Tilbage til Blog
Blog

Vi prøvede at arbejde uden AI i en uge

Feb 17, 2026·8 min read·Shranya Mahna
#AI#Automation#Generative AI tools#Startup#Technology
Vi prøvede at arbejde uden AI i en uge

Da vi er en teknologi-startup, lever vi af en konstant strøm af kaffe og banebrydende software. Hvis der er et nyt værktøj derude, der lover at spare os ti minutter, er chancerne for, at vi allerede er et skridt foran. Med Claude, der hjælper os med at skrive kolde e-mails, og Ideogram, der producerer smukke blogvisuals, var AI næsten som den stille, hypereffektive kollega, der aldrig sover. Sådan sker magien for os.

For to uger siden stillede dog nogen under vores daglige standup-møde et spørgsmål, der fik alle til at fryse: 'Hvordan ville det være, hvis vi bare… ikke brugte AI i en uge?'

Vi havde ikke noget imod at gøre det; vi er massive fans af teknologien, og vi prøvede ikke at bevise noget. Vi ville bare være nysgerrige. Hvordan ser vores arbejdsgang ud, når autopiloten er slået fra? Kunne vi stadig operere i samme tempo, hvis vi skulle presse det på den gammeldags måde?

Så vi satte AI-co-piloterne på pause og så, hvordan det er at gå tilbage til det mest basale i en uge.

Den store AI-blackout: Dag 1–2

De første par timer var som at vågne op fra en 48-timers flyvetur uden sit bagage. Opgaver, som vi elskede at automatisere og håndtere på sekunder… måtte vi nu gøre manuelt.

Vores vigtigste kommunikation (Slack) og projektplanlægning (Trello, Notion) var intakte. Det er selvfølgelig vores grundlæggende værktøjer. Men… ingen AI-hjælp. Så opsummeringer af lange Slack-tråde, som vi normalt kan få på et øjeblik fra Slack-botten, var pludselig væk.

På Trello kunne vi i stedet for at få AI-input om, hvordan vi skulle opdele vores opgaver, kun trække på vores egen viden og erfaring. Notion, vores personlige anden hjerne, blev lidt mere uordnet på grund af mangel på AI til at hjælpe med auto-tagging eller foreslå relaterede dokumenter.

Vi indså, hvor afhængige vi var blevet af AI til at kaste tilfældig irrelevant information væk.

Praktisk eksempel— Vi modtog en kompleks fejlrapport. Med en kort anmodning til Claude eller ChatGPT kunne vi have opsummeret problemet og listet nogle foreløbige trin ved hjælp af vores eksisterende dokumentation i Notion. Uden denne AI-hjælp brugte dev-teamet yderligere 30 minutter på at parse logge og brainstorme løsninger.

Kode, indhold og kreativitet: Dag 3–4

Her blev dækkene virkelig gummi for vores udvikler- og indholdskreatorer.

Kodning uden co-pilot: Cursor og Supabase

Med Cursor er vores udvikler praktisk talt limet til AI-kodeeditoren. Vi savner smart kodekomplettering, inline-fejldetektering og refaktoreringsforslag. "Det er som at udforske en ny by uden GPS," som en af vores Lead-udvikler sagde. Fejlfindingstiden steg, og nye funktioner ville være mærkbart langsommere, fordi mere manuel inspektion af syntaks og idiomer var nødvendig.

Supabase er et fantastisk backend-værktøj, men endnu bedre, når det bruges med AI til at hjælpe med komplekse forespørgsler eller skemadefinitioner. Uden AI-hjælp tog manuel kodning af boilerplate-kode over for fremskridt inden for syntaks.

Real-world eksempel: Oprettelse af et nyt API-endpoint. Cursor's brug førte ofte til, at AI anbefalede fulde funktionsimplementeringer eller endda den bedst passende SQL-forespørgsel for den aktuelle projektsituation. Uden Cursor måtte udvikleren skrive hver linje, konstant henvise til dokumentation og grundigt kontrollere hver komponent.

Indholdsoprettelse og research

Igen var dette uden tvivl det mest påvirkede departement. Vores indholdshold følte det manglende stykke mest. Vi er meget afhængige af ChatGPT og Claude til at få grove skitser ned, omformulere, omskrive, opsummere eller lejlighedsvis bruge dybdegranskning. Perplexity muliggør vores evne til hurtigt at finde detaljerede oplysninger. Grok og Gemini arbejder for forenklet, nano-opgaver, og tilbyder os skalerede og ofte kontekstuelt præcise muligheder for trin-for-trin-opgaver.

  • Generering af videoer og visuals var en af de mest tidskrævende opgaver. HeyGen og ElevenLabs er perfekte til stemmekloning og videogenerering for at producere hurtige videoer.
  • Descript, som giver os mulighed for at redigere videoer ved simpel skrivning, var uvurderlig.
  • Uden disse tidsbesparelser faldt vi tilbage til traditionel b-roll-videoredigering inden for DaVinci Resolve, som, selvom det er mere præcist, er tidskrævende.
  • Canva er ikke under AI, men bruger AI-baseret generering til at teste hurtige designiteringer.
  • Adobe Firefly samt Ideogram, vores primære kilde til AI-genererede b-rolls og blogcover-billeder, lod os kæmpe for at finde traditionelle stock-billeder, der stemmer overens med vores budget for lignende (og hurtigt i høj kvalitet) materiale.
Real-world eksempel: Vi havde brug for en ny demovideo til vores sociale medier. Uden moderne værktøjer ville en video, der normalt laves ved hjælp af et script skrevet af ChatGPT, raffineret med Claude og fortalt af ElevenLabs, tage os et par timer. Uden disse værktøjer måtte vi optage voice-over manuelt, finde stock-materiale eller skabe grafik fra ingenting ved hjælp af Canva og importere det til en 3-timers animerings-/redigeringssekvens i DaVinci Resolve. Dette tog os en dag og en halv, mens det normalt tager os mindre end 6 timer. Det er ikke nødvendigt at sige, at tidsforskellen var ekstremt betydelig.

Forretningssiden: Dag 5–7

Selv forretnings- og marketingsiden, som vi ville kalde mindre "teknologiintensiv," begyndte at føle ringvirkningerne.

Salg, marketing og automatisering

  • Vant til Apollo for AI-genererede kolde kontaktforslag måtte vores salgsteam nu bruge mere tid på at bygge hyper-personaliserede e-mails fra bunden.
  • For besværligt arbejde, der ellers ville være automatiseret, og det (relativt ordentlige) HubSpot CRM føltes mindre effektivt uden AI-baseret kundeadfærdsanalyse.
  • Vores Yoast SEO plugin fortsatte med at fungere, vigtig for vores top-blogindlæg, men vi savnede de sofistikerede AI-baserede nøgleordsanalyseteknikker, vi holder meget af.
  • GTranslate — ikke det mest komplicerede værktøj, viste, hvor let vi kan kontakte kunder rundt omkring i verden.
  • Fathom — vores AI-notetager i møder blev virkelig savnet. At tage noter manuelt er vigtig, men Fathom fanger diskussion, konverterer til fordøjelige resuméer i øjeblikket og finder handlingspunkter i sammenhæng på en måde, der ikke kan gøres i realtid med menneskelige notetakere.
  • Grammarly, altid øverst på vores grammatik-vagt, gav os et grammatisk korrekt fundament, men uden alle de mere avancerede anbefalinger om stil og tone, som vi fik ved at bruge AI-skrivassistenter.

Og så var der n8n og Zapier. Fra arbejdsflowautomatiseringsværktøjer har avancerede brugerdefinerede automatiseringer tendens til at bringe AI ind for at løse betinget logik eller datafiltrering. Uden disse AI-integrationer måtte nogle af vores mere komplekse arbejdsflows udløses manuelt eller forenkles.

Eksempel: Et væsentligt kundemøde. Fathom ville have taget noterne under mødet, oprettet et resume af truffet beslutninger og associerede handlingspunkter, alt sammen på et par minutter, og derefter distribueret materialet til de rigtige modtagere. Uden softwaren tog et teammedlem referat, og brugte derefter næsten femten minutter efter mødet på at gennemgå dem og uddelegere opgaven til specifikke teammedlemmer.

Hovedpunktet (TL;DR): Det handler ikke om at erstatte, det handler om at øge

Vores uge uden AI var ikke en uge med total svigt eller en hård opvågning til vores totale afhængighed. Men en vigtig øvelse i at forstå, hvordan vi er kommet til at forstå de måder, AI er "bagt ind" i vores arbejdsgang. Vi opnåede stadig meget, men dette var en mere tidskrævende, belastende og ofte mindre-end-makulør iteration.

Hvad vi savnede mest var ikke AI selv, men den effektivitet, hastighed og innovation, som AI tillod os:

  • Iterer hurtigere: Brug af opgaver som design og kode til at støtte initial oprettelse, og frigive os til at raffinere, polere og tænke på koncepter i stedet for at bygge dem.
  • Prioriter opgaver af højere værdi: Repetitive og informationstunge opgaver delegeres til AI, så vores team kan fokusere på højere design og strategiske opgaver.
  • Øg ekspertvejledt præcision og kvalitet: AI fanger fejl og hjælper med at opnå en grad af konsistens og raffineret nuance, der ellers slipper let af sted.
  • Demokratiser din oprettelse: Fordi med værktøjer som HeyGen og Descript kan mennesker oprette lige så informeret, visuelt overbevisende videoer som eksperter, knuste barrierer.

Eksperimentet bekræftede igen vores holdning om, at AI er en uundværlig partner og ikke en trussel mod mennesker: det kan hjælpe os med at spare tid, øge vores håndværk og levere det, vi gør bedst, bedre og hurtigere. Vi er endelig på fuldt styrke med AI igen, efter at være vendt tilbage til fuld styrke med en omformet bevidsthed om, at de digitale co-piloter virkelig tilføjer noget til vores liv og vores arbejde.

Det viser sig virkelig, at mennesker kunne overleve uden AI, men for at blomstrede i det højtempo-teknologi-økosystem, ser det ud til, at man skal arbejde med og udvikle sig på grund af det.

Ønsker du at bygge et højtydende fjernteknologi-team?

Tjek MyNextDeveloper, en platform hvor du kan finde de bedste 3% softwareingeniører, der er dybt passionerede omkring innovation. Vores on-demand, dedikerede og grundige softwaretalent-løsninger giver en omfattende løsning til alle dine softwarekrav.

Besøg vores website for at udforske, hvordan vi kan hjælpe dig med at samle dit perfekte team.