Lille studie eller stort bureau? Det betaler du reelt for
Hvorfor én erfaren person med moderne værktøjer og et netværk af specialister ofte leverer mere end et stort bureau – og kunderne kommer igen.
Bag kulisserne · AI i studiet

Det website, du er på lige nu, blev bygget på to dage. Otte sprog, fjorten projekter, fem servicesider, en kontaktformular med e-mails og strukturerede data til søgemaskinerne. Ikke fordi vi havde travlt, men fordi vi arbejder anderledes med AI end for et år siden.
Vi bruger ikke AI til at »generere et website«. Vi arbejder med en AI-agent, der kan læse kode, køre kommandoer, åbne en browser og tjekke sit eget arbejde. Den får opgaven på tjekkisk, som en kollega: »kig på det gamle website, overtag indholdet, vis flere visuals og tilføj vores websites«. Derefter stiller den spørgsmål, kommer med forslag og viser mellemresultater.
Forskellen ligger i, hvem der gør hvad. Daniel sætter retningen, står for smagen og afgør, hvad der er sandt. Agenten tager rutinearbejdet, som ellers ville koste et menneske timer: download og konvertering af billeder, skærmbilleder af websites, oversættelser, kontroller og gentagne rettelser på tværs af snesevis af sider.

Modellen alene er ikke nok. Omkring AI'en har vi gradvist opbygget et miljø, hvor den leverer pålidelige resultater:

Her kommer den vigtige del. AI er hurtig, men uden opsyn kan den finde på ting. Derfor gælder der et par faste regler:
AI tager ikke vores arbejde. Den tager det kedelige. Den sparede tid bruger vi på idéen, på detaljen og på samtalen med kunden.
Kortere deadlines og flere varianter at sammenligne. Færre fejl, fordi kontrollerne kører automatisk og konsekvent. Og frem for alt mere tid til det, AI ikke kan: at forstå, hvad du som kunde virkelig har brug for, og designe det, så det virker.
Skriv et par linjer om, hvad du har brug for. Jeg vender selv tilbage.
Tal om projektet
Hvorfor én erfaren person med moderne værktøjer og et netværk af specialister ofte leverer mere end et stort bureau – og kunderne kommer igen.

Sådan samlede vi data fra Polaris, CFMOTO og GOES i ét website med egen administration. Bygget i Next.js, første version på tre dage.