Ibland skämtar vi om att det snart borde införas någon form av hantverkscertifiering för manuellt kodade system. Och kanske ligger det faktiskt lite sanning i det. AI har på kort tid blivit en självklar del av många utvecklares vardag och förändrat hur digital produktutveckling går till i grunden.
På Plingot märker vi tydligt hur AI för programmering förändrar både tempo och arbetsmetoder. Frågan är inte längre om AI ska användas i systemutveckling – utan hur.
Tar AI utvecklarnas jobb?
Det är nog den vanligaste frågan just nu, både inom techbranschen och utanför. AI kan idag skriva kod, felsöka, planera features och hjälpa till att strukturera projekt snabbare än många trodde var möjligt för bara några år sedan. Men att AI kan generera kod betyder inte att den kan ersätta utvecklare eller arkitekter.
– Dagens AI kan inte ersätta en utvecklare eller arkitekt. Den är helt enkelt inte på den nivån ännu. Med rätt styrning så kan man få ut väldigt bra resultat – men man ska inte tro att man bara kan be den bygga vad som helst och sen tro att den kommer fungera i all evighet, säger Mio Nilsson, VD och utvecklare på Plingot.
Det som förändras är snarare rollen. AI är väldigt bra på att snabbt ta fram lösningar och skriva stora mängder kod parallellt. Samtidigt ökar kraven på kvalitet, struktur och översyn.
– AI gör misstag, slarvar och tar genvägar. Slutprodukten kan på ytan se korrekt ut – men när man tittar närmare så kan det finnas strukturella misstag som gör det svårare att vidareutveckla i framtiden. Det kan ibland också byggas in säkerhetsfel som gör det enklare för andra att bryta sig in, säger Mio.
Det gör att mänsklig kompetens fortfarande är avgörande inom områden som:
- arkitektur och helhetsförståelse
- säkerhet och kodgranskning
- prioriteringar och affärslogik
- långsiktig förvaltning och vidareutveckling
AI gör inte utveckling enklare – men snabbare
AI har på många sätt vänt upp och ned på utvecklingsprocessen. Det handlar inte längre bara om att skriva kod manuellt, utan om att styra, granska och samarbeta med verktygen på rätt sätt.
– Det har vänt upp och ned på hela vår utvecklingsprocess på gott och ont. Man är mer som en dirigent, peka med hela handen för vad som behöver göras – testa allt grundligt på ett helt annat sätt än man behövde göra tidigare. Man bygger verktyg för att underlätta processen och för att få översynen man behöver, säger Mio.
Samtidigt finns det delar av utvecklingsarbetet där AI redan idag är extremt effektivt. Emil Johansson på Plingot lyfter framför allt felsökning som ett område där AI kan spara mycket tid.
– Speciellt snabb på vissa typer av felsökning där man behöver hoppa igenom massa filer, loggar osv för att hitta något. Ofta hittar den grundorsak till fel väldigt snabbt.
AI används idag i allt från research och prototyper till kodgenerering och planering av nya funktioner. Verktyg som Codex och OpenCode har snabbt blivit naturliga delar av många utvecklares arbetsflöden.
– Codex och OpenCode hjälper mig att skriva kod, felsöka, ja… allt typ, säger Emil.
Men snabbare betyder inte alltid enklare. Många företag verkar tro att AI automatiskt gör utveckling lättare, när det i praktiken ofta är tvärtom. När tempot ökar blir också dåliga beslut dyrare. Teknisk skuld kan byggas upp snabbare och felaktiga lösningar kan få större konsekvenser längre fram.
Där AI fortfarande är svag
Trots den snabba utvecklingen finns det fortfarande tydliga begränsningar med AI i systemutveckling. En vanlig utmaning är att AI kan skriva kod som ser korrekt ut – men som inte är hållbar över tid.
– Kodkvalitén är väl tveksam i vissa lägen men generellt sett ganska bra. AI kan lätt missa vissa antaganden om hur programmet fungerar så det gäller att vara extra tydlig när man ger den uppgifter samt kolla igenom genererad kod lite extra noga, säger Emil.
Det är också vanligt att AI gör lösningar mer komplicerade än vad de egentligen behöver vara.
– Ofta syns det på att koden är lite mer komplicerad än vad den behöver vara. På samma sätt som man ser om en text är AI-genererad antagligen – tekniskt sett grammatiskt korrekt och rätt syntax osv men man tänker ”såhär hade nog en människa inte gjort”, säger Emil.
I vissa situationer kan dessutom en erfaren utvecklare fortfarande vara snabbare än AI. En liten fix eller justering som en människa hittar direkt kan ta betydligt längre tid för AI att analysera, eftersom den först behöver förstå stora mängder kod och kontext.
AI är heller inte gratis. Ju mer avancerade verktyg och arbetsflöden som används, desto högre blir kostnaderna. För många företag handlar det därför inte bara om att införa AI – utan om att göra det på ett hållbart och genomtänkt sätt.
Hur vi arbetar med AI på Plingot
På Plingot använder vi AI som ett verktyg i utvecklingsprocessen – inte som en ersättning för utvecklare. Hur mycket AI används varierar mellan olika projekt och personer, men idag är det en naturlig del av vårt dagliga arbete.
AI hjälper oss bland annat med kodgenerering, felsökning, research, prototyper och planering av features. Samtidigt lägger vi stort fokus på sådant som fortfarande kräver mänsklig översyn: kvalitet, säkerhet, struktur och långsiktig hållbarhet.
– Alla delar påverkas. AI kan hjälpa till med precis alla steg i produktutvecklingen. Det handlar bara om hur man tillämpar det och vad den får tillgång till, säger Mio Nilsson.
Det finns heller inget exakt facit för hur man ska arbeta med AI som utvecklare idag. Verktygen förändras snabbt och nya arbetssätt uppstår hela tiden. För oss handlar det mycket om att hitta ett sätt att arbeta där AI hjälper oss att bli snabbare och effektivare – utan att kompromissa med kvaliteten.
Mio Nilsson VD och programmerare på Plingot
Framtidens systemutveckling handlar om samarbete
AI kommer fortsätta förändra utvecklarrollen i snabb takt. Fler automatiserade flöden, AI-agenter och smartare verktyg kommer sannolikt bli en naturlig del av framtidens systemutveckling.
– Mer och mer AI-agenter som jobbar på och löser saker i bakgrunden. Som utvecklare kanske man inte behöver bry sig lika mycket om detaljerna längre – iallafall för det mesta. Men det gäller dock fortfarande att ha koll så att man kan se var AI gör fel, säger Emil.
Samtidigt tror Mio att det blir ännu viktigare att förstå tekniken bakom det man bygger.
– Man är ute på djupt vatten om man ber AI att bygga saker man själv inte hade kunnat bygga. Välj den tech-stack man är bekväm med och som man kan kritisera och ge feedback på.
På Plingot ser vi AI som ett kraftfullt verktyg i utvecklingsprocessen – men inte som en ersättning för människor. För att bygga hållbara digitala produkter krävs fortfarande erfarenhet, problemlösning, ansvar och förståelse för helheten.
AI förändrar hur vi bygger. Men det är fortfarande människor som behöver styra riktningen.
