I de sidste 20 år har softwareudvikling fulgt et meget ensartet mønster.
Først opstod problemet. Derefter designede man et interface. Man skabte formularer, knapper, faner, menuer, dashboards, rapporter og flere skærme. Brugeren måtte lære systemet.
Han/hun skulle vide:
- hvor man skal klikke,
- hvor man finder data,
- hvordan man genererer en rapport,
- hvordan man udfører en bestemt handling.
Jo mere omfattende systemet var, desto flere træninger, instruktioner og dokumentation var nødvendige.
I årevis betragtede vi det som normalt. Men netop nu kan en af de største ændringer i softwaredesignets historie finde sted. En ændring, der vil få mange af nutidens applikationer til om få år at se lige så forældede ud, som hjemmesider fra begyndelsen af 2000’erne gør i dag.
Årsag? - AI Native Software.
Hvad er egentlig AI Native Software?
Mange tror, at en app bliver "AI", når man tilføjer en chatbot. Det er en fejltagelse. Det svarer lidt til at kalde en bil elektrisk, bare fordi den har en touchscreen.
AI Native Software er software designet fra bunden omkring kunstig intelligens.
Det er ikke en app med tilføjet AI. Det er en app, hvor AI er fundamentet. Forskellen er enorm.
I den klassiske model: Bruger → Interface → System → Data
I AI Native-modellen: Bruger → Intention → AI → System → Data → Handling
Det betyder, at brugeren stopper med at betjene systemet. Begynder i stedet at kommunikere et mål.
Hvorfor kan dagens applikationer se archaiske ud?
Lad os se på størstedelen af forretningssystemerne.
CRM.
ERP.
Lagersystemer.
Salgsplatforme.
Administrationspaneler.
De fleste af dem ser ens ud:
- dusiner af skærme,
- hundreder af knapper,
- omfattende menuer,
- formularer,
- rapporter,
- konfigurationer.
Det er et resultat af teknologiske begrænsninger, der har eksisteret i årtier. Computeren forstod ikke intentioner. Den havde brug for præcise instruktioner. Derfor voksede interfacene gradvist mere komplekse.
AI ændrer dette mønster.
Systemet begynder ikke kun at forstå et klik. Det begynder at forstå brugerens mål.
Et eksempel fra virkeligheden
Forestil dig en salgsdirektør.
I dag vil han/hun tjekke:
- salget for sidste kvartal,
- kunder med størst potentiale,
- leads i fare for at gå tabt,
- anbefalede handlinger.
I et klassisk CRM skal han/hun:
- gå til rapporter,
- sætte filtre,
- eksportere data,
- analysere resultaterne,
- udarbejde konklusioner.
I AI Native Software er det nok at sige: "Vis mig kunder med højeste risiko for tab og forbered en handlingsplan til sælgerne."
Systemet vil selv:
- analysere data,
- opdage mønstre,
- oprette en rapport,
- foreslå handlinger,
- og endda kunne starte et workflow.
Det er ikke en kosmetisk ændring. Det er en helt ny arbejdsmodel.
Slut med klassiske interfaces?
Nej. Men deres rolle vil ændre sig. Det er en vigtig distinktion.
Hvert par måneder ser vi overskrifter som: "Chat vil erstatte alle applikationer."
Det vil sandsynligvis ikke ske sådan.
Visuelle interfaces vil stadig være nødvendige.
Folk vil stadig gerne:
- se data,
- analysere diagrammer,
- sammenligne resultater,
- styre processer.
Men måden, man interagerer på, vil ændre sig. Oftere vil brugeren ikke lede efter funktioner. Funktionerne vil lede efter brugeren.
Fra menuer til intentioner
Dette er sandsynligvis den vigtigste ændring.
I årtier har man lært brugerne: "Lær systemet."
AI Native vender denne logik. Systemet skal lære brugeren.
Eksempel;
I dag: Find rapport → sæt filter → eksportér data → analyser.
I morgen: "Forbered et ugentligt salgsresume og send det til ledelsen."
Forskellen synes lille. I virkeligheden ændrer det alt.
En ny generation af SaaS
I de sidste år er SaaS-markedet vokset meget hurtigt.
Hver virksomhed købte flere værktøjer:
- CRM,
- ERP,
- helpdesk,
- marketing automation,
- projektstyring,
- analyse.
Problem? Antallet af systemer begyndte at vokse hurtigere end produktiviteten.
I mange organisationer bruger medarbejdere mere tid på at skifte mellem applikationer end på reelt arbejde.
AI Native kan i høj grad mindske dette problem. I stedet for at betjene ti værktøjer kommunikerer brugeren med et enkelt lag af intelligens. Det lag kommunikerer så med systemerne.
Ordforråd
AI Native
Et produkt designet fra bunden omkring kunstig intelligens, ikke et produkt udstyret med AI som en ekstra funktion.
Agent AI
Et system i stand til at udføre handlinger, gennemføre opgaver og kommunikere med andre systemer.
AI Orchestration
En mekanisme til at koordinere flere agenter, værktøjer og processer.
Intent-Based Interface
Et interface baseret på brugerens intention frem for manuel udførelse af på hinanden følgende trin.
Multi-Agent System
Et miljø, hvor flere agenter samarbejder om at nå et forretningsmål.
AI Copilot
En assistent, der støtter brugeren i løbet af arbejdet.
Hvilke fordele giver AI Native Software?
Listen er lang.
De vigtigste er:
Hurtigere opgaveløsning
Færre klik. Mindre skiften mellem systemer. Mindre manuelt arbejde.
Lavere adgangsbarriere
Nye medarbejdere behøver ikke lære hundredevis af funktioner.
Bedre udnyttelse af data
AI kan analysere enorme mængder information hurtigere end et menneske.
Færre fejl
Automatisering reducerer fejl forårsaget af manuel behandling af data.
Højere produktivitet
Holdet fokuserer på beslutninger frem for operationer.
Men har AI Native også ulemper?
Selvfølgelig. Enhver teknologi har begrænsninger. Og her begår mange virksomheder fejlen kun at se fordelene.
Problem nr. 1 - tillid
Vil brugeren stole på AI’s beslutninger? Ikke altid. Især ikke i finansielle, juridiske eller strategiske processer.
Problem nr. 2 - datakvalitet
Hvis data er dårlige, vil AI træffe forkerte beslutninger. Det er en af de vigtigste sandheder i branchen.
Problem nr. 3 - tab af kontrol
For høj autonomi kan føre til uønskede handlinger. Derfor er overvågningsmekanismer nødvendige.
Problem nr. 4 - sikkerhed
Jo flere systemer der er forbundet gennem AI, desto vigtigere bliver:
- sikkerhed,
- governance,
- adgangskontrol,
- compliance.
Hvordan bør virksomheder forberede sig på denne ændring?
Den største fejl er at vente. Det betyder dog ikke, at man straks skal ombygge alle systemer. Det er værd at starte med fundamentet.
Trin 1 - ryd op i data
AI vil ikke rette et datakaos. Først skal informationerne organiseres.
Trin 2 - byg API’er
Systemer uden integration vil blive et stigende problem.
Trin 3 - eliminér siloer
AI fungerer bedst, når det har adgang til hele organisationens kontekst.
Trin 4 - tænk i processer
Spørg ikke: "Hvordan implementerer vi AI?"
Spørg: "Hvilke processer kan fungere bedre med AI?"
Vil enhver applikation blive AI Native?
Sandsynligvis ikke. Ligesom ikke hver virksomhed har brug for et ERP-system. Ikke enhver organisation har brug for avanceret agentorkestrering. Ikke enhver applikation behøver intelligente workflows.
Men retningen for forandring virker stadig mere indlysende. Ligesom internettet ændrede software. Ligesom smartphones ændrede internettet. Så begynder AI Native Software at ændre den måde, mennesker bruger teknologi på.
Den vigtigste konklusion
Den største fejltagelse ville være at tro, at AI Native blot betyder at tilføje et chatvindue til en eksisterende applikation.
Det er en langt større ændring. En ændring i måden produkter designes på. I måden brugere arbejder på. I informationsflowet. I måden beslutninger træffes på.
Om få år vil mange af nutidens applikationer sandsynligvis stadig fungere. Ligesom mange systemer fra for 20 år siden stadig fungerer i dag.
Spørgsmålet er dog ikke, om de vil fungere. Spørgsmålet er, om brugerne stadig vil ønske at bruge dem. For når man først har prøvet et system, der forstår ens intentioner i stedet for at kræve dusinvis af klik, kan det være lige så svært at gå tilbage til de gamle løsninger, som det er at gå fra en moderne smartphone tilbage til en telefon med tastatur.
