AI-bolagen jagar inte bara utvecklare – nu ökar värdet på affärsförståelse, kommunikation och domänkunskap
Kompetensjakten i AI-branschen handlar inte längre bara om att kunna träna modeller eller skriva avancerad kod. När Breakit lyfter frågan om den oväntade kompetens som AI-bolag nu efterfrågar, sätter det fingret på en större förändring i hela techsektorn: i takt med att AI blir mer tillgängligt, blir det också viktigare att förstå människor, arbetsflöden, branscher och affärer.
Det låter nästan motsägelsefullt. Ju mer avancerad tekniken blir, desto mer värdefull blir mänsklig förmåga att översätta tekniken till faktisk nytta. Men det är precis det som håller på att hända. I dag räcker det sällan att bygga en tekniskt imponerande AI-produkt. Bolag måste också kunna förklara varför den behövs, hur den passar in i kundens vardag och vilka problem den faktiskt löser.
Från modellfokus till verklighetsfokus
Under de första åren av den generativa AI-vågen låg mycket av uppmärksamheten på själva modellerna. Vilken modell var snabbast, smartast, billigast eller bäst på resonemang? Men i takt med att fler företag får tillgång till liknande grundteknik förändras konkurrensen. Det som särskiljer ett bolag är inte bara modellen i sig, utan hela paketeringen runt omkring: produktdesign, användarupplevelse, branschförståelse, support, säljförmåga och förmågan att bygga förtroende.
Det här syns också i hur investerare och AI-bolag pratar om marknaden. Riskkapitalbolaget Andreessen Horowitz (a16z) beskriver hur AI-appar i allt högre grad byggs som smalare, mer nischade tjänster med tydlig användarnytta i stället för breda, generella lösningar. När konkurrensen flyttar från grundmodell till användningsområde blir domänkunskap och kommersiell förståelse plötsligt mycket mer värdefulla.
Den oväntade kompetensen: att förstå kunden på riktigt
Det kanske mest underskattade i AI-branschen just nu är förmågan att förstå kundens vardag. Många företag har redan testat AI-verktyg, men fastnar när tekniken ska införas i verkliga processer. Därför växer behovet av personer som kan identifiera flaskhalsar, översätta affärsproblem till produktkrav och hjälpa kunder att faktiskt använda lösningen.
Det innebär att roller inom produktledning, kundframgång, implementation, utbildning och sälj får större tyngd. Det räcker inte att kunna säga att en AI-lösning sparar tid. Någon måste också kunna visa var tiden sparas, hur arbetsflödet förändras och varför investeringen är värd pengarna.
I praktiken betyder det att AI-bolag i allt högre grad behöver människor som kan röra sig mellan teknik och verksamhet. Den typen av överbryggande kompetens är svår att automatisera – och ofta svår att rekrytera.
Kommunikation blir en hård valuta
En annan förmåga som stiger i värde är kommunikation. Det gäller både internt och externt. Internt behöver AI-team kunna samarbeta mellan utveckling, design, juridik, support och affär. Externt måste bolagen kunna bygga förtroende hos kunder som vill veta hur systemen fungerar, hur data hanteras och vilka risker som finns.
Här blir språklig precision, pedagogik och tydlighet centralt. En AI-produkt som tekniskt sett är stark kan ändå misslyckas om användaren inte förstår den, inte litar på den eller inte vet hur den ska användas. Det gör att skribenter, utbildare, produktmarknadsförare och personer med stark presentations- och förklaringsförmåga får en viktigare roll än många trodde för bara ett par år sedan.
Detta är särskilt relevant i Sverige, där många företag fortfarande befinner sig i en fas av försiktig AI-adoption. De söker inte bara verktyg, utan vägledning. Då blir den som kan förklara AI enkelt, trovärdigt och verksamhetsnära nästan lika viktig som den som bygger själva tekniken.
AI behöver branschfolk – inte bara AI-folk
En tydlig utveckling är att AI-bolag inte längre bara jagar klassiska maskininlärningsprofiler. De söker också personer med erfarenhet från de branscher där tekniken ska användas: vård, juridik, ekonomi, fastigheter, kundservice, industri, HR och utbildning.
Det är logiskt. En AI-lösning för jurister blir bättre om någon i teamet faktiskt förstår juridiska arbetsflöden. En AI-tjänst för sjukvården blir starkare om den utvecklas med respekt för kliniska processer, dokumentation och patientsäkerhet. En AI-agent för kundservice blir mer användbar om teamet förstår hur supportorganisationer arbetar i praktiken.
Den här utvecklingen stöds också indirekt av Anthropics forskning om AI och arbetsmarknaden, som visar att AI-exponering inte bara handlar om vilka jobb som påverkas, utan också om vilka arbetsuppgifter som förändras, automatiseras eller kompletteras. När standardiserade delar av ett jobb blir lättare att automatisera ökar värdet på det mänskliga som återstår: omdöme, kontextförståelse, prioritering och relationer.
Produktfolk och generalister får revansch
I en tid när många trodde att framtiden helt skulle tillhöra hyperspecialiserade AI-ingenjörer, ser vi nu något av en revansch för produktgeneralister. Den som kan förstå användaren, prioritera funktioner, tolka feedback, formulera krav och hålla ihop helheten blir oerhört viktig i AI-bolag som vill växa snabbt.
Det betyder inte att teknisk spetskompetens blivit mindre viktig. Tvärtom. Men när fler verktyg, API:er och modeller blir tillgängliga för allt fler bolag, blir den verkliga flaskhalsen ofta något annat: att veta vad man ska bygga, för vem, i vilken ordning och varför.
Det är därför vi ser att roller som produktchef, UX-designer, lösningsarkitekt, affärsutvecklare och kundansvarig får ökad strategisk tyngd i AI-ekosystemet. Inte trots AI-boomen, utan på grund av den.
Vad betyder detta för svenska jobbsökare?
För svenska yrkespersoner är det här en viktig signal. Den som inte är utvecklare behöver inte tolka AI-eran som att dörren är stängd. Tvärtom kan kombinationen av branschkunskap och AI-förståelse bli mycket attraktiv. Den som kan sitt område och förstår hur AI kan användas där, sitter på en växande konkurrensfördel.
Det gäller särskilt personer inom försäljning, marknadsföring, utbildning, projektledning, design, HR, juridik, support och verksamhetsutveckling. Att kunna formulera bra arbetsflöden, ställa rätt frågor till AI-system, kvalitetssäkra resultat och få med sig organisationen i förändringen är kompetenser som blir allt viktigare.
Med andra ord: framtidens AI-kompetens handlar inte bara om att bygga systemen, utan också om att kunna leda, förklara, sälja, anpassa och förbättra dem.
Svensk AI behöver fler brobyggare
För Sverige kan detta vara särskilt viktigt. Vi har länge haft starka ingenjörstraditioner, men AI-eran kräver också fler brobyggare mellan teknik och verksamhet. Bolag som lyckas kombinera teknisk kvalitet med tydligt kundvärde kommer sannolikt att stå starkast.
Det gör också att svenska utbildningar, företag och rekryterare behöver tänka bredare kring vad AI-kompetens egentligen betyder. Det är inte bara en fråga om Python, modeller och infrastruktur. Det är lika mycket en fråga om problemlösning, affär, användarbehov och kommunikation.
När AI går från experiment till vardagsverktyg förändras också arbetsmarknaden. Och kanske är det just där den mest intressanta möjligheten finns: i mötet mellan människa och maskin, mellan specialist och generalist, mellan teknik och verklighet.
Slutsats
AI-bolagen söker fortfarande teknisk spets, men det räcker inte längre som ensam superkraft. I takt med att marknaden mognar ökar efterfrågan på människor som kan översätta teknik till nytta, bygga förtroende, förstå branscher och skapa kommersiellt värde.
Den “oväntade” kompetensen är därför kanske inte så oväntad ändå. När AI blir en del av vardagen blir mänskliga egenskaper som omdöme, pedagogik, relationsbyggande och verksamhetsförståelse ännu viktigare. För svenska jobbsökare och företag är det ett tydligt budskap: framtidens AI-vinnare blir inte bara de som kan mest om modeller – utan de som bäst förstår människor.
Skriven av Ralph Andersson med hjälp av AI
Inga kommentarer:
Skicka en kommentar