+ Tags
IDstory /Näringsliv/

AI-kostnaderna för programkod är snart högre än för programmerarna

(2026.06) The scale is tipping: human hours vs. machine tokens

Referenser | Skribent | Kommentarer (0)

AI-kostnaderna för programkod snart högre än för programmerarna
AI-genererad

Vi befinner oss i de tidiga skedena av en teknologisk omställning som missförstås på två centrala punkter: utvecklingen av mjukvaruutveckling i den generativa AI:ns era och hur kostnaden för programmering börjar förskjutas från utvecklarnas löner till tokens.

Idén utgår från en prognos från Gartner som jag fann särskilt betydelsefull: senast 2028 kan månadskostnaden för AI-drivna programmeringsverktyg överstiga den globala genomsnittslönen för utvecklare — något som InfoWorld också lyfte i en artikel om hur ett företags tokenkostnader för programmering är på väg att motsvara lönekostnaderna. Problemet är inte, som många förenklade rubriker hävdar, att programmerare kommer att försvinna, utan att den ekonomiska balansen i mjukvaruutveckling förändras på ett mycket djupare sätt: en växande del av det som tidigare bokfördes som mänskliga arbetstimmar uttrycks nu i termer av beräkningsförbrukning, iterationer, kontext, agenter och verktygsanrop.

En av 59 artiklar på BiBB i kategorin Näringsliv
AI och samhallsförändring (T) IT (T)

Jag har funderat över detta under en längre tid, vilket är anledningen till att denna text knyter an till flera tidigare inlägg jag publicerat om utvecklarrollens förändring. I ”Kod blir billig, omdöme blir dyrt” diskuterade jag den växande klyftan mellan dem som ser AI som ett hot och dem som gör det till en förlängning av sina förmågor. I ”AI skulle ersätta utvecklare – varför finns det då fler än någonsin?” analyserade jag denna förändring på arbetsmarknaden: mindre kodskrivning och mer design, granskning, tolkning, beslutsfattande och ansvar för system som genererar kod. I ”AI i programmering och utbildning: från ‘fusk’ till nödvändighet” argumenterade jag för behovet av att sluta behandla dessa verktyg som fusk och i stället se dem som en grundläggande färdighet. Och i ”Vad en Claude-faktura på 500 miljoner dollar innebär” tog jag upp problemet med de dolda kostnaderna bakom denna påstådda magi — eller dårskapen i att okritiskt uppmuntra tokenförbrukning.

Denna förändring är intressant eftersom den tvingar oss att ompröva hur vi definierar produktivitet. I åratal har företag mätt produktivitet inom mjukvaruutveckling med mått som är lika bekväma som missvisande: kodrader, slutförda user stories, lösta ärenden eller leveranshastighet. Med AI blir dessa mått ännu farligare. Att generera kod blir allt billigare, snabbare och mer omfattande. Problemet är att mer kod inte nödvändigtvis innebär mer värde. Det kan i själva verket innebära mer teknisk skuld, en större attackyta, ökat beroende av leverantörer och mer komplexitet som någon måste förstå, granska och underhålla.

Här ligger, enligt min mening, den grundläggande förändringen: flaskhalsen ligger inte längre i att skriva kod utan i att validera den. En värdefull utvecklare är inte längre bara någon som kan producera korrekt kod, utan någon som kan formulera problemet väl, avgöra vad som bör och inte bör automatiseras, avgränsa omfattningen, utvärdera resultatet, upptäcka rimliga fel och avgöra när en till synes briljant lösning i själva verket är en tickande bomb. Som sagt: kod blir billigare, medan omdöme blir mer värdefullt.

Denna idé återkommer också i andra aktuella studier. Stack Overflows enkät om AI visar hur utvecklare tar till sig dessa verktyg, men också hur de hyser betydande reservationer kring deras noggrannhet och tillförlitlighet. Google Clouds DORA-rapport hävdar att mjukvaruproduktivitet inte kan förstås enbart som hastighet, utan som en balans mellan leverans, kvalitet, tillförlitlighet och organisationskultur. McKinsey har analyserat generativ AI:s potential att öka utvecklares produktivitet, men deras egna resultat pekar på något viktigt: effekten beror starkt på typen av uppgift, kontexten och organisationens förmåga att omforma sina processer — inte bara på att införa ett verktyg och förvänta sig mirakel.

Jag fann också en GitLab-studie om organisationer som genererar kod med AI snabbare än de kan kontrollera den användbar: företag som är förtjusta i hastigheten i kodgenereringen, men som saknar förmåga att bygga de gransknings-, säkerhets-, styrnings- och spårbarhetsmekanismer som denna hastighet kräver. AI kan göra ett bra team extremt produktivt, men det kan också förvandla en medioker organisation till en fabrik av dolda risker.

Jämförelsen med chefer känns för mig oundviklig. Microsoft har diskuterat framväxten av agenter och hur organisationer behöver omforma relationen mellan människor och autonoma system, medan McKinsey har lyft fram mellanchefers roll i införandet av generativ AI. I slutändan står utvecklare och chefer inför en liknande utveckling: båda går från att själva utföra specifika uppgifter till att styra system som utför dem. Skillnaden kommer inte att ligga i vem som använder mest AI, utan i vem som kan hantera den bäst.

Det är därför jag finner denna omställning så intressant. Vi har inte att göra med en enkel ersättning av människor med maskiner, utan med en omfördelning av kostnader, ansvar och kompetenser. Den som tror att det räcker att säga upp utvecklare och betala för tokens har inte förstått någonting och kommer att misslyckas. Detsamma gäller tron att det räcker att behålla alla utvecklare och låta dem arbeta exakt som tidigare. Det företag som förstår denna omställning kommer att lära sig att hantera tokens som en knapp resurs, att mäta värde snarare än aktivitet, att utbilda sina team i att arbeta med agenter och att skilja mellan meningsfull automatisering och ansvarslös entusiasm.

Programmering försvinner inte. Den blir mer abstrakt, mer strategisk och — paradoxalt nog — mer mänsklig i det som verkligen spelar roll: omdöme, ansvar, arkitektur, problemlösning och förmågan att säga nej. Det som sannolikt går mot sitt slut är en viss föreställning om programmeraren som enbart producent av kodrader. Det som börjar är en betydligt mer intressant fas, där den verkliga skillnaden inte kommer att ligga i vem som skapar mest mjukvara, utan i vem som vet vilken mjukvara som över huvud taget är värd att skapa.

Referenser

Skribent

Enrique Dans, Professor of Innovation, IE Business School in Spain

IE Business School  engelsk flagga Wikipedia, 41 referenser

Kommentarer

  1. Din kommentar // Namn, titel (2026....)

Enrique Dans: 2026.07.01 Publicerades på BiBB: 2026.07.01



SMS:a en kommentar
genom att klicka här [ öppnar din app ] SMS:a en kommentar till 076 034 32 20 eller mejla.

Kategorier 25 Näringsliv 59 Enrique Dans 58

QR-code


Vad skulle du vilja läsa om på BiBB? Hör av dig.



You know a lot, we may add a little®