DEBATT | Dag Honningsvåg, 99X
KI avslører dårlig utviklingshåndverk
I en KI-drevet utviklingshverdag er det ikke lenger prisen på utviklere som avgjør, men hvor godt teamene forstår forretningen detbygges for. Kunstig intelligens forsterker både kvalitet og svakheter, og avslører raskt hvem som har satset på ren kapasitet, og hvem som har investert i langsiktige, integrerte team.
KI fremstilles ofte som effektiviseringsteknologi. Raskere utvikling, færre mennesker og lavere kostnader. I praksis gjør KI noe langt mer avslørende. Kvaliteten i måten utviklingsarbeidet drives på synliggjøres. Spesielt når arbeidet utføres av globale team.
Når KI brukes til å foreslå kode, påvirke arkitekturvalg og automatisere deler av utviklingsprosessen, blir manglende produktforståelse og svakt eierskap raskt et problem. KI fungerer dårlig i team som ikke forstår virksomheten det bygges for. Den mangler kontekst og mennesker som kjenner produktets historie, kundene og de forretningsmessige rammene. Resultatet blir ofte løsninger som ser teknisk riktig ut, men som er kostbare å rette opp i etterkant.
Logikken holder ikke
Outsourcing har i lang tid blitt brukt som et svar på kapasitetsutfordringer. Flere utviklere, raskere leveranser. I dag holder ikke den logikken lenger. Verdiskapningen flyttes bort fra ren koding og over mot prioriteringer, arkitektur og forståelse av sammenhenger. KI kan foreslå løsninger, men den forstår ikke forretningsmodell, regulatoriske krav eller konsekvensene av tekniske valg. Den forståelsen må bygges over tid.
Derfor er ikke spørsmålet om utviklingsteamet sitter i Norge eller i utlandet. Spørsmålet er om de faktisk er en integrert del av virksomheten. Utviklingen av avstemmingsløsningen for Adra, som i dag er en del av Trintech, er et godt eksempel. Her har deler av utviklingsarbeidet vært utført av et team i Sri Lanka som en integrert del av en større utviklingsorganisasjon.
Teamet har fulgt produktet gjennom sterk vekst, et internasjonalt oppkjøp og omfattende teknologisk modernisering. Over tid er det bygget dyp produktkunnskap og forståelse for domenet, noe som gjør det mulig å videreutvikle løsningen uten å miste kontroll over kvalitet, sikkerhet og retning. Andre gode eksempler på selskaper som har lykkes med slike integrerte team i Norge er SuperOffice, UpNorway, Solwr, Parkly og Visma-selskapene Compello og Amili.
Teknisk gjeld og risiko
KI forsterker både gode og dårlige strukturer. I kortsiktige leveransemodeller med høy turnover og lav integrasjon bidrar teknologien ofte til mer teknisk gjeld og økt risiko. I langsiktige team med felles mål, tydelig ansvar og kontinuitet skjer det motsatte. Når utviklere kjenner produktets historie og forretningskritiske rammer, kan teknologien brukes til å øke tempo og presisjon uten at eierskap og kvalitet svekkes.
I velfungerende samarbeidsmodeller ligger produktansvar, arkitektur og strategiske valg hos bedriften. Globale team bidrar med gjennomføring, spesialisering og skalerbarhet innenfor tydelige rammer. Det gjør det mulig å kombinere lokal forretningsforståelse med global kompetanse, men forutsetter investeringer i relasjoner, felles arbeidsmetodikk og langsiktig oppfølging.
Det er viktigere enn noen gang å bygge distribuerte team som faktisk fungerer som en del av organisasjonen, også når de sitter i andre land.
Norsk næringsliv trenger globale utviklingsteam. Kompetansemangelen er reell og vil ikke forsvinne.
Samtidig har KI gjort det umulig å lykkes med samarbeidsmodeller som er bygget på kortsiktighet og lav integrasjon. Billig outsourcing er ikke bare mindre effektivt, det er ofte en direkte risiko.
Det er viktigere enn noen gang å bygge distribuerte team som faktisk fungerer som en del av organisasjonen, også når de sitter i andre land. Ikke fordi KI tar over arbeidet, men fordi teknologien stiller langt høyere krav til hvordan mennesker samarbeider.
