AI kan göra oss mer produktiva som individer. Men för att omsätta de vinsterna i långsiktigt värde för en hel organisation krävs något mer: gemensam kunskap, sammanhängande arbetssätt och en vilja att tänka nytt kring hur arbetet utförs.
Uppgifter som tidigare tog mycket tid kan nu utföras snabbare, och idéer kan bli till prototyper på rekordtid - med AI förändras förutsättningarna för mjukvaruutveckling.
Men det är skillnad på att göra enskilda arbetsuppgifter mer effektiva och att göra en hel organisation mer effektiv.
Det är en skillnad som vi på Logivity har fått anledning att utforska när vi vidareutvecklar vår teknik och våra utvecklingsprocesser.
När individuella vinster inte räcker hela vägen
Precis som i många andra organisationer började AI användas inom olika delar av vår utvecklingsprocess. Den individuella produktiviteten ökade, men de samlade effektivitetsvinsterna blev inte så stora som vi hade förväntat oss.
En stor del av värdet fastnade fortfarande mellan människor, processer och verktyg.
Kravställning, utveckling och testning var fortfarande relativt separata aktiviteter.
Kunskap fanns utspridd, kommunikationen byggde på överlämningar och AI användes på olika sätt utan en gemensam grund.
För att förändra det arbetar vi nu mot ett mer sammanhängande arbetssätt, med en gemensam kunskapsbas som utgångspunkt. Det handlar inte bara om att dokumentera teknisk arkitektur och programmeringsprinciper, utan också om att samla vår kunskap om kunderna, deras utmaningar och vad våra lösningar faktiskt ska åstadkomma.
För mjukvaruutveckling handlar inte bara om att omsätta krav i kod. Det handlar om att förstå syftet bakom kraven.
Vi ser också över traditionella roller och överlämningar för att skapa en mer sammanhängande process, där AI används när det tillför verkligt värde.
Snabbare är inte alltid bättre
En av våra tidiga lärdomar är hur enkelt AI gör det att skapa prototyper. Idéer kan utforskas och kundvärde testas betydligt tidigare.
Men när en prototyp ser övertygande ut är det frestande att tro att en färdig lösning bara är runt hörnet.
Så enkelt är det sällan.
Att snabbt kunna bygga något ersätter inte behovet av att förstå om det bör byggas, hur det passar in i den övergripande arkitekturen eller vad som krävs för att skapa en tillförlitlig lösning i större skala.
Och när utvecklingen går snabbare måste även testningen utvecklas i samma takt. Annars riskerar vi bara att flytta flaskhalsen längre fram i processen.
Det är också skillnad på att skapa något helt nytt och att förändra befintliga system och arkitektur. Det senare kräver tålamod, uthållighet och ett långsiktigt perspektiv.
Ett "humantic" arbetssätt – människor och AI-agenter tillsammans
Under resans gång har en slutsats blivit allt tydligare: att skala upp användningen av AI handlar inte bara om att ge AI-agenter fler förmågor. Det handlar om att få människor och agenter att fungera väl tillsammans.
Vi har börjat kalla det för ett humantic arbetssätt.
Det innebär att utforma processer, ansvar och kommunikation utifrån styrkorna hos både människor och AI-agenter, snarare än att utgå från att automatisering i sig kommer att ge de önskade resultaten.
Och kommunikationen måste fungera åt båda håll. Precis som agenter behöver förstå människors instruktioner behöver människor förstå vad agenterna gör och hur deras insatser bidrar till helheten.
Målet är inte att göra allt agentstyrt. Det är att få hela processen att fungera bättre genom samarbete mellan människor och AI-agenter.
Intressant nog har den här utmaningen mycket gemensamt med transportlogistik.
En enda transport kan involvera flera företag, system och ansvarsområden. Planering, operativ prestation, kostnader och utsläpp hanteras ofta var för sig, trots att de hänger nära samman.
Att förbättra en del av verksamheten innebär inte automatiskt att helheten blir bättre.
På Logivity arbetar vi för att koppla samman aktörer, data och processer inom transportlogistik – så att det blir enklare att samarbeta, utnyttja tillgänglig kapacitet bättre och förbättra både ekonomiska och miljömässiga resultat.
Vi ser samma princip i vår egen AI-resa.
Den största möjligheten ligger inte nödvändigtvis i att göra varje enskild aktivitet snabbare. Den ligger i att koppla samman aktiviteterna så att förbättringar i en del skapar värde för helheten.
Det är så individuell produktivitet kan bli skalbart affärsvärde.
Artikeln bygger på en presentation av Jessica Öhrblad, vd för Logivity, under Gothenburg Tech Week 2026, där hon delade med sig av våra tidiga erfarenheter och lärdomar från arbetet med att vidareutveckla våra utvecklingsprocesser.
Författare: Logivity
