6.3.2026
Tre saker vi får frågor om just nu: användbarhet, moln och AI-verktyg
När kunder hör av sig hamnar samtalet förvånansvärt ofta i samma frågor. Inte för att de är nya, utan för att de avgör om vardagen fungerar: fungerar tjänsten för användarna, fungerar den i drift och går den att bygga inom en rimlig tidsram.
Just nu återkommer tre teman: användbarhet och design, molnkompetens samt AI-stödd mjukvaruutveckling.
1) Användbarhet: det syns direkt i affären
För oss handlar design och UX inte om att “välja färger”. Vi pratar om användbarhet: hur snabbt användaren når målet och hur ofta hen fastnar.
Därför är många kunders första önskemål i praktiken:
”Visa var tjänsten tar stopp och vad vi borde göra åt det.”
Arbetet görs oftast så här:
- nulägesbedömning (gränssnitt, användarresor, observationer från data)
- en prioriterad lista med åtgärder och förbättringar
- användartester och iterering: ändra, mäta, fortsätta
AI hjälper särskilt med att ta fram prototyper och pröva alternativ snabbt. Men resultatet blir bättre först när någon går igenom helheten med användarens perspektiv och fattar välgrundade beslut.
2) Moln: en driftmiljö, inte en speciallösning
Molnet är inte längre något man “lägger till” i ett projekt. Det är utgångsläget: tjänsten ska upp, övervakas, säkerhetskopieras och uppdateras på ett kontrollerat sätt.
Vanligtvis får vi två frågor:
- går detta att leverera som en SaaS-tjänst, eller
- går detta att leverera till det publika moln vi har valt—och att någon också sköter driften ordentligt
Molnets fördelar är välkända: skalbarhet, hög tillgänglighet, säkerhetsmekanismer och bättre kostnadsuppföljning. Det som avgör är ändå arkitekturen: vad vi bygger, hur vi avgränsar, hur vi skyddar och hur vi driver utan ständig handpåläggning.
3) AI-stödd utveckling: mer fart, men med omdöme
AI-verktyg är numera en del av utvecklarnas basutrustning. De snabbar upp särskilt repetitivt arbete: kodstommar, tester, dokumentation och refaktorering.
Samtidigt blir en gammal sanning ännu tydligare: fart hjälper inte om riktningen är fel. Ett bra slutresultat kräver fortfarande yrkesskicklighet—arkitektur, säkerhet, kvalitetssäkring och förmåga att avgränsa arbetet rätt. En meningsfull användning av AI kräver dessutom hög kompetens hos den som gör jobbet: man måste fortfarande förstå vad som händer på kodradsnivå och vid behov kunna kontrollera och ändra det.
När rutinjobbet går snabbare blir mer möjligt med lägre risk och kostnad. Det syns direkt i att efterfrågan på skräddarsydda mjukvaror ökar igen.
Om det här är aktuellt hos er, hör av er. Ofta räcker en kort kartläggning för att tydliggöra vad som lönar sig att göra först—och vad man kan låta bli.
