När AI kapar utvecklingstiden – vad händer med kvaliteten?

Jaani tar mjukvaruutveckling som exempel.

Tidigare kunde en kund, en produktägare och ett utvecklingsteam först diskutera vad som skulle byggas. Därefter tog utveckling, testning och release vid. Några veckor senare kunde kunden se resultatet och komma med nya önskemål.

– För en iteration har ju alltid handlat om att göra den bästa lösningen. Inte den lösningen som alltid var tänkt från början.

Sedan började processen om. Från veckor till en eftermiddag. Med AI-agenter kan den utvecklingscykeln bli radikalt kortare.

Jaani beskriver hur krav, önskemål och designval kan samlas i exempelvis ett dokument. AI-agenter kan sedan användas för att utveckla, testa och i vissa fall även föra lösningen vidare mot produktion.

– På samma eftermiddag så har du ett hus.

Husmetaforen väcker frågan: ”Vad är kvaliteten här?”

Husmetaforen använder han för att beskriva hur AI pressar ihop utvecklingscyklerna.

– Om kunden säger att den vill ha en blå dörr, då skriver du in blå dörr i Word-dokumentet. Släpper det på utveckling, test och produktion. Och senare har du ett hus med blå dörr.

Det som tidigare kunde kräva en ny utvecklingscykel kan därmed göras om på några timmar.

– Vad är kvaliteten här? Varför ska du sitta och hålla på och finlira i kvalitet när du kan bygga någonting på tre timmar?

Kvalitet när det är billigt att göra om

Behovet av kvalitet försvinner inte. Däremot förändras sättet att skapa och säkra den när det blir billigare och snabbare att testa, justera och bygga om.

Det skapar också en spänning mellan gamla och nya arbetssätt.

– Seniorer kan säga: så kan vi inte ha det. Och juniorer säger: varför inte? Då blir svaret kanske att vi aldrig har gjort så. Men om vi redan har tagit hänsyn till hållbarhet och risker – varför kan vi inte göra så då?

När utvecklingen går snabbare riskerar i stället gamla processer, kravmodeller och beslutsvägar att bli flaskhalsar.

AI-baserade arbetssätt kan dessutom förändras så snabbt att interna modeller och utbildningar knappt hinner färdigställas innan förutsättningarna har ändrats igen.

– Först var man tvungen att använda en mall och fylla i den på rätt sätt för att det skulle bli rätt i utvecklingen. Två veckor senare behövdes inte det längre. Nu är det bara Word. Vi kan ju inte ens starta utbildningen.

Risken är därmed att organisationer bygger processer för gårdagens teknik samtidigt som tekniken redan har flyttat vidare.

Snabbare hästar eller en helt ny lösning?

Jaani använder också övergången från häst till bil som en bild för hur organisationer ofta möter ny teknik.

När ett befintligt arbetssätt börjar nå sin gräns är den spontana reaktionen ofta att försöka förbättra samma modell.

– Vi vill ju bara ha snabbare hästar.

AI kan i vissa fall innebära att organisationen inte längre ska försöka optimera det gamla arbetssättet, utan fundera på om problemet kan lösas på ett helt annat sätt.

– Vi vill ju bara ha snabbare hästar. Men nu finns ju bilen. Då måste man lyfta blicken och fråga: vad är det egentligen vi försöker göra? Vi ska från A till B. Det är en transport vi pratar om.

Poängen är att AI inte bara ska användas för att skruva upp tempot i befintliga processer.

– Det är lätt att säga att hästarna går på max och att vi behöver bättre hovar. Men då måste någon kunna säga: det finns faktiskt en bil här. Kan vi titta på den?

Det ställer större krav på organisationer att ompröva både arbetssätt och själva problemformuleringen.

Frigjord tid måste användas till något

Samma sak gäller effektiviseringar. När AI sparar tid, pengar eller resurser uppstår nästa fråga direkt: vad ska organisationen göra med det som frigörs?

– En produkt av en effektivisering är ju tidsbesparing. Eller resurser. Eller pengar. Det kan ju inte vara något annat.

Om den frigjorda tiden återinvesteras i nya produkter, tjänster eller arbetssätt kan behovet av människor och kompetens i stället öka.

– Om vi effektiviserar och blir bättre på att effektivisera kanske vi gör fem nya saker. Återinvesterar du tiden i nya idéer, då måste du ha folk som gör de idéerna.

Därför blir innovationsförmågan central i AI-omställningen.

– Alla vet ju inte i dag vad AI kan göra. Det måste till en idégenerering, någon form av innovation.

Att använda tekniken handlar alltså inte bara om att göra det gamla snabbare, utan om att förstå vad organisationen faktiskt kan och bör göra annorlunda.

Hastigheten är den okända faktorn

Den tekniska omställningen är samtidigt en del av en historisk utveckling där nya verktyg gång på gång har förändrat både arbetssätt och yrken.

Men en faktor skiljer dagens AI-utveckling från många tidigare teknikskiften.

– Den stora skillnaden nu är att allting går mycket snabbare.

Det gör det svårare att förutse vilka processer som kommer att bestå och vilka som snabbt blir irrelevanta.

Jaani tror därför att förändringen först kommer att märkas i hur arbetet organiseras.

– Jag tror att processerna och hur vi jobbar kommer förändras före rollerna.