Annonsørinnhold:
AI bygger appen din på én kveld. Men hvem er der når den feiler?
I disse dager kan alle bygge en app. Ikke bare utviklere, men også de som ikke kan én linje med kode. Med Replit, Lovable, Databutton og andre AI-drevne verktøy kan du gå fra idé til fungerende MVP på en helg. Men ifølge Devspace-sjef Alex Somby er det her mange blir litt for naive: «Det ser klart ut, men altfor ofte er det bare klart for demo, ikke for drift.»
Publisert
Sist oppdatert
Verktøyene er raske, de er tilgjengelige for alle og det er lov å la seg begeistre, sier Alex Somby. Allikevel undrer han seg over om man tar tilstrekkelig høyde for det som skjer etter demoen.
Bygget for demo, eller bygget for drift?
Det kalles vibecoding, det å bygge noe med tekst-prompts, som får generert koden som lager appen, du klikker på «deploy», og vips, du har noe som ser ut som en app. – Vibecoding har mye for seg. For å teste ideer, validere behov, eller komme i gang, er det helt gull. Og ja, det er en vibe. Ideer kan bli til noe, du blir raskt en gründer med momentum, sier Somby som til daglig leder Devspace.
Han snakker om scenarioer som mange ikke tar høyde for: Tiden etter demoen. En bruker som klikker på noe uventet. En API-nøkkel lekker. Fem personer som prøver å logge inn samtidig og hele greia krasjer. Det som så profesjonelt ut i går, er plutselig skjørt i dag. Det viser seg at “løsningen” mangler logging, mangler tilgangskontroll og eierskap. Det er ingen som egentlig vet hva som skjer under panseret, fordi det aldri var noen som bygget motoren. Så vibe-coding kan gjøre mye, men ikke alt, mener han.
– Det er lett å bli overivrig. Alt ser klart ut. MVP-en fungerer. Men man må stille seg spørsmålet: Er det klart for lansering, eller bare klart for demo, spør Somby.
I Devspace jobber de med å kvalitetssikre teknologiprosjekter og bemanne team med erfarne utviklere. De ser det samme om igjen og om igjen; startups og mellomstore selskaper som starter med AI-genererte løsninger, som plutselig må bygge alt på nytt når ting skal skaleres.
Grensen mellom det som ser profesjonelt ut, og det som er profesjonelt, har blitt mer uklar
– Det interessante er at mange av verktøyene vi har nå, gjør det for lett å hoppe over det vanskelige. Arkitekturvalg, datasikkerhet, vedlikeholdbarhet, ytelse, testbarhet, det er ikke det disse verktøyene er laget for å hjelpe deg med. De hjelper deg med å komme i gang. Ikke nødvendigvis med å komme i mål, forklarer Alex.
Han mener det er her den store forskjellen ligger. Mellom det som er bygget for å demonstrere noe, og det som er bygget for å vare og skalere. Mellom det som kan vises på en pitch, og det som kan takle virkelige brukere, i virkelige situasjoner, i vekst over tid.
Ikke tatt høyde for kompleksiteten
Et ferskt eksempel fra Devspace er kunden deres, SportAI, en startup med investorer som Magnus Carlsen og Skyfall Ventures. De har utviklet banebrytende teknologi for teknisk analyse i racketsport. Da de trengte en MVP for en ny webapp, brukte de et AI-basert verktøy.
– Erfaringen var overveiende positiv, men det kom med noen begrensninger. Det gikk fort og vi fikk raskt noe å vise til kunden, forteller CTO i SportAI Felipe Longe. – Men etter hvert som kompleksiteten vokste begynte utfordringene å komme, fortsetter han.
SportAI samarbeider med Devspace innen maskinlæring og computer vision. De er langt fra teknologiske noviser. Likevel ble det tydelig, enkelheten i starten skjulte kompleksiteten som kom etter hvert.
– Til mindre behov fungerer slike verktøy utmerket, men det snevres inn jo mer kompleks og produksjonsklar løsningen skal være, sier Felipe.
Se mer om SportAI og hvorfor de har valgt devspace
Når du bruker AI-verktøy for å bygge, er det noen spørsmål du må stille
Somby har noen tanker om hva de som bygger burde tenke på. Han påpeker at det finnes situasjoner der en AI-generert MVP er et helt riktig valg. Men skal du bygge noe som skal bli fundamentet for virksomheten, der kundedata skal håndteres sikkert, der plattformen skal skaleres til tusenvis av brukere, vil feil få konsekvenser. I slike tilfeller handler det ikke lenger bare om å få noe til å virke. Det handler om å vite hvorfor det virker, og hva som skjer når det slutter å gjøre det.
Det finnes nå tusenvis av AI-genererte apper, dashboards og portaler som ser klare ut, men som i realiteten hviler på svært skjøre fundamenter, sier Alex, som lurer på om mange nok stiller seg spørsmål som:
Hvor lagres dataene dine?
Hvem har tilgang til dem?
Er API-nøkler sikret?
Hvem eier egentlig koden – deg eller verktøyet?
Hva skjer hvis AI-plattformen legges ned? Kan du eksportere alt og kjøre det et annet sted – eller er du låst fast?
– Dette er ikke teoretiske bekymringer. Disse problemene kommer. Ikke nødvendigvis på dag én. Men når brukerne begynner å stole på deg, og når data blir virksomhetskritiske og regulatoriske krav melder seg. Det er lett å trykke “deploy”, men hvem har egentlig ansvaret hvis noe går galt, spør Somby.
Han tror at enkelte leverandører adresserer disse punktene, men han anbefaler alle til å undersøke det nærmere med det verktøyet de bruker.
Devspace kan hjelpe deg med å bygge trygt.
Når det må fungere
Devspace ble startet av erfarne utviklere, med ett mål: å hjelpe selskaper å bygge løsninger som varer. Kundene deres spenner fra oppstartsbedrifter til scaleups som trenger hjelp til å vokse teknisk.
Devspace henter tekniske seniorprofiler fra det europeiske markedet, og bemanner team i Norge og USA. De som er mest etterspurt hos dem er Senior fullstack-utviklere, ML-ingeniører og data scientists med 7–10 års erfaring, med andre ord, folk som har sett ting gå galt før, og vet hvordan man bygger riktig fra starten.
– Kunstig intelligens har ikke demokratisert programvareutvikling, sier Somby. Den har bare senket terskelen for å begynne. Men det er fortsatt like vanskelig å gjøre det riktig. Han forklarer videre:– For å bygge noe som varer, må du forstå systemer, risiko og vekst. Du må tenke som en ingeniør. Vibecoding gir deg fart, men det er fortsatt mennesker som gir retning.
Litt mer ro og fornuft
Alex presiserer at vibecoding absolutt ikke er feil. Tvert imot. Men han mener at om du skal bygge noe som skal leve lenge, håndtere sensitive data, eller bli en del av kjernen i forretningen din, at du må ha mer enn bare AI-hjelp.
– Du trenger folk som har teknisk dømmekraft, som vet hva som skjer når demoen er over, og virkeligheten begynner, forklarer Somby. Vi skal ikke bremse kreativiteten. Men vi kan gjerne legge til en dose realisme. Med litt mer ro, og mer riktig kompetanse, kan du bygge noe som ikke bare ser bra ut i dag. Men som varer.
Og dér har du ekte produktutvikling, avslutter Somby.
