När bygget blir billigt blir beslutet dyrt
Torn Studio är en AI-byrå som bygger webbplatser, digitala produkter och innehåll. Otraditionellt.
Kort svar
AI-verktyg har gjort mjukvara billig att producera, men vinsten är mindre än den känns: i METR:s studie 2025 var erfarna utvecklare 19 procent långsammare med AI men trodde sig vara 20 procent snabbare. Flaskhalsen hamnar i besluten: vad som byggs, hur ni vet att det fungerade och om användaren kan lita på det. Besluten hör till produktrollen, som blivit svårare.
Varje produktteam har känt det i år: en funktion som tog en sprint tar en eftermiddag, och backloggen töms fortare än någon hinner fylla på med saker som är värda att bygga. Den här artikeln svarar på vad det gör med produktrollen, med de mätningar som hittills publicerats och med urval och datum angivna vid varje siffra.
Är bygget verkligen billigare?
Ja, och den ärliga siffran är mindre än känslan. DORA-rapporten 2025 publicerades av Google Cloud den 23 september 2025 och bygger på nära 5 000 svarande. Den visar att 90 procent använder AI i arbetet, och för första gången syns ett positivt samband mellan AI-användning och leveransgenomströmning. Samma rapport visar att AI-användning fortsatt har ett negativt samband med leveransstabilitet: fler ändringar går ut i produktion, och fler av dem går sönder.
Lenny Rachitsky och Noam Segal publicerade den 23 december 2025 en enkät med 1 750 produktchefer, utvecklare, designers och grundare. Över hälften av dem sparar minst en halv dag i veckan på sina viktigaste uppgifter, och i samma enkät rapporterar 92,4 procent minst en betydande nackdel med verktygen. Båda talen är sanna samtidigt, och ett team som bara citerar det första planerar efter en fiktion.
Varför känns vinsten större än den är?
Därför att de som upplever vinsten bedömer fel åt samma håll. METR publicerade den 10 juli 2025 en randomiserad kontrollerad studie med sexton erfarna utvecklare som arbetar med öppen källkod och 246 riktiga uppgifter ur deras egna repon. Slumpen avgjorde för varje uppgift om AI-verktyg var tillåtna eller förbjudna. Med AI tillåtet tog uppgifterna 19 procent längre tid. Före studien hade utvecklarna förutspått att de skulle bli 24 procent snabbare, och efter att ha upplevt inbromsningen trodde de fortfarande att AI gjort dem 20 procent snabbare.
Sexton utvecklare är ett litet urval och verktygen var modeller från början av 2025, vilket författarna själva skriver. Det studien slår fast är snävare och mer användbart än en dom över AI: upplevd fart är ett opålitligt instrument. Ett produktteam som vill veta sin verkliga hastighet måste mäta den med verktygen på och av, med DORA:s fyra mått, bland dem ledtid och andel misslyckade ändringar.
Vart flyttar flaskhalsen?
Till omdömet. När produktionen slutar vara gränsen avgör tre beslut utfallet, och inget av dem går fortare med en kodassistent.
- Vad som ska byggas: vilket problem, för vem, hur ofta det uppstår och vad det kostar att vänta tre månader.
- Hur ni ska veta att det fungerade: talet som måste röra sig, nedskrivet före bygget, med datumet då det ska läsas av.
- Om användaren kan lita på det: för en AI-funktion de fall där den får svara, de fall där den måste avstå, och hur den visar hur säker den är.
Marty Cagan skrev den 30 december 2024 att ”the PM role becomes more essential but also more difficult with generative AI-powered products, not less”, och reserverade sin entusiasm för kombinationen av ”someone with very strong judgement” och verktygen. Teresa Torres sa samma sak från discovery-sidan i april 2026: ”Building is very cheap now. That doesn’t mean we should build every idea we have.” Båda beskriver en roll vars knappa insatsvara är omdöme om vad som förtjänar att finnas.
Vad gör ett produktteam med det här?
Tre praktiska drag följer, och vart och ett är billigt att börja med.
- Mät hastigheten med verktygen på och av under en månad, och läs andelen misslyckade ändringar tillsammans med genomströmningen. DORA:s stabilitetsfynd är det de flesta team upptäcker sent.
- Skriv beslutet före bygget: en sida med problemet, alternativen på bordet, vad som valdes bort och vad som ska vara sant om två månader.
- Lägg de frigjorda timmarna på discovery och på evals. Veckan går nu till intervjuer som syntetiseras först av en person och sedan av en modell, och till AI-funktioner som specas som testfall före den första prompten.
Prioriteringsmetoden finns beskriven i att bestämma vad som ska byggas härnäst. För en grundare med begränsad runway avgör samma logik vad det första bygget ska bevisa, och sidan för grundare beskriver den ordningen.
Så arbetar studion med det här
Torn Studios svar är en leveransmodell: en person har produktrollen och bygger med AI-verktyg, så att ett beslut som tas på måndagen finns i koden samma vecka. Kostnaden sägs lika rakt som vinsten. En persons vecka är kapaciteten, och ett team som behöver tre produktroller parallellt gör klokt i att anställa dem. Product Management prissätts per uppdrag, med omfattningen satt i förväg och priset fast innan arbetet börjar.
Underlag
Vad den här artikeln vilar på — en mätning vi gjort, en daterad källa eller ett beslut vi tagit och vad det kostade.
- Beslut
En och samma person har produktrollen och bygger med AI-verktyg, så att prioritering och leverans ligger i samma händer och ett beslut når koden samma vecka.
Vad det kostade: Kapaciteten är en persons vecka: parallella produktroller, jour dygnet runt och ett stort teams mötesbörda ligger utanför räckhåll, och ett fast pris per uppdrag är hela priset för den gränsen.
- Källa
AI tools are overdelivering: results from our large-scale AI productivity survey
Utgivare: Lenny’s Newsletter
- Källa
“Building is cheap now, but don’t build everything”: Teresa Torres on AI product management
Utgivare: airfocus
Vanliga frågor
- Gör AI vårt produktteam snabbare?
- Ja, genomströmningen ökar mätbart, men mindre än det känns. DORA-rapporten 2025 visar ett positivt samband mellan AI-användning och leveransgenomströmning och samtidigt ett negativt samband med stabilitet. METR:s studie visade att erfarna utvecklare var 19 procent långsammare medan de trodde sig vara 20 procent snabbare. Mät det med verktygen på och av.
- Vilka tal ska vi följa när teamet börjar med AI-verktyg?
- DORA:s fyra mått: ledtid för ändringar, driftsättningsfrekvens, andel misslyckade ändringar och tid till återställning. Läs andelen misslyckade ändringar tillsammans med genomströmningen, eftersom 2025 års rapport visar att AI höjer den senare och försämrar den förra.
- Är METR-resultatet en dom över AI-kodverktyg?
- Nej. Sexton utvecklare, modeller från början av 2025 och uppgifter i repon som utvecklarna kände i grunden. Det studien visar med säkerhet är att upplevd fart är ett dåligt instrument: samma personer förutspådde att de skulle bli 24 procent snabbare, kände sig 20 procent snabbare och var i själva verket 19 procent långsammare.
- Vad ska en produktchef lägga de frigjorda timmarna på?
- Discovery och evals. Att syntetisera varje intervju för hand innan en modell gör det, att skriva beslutssidan före bygget och att speca varje AI-funktion som testfall med en tolerans. Det är de tre ställen där omdömet nu avgör utfallet.
- Behöver vi en produktchef om utvecklarna kan bygga vad som helst?
- Ja, och Cagans bedömning från december 2024 är att rollen blir mer central och svårare. Någon måste avgöra vad som förtjänar att finnas, hur framgången ska mätas och vad en användare får lita på. Byggkapacitet gör inget av det.
- Hur arbetar Torn Studio när studion tar produktrollen?
- En person har produktrollen och bygger med AI-verktyg, och priset sätts per uppdrag och är fast innan arbetet börjar. Vinsten är att ett beslut når koden inom samma vecka; gränsen är en persons kapacitet, och studion säger var den går innan ett uppdrag börjar.
Källor
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity — METR
Underlag för 16 utvecklare, 246 uppgifter, 19 procent långsammare med AI, prognosen 24 procent och den upplevda vinsten 20 procent.
- Announcing the 2025 DORA Report — Google Cloud
Underlag för nära 5 000 svarande, 90 procent AI-användning, sambandet med genomströmning och det negativa sambandet med stabilitet.
- AI tools are overdelivering: results from our large-scale AI productivity survey — Lenny’s Newsletter
Underlag för 1 750 svarande, över hälften som sparar minst en halv dag i veckan och 92,4 procent som rapporterar minst en betydande nackdel.
- AI Product Management 2 Years In — Silicon Valley Product Group
Underlag för Cagans formulering den 30 december 2024 om att rollen blir mer central och svårare, och om starkt omdöme i kombination med verktygen.
- “Building is cheap now, but don’t build everything”: Teresa Torres on AI product management — airfocus
Underlag för Torres citat från april 2026 om att bygget är billigt och att det inte betyder att varje idé ska byggas.
Nästa steg
Läs vidare
- AI i produktdiscovery: gör syntesen själv förstVar en språkmodell gör discovery snabbare, vad den missar i en intervju, och regeln om den andra läsaren som håller teamets kundförståelse intakt.
- Evals är kravspecen för en AI-funktionSå specas en funktion byggd på en modell som svarar olika varje gång: testfall, en tolerans och vem som skriver dem, med studions egna siffror.
- AI i era befintliga system: ett avgränsat jobb i tagetSå arbetar AI i systemen ni redan har, som affärssystem, dokumentflöden och sökning: ett avgränsat jobb per integration, med publicerade prisband.
Gå djupare