07. June 2026
En åpenhjertig og nå viral oppgitthet fra en erfaren programvareutvikler sprer seg som ild i tørt gress i teknologimiljøet. Budskapet er dystert: AI-verktøy og store språkmodeller (LLM-er) er i ferd med å uthule utviklerkarrieren. Mange opplever nå at hverdagen har gått fra kreativ problemløsning og dyp koding, til å bli en monoton jobb som "korrekturleser" for AI-generert kode. Følelsen av å miste eierskap til eget fagfelt skaper en stille krise blant teknologene.
Bakgrunnen er den eksplosive utbredelsen av verktøy som GitHub Copilot og Claude Code. Der man tidligere brukte timer på å arkitektere og skrive robuste løsninger, spytter maskinen nå ut ferdige blokker på sekunder. Men medaljens bakside er at feilene AI-en gjør ofte er subtile og vanskelige å oppdage, noe som krever en annen form for konsentrasjon og kognitiv belastning enn å skrive koden selv fra bunnen av.
For HR-avdelinger og utviklingsledere krever denne utviklingen en fundamental omstilling i hvordan man motiverer og måler tekniske team. Å måle produktivitet i antall kodelinjer eller lukkede oppgaver er i ferd med å bli helt irrelevant. Ledere må i stedet redesigne karriereveier og fokusere på å dyrke arkitekturforståelse, domenekunnskap og systemdesign. For å beholde de skarpeste hodene må bedrifter aktivt legge til rette for at utviklere får bruke tiden sin på de komplekse, strategiske problemene som AI-en ennå ikke kan løse, fremfor å redusere dem til rene operatører av tekstmaskiner. Les hele innlegget her.
Tenk deg at du kjøper en splitter ny firmabil til 100 000 kroner, men det egentlig kostet produsenten en million å bygge den. Nye analyser anslår at selskaper som OpenAI og Anthropic potensielt bruker opptil ti ganger mer på beregningskraft og infrastruktur per bruker enn det de faktisk får inn i abonnementsinntekter. For hver hundrelapp du betaler for premium-tjenester, kan de reelle kostnadene bak kulissene være astronomiske.
Dette skyldes et klassisk teknologisk kappløp finansiert av bunnløse lommebøker fra investorer og teknologigiganter som Microsoft, Google og Amazon. For å sikre seg markedsandeler og gjøre bedrifter avhengige av deres økosystemer, selges avansert AI-prosessering til spottpris. Det er en ekstrem subsidiering av næringslivets digitalisering, men det reiser også store spørsmål om hvor lenge denne prismodellen kan overleve.
For innkjøpsansvarlige og teknologidirektører gir dette et akutt behov for strategisk fleksibilitet. Selv om det er svært gunstig å utnytte de billige API-ene akkurat nå, bør man unngå å låse hele virksomhetens infrastruktur til én enkelt leverandør. Den dagen investorene krever lønnsomhet og prisene skrus opp, vil selskaper som har bygget opp en "modell-agnostisk" arkitektur stå sterkest. Det å kunne svitsje mellom ulike kommersielle modeller, eller raskt migrere kritiske oppgaver over til mindre, åpne modeller på egne servere, vil bli et avgjørende konkurransefortrinn. Les analysen her.