Under Glasspaper’s årlige Inspirasjonsdager 2026 holdt Rick Beerendonk webinaret It Is 2028. Your AI Strategy Just Failed. Why? — et tankevekkende foredrag om hva som kan skje dersom virksomheter jager AI-effektivitet uten å samtidig investere i kompetanse, dømmekraft og kvalitet.
Gjennom konkrete eksempler, forskning og realistiske fremtidsscenarioer viste webinaret hvorfor den største risikoen med AI ikke nødvendigvis er at teknologien utvikler seg for sakte — men at organisasjoner beveger seg raskere enn menneskene, prosessene og kvalitetssikringen klarer å håndtere.
Forestill deg året 2028.
Virksomheten har redusert antall utviklere kraftig fordi AI nå skriver store deler av koden. Leveransehastigheten har tredoblet seg. Funksjoner som tidligere tok måneder utvikles på dager. Styret er fornøyd, kostnadene er redusert og alle KPI-er peker oppover.
Men så begynner problemene å vise seg.
Systemene blir vanskeligere å vedlikeholde. Sikkerhetshull oppstår oftere. Juniorutviklere mangler erfaring til å vurdere det AI produserer. Seniorutviklere blir stadig dyrere å rekruttere fordi alle selskaper konkurrerer om den samme kompetansen.
Og kanskje mest alvorlig:
Utviklerne mister eierskap til det de bygger.
Dette var utgangspunktet for Rick Beerendonks webinar — en tydelig advarsel mot å tro at AI alene er en strategi.
AI gjør det lettere å produsere kode – men vanskeligere å stole på den
Et av webinariets viktigste budskap var at AI skaper et stadig større gap mellom kapasitet og pålitelighet.
AI-modeller blir raskere og flinkere til å produsere kode. Problemet er at det ikke automatisk betyr at koden:
Beerendonk beskrev dette som det første store gapet:
Gapet mellom AI capability og AI reliability.
Jo raskere AI genererer kode, desto viktigere blir menneskelig vurderingsevne.
For selv om AI kan produsere enorme mengder kode, må noen fortsatt:
Som webinaret understreket:
Mange systemer feiler ikke fordi koden nødvendigvis er dårlig — men fordi ingen egentlig ga AI-en en tydelig jobb å utføre.
«Simple made easy» er fortsatt ikke enkelt
Et sentralt poeng i webinaret var at AI ikke fjerner behovet for grunnleggende engineering-kompetanse.
Tvert imot.
Selv enkle løsninger krever fortsatt:
AI gjør det lettere å produsere noe raskt, men ikke nødvendigvis lettere å produsere det riktige.
Det holder ikke å skrive:
«Build X».
AI vil fylle inn resten selv — ofte basert på statistiske sannsynligheter, ikke forretningsforståelse eller strategiske vurderinger.
Det andre gapet: Engasjement og eierskap
Et annet viktig tema handlet om hva som skjer med menneskelig engasjement når AI gjør stadig mer av arbeidet.
I mange team begynner arbeidsflyten å ligne på dette:
Problemet er at det å være til stede ikke nødvendigvis betyr at man faktisk gjør vurderingsarbeidet.
Beerendonk brukte et enkelt, men treffende bilde:
Du blir ikke i bedre form av å se på at noen andre trener.
På samme måte utvikler ikke utviklere nødvendigvis kompetanse dersom AI gjør alt det krevende arbeidet.
Webinaret refererte også til forskning som viser at mennesker ofte:
Samtidig ble det understreket at kvalitetssikring er vanskeligere enn mange tror — og ofte langt mer krevende enn selve genereringen.
AI er mindre kreativ enn mange tror
Selv om AI kan virke kreativ, er den i stor grad statistisk.
Den produserer ofte det mest sannsynlige svaret — ikke nødvendigvis det mest innovative eller strategisk riktige.
Det betyr at virksomheter fortsatt trenger mennesker som kan:
Webinaret stilte derfor et viktig spørsmål:
Hva skjer dersom team mister evnen til å tenke selv fordi AI alltid foreslår den mest sannsynlige løsningen?
Dømmekraft blir den viktigste konkurransefordelen
Gjennom hele webinaret kom ett budskap tydelig frem:
Fremtidens beste team er ikke nødvendigvis de som skriver mest kode raskest.
Det er teamene som har best dømmekraft.
Beerendonk sammenlignet dette med OL:
Skal man bli olympisk mester, finnes det ingen ferdig oppskrift. Man må gjøre arbeidet selv.
På samme måte finnes det heller ingen enkel AI-strategi som fungerer for alle virksomheter.
Alle leverandører hevder at akkurat deres verktøy er best. Men ingen organisasjoner kan kopiere andres AI-strategier direkte uten å forstå egne behov, risikoer og arbeidsmåter.
Tre viktige praksiser for å lykkes med AI
Webinaret presenterte også flere konkrete prinsipper for hvordan virksomheter kan unngå de største fallgruvene.
AI bør ikke være første steg i prosessen.
Før man begynner å generere kode, må teamene forstå:
AI trenger klare rammer.
Utydelige spesifikasjoner fører ofte til:
Det kanskje viktigste prinsippet var dette:
Hvis navnet ditt står på pull requesten, må du også forstå løsningen.
Utviklere må fortsatt kunne:
Man mister det man ikke trener på
Et av webinariets sterkeste budskap handlet om kompetanseerosjon.
Hvis utviklere aldri lenger:
… vil disse ferdighetene gradvis forsvinne.
Beerendonk understreket derfor at team fortsatt må gjøre deler av det krevende arbeidet manuelt — nettopp for å opprettholde ferdigheter og dømmekraft.
AI skal støtte mennesker, ikke erstatte læring.
Fremtidens vinnere er de som vet når de skal senke farten
Webinaret utfordret også idéen om at maksimal hastighet alltid er målet.
I mange tilfeller handler moden AI-bruk om å vite:
De sterkeste teamene vil ikke nødvendigvis være de som skriver flest prompts.
De vil være teamene som:
«Judgement wins the gold medal»
Mot slutten av webinaret oppsummerte Rick Beerendonk hovedbudskapet slik:
“Judgement wins the gold medal in Olympics 2028.”
I en verden hvor AI gjør produksjon stadig billigere og raskere, blir menneskelig dømmekraft den viktigste konkurransefordelen.
Virksomheter som lykkes fremover vil ikke bare investere i verktøy.
De vil investere i:
For AI alene er ikke en strategi.
Det er hvordan mennesker bruker teknologien som avgjør hvem som faktisk lykkes i 2028.
Neste steg: bygg kompetanse for en AI-drevet fremtid
Et tydelig budskap fra webinaret var at virksomheter må investere i mennesker og kompetanse — ikke bare AI-verktøy. Fremtidens sterkeste team vil være de som kombinerer teknologi med dømmekraft, kvalitet og engineering-kompetanse.
For utviklere og virksomheter som ønsker å styrke kompetansen innen AI og moderne utvikling, finnes det flere relevante kurs og fagområder å utforske, blant annet:
Kompetanseutvikling blir avgjørende for å lykkes med AI over tid.
