Hva har vi lært i 2025?

Året er snart omme og det gir rom for refleksjon. AI skyver utviklingsfarten fremover i et tempo vi sjelden har sett. Teknologi støtter ikke lenger bare arbeidet, men endrer selve måten vi jobber på. 2025 ble året der generativ AI kom inn i kjernen av produktutvikling, koding og arbeidsprosesser. Ikke som konsept, men som faktisk arbeidsverktøy. Vi tror 2026 blir året der mange flere virksomheter går fra å snakke om AI til å ta det i bruk. Vi gir deg to råd som kan hjelpe deg å skape reell verdi.

AI endrer koding og produktutvikling – på ekte

Utviklere starter ikke lenger i med blanke ark. De starter i dialog. De spør, tester, skaper, forbedrer. De har fått en kollega som aldri blir sliten og som ikke bryr seg om hvor mange eksperimenter de gjør. Samtidig er hverdagen med AI mer uforutsigbar. Prompts som ikke treffer, modeller som hallusinerer, og et større behov for kontroll, kvalitetssikring og god arkitektur i bunn.

Utviklere endrer måten de jobber på i rekordfart, og kompetansebehovet er i bevegelse. Mindre tid på ren produksjon av kode, og mer tid på arkitektur, integrasjoner og kvalitetsstyring. Dette tar vi på alvor i Avo, og jobber knallhardt med å sikre at vi har den kompetansen markedet faktisk trenger fremover.

Lavkode får en ny rolle i en AI-assistert verden

Argumentene for valg av AI-assistert utvikling er mange av de samme som for lavkode: høyere fart og lavere utviklingskostnader. Lavkodeplattformer, i kombinasjon med AI funksjonalitet, er fortsatt et godt valg i mange sammenhenger. Vi tror de sterkeste miljøene er de som ikke velger kategorisk mellom lavkode og tradisjonell utvikling, men som vet når de skal bruke hva – og hvorfor. Det handler ikke om teknologi for teknologiens del, men moden bruk av verktøy. Vi kan begge deler, og skal være markedets skarpeste rådgiver og sparringspartner på disse valgene.

Vi tør å by på to nyttårsforsett

1. Ta tak i kompetansegapet på AI

Utviklingen av generativ AI beveger seg raskere enn noe annet digitalt skifte vi har sett. Da er det ikke rart at vi mennesker sliter med å holde tritt. Samtidig er kompetansegapet en viktig årsak til at mange sliter med å skape reell verdi med AI.

Vi må trene på å bruke konkrete, relevante verktøy, men handler ikke bare om det. Det handler om å forstå hvordan AI kan endre prosessene våre, hvor risikoen ligger og hvordan den skal håndteres.

Kompetanse må bygges gjennom praktisk bruk over tid, gjennom arbeid med egne prosesser, egne data og faktiske problemstillinger. Derfor er forsett nummer to en forutsetning for å lykkes med kompetansebygging.

2. Tør å teste AI på forretningskritiske prosesser

Overskriften får risikolampene til å blinke. Samtidig er det disse prosessene som står for den største verdiskapingen. Og når AI-modeller har blitt såpass presise, raske og tilpasningsdyktige, er det faktisk risky å ikke teste og potensielt gå glipp av betydelige konkurransefortrinn.

Det handler om å være modig, men ikke uansvarlig. Start trygt: bygg prototyper, gjennomfør små piloter for å lære av egne data og reelle behov. Når testing skjer strukturert, med klare rammer og mulighet for etterprøvbarhet, reduseres risikoen samtidig som læringstakten øker. Dette har vi erfart på nært hold gjennom året som har gått.

En ting er sikkert - AI kommer ikke til å bli mindre relevant i 2026. Spørsmålet er hvem som lykkes med å virkelig booste egen verdiskapning med bruk av AI. Vi står klare til å bidra!

Fra alle oss til alle dere kunder, partnere og støttespillere: god jul, og godt nytt AI-år!

‍