AI-augmented produktteam

27. mai 2026 · kl 10:00 · Nils Brede Moe (SINTEF) · 📋 i programmet

Moe presenterer ferske resultater fra SINTEFs aksjonsforskning på norske team som tar i bruk agentisk koding. Han starter med en studie fra 2023 av et stort offentlig selskap der Copilot-brukere så ut til å være mer produktive, helt til forskerne sjekket historiske data og fant at brukergruppen var like produktiv før adopsjonen. De mest produktive og ivrige oppsøker ny teknologi, så slike eksperimenter blir misvisende uten sammenligningsgrunnlag. I den pågående tredje bølgen har SINTEF fulgt seks organisasjoner og seks team tett siden oktober 2025, med observasjon, dokumenter og aktivitetsdata i tillegg til intervjuer.

To hovedfunn: man må se på hele arbeidsprosessen, ikke bare kodeskriving (utviklerne i teamene har knapt skrevet kode de siste 6 til 7 månedene, men planlegger og reviewer i stedet), og man må sette av langt mer tid til læring enn forventet. Teamene følger en J-kurve: produktiviteten går først ned mens de rydder i egen prosess, setter opp guardrails og lærer, før den går opp. Kaos blir bare mer kaos med agenter. Fra dataene utledet forskerne sju modenhetsfaktorer: læringsorientert mindset (fremfor f.eks. å måle token-forbruk), verktøystøtte med de beste modellene til alle, praksisfellesskap, tid til læring på reelle oppgaver i arbeidstiden, en endringsagent som driver omstillingen, psykologisk trygghet til å dele feil og AI-bruk, og redesign av arbeidsflyten for agenter.

Moe delte også lederperspektiver: roller viskes ut (utviklere designer, produktledere bygger), det blir færre underveissamtaler og mindre læring ved tavla, agenter som jobber om natten skaper ny stress og avhengighet, og flaskehalsene (som alltid har ligget mellom team, støttefunksjoner og eksterne aktører, ikke inni teamet) blir ekstremt synlige når teamene leverer raskt. Teamene blir dessuten mindre, hver enkelt må dekke flere oppgaver, og tverrfaglig samarbeid blir stadig viktigere. Fremover trengs to komplementære profiler: de som orkestrerer og optimaliserer arbeidsflyt, og de som virkelig forstår produktet og behovene. Hovedbudskapet: uten slakk og tid til å eksperimentere får man ingen fart.

Tags: Forskning · Produktteam · AI · SINTEF · AI-agenter · Ledelse

📹 AI-augmented produktteam – Nils Brede Moe

← 0910 The new crossfunctional team · 1025 Vill vibekoding →