Jeppe Høgh Pedersen. Nørd med stort N, der elsker teknologi, men som også elsker at snakke med mennesker. Og hvis begge dele kan kombineres, så er jeg i mit es. Jeg hjælper virksomheder med at gentænke deres processer i gen-AI æraen, spotte muligheder og selvfølgelig forvandle ambitioner til konkrete løsninger, der skaber forretningsværdi.
Jeg synes, det er vildt spændende, hvor hurtigt man kan validere idéer i dag.
Man har identificeret et problem (eller en udfordring, som vi siger i konsulentverdenen 😉), og så brainstormer vi på, hvordan vi løser det. So far so good - det er sådan set som det plejer.
Men nu kan man gud-hjælpe-mig også hive sit yndlings værktøj op af lommen - f.eks. Claude Code eller måske endda Lovable - og bygge en prototype med mock data og nogle simulerede integrationer. Så har man pludselig noget, folk kan klikke på, og en helt anden samtale om hvorvidt man har fat i det rigtige.
Måske endda på en dag eller to.
Og så er det jo også langt sjovere 🙂.
"VI SKAL HA' DÉT DER AI!"
Ja. Og I skal nok også få det.
Men ret ofte ender det med at vi løfter motorhjelmen og finder ud af at fundamentet ikke er på plads. At halvdelen af jeres data lever i hovedet på folk og i et regneark. At ingenting er koblet sammen, så AI'en reelt arbejder i blinde. At ingen rigtig ejer det efter go-live. At medarbejderne ikke bruger det.
Og så ender konklusionen med at være: vi skal have styr på det "kedelige" først.
Det "kedelige" er typisk: Er jeres data og viden tilgængelig og struktureret nok? Taler jeres systemer sammen? Har I en plan for ejerskab efter go-live? Og er organisationen faktisk klar til at arbejde anderledes?
AI er fedt, og det skaber værdi når det er gjort rigtigt. Men det sidder oven på en masse infrastruktur (både teknisk og menneskeligt) der skal være i orden.
Med andre ord (og for at være sådan rigtig Linkedin-smart 😉): Tjek fundamentet inden I bygger drømmehuset.
Den kedelige sandhed om AI 🫠
AI gør det ikke nemmere at springe de kedelige ting over.
Upræcise krav? Du bygger det forkerte - bare meget hurtigere. Dårligt analyserede processer? Du automatiserer kaos i stedet for at løse det. Ingen klar idé om hvad I egentlig vil opnå? Sej løsning, ingen bruger det. Jo vist, du kan bare bygge det om igen, hurtigere end nogensinde - de hellige token-guder bliver også glade. Men du kan iterere på løsningen, ikke på organisationens tålmodighed. Efter tredje forkerte version gider ingen kigge på den fjerde.
Procesanalyse, en god kravspecifikation og at vide hvad I egentlig vil opnå har aldrig været vigtigere.
Lidt ligesom at markdown-filer pludselig er en kernekomponent i ethvert AI-agent setup. Ikke sexet. Men her er vi.
Når byggeriet ikke længere er det svære (jeg ved godt det er sat lidt på spidsen), bliver det at vælge en vigtig disciplin 🛠️.
Med agentic engineering kan vi få en prototype op at spinde på timer. Det er vildt fedt. Men det skaber et nyt problem.
Du kender godt Netflix-effekten? Du har så mange muligheder, at du ender med at scrolle i 20 minutter uden at vælge noget. Det samme er ved at ske i softwareudvikling. Når du kan bygge hvad som helst, bliver det pludselig svært at finde ud af, hvad du så faktisk skal bygge.
For nogle år siden havde man simpelthen ikke råd til at bygge det forkerte. Det er mere nuanceret i dag. Nu handler det ikke udelukkende om grundig planlægning og kravspecs (visse steder lægger man slet ikke energien her mere, selvom det anbefales), men om at turde vælge fra. Hvad er hypotesen? Hvad siger vi bevidst nej til? Og hvornår er en prototype god nok til at validere?
Så vælg én ting og byg den. Lidt ligesom når du åbner Netflix: på et tidspunkt må du beslutte dig for, om det bliver Love Is Blind eller den nye dinosaur-dokumentar med Morgan Freeman (den har jeg i øvrigt set to gange), fordi ellers sidder du bare og scroller, og lige pludselig er hele aftenen spildt 🍿🦕.