan som systematisk behandling av text med samma rigor som utvecklare behandlar kod. Utvecklarna fick investeringen. Verksamheten fick en Teams-licens och en förhoppning.

Men den dagen de börjar — den dagen någon faktiskt sätter verktyget i händerna på personen som förstår affären, som har levt med kunderna, som vet var friktionen sitter — då pratar vi inte om 4-5 gånger snabbare. Då pratar vi om världsklass. Tio gånger mer värde. Inte för att verktyget blev bättre, utan för att rätt person äntligen fick använda det.

Den som lyckas med AI är inte den du tror. Det är värt att fundera på.

Jag skrev i serie 16 att det börjar inte med prompten — det börjar med dig. Det här är uppföljningen: vilken "dig" är det?

Se även: Du kan inte validera det du inte förstår (serie 6) och En person, tusen leveranser (serie 7).

Mindtastic om varför domänkunskap multiplicerar AI-output — Domain knowledge multiplies AI output.