AI har gjort oss raskere på systemutvikling

Mer på samme tid

For ikke lenge siden brukte en senior-utvikler hos oss en hel dag på å sette opp en typisk CRUD-modul: datamodell, validering, API-endepunkter, tester, frontend-skjema, dokumentasjon. I dag gjøres samme oppgave på en brøkdel av tiden.

Det er ikke fordi utvikleren har blitt smartere. Det er fordi verktøyene har blitt det.

Claude Code, Cursor, og kontekstbevisste assistenter som forstår hele kodebasen, ikke bare filen du har åpen, har endret hvor mye en erfaren person rekker på en dag. For mekanisk arbeid, og det er mer av det i systemutvikling enn folk innrømmer, er gevinsten dramatisk.

Hvor effekten er ekte

Over flere prosjekter er dette der AI har gitt størst tidsbesparelse:

Datamodellering og migreringer. Å skrive en Postgres-tabell, sette indekser, lage migreringer, og generere TypeScript-typer er nå nesten ren oversettelse fra forretnings-beskrivelse til kode. AI gjør størsteparten riktig, vi finjusterer resten.

API-endepunkter og validering. Standard CRUD-mønstre, autentisering, autorisasjon, input-validering, feilhåndtering. Alt har konvensjoner som AI har sett tusenvis av eksempler på. Tidligere skrev vi det. Nå reviewer vi det.

Tester. Unit-tester, integrasjonstester, edge cases. AI er god på å generere bredt testsett raskt. Vi sørger for at testene tester det rette, men volumarbeidet er borte.

Refaktorering. Skal en datamodell endres? Et felt deles opp? En tjeneste skilles ut? AI klarer å gjennomføre endringen konsistent gjennom hele kodebasen, raskere enn vi gjorde manuelt og med færre feil.

Dokumentasjon. Den faktoren som tradisjonelt ble nedprioritert fordi den var kjedelig, lar seg nå generere fra koden og oppdatere automatisk. Onboarding av nye utviklere går raskere.

I sum: rutinearbeid som før tok en hel dag, gjøres nå på langt kortere tid.

Hvor effekten er overdrevet

Men AI har ikke endret alt. Disse områdene tar like lang tid, eller lengre:

Kompleks arkitektur. Hvordan systemet skal struktureres, hvilke tjenester skal være separate, hvordan data skal flyte mellom dem, hvordan domeneobjekter modelleres. Dette krever forretningsforståelse og tradeoffs som AI ikke kan ta uten kontekst vi gir den.

Integrasjoner mot eldre systemer. Når vi snakker med fagsystemer fra 2007 som har dårlig dokumentert SOAP-API, eller en kommunal etat med proprietær XML-utveksling, hjelper AI minimalt. Det er feilsøking, dokumentlesing, og direkte kommunikasjon med leverandøren.

Sikkerhetsanalyse. AI kan flagge åpenbare hull, men trusselmodellering, vurdering av hva som er sensitivt, og hvordan en angriper vil tenke, krever menneskelig erfaring med konkrete miljøer.

Brukerintervjuer og prosesskartlegging. Det å forstå hva en saksbehandler gjør om dagen, hvilke unntak som er mest vanlige, og hvor mange ulike scenarier som må håndteres, krever at vi sitter ved siden av menneskene som skal bruke systemet. AI hjelper med å syntetisere notater, ikke med å gjøre intervjuet.

Vurdering av leveranseklarhet. Om noe er klart for produksjon, om edge cases er dekket, om det vil tåle reell bruk, det er vurderinger basert på erfaring, ikke kode-mønstre.

Hva det betyr for prisen dere betaler

Vi har bevisst tatt valget om å gi gevinsten videre.

Et MVP av et fagsystem koster i dag merkbart mindre enn tidligere for samme scope og kvalitet, og det samme gjelder større saksbehandlingssystemer. Den endelige prisen settes som fastpris etter forprosjekt.

Det er ikke fordi vi tjener mindre. Det er fordi vi rekker mer per dag, og prosjektene tar færre kalenderdager. Vi har samme antall utviklere på samme prosjekt, men leverer på kortere tid.

For deg som kunde betyr det:

• Lavere fastpris for samme leveranse
• Raskere time to market
• Mer iterasjon innenfor samme budsjett
• Mindre risiko, fordi mindre kapital er bundet opp lengre

For oss betyr det:

• Vi tar oss råd til å gjøre mer av prosjektet selv, mindre underleverandører
• Vi kan ta flere prosjekter i samme tidsrom
• Vi kan investere mer i forprosjekt, sikkerhetsarbeid og dokumentasjon, fordi vi har tid

Risikoene vi har sett

Det er ikke alt rosenrødt. Vi har sett konkrete fallgruver, både hos oss og hos andre.

AI-generert kode som ser bra ut, men ikke er testet i sin helhet. Det er enkelt å la AI skrive 200 linjer kode som kompilerer og virker for happy path, men feiler på edge cases. Disiplin på testing er viktigere enn før, ikke mindre.

Sikkerhetshull som ser ufarlige ut. AI gjenkjenner åpenbare anti-mønstre, men ikke kontekst-avhengige problemer. En SQL-injeksjon i en intern admin-rute er fortsatt en SQL-injeksjon. Vi gjør manuell sikkerhetsreview på alt som kjører i produksjon.

Konsistens-problemer. Hvis fem AI-genererte moduler bruker fem forskjellige mønstre for samme problem, blir kodebasen vanskelig å vedlikeholde. Vi setter eksplisitte konvensjoner og holder dem.

Falsk produktivitet. Det å produsere mer kode raskere er ikke alltid en gevinst. Hvis koden løser feil problem, eller løser et problem som ikke trengte løsning, har AI bare gjort det raskere å bygge feil ting. Vi bruker like mye tid på avklaring som før.

Det nye normalbildet

Forventningen til hvor lang tid skreddersydd systemutvikling tar, er i bevegelse. Leveranser som tidligere tok mange måneder kan ofte gjøres raskere i dag, og kvaliteten er like god eller bedre.

For dere som vurderer utviklingspartner, spør konkret:

• Hvilke AI-verktøy bruker dere daglig i utviklingsarbeidet?
• Hvilke konkrete prosjekter har dere lansert det siste året med betydelig AI-assistanse, og hva har det betydd for leveransetiden?
• Hvordan håndterer dere kvalitetssikring av AI-generert kode?
• Reflekterer prisingen deres at AI-verktøyene har endret produktiviteten, eller fakturerer dere fortsatt etter gammel modell?

En partner som ikke har integrert AI i workflow-en, fakturerer for arbeid som ikke lenger krever så mange timer. En partner som har integrert AI, men ikke har strammet inn kvalitetskontroll, leverer kode med skjulte feil. Begge er røde flagg.

Ønsker dere å se hvordan vi jobber konkret? Vi går gjerne gjennom et tidligere prosjekt og forteller hvordan AI-verktøyene var med fra dag én. Send oss en kort linje om prosjektet dere vurderer.

Du kan også lese mer om hvordan vi jobber som utviklingspartner, eller om hva vi tilbyr av app-, system- og AI-utvikling.