Alla pratar om AI just nu. Vi testar nya verktyg, lär oss funktioner och försöker hålla jämna steg med utvecklingen. Men betydligt färre lägger tid på grunden: att förstå hur vi behöver tänka och kommunicera för att få AI att göra det vi faktiskt vill.
För mig handlar den verkliga kunskapen inte om vilket verktyg du använder. Den handlar om hur tydligt du kan formulera vad du vill bygga, vilket problem du vill lösa och vad ett bra resultat innebär.
Från att skriva kod till att sätta riktning
När jag började utforska AI och automatisering för snart tio år sedan var programmering en stor fördel. Ofta var det en förutsättning för att komma vidare.
Min första automatiserade chatbot krävde kodning, inlärning och massor av tålamod. När jag byggde en avgränsad lösning med Alexa för att automatisera funktioner i ett hotellrum, svara på specifika loakal frågor behövde jag programmera hur den skulle agera och använda kunskapen jag gav den. För att förverkliga mina idéer behövde jag kunna översätta dem till kod.
I dag ser det annorlunda ut.
Att förstå programmering är fortfarande en fördel, men du behöver inte själv kunna skriva kod för att börja bygga med AI. AI kan utföra en allt större del av kodningsarbetet. Din uppgift blir då att beskriva vad som ska byggas, sätta ramarna och bedöma om resultatet fungerar. Viktigare är det att veta och definiera vilken data man arbetar med, eller behöver.
Det nya programmeringsspråket är, som jag ser det, klarhet och tydlighet med målet i sikte.
De som kan formulera sina mål, förklara sammanhanget och ge precisa instruktioner kommer att ha en stor fördel när de arbetar med AI. Det handlar också om att kunna ställa följdfrågor, upptäcka missförstånd och justera riktningen längs vägen. Inte så olikt från att vara ledare eller hur?
Ett ABC för att bygga med AI
Jag tänker på det som ett ABC.
A står för avsikt: Vad vill du åstadkomma, och varför? Vilket output behöver du.
B står för beskrivning: Vad ska lösningen göra, för vem och inom vilka ramar?
C står för kontroll: Hur avgör du om resultatet fungerar och motsvarar det du behöver?
Du behöver ingen masterexamen i datavetenskap för att komma igång. Du behöver inte heller lägga år på att lära dig programmering innan du kan förverkliga din första idé.
Min övertygelse är att tre veckor av fokuserad övning på att vara tydligt kan ta dig långt. Tre veckor där du tränar på att formulera tydliga önskemål, dela upp problem, testa lösningar och förstå hur AI svarar på dina instruktioner. Det gör dig inte till expert på allt, men det kan ge dig en stark grund att bygga vidare på.
Jag tror också att programmerarrollen kommer att förändras i grunden. Ju mer av kodningen AI kan utföra, desto viktigare blir frågan om vilken mänsklig kompetens som behövs runt omkring. Förståelsen för logik, system, beroenden och kvalitet kommer fortfarande att vara avgörande. Någon måste kunna ge rätt riktlinjer och ta ansvar för det som byggs.
Bygg erfarenhet medan utvecklingen pågår
AI utvecklas snabbt, och skiftena är stora. Väntar du på att utvecklingen ska stanna upp innan du börjar lära dig riskerar du att få vänta länge, samtidigt som andra bygger erfarenhet. Och var inte rädd när systemen förändras. Bara de senaste två veckorna har Gemini ändrats i grunden, Claude har fått nya funktioner och ChatGPT blivit mer kompetent. Det går fort, och det gäller att hänga med.
Jag är övertygad om att människor som börjar tidigt och omsätter sin nyfikenhet i praktisk kunskap har mycket att vinna. Varje försök ger möjlighet att förstå mer: vad som fungerar, vad som behöver förbättras och var AI faktiskt kan göra nytta i din verksamhet. Börja med att lös vardagsproblem, strukturera upp något eller försök förverkliga den där app idén du länge haft? - våga ställ frågan till din AI assistent och ta allt där ifrån.
Därför behöver du ta ansvar för din digitala mognad. Genom att aktivt utveckla din kunskap och förmåga kan du skapa en digital fördel som ger värde för dig själv, ditt företag och människorna omkring dig. Det börjar med nyfikenhet.
AI kan användas till så mycket mer än att generera texter, sammanfatta analyser och skapa bilder. Det kan hjälpa dig att bygga tjänster, koppla samman arbetsflöden, automatisera återkommande uppgifter och pröva idéer som tidigare krävde betydligt större resurser.
Med tydliga mål och människor som kan omsätta möjligheterna i praktiken kan AI förändra spelplanen. Men möjligheten att bygga mer gör inte riktning och ansvar mindre viktiga. Tvärtom. För mig är det därför AI inte är en tech-fråga – det är en ledarskapsfråga.
Och det börjar med att du kan förklara vad du vill åstadkomma. Skapa tydlighet med ledarskap. Var mänsklig, tänk data.