Sylog AI Sessions · Del 4 av 4

Product & Project Management
i en AI-driven värld


Magnus GilleSylog · Rosterigränd 1219 maj 202618:00–20:00
Om mig

Magnus Gille

Licentiat i partikelfysik · CERN
17 år: Ericsson · Scania · TRATON
Sveriges första mästare i AI-prompting · 2025
Talare · Agentic Dev Days 2026
Magnus Gille
Magnus Gille Consulting · 30+ uppdrag, privat & offentlig sektor · fjärde passet för Sylog
Del 4 · PM i en AI-driven värld
00 · TILLBAKABLICK

Vad har
hänt?

Sedan första passet, 20 november.

00Tillbakablick · METR

Hur långa uppgifter klarar modellerna?

Ris på ett schackbräde — den klassiska exponentialen
min första exponential
Del 4 · PM i en AI-driven värld
00Tillbakablick · GDPval

Kvaliteten ikapp människan — på ett halvår

0 50 100 % paritet med expert ≈ 35% ≈ 38% ≈ 50% ≈ 71% NOV 2025 GPT-5 MAJ 2026 GPT-5.2
AI bättre oavgjort ren beräkning: dramatiskt snabbare & billigare
GDPval · 220 verkliga uppgifter, 44 yrken — modell mot branschexpert.
Del 4 · PM i en AI-driven värld
00Mitt eget arbetssätt

Den här presentationen är ett samtal,
renderat som kod.

Min första presentation för Sylog, november 2025
Då — en slide · nov 2025
Den här presentationen byggd i ett Claude Code-samtal, maj 2026
Nu — ett samtal · denna deck
Del 4 · PM i en AI-driven värld
00Tesen

När koden blir billig
blir omdömet mer värdefullt.

Vad ska byggas, varför, och i vilken ordning.
01 · ROLLER

Roller
flyter ihop

PM:er som skeppar. Designers som kodar. Kodare som beslutar.

01Roller flyter ihop
The title “software engineer” is going to go away — replaced by “builder.” Or everyone’s a product manager, and everyone codes.
Boris Cherny, Head of Claude Code, Anthropic
På sitt eget team kodar alla — PM, designer, EM, data scientist. · Lenny’s Podcast, feb 2026
Del 4 · PM i en AI-driven värld
01Roller flyter ihop

Det klassiska teamet

PM
vad &
varför
PO
backlog
& prio
Design
hur det
ser ut
Engineering
hur det
byggs
QA
att det
funkar
Varje pil är en överlämning — en översättningsförlust och en väntan.
Del 4 · PM i en AI-driven värld
01Roller flyter ihop

Gränsen var aldrig titeln —
den var artefakten.

PMPRD PObacklog Designmockup Engineeringkod QAtestplan
Designern ägde mockupen för att bara designern kunde göra en.
01Roller flyter ihop

Alla kan bygga allt.
Få vet vad som är
värt att bygga.

Detta är poängen. Resten av kvällen handlar om den.
01Roller flyter ihop
It felt like the PM equivalent of vibe coding.
Marcus Moretti, general manager, Spiral
Del 4 · PM i en AI-driven värld
01Roller flyter ihop
Don't automate,
obliterate.
Michael Hammer, Harvard Business Review, 1990
35 år senare, mätt: AI på oförändrat flöde → 0 EBIT. Gör om flödet → 2,8×. · McKinsey, nov 2025
Del 4 · PM i en AI-driven värld
02 · SPECS

Specs är den
nya flaskhalsen

När agenter exekverar blir ditt arbetsmaterial det som faktiskt körs.

02Specs

Den stabila loopen

Plan
vad &
varför
Implement
förr
flaskhalsen
Review
mot
specen
Deploy
nu
automatiserat
Repeat
tillbaka
till Plan
Implement och deploy automatiseras — loopen snurrar på Plan och Review.
Del 4 · PM i en AI-driven värld
02Specs
Writing is nature’s way of letting you know how sloppy your thinking is.
Leslie Lamport, skapare av LaTeX & TLA+
Planering som kod · hierarki: tankar → utkast → spec
Del 4 · PM i en AI-driven värld
02Specs

Inte code review.
Spec review.

Agenten gör exakt det du skrev. Din text är kvalitetstaket.
02Specs

Vad "bra" betyder

VAGT
Gör inloggningen säker.
PRECIST
Rate-limit: 5 försök / 15 min / IP.
Lockout loggas. Inga timing-leaks.
PRODUKTMÅL
Måste skala till 1M användare.
Måste klara regelkraven (t.ex. GDPR).
Måste vara trivialt enkelt för människor.
Måste tåla agenter och människor — API + UI.
Del 4 · PM i en AI-driven värld
02Specs · Context engineering

Från prompt engineering till context engineering

Prompt engineering vs. context engineering — Anthropic
Jobbet är inte den perfekta meningen — det är att kurera vad modellen ser: spec, domänkunskap, minne. · Anthropic
Del 4 · PM i en AI-driven värld
02Specs · Hur du faktiskt promptar

Sex grepp för PM & PO

01

Var precis med vad „bra” betyder

Acceptanskriterier, inte önskemål. Visa ett exempel på formatet du vill ha.

„Skriv user stories med Gherkin-kriterier. Exempel: Given … When … Then …”
02

Ge kontext som till en ny kollega

Vem är användaren, vad är målet, vilka ramar. Persona + mål + constraints.

„Inköpare på mellanstora bolag, GDPR-krav, mobilt först. Föreslå en MVP-scope.”
03

„Intervjua mig”

Skriv inte den perfekta prompten — låt agenten dra specen ur dig, en fråga i taget.

„Jag ska skriva en PRD för en ny onboarding. Ställ frågor en i taget tills du har nog.”
04

AI som motståndare

Red-team din roadmap innan stakeholders gör det. Be den argumentera emot.

„Vi prioriterar X före Y nästa kvartal. Argumentera så starkt du kan emot det.”
05

Braindump → struktur

Släng in röriga anteckningar. Den är utmärkt på att hitta ordning i kaos.

„Råa anteckningar från stakeholder-mötet: [klistra]. Strukturera: beslut / frågor / actions.”
06

Låt AI förbättra din prompt

„Bad om X, fick Y, ville Z — skriv om prompten.” Modellen slår oss ofta på prompts.

„Min spec gav för generisk output. Här är vad jag fick: [klistra]. Skärp specen.”
Del 4 · PM i en AI-driven värld
02Specs

Specen är den
nya källkoden.

Det du skriver är det som körs.
02Specs

Forma processen runt
leverabeln. Inte runt
den gamla rollen.

Vem äger artefakten och vem granskar den — inte vems tur det är.

Paus · 15–20 min

Vi fortsätter med agenter som teammedlemmar.
03 · AGENTER

Agenter som
teammedlemmar

Kollega eller verktyg? När väljer du agent framför junior?

03Agenter

Vad är en agent?

Modell
intelligensen
+
Harness
kontext & beslut
+
Verktyg
händer i världen

i en loop tills uppgiften är klar

En modell som använder verktyg i en loop — harnessen håller ihop kontext och beslut.

Inte en chatt. En process: observera → besluta → agera → upprepa.
Del 4 · PM i en AI-driven värld
03Agenter

Kollega eller verktyg?

VERKTYG
avgränsad uppgift
du granskar varje rad
omdömet sitter hos dig hela tiden
KOLLEGA
återkommande leverabel
egen kontext (delat minne)
du granskar mot specen — inte rad för rad
Gränsen är inte hur smart modellen är — det är om du kan flytta granskningen från koden till specen.
Del 4 · PM i en AI-driven värld
03Agenter

Inte fler verktyg.
Varje anställd — dubblerad.

Every gav varje anställd en egen agent. En kopia, inte ett verktyg per uppgift. · every.to
03Agenter

Vem äger agenten?

ORAKEL I CENTRAL IT
central, förvaltad, rigid
institutionell kunskap stannar
rör sig i IT:s takt
ASSISTENT I ORGANISATIONEN
en per person, växer organiskt
lär av dig, anpassar sig
men: vem förvaltar? kunskap läcker när folk slutar
Every började personligt och gick mot delat & förvaltat. Frågan är inte verktyget — det är förvaltning, utveckling och ägarskap. · every.to
Del 4 · PM i en AI-driven värld
03Arbetssätt

Mitt agent-first arbetsflöde

ETT GRÄNSSNITT
Claude Code i terminalen — inte tio appar
DELAT MINNE
Munin: samma kontext på laptop, mobil, webb
VERKTYG SOM TEXT
CLI/MCP: bokföring, mejl, research, slides
Munin — minnesservern på en disk bakom routern
munin · minnet bor här
Inte många appar — ett gränssnitt med minne. Munin är en disk bakom routern; allt blir text som synkar och kan sökas.
Del 4 · PM i en AI-driven värld
04 · ENABLEMENT

AI enablement
& change

Varför piloter lyckas och utrullningar dör. Lärdomar från industrin.

04Enablement

Ingen AI-vinst utan alla tre

Individuella vinster blir organisationens vinster först när tre grupper drar åt samma håll.

Ledning — vision & incitament
Labbet — central innovation
Mängden — alla experimenterar
Organizational Leadership · The Crowd · The Lab — Ethan Mollick
Bild: Ethan Mollick · „Making AI Work: Leadership, Lab, and Crowd”
One Useful Thing, 2026 · oneusefulthing.org
Tekniken räcker inte. Att koppla ihop de tre — det är förändringsarbetet.
Del 4 · PM i en AI-driven värld
04Enablement

Flaskhalsen är inte
längre modellen —
det är organisationen.

88% använder AI. 6% får EBIT-effekt. · McKinsey, nov 2025
04Enablement

Flaskhalsarna just nu

FLASKHALS
SIFFRA
RIKTNING
Operativ modell & flödesdesign
21% har gjort om flöden
↑ stiger
Kompetensglapp
63% av arbetsgivare
→ stabil
Pilot → produktion / ROI
25% når väntad ROI
↗ stiger
Shadow AI & governance
80%+ kör osanktionerat
↑↑ snabbt
Ledarskap & sponsring
high performers 3×
→ stabil
Datakvalitet & tillgång
7% säger data är AI-redo
↔ dold men bindande
Triangulerat över 12+ rapporter · McKinsey, IBM, WEF, Gartner, MIT NANDA m.fl.
Del 4 · PM i en AI-driven värld
04Enablement

Ledningen slutade prata
om data. Maskinrummet
drunknar i den.

73% av RAG-fel sitter i retrieval — inte i modellen. · RAG-produktionsanalyser 2025–26
04Enablement

90% kör AI på jobbet.
40% har fått tillgång.

Dina team kör redan — bara inte den sanktionerade versionen. · MIT NANDA 2025
04Enablement

Bara 21% gör om flödena.
De ser 2,8× effekten.

Det här är PM- och PdM-jobbet. · McKinsey, nov 2025
04Enablement · Från scenen

En presentation från tidigare idag (Cecilia Borg, AI FOKUS)

Scen: PRODUCT · DESIGN · DEV över impact, plan, code, review, test
Rollerna smälter ihop över hela flödet
Scen: Futurespective — small teams, fullstack
Slutsatsen: små, fullstack-team
Inte bara McKinsey-siffror — Cecilia Borg sa det från scenen på AI FOKUS tidigare idag.
Del 4 · PM i en AI-driven värld
04Enablement
For all the magic of AI, there is no substitute for talking to users.
Marcus Moretti, general manager, Spiral
Del 4 · PM i en AI-driven värld
05 · AVSLUT

En dag,
om 12–18 mån

Vi knyter ihop kod, cybersäkerhet och PM.

05En dag, om 12–18 mån

En tisdag som builder — när loopen snurrar på Plan och Review

NATT
Loopar snurrar offline, mäter vad som funkade. På morgonen väntar förslag — på produkten och på metoden.
08:30
Du läser nattens output. PR:ar mot spec — och ett metodförslag: „specmallen missar säkerhetskrav”. Du ändrar mallen, inte koden.
10:00
Möte med två andra builders. Diskussionen och whiteboarden blir spec-utkast automatiskt — inte glömda anteckningar. Samma spec, ingen överlämning.
11:30
Agentens PR öppnade en injektionsväg. Spec-granskningen fångar den automatiskt — säkerhet är ett spec-krav, inte ett sista steg. Du avgör vad flaggan betyder.
13:00
Möte med grundaren — visionen, på hög nivå. En liten justering där blir en större ändring i PRD:n som automatiskt föder epics, testfall, implementation, docs. Whiteboarden och skärmen lever med samtalet. Dagens svåraste timme — omdöme, inte output.
16:00
Release. Implement + deploy rörde du aldrig. Du ägde Plan och Review hela dagen.
Det som försvann: överlämningarna. Det som blev kvar: omdömet.
Del 4 · PM i en AI-driven värld
05Sylog AI Sessions 1–4

Koden blev billig.
Säkerheten blev allas ansvar.
Kvar står frågan ingen agent kan svara på:
vad ska vi bygga, och varför?

Det är PM- och PdM-jobbet. Det blev viktigare, inte mindre.
Tack · Sylog AI Sessions 1–4

Tack.


Magnus Gillemagnus@gille.aiFrågor & diskussion
← → mellanslag · F helskärm · O översikt
Översikt — klicka för att hoppaEsc / O stänger