AI i produktutvikling: hvor det hjelper og hvor ikke

Det meste som skrives om AI i produktutvikling er enten hype eller dommedag. Ingen av delene hjelper når du skal bygge et ekte produkt. Et mer nyttig utgangspunkt er å legge merke til at uttrykket dekker to ulike ting, med ulik risiko: AI som verktøy du bygger med, og AI som funksjon du bygger inn i produktet. På norsk heter det KI, men AI brukes også mye.

Vi er et lite studio som jobber med begge deler. Vi bruker AI i eget arbeid, og vi bygger produkter der AI er selve funksjonen. Dette innlegget sier hva forskningen viser, hva vi gjør, og hvor AI ikke hjelper, særlig når det er maskinvare med i bildet.

To ulike spørsmål

AI i hvordan du bygger. Gjør det teamet bedre til å designe, kode, teste og dokumentere? Dette handler om prosessen din, og svaret avhenger av oppgaven og personen.
AI i det du bygger. Skal produktet selv gjøre noe med en modell, for eksempel gjøre tale om til tekst eller svare ut fra dine egne data? Dette handler om produktet, og svaret avhenger av kostnad, personvern og hva som skjer når modellen tar feil.

Å blande dem skaper mye forvirring, så vi tar dem én om gangen.

AI i hvordan du bygger: hva forskningen viser

Den ærlige oppsummeringen er at resultatene avhenger av oppgaven, kodebasen og personen, og at folk er dårlige til å bedømme sin egen fart.

En kontrollert oppgave, 2023. I et kontrollert eksperiment, publisert som preprint i februar 2023, ble utviklere med en AI-assistent for parprogrammering ferdige med én oppgave, å skrive en HTTP-server i JavaScript, 55,8 % raskere enn en kontrollgruppe. Det er én veldefinert oppgave, ikke et prosjekt.
Ekte arbeid, 2025. METR kjørte et randomisert forsøk med 16 erfarne utviklere av åpen kildekode som jobbet med 246 reelle oppgaver i kodebaser de kjente godt. Med AI-verktøy tillatt brukte de 19 % lengre tid. Før forsøket ventet de 24 % raskere arbeid, og etterpå mente de fortsatt at AI hadde gjort dem 20 % raskere.
En oppfølging, 2026. I februar 2026 la METR fram nye anslag for slutten av 2025: oppgavene tok 18 % kortere tid med AI for utviklerne som var med igjen (konfidensintervall fra 38 % kortere til 9 % lengre) og 4 % kortere for nyrekrutterte (15 % kortere til 9 % lengre). METR sa også at dataene er upålitelige, fordi 30 til 50 % av utviklerne sa at de lot være å levere inn oppgaver de ikke ville gjøre uten AI, noe som skjever sammenligningen.
Hva utviklerne selv sier. I Stack Overflow-undersøkelsen for 2025, med rundt 49 000 svar, brukte eller planla 84 % å bruke AI-verktøy, og flere mistrodde nøyaktigheten (46 %) enn stolte på den (33 %).

Alt dette gjelder programvareutviklere. Ingenting av det måler maskinvarearbeid. Vår praktiske konklusjon er: ikke anta en tidsgevinst, mål den på eget arbeid, og la et menneske ha ansvaret for hvert resultat. Vi lover ikke kunder at AI gjør et prosjekt raskere eller billigere.

Hvor AI hjelper oss, og hvor det ikke gjør det

I programvarearbeidet bruker vi AI-assistenter der oppgaven mest er tekst og en ingeniør kan sjekke resultatet:

Utkast til og omskriving av kode, som en ingeniør gjennomgår og tester før den tas inn.
Skriving av tester, dokumentasjon og testplaner.
Søk i lange dokumenter, som datablad og standarder, etter avsnittet som svarer på et spørsmål, og så leser vi avsnittet selv.
Rask utprøving av flere varianter av et grensesnitt før vi velger én sammen med dem som skal bruke det.

Det hjelper ikke, eller lite, med det som avgjør om et produkt fungerer:

Den fysiske verden. Et kretskort må bygges, settes under strøm og måles. Radiorekkevidde, batteriforbruk og sensorstøy viser seg på benken, ikke i et chattevindu.
Avveininger på tvers av fag. Kostnad, batteritid, størrelse, produksjon og brukeropplevelse drar i hver sin retning. Å veie dem krever hele bildet og kunnskap om fabrikken, markedet og kunden.
Brukerne. Å se noen nøle foran en prototype forteller deg ting ingen modell har sett.
Ansvar. Etter EU-reglene er CE-merking en erklæring fra produsenten om at produktet oppfyller kravene. Et verktøy kan ikke signere det for deg.

Kan AI designe et kretskort?

Verktøy som prøver finnes. Flux, et nettbasert designverktøy, beskriver AI-en sin som en «AI hardware engineer» som gjør en plan om til et koblingsskjema, plasserer komponenter og kjører designregelsjekk. Dokumentasjonen deres er også tydelig på begrensningene: AI-en kjenner kanskje ikke helt nye komponenter eller standarder, komplekse resonnementer fungerer best i små steg, og du bør alltid verifisere kritiske designvalg mot referansemateriale.

Det stemmer med vårt syn. AI kan hjelpe med å finne en komponent, lese et datablad eller gå gjennom et koblingsskjema etter åpenbare feil, så lenge du sjekker det. Kretskortutlegg, strømbudsjett og radiodesign gjøres og gjennomgås fortsatt av en ingeniør, fordi en feil pinnekobling eller en oversett begrensning først viser seg etter at kortet er bygget. I elektronikk- og kretskortarbeidet vårt gjøres designet av ingeniører, og all AI-hjelp sjekkes mot databladet og kortet.

AI i det du bygger: når en funksjon fortjener plassen

Hvis produktet selv bruker en modell, gå gjennom disse stegene før du binder deg:

Velg én smal oppgave. Tale til tekst, søk i dine egne opptak eller dokumenter, eller svar hentet fra ditt eget materiale. Start der et menneske ellers gjør kjedelig arbeid.
Test modellene på dine egne eksempler. En benchmark sier lite om dataene dine. Sammenlign kandidatene på ekte eksempler fra brukerne dine, også de vanskelige.
Anslå driftskostnaden per bruk. Modellvalget endrer den mye. Anthropics listepriser 2. oktober 2026 går for eksempel fra 1 USD per million inndatatokens for Haiku 4.5 til 10 USD for Fable 5.1, med dyrere utdatatokens, og batchbehandling er halvert i pris. Hvor ofte funksjonen kjører, betyr like mye som modellen.
Avgjør hvor dataene går. Hvilken leverandør, hvilken region, og om de trener på dataene dine. Få en databehandleravtale på plass, eller kjør en åpen modell på egne servere når dataene må bli hos deg.
Planlegg for feil svar. Bestem hva produktet gjør når modellen er usikker eller tar feil, og la brukeren sjekke og rette.
Plasser arbeidet i et tilkoblet produkt. På en enhet må du avgjøre hva som kjører på enheten, hva som kjører i skyen, og hva som skjer uten nett. Forsinkelse, batteri og dekning avgjør dette, ikke modellen.

Skal du legge AI i en nettapp eller mobilapp, se guiden vår om webapp, mobilapp og nettbutikk med KI.

EU-reglene som gjelder

EUs AI-forordning gjelder gradvis. Ifølge EU-kommisjonen har reglene om forbudt praksis og AI-kompetanse gjeldt siden 2. februar 2025, og reglene for generelle modeller siden 2. august 2025. Åpenhetsreglene, som blant annet krever at folk får vite når de snakker med et AI-system, trådte i kraft i august 2026. Reglene for høyrisikosystemer innen blant annet biometri og ansettelser gjelder fra 2. desember 2027 etter AI-omnibusen, og AI bygget inn i regulerte produkter har frist til 2. august 2028.

Slik vi leser det, faller en transkripsjons- eller søkefunksjon i en app hovedsakelig under åpenhetsreglene, mens en enhet som er et regulert produkt, eller en funksjon brukt til ansettelser eller kreditt, må vurderes nærmere. Sjekk din egen situasjon tidlig.

Slik jobber vi med dette i prosjekter

To av prosjektene våre har AI som kjernefunksjon. Begge er under utvikling.

ARCIVE gjør det du sier på nett, på telefonen eller på en liten opptaksenhet om til søkbar tekst, kobler det sammen etter tema, og lar deg stille spørsmål som besvares ut fra din egen historikk. Vi designet appene, backend-en for transkripsjon og søk, og fastvaren til enheten i ett.

Anyglot gjør video, podkaster og opptak om til tekst med tidskoder på ditt eget språk, linje for linje mens lyden fortsatt behandles. Vi bygde nettappen, API-et og lydløypa som klipper, transkriberer og skiller talerne fra hverandre.

I AI-oppdrag for kunder er framgangsmåten den samme som over. Vi velger modell per oppgave, enten den kjøres hos en leverandør eller er åpen, og tester den på eksempler fra dine egne data. Vi anslår driftskostnaden per bruk under kartleggingen, og avklarer hvor dataene dine får gå før noe bygges. En første prototype på dine egne data får plass i en Concept Sprint på to uker eller en MVP Sprint på seks til åtte uker, avhengig av hvor mye av produktet rundt du trenger.

Ofte stilte spørsmål

Hvordan brukes AI i produktutvikling?

På to måter. Som verktøy, til å skrive og gjennomgå kode, lage tester og dokumentasjon og søke i lange dokumenter. Som funksjon inne i produktet, til oppgaver som transkripsjon, søk og svar fra dine egne data.

Kan AI designe maskinvare?

Det kan hjelpe med deler av det, som å finne komponenter, lese datablad og gå gjennom et design. Å avgjøre arkitekturen, bygge og måle kortet og ta ansvar for produktet krever fortsatt ingeniører.

Hva kan ikke KI erstatte?

Måling i den fysiske verden, avveininger på tvers av fag, møter med ekte brukere og ansvaret for at produktet er trygt og lovlig. Det er de delene som avgjør om produktet lykkes.

Hva er den beste AI-en for kretskortdesign?

Vi tror ikke det finnes én. Verktøy som Flux tilbyr AI-hjelp i editoren, og deres egen dokumentasjon sier at du må verifisere kritiske valg. Prøv et verktøy på et lite kort du kjenner godt, og bedøm det på om resultatet holder gjennom gjennomgangen din.

Vil AI erstatte maskinvareingeniører?

Det kan vi ikke spå. Det vi ser i dag, er at AI håndterer tekstpregede oppgaver godt nok til å være nyttig, mens måling, avveininger og ansvar blir hos mennesker. Selv forskerne som måler AI-produktivitet sier at metodene må stadig endres etter hvert som verktøyene blir bedre.

Gjør AI produktutvikling billigere?

Det kan flytte hvor tiden går, men funnene om fart er blandet, og studiene gjelder programvare, ikke maskinvare. Vær skeptisk til løfter om en fast besparelse, også fra oss.

Vurderer du AI i produktet ditt?

Se hva vi bygger innen AI-apper og -integrasjon, eller bestill en gjennomgang eller Concept Sprint for å teste om ideen holder før du bygger. Eller bestill en kort samtale og fortell hva funksjonen skal gjøre. Vi sier hvor AI hjelper og hvor det ikke gjør det.

Kilder

Sjekket 2. oktober 2026:

To ulike spørsmål

AI i hvordan du bygger. Gjør det teamet bedre til å designe, kode, teste og dokumentere? Dette handler om prosessen din, og svaret avhenger av oppgaven og personen.
AI i det du bygger. Skal produktet selv gjøre noe med en modell, for eksempel gjøre tale om til tekst eller svare ut fra dine egne data? Dette handler om produktet, og svaret avhenger av kostnad, personvern og hva som skjer når modellen tar feil.

Å blande dem skaper mye forvirring, så vi tar dem én om gangen.

AI i hvordan du bygger: hva forskningen viser

Den ærlige oppsummeringen er at resultatene avhenger av oppgaven, kodebasen og personen, og at folk er dårlige til å bedømme sin egen fart.

En kontrollert oppgave, 2023. I et kontrollert eksperiment, publisert som preprint i februar 2023, ble utviklere med en AI-assistent for parprogrammering ferdige med én oppgave, å skrive en HTTP-server i JavaScript, 55,8 % raskere enn en kontrollgruppe. Det er én veldefinert oppgave, ikke et prosjekt.
Ekte arbeid, 2025. METR kjørte et randomisert forsøk med 16 erfarne utviklere av åpen kildekode som jobbet med 246 reelle oppgaver i kodebaser de kjente godt. Med AI-verktøy tillatt brukte de 19 % lengre tid. Før forsøket ventet de 24 % raskere arbeid, og etterpå mente de fortsatt at AI hadde gjort dem 20 % raskere.
En oppfølging, 2026. I februar 2026 la METR fram nye anslag for slutten av 2025: oppgavene tok 18 % kortere tid med AI for utviklerne som var med igjen (konfidensintervall fra 38 % kortere til 9 % lengre) og 4 % kortere for nyrekrutterte (15 % kortere til 9 % lengre). METR sa også at dataene er upålitelige, fordi 30 til 50 % av utviklerne sa at de lot være å levere inn oppgaver de ikke ville gjøre uten AI, noe som skjever sammenligningen.
Hva utviklerne selv sier. I Stack Overflow-undersøkelsen for 2025, med rundt 49 000 svar, brukte eller planla 84 % å bruke AI-verktøy, og flere mistrodde nøyaktigheten (46 %) enn stolte på den (33 %).

Hvor AI hjelper oss, og hvor det ikke gjør det

I programvarearbeidet bruker vi AI-assistenter der oppgaven mest er tekst og en ingeniør kan sjekke resultatet:

Utkast til og omskriving av kode, som en ingeniør gjennomgår og tester før den tas inn.
Skriving av tester, dokumentasjon og testplaner.
Søk i lange dokumenter, som datablad og standarder, etter avsnittet som svarer på et spørsmål, og så leser vi avsnittet selv.
Rask utprøving av flere varianter av et grensesnitt før vi velger én sammen med dem som skal bruke det.

Det hjelper ikke, eller lite, med det som avgjør om et produkt fungerer:

Den fysiske verden. Et kretskort må bygges, settes under strøm og måles. Radiorekkevidde, batteriforbruk og sensorstøy viser seg på benken, ikke i et chattevindu.
Avveininger på tvers av fag. Kostnad, batteritid, størrelse, produksjon og brukeropplevelse drar i hver sin retning. Å veie dem krever hele bildet og kunnskap om fabrikken, markedet og kunden.
Brukerne. Å se noen nøle foran en prototype forteller deg ting ingen modell har sett.
Ansvar. Etter EU-reglene er CE-merking en erklæring fra produsenten om at produktet oppfyller kravene. Et verktøy kan ikke signere det for deg.

Kan AI designe et kretskort?

AI i det du bygger: når en funksjon fortjener plassen

Hvis produktet selv bruker en modell, gå gjennom disse stegene før du binder deg:

Velg én smal oppgave. Tale til tekst, søk i dine egne opptak eller dokumenter, eller svar hentet fra ditt eget materiale. Start der et menneske ellers gjør kjedelig arbeid.
Test modellene på dine egne eksempler. En benchmark sier lite om dataene dine. Sammenlign kandidatene på ekte eksempler fra brukerne dine, også de vanskelige.
Anslå driftskostnaden per bruk. Modellvalget endrer den mye. Anthropics listepriser 2. oktober 2026 går for eksempel fra 1 USD per million inndatatokens for Haiku 4.5 til 10 USD for Fable 5.1, med dyrere utdatatokens, og batchbehandling er halvert i pris. Hvor ofte funksjonen kjører, betyr like mye som modellen.
Avgjør hvor dataene går. Hvilken leverandør, hvilken region, og om de trener på dataene dine. Få en databehandleravtale på plass, eller kjør en åpen modell på egne servere når dataene må bli hos deg.
Planlegg for feil svar. Bestem hva produktet gjør når modellen er usikker eller tar feil, og la brukeren sjekke og rette.
Plasser arbeidet i et tilkoblet produkt. På en enhet må du avgjøre hva som kjører på enheten, hva som kjører i skyen, og hva som skjer uten nett. Forsinkelse, batteri og dekning avgjør dette, ikke modellen.

Skal du legge AI i en nettapp eller mobilapp, se guiden vår om webapp, mobilapp og nettbutikk med KI.

EU-reglene som gjelder

Slik jobber vi med dette i prosjekter

To av prosjektene våre har AI som kjernefunksjon. Begge er under utvikling.

Ofte stilte spørsmål

Hvordan brukes AI i produktutvikling?

Kan AI designe maskinvare?

Hva kan ikke KI erstatte?

Måling i den fysiske verden, avveininger på tvers av fag, møter med ekte brukere og ansvaret for at produktet er trygt og lovlig. Det er de delene som avgjør om produktet lykkes.

Hva er den beste AI-en for kretskortdesign?

Vil AI erstatte maskinvareingeniører?

Gjør AI produktutvikling billigere?

Det kan flytte hvor tiden går, men funnene om fart er blandet, og studiene gjelder programvare, ikke maskinvare. Vær skeptisk til løfter om en fast besparelse, også fra oss.

Vurderer du AI i produktet ditt?

Kilder

Sjekket 2. oktober 2026:

AI i produktutvikling: hvor det hjelper og hvor ikke

To ulike spørsmål

AI i hvordan du bygger: hva forskningen viser

Hvor AI hjelper oss, og hvor det ikke gjør det

Kan AI designe et kretskort?

AI i det du bygger: når en funksjon fortjener plassen

EU-reglene som gjelder

Slik jobber vi med dette i prosjekter

Ofte stilte spørsmål

Hvordan brukes AI i produktutvikling?

Kan AI designe maskinvare?

Hva kan ikke KI erstatte?

Hva er den beste AI-en for kretskortdesign?

Vil AI erstatte maskinvareingeniører?

Gjør AI produktutvikling billigere?

Vurderer du AI i produktet ditt?

Kilder

Likte du dette? Få med deg neste.

AI i produktutvikling: hvor det hjelper og hvor ikke

To ulike spørsmål

AI i hvordan du bygger: hva forskningen viser

Hvor AI hjelper oss, og hvor det ikke gjør det

Kan AI designe et kretskort?

AI i det du bygger: når en funksjon fortjener plassen

EU-reglene som gjelder

Slik jobber vi med dette i prosjekter

Ofte stilte spørsmål

Hvordan brukes AI i produktutvikling?

Kan AI designe maskinvare?

Hva kan ikke KI erstatte?

Hva er den beste AI-en for kretskortdesign?

Vil AI erstatte maskinvareingeniører?

Gjør AI produktutvikling billigere?

Vurderer du AI i produktet ditt?

Kilder

Likte du dette? Få med deg neste.