Når byggeriet bliver billigt, bliver beslutningen dyr

Alle produktteams har mærket det i år: en funktion, der tog et sprint, tager en eftermiddag, og backloggen tømmes hurtigere, end nogen kan fylde den med ting, der er værd at bygge. Denne artikel svarer på, hvad det gør ved produktrollen, med de målinger, der er offentliggjort indtil nu, og med stikprøve og dato angivet ved hvert tal.

Er byggeriet faktisk billigere?

Ja, og det ærlige tal er mindre end følelsen. DORA-rapporten 2025, udgivet af Google Cloud den 23. september 2025 med næsten 5.000 respondenter, finder, at 90 procent bruger AI i arbejdet og, for første gang, en positiv sammenhæng mellem AI-brug og leveringsgennemløb. Samme rapport finder, at AI-brug fortsat har en negativ sammenhæng med leveringsstabilitet: mere forandring leveres, og mere af den går i stykker.

Lenny Rachitsky og Noam Segals undersøgelse blandt 1.750 produktchefer, udviklere, designere og stiftere, udgivet den 23. december 2025, fandt, at over halvdelen sparer mindst en halv dag om ugen på deres vigtigste opgaver. Samme undersøgelse fandt, at 92,4 procent rapporterer mindst én væsentlig ulempe ved værktøjerne. Begge tal er sande samtidig, og et team, der kun citerer det første, planlægger efter en fiktion.

Hvorfor føles gevinsten større, end den er?

Fordi de, der oplever den, fejlvurderer i samme retning. METR kørte et randomiseret kontrolleret studie, udgivet den 10. juli 2025: seksten erfarne open source-udviklere, 246 rigtige opgaver fra deres egne repositories, hver opgave trukket til at tillade eller forbyde AI-værktøjer. Med AI tilladt tog opgaverne 19 procent længere tid. Før studiet havde udviklerne forudsagt 24 procent hurtigere, og efter at have oplevet opbremsningen troede de stadig, at AI havde gjort dem 20 procent hurtigere.

Seksten udviklere er en lille stikprøve, og værktøjerne var modeller fra starten af 2025, hvilket forfatterne selv skriver. Det, studiet fastslår, er smallere og mere brugbart end en dom over AI: oplevet fart er et upålideligt instrument. Et produktteam, der vil kende sin reelle hastighed, må måle den — leveringstid, andel fejlede ændringer, DORAs fire mål — med værktøjerne slået til og fra.

Hvor flytter flaskehalsen hen?

Til dømmekraften. Når produktionen holder op med at være grænsen, afgør tre beslutninger udfaldet, og ingen af dem går hurtigere med en kodeassistent.

• Hvad der skal bygges: hvilket problem, for hvem, hvor ofte det opstår, og hvad det koster at vente tre måneder.
• Hvordan I ved, at det virkede: tallet, der skal flytte sig, skrevet ned før byggeriet, med datoen for, hvornår det aflæses.
• Om brugeren kan stole på det: for en AI-funktion de tilfælde, hvor den må svare, de tilfælde, hvor den skal afstå, og hvordan sikkerheden vises.

Marty Cagan skrev den 30. december 2024, at »the PM role becomes more essential but also more difficult with generative AI-powered products, not less«, og forbeholdt sin begejstring for kombinationen af »someone with very strong judgement« og værktøjerne. Teresa Torres sagde det samme fra discovery-siden i april 2026: »Building is very cheap now. That doesn’t mean we should build every idea we have.« Begge beskriver en rolle, hvis knappe ressource er dømmekraft om, hvad der fortjener at findes.

Hvad gør et produktteam med det?

Tre praktiske greb følger, og hvert af dem er billigt at begynde på.

• Mål hastigheden med værktøjerne slået til og fra i en måned, og læs andelen af fejlede ændringer ved siden af gennemløbet. DORAs stabilitetsfund er det, de fleste teams opdager sent.
• Skriv beslutningen før byggeriet: én side med problemet, alternativerne på bordet, hvad der blev valgt fra, og hvad der skal være sandt om to måneder.
• Brug de frigjorte timer på discovery og på evals. Et interview, der syntetiseres af en person og derefter af en model, og en AI-funktion, der specificeres som testtilfælde før den første prompt, er der, hvor ugen nu går hen.

Prioriteringsmetoden er beskrevet i at beslutte, hvad der skal bygges næst. For en stifter med begrænset runway afgør samme logik, hvad det første byggeri skal bevise, og siden for stiftere beskriver den rækkefølge.

Sådan arbejder studiet med det

Torn Studios svar er en leveringsmodel: én person holder produktrollen og bygger med AI-værktøjer, så en beslutning truffet mandag er i kode samme uge. Omkostningen siges lige så direkte som gevinsten. Én persons uge er kapaciteten, og et team, der har brug for tre produktroller parallelt, gør klogt i at ansætte dem. Product Management prissættes pr. opgave, med omfanget fastlagt på forhånd og prisen fast, før arbejdet begynder.