Så använder jag AI på riktigt i jobbet

Låt mig börja med det tråkigaste och kanske viktigaste exemplet: att hitta saker. En stor del av produktionsarbete går åt till att leta, efter utrustning, projektdata, gamla lösningar, specifikationer. Det är inte kreativt arbete, det är friktion.

Med ChatGPT kopplat mot Rentman, vårt system för utrustning och projekt, kan jag fråga i stället för att klicka. "Vilka projekt använde den här kameran senast?" "Vad hade vi för ljudsättning på den kunden i våras?" Den tiden som tidigare gick åt till att gräva i system går nu åt till att faktiskt lösa uppgiften. AI:n blir ett gränssnitt ovanpå verktygen jag redan har, inte ett nytt system att administrera.

Det är ett mönster som återkommer: AI är som bäst när den kopplas till rätt data och rätt verktyg. En AI som inte vet något om min verklighet kan bara ge generiska svar. En AI som kan mina system, mina projekt och mina dokument kan ge svar som faktiskt går att agera på.

I ett redigeringsprojekt för en kund använde vi AI för att snabba upp ett annars tidskrävande flöde. Transkribering, urval av material, struktur och arbetsförberedelse är alla saker där AI är stark: den kan lyssna igenom timmar av material, hitta de relevanta bitarna och lägga ett första upplägg.

Men, och det här är viktigt, AI gör inte filmen. Urval, ton, känsla och slutbedömning är fortfarande mänskliga beslut. Det AI:n ger mig är ett bättre underlag att fatta de besluten på, snabbare. Korrektur och slutansvar ligger kvar hos mig, och det ska det göra. Skillnaden är att jag spenderar tiden på de beslut som faktiskt kräver mig, i stället för på att spola band.

När jag arbetade med 3D-modellering av Eric Ericssonhallen använde jag AI som en sorts resonanspartner. Att strukturera modellarbetet, resonera kring ljusplacering, linser, scenlayout och dokumentation, att kunna tänka högt med något som svarar direkt, mitt i arbetet, är oväntat värdefullt.

Samtidigt: AI ersätter inte mätning. Den ersätter inte verklighetskontroll. En ljusplacering som låter rimlig i ett resonemang måste fortfarande hålla i hallen, med riktiga armaturer och riktiga avstånd. AI:n hjälper mig att komma fram till bättre hypoteser, men hypoteser ska prövas, inte litas på.

En stor del av min AI-användning går åt till att utveckla egna verktyg: PXL RCP för kamerakontroll, Octopus för presentation och switching, och Activity Agent för tidsrapportering och workflow-automation. Alla födda ur riktiga produktionsproblem.

Här vill jag vara ärlig om hur det faktiskt går till, för det är inte "prompta fram en app". Det är iterativt utvecklingsarbete där jag definierar behovet, styr riktningen, testar i verkliga produktioner och kastar det som inte håller. AI:n skriver mycket av koden, men den vet inte hur en livesändning känns minuten innan sändning. Det vet jag. Min roll är att vara beställare, testare och kvalitetsansvarig, AI:ns roll är att vara en oerhört snabb medarbetare som aldrig tröttnar på att skriva om samma funktion för fjärde gången.

Ett av de tydligaste exemplen på hur AI kan ta vara på tid som annars bara försvinner är vägen till och från jobbet. Jag använder röstchatt där ofta nu. Stockholms bilköer blir aldrig roliga, men de kan åtminstone bli produktiva, restiden är annars lätt ganska passiv tid, och med röstchatten kan jag använda den till att bolla idéer, reda ut frågor, strukturera tankar och lösa mindre uppgifter.

Det handlar om allt möjligt. Ibland resonemang kring ett tekniskt problem, "om jag kopplar så här i signalflödet, vad blir konsekvensen?" Ibland förbereda ett kundsvar, gå igenom hur jag vill formulera mig innan jag skriver det. Ibland planera ett projekt i grova drag, eller gå igenom vad middagen ska bli ikväll och vad jag behöver ta hem. Och ibland handlar det bara om att fånga en idé innan den försvinner, de kommer nämligen oftast just när man kör och inte kan skriva ner något.

Poängen är inte att göra komplicerat arbete medan man kör. Det är att använda rösten som ett handsfree-bollplank, samma sak som att resonera med en kollega i passagerarsätet, fast en som är vaken klockan sju på morgonen och aldrig tröttnar på att samtala om samma sak igen.

Säkerheten är tydlig och den diskuterar jag inte: händerna på ratten, ögonen på vägen, och inga uppgifter som kräver att man tittar på en skärm eller skriver. Om en uppgift inte går att göra med enbart röst och öron, så är det inte en uppgift för bilen. Det är egentligen en fortsättning på samma princip som i allt annat AI-arbete, verktyget ska passa situationen, inte tvärtom.

Det här är för mig ett av de tydligaste exemplen på att AI kan utnyttja "död tid" utan att göra vardagen mer stressig. Jag kommer inte fram tidigare, men jag kommer ofta fram med lite klarare tankar. Det räcker gott.

Ju mer jag använder AI, desto tydligare blir gränserna. Några saker jag håller hårt på:

• Datasäkerhet är inte förhandbart. Kundmaterial, åtkomstnivåer och vad som får lämna vilka system måste tas på allvar. Bekvämlighet får aldrig gå före det.
• AI ska minska friktion, inte skapa administration. Om ett AI-verktyg kräver mer underhåll än det sparar är det inte ett verktyg, det är en hobby.
• Snabbare är bara bra om resultatet fortfarande blir rätt. Ett felaktigt svar på fem sekunder är sämre än ett rätt svar på fem minuter.
• Mänsklig kontroll behövs. AI är stark på struktur, första utkast, sökning och automation. Bedömning, ansvar och smak är fortfarande mitt jobb.

Jag tror inte att framtiden handlar om smartare AI i sig, utan om bättre kopplingar. När AI:n kan mina verkliga system, mitt lager, mina projekt, min kalender, mina verktyg, blir den användbar på ett helt annat sätt än som en generell chatt. Det är dit jag försöker bygga: inte fler AI-funktioner, utan färre steg mellan fråga och svar.

Och jag tror att yrkeskunskapen blir viktigare, inte mindre viktig. Ju kraftfullare verktygen blir, desto mer avgör den som håller i dem vad resultatet blir.