Jeg tog fejl i begge retninger

I januar 2026 satte jeg mig for at finde ud af, hvad den her AI-ting egentlig kunne bruges til. Min forventning var, at den kunne hjælpe med småting. Lidt research, lidt tekst, den slags.

Otte måneder senere har jeg bygget omkring en million linjer software uden at kunne kode. Så den forventning holdt ikke specielt godt.

Det pudsige er, at jeg tog fejl den anden vej på præcis samme tid, og dét var den fejl, der kom til at koste mig noget.

Først troede jeg, at loftet lå meget lavere

Jeg gik i gang med at kigge ind i det, teste ting af og se en absurd mængde YouTube-videoer af folk, der viste deres eget setup frem. Der gik ikke lang tid, før småting-forventningen begyndte at skride.

Det, jeg fandt ud af, var, at jeg kunne automatisere hele pipelinen frem for enkelte opgaver i den. Billeder, videoer, tekster, research på kundepersonaer. Altså hele maskinen bag et brands markedsføring, fra research til den færdige annonce.

Vendepunktet var video. Jeg lavede stadig e-handel dengang, og jeg sad og legede med Higgsfield. Det at kunne lave en fuld annonce med AI på en time eller to, og så se den konvertere godt, var for vildt at se. Jeg havde brugt otte år i et fag, hvor en færdig videoannonce var noget, der tog dage og kostede penge, og her sad jeg med en efter et par timer.

Og alligevel: jeg troede aldrig, jeg skulle bygge rigtig software. Nogensinde. Det virkede som et alt for stort stretch, også med alt det, jeg lige havde set den lave med billeder og tekst. Der gik et godt stykke tid, før det overhovedet faldt mig ind, at afstanden mellem at lave en annonce og at bygge et system var blevet kortere, end jeg gik og regnede med.

Jeg tager den med, fordi det er den halvdel, der plejer at forsvinde, når historien bliver fortalt bagefter. Jeg sad med beviset i hånden i flere måneder og trak stadig grænsen det forkerte sted.

Samtidig troede jeg, at den kunne klare alt

Den anden fejl lå ved siden af hele tiden, og den er den pinlige af de to.

Jeg troede generelt, at AI bare kunne løse alting. Det var min største fejl i starten, og den bestod i, at jeg ikke testede nok.

Modellerne er nemlig gode til at bygge. De er også gode til at forstå et problem og finde en løsning på det, og det er stadig den del, jeg synes er mest imponerende at se på. Så man kommer meget, meget hurtigt frem til noget, der ser færdigt ud.

Og det, der ser færdigt ud, holder lige præcis, indtil noget rammer det, du ikke kom til at tænke på. Edge cases findes altid. Det er efterhånden en regel, jeg stoler ubetinget på, og den har kostet mig et pænt antal aftener.

Hvad jeg gør anderledes nu

Jeg bruger næsten lige så lang tid på at teste, som jeg gør på at bygge. På hovedparten af opgaverne er det omtrent halvt om halvt, og på de kedelige er det værre end det.

Og så prompting. Det lyder som en floskel på det her tidspunkt, og det er sindssygt vigtigt alligevel. Forskellen mellem en beskrivelse, der giver dig noget brugbart, og en, der giver dig noget, som bare ser brugbart ud, er tit to sætninger mere kontekst om, hvad tingen skal kunne, og hvem der kommer til at bruge den.

Det er også den del, der er mindst tilfredsstillende at lave. At bygge føles som fremdrift. At teste føles som at stå stille, indtil den dag, hvor det ikke gør.

Rettelsen lå hos mig

De to fejl peger i hver sin retning, og de blev rettet af det samme: at jeg holdt op med at gætte på, hvad den kunne, og begyndte at prøve det af, både opad og nedad.

Det lyder banalt. Det tog mig alligevel længere tid at gøre til en vane, end jeg har lyst til at være ved, og jeg har brugt måneder på at flytte den grænse i små ryk, hver gang jeg opdagede, at den lå forkert.

Jeg gætter stadig. Jeg gætter bare kortere ad gangen nu.