.png)
De fleste virksomheter har nå gjort det samme eksperimentet: Kjøpt lisenser til ChatGPT eller Copilot, sendt ut en e-post om at "nå har alle tilgang til AI", og så ventet på at noe skulle endre seg.
Noe endret seg ikke. Eller, noen ble litt raskere på å skrive e-poster eller bedre i Excel, men transformasjonen uteble.
Grunnen er ikke at AI er overvurdert. Grunnen er at et generisk verktøy uten kontekst om din virksomhet er som å ansette noen og sende dem rett i møter uten onboarding. De er kanskje dyktige - men de gjetter seg frem.
Forfatteren og produktivitetsguruen Tiago Forte populariserte begrepet second brain. Ideen er at vi kan eksternalisere kunnskap og tanker til et system utenfor hodet vårt. I stedet for å huske alt, lagrer vi det et sted strukturert og søkbart, og frigjør mental kapasitet til det som faktisk krever kreativitet og dømmekraft.
For individer fungerer dette bra, men hva skjer med organisasjoner?
Kunnskap fragmenteres. Den lever i Teams-chater, Confluence-sider ingen har oppdatert siden 2021, PowerPoint-presentasjoner lagret på SharePoint, eller kanskje lokalt, og ikke minst - i hodene til menneskene som en dag slutter. Man starter mer eller mindre fra scratch med hver leveranse eller nyansatt.
Spørsmålet er ikke om virksomheten trenger en second brain, men hvordan man bygger den.
Vi har et begrep internt som vi stadig vender tilbake til: en AI-agent uten kontekst er som en nyansatt uten onboarding.
Å ansatte flinke folk uten nødvendig info eller verktøy er ineffektivt; du får en samtalepartner fremfor en bidragsyter.
Det samme gjelder AI uten en kontekststrategi. Uten innsikt i deres arkitektur, retningslinjer og strategi, forblir svarene generiske.
Transformativt er når AI-en vet hvem dere er, hva dere jobber med, og hva som er sant i akkurat din situasjon og organisasjon. Det er dette som skaper verdi!
I stedet for at AI-agenten i IDE-en bare kjenner til generell programmeringskunnskap, har den tilgang til vår faktiske kontekst - kodebase, arkitekturprinsipper, dokumentasjon på applikasjoner vi jobber med og beste praksiser. Denne strukturerte informasjonen har vi tilgjengeliggjort via en MCP-server som ivaretar rettigheter og sikkerhet.
Koblet med en AI-drevet IDE gir dette utviklerne to ting på én gang:
Kontekst: AI-en vet hva vi skal bygge, hvordan og hvorfor
Assistanse: AI-en kan hjelpe med å skrive, debugge og forstå kode i lys av den konteksten
Resultatet er ikke bare at utviklere skriver kode raskere. Det er at de tar bedre beslutninger raskere - fordi de alltid har tilgang til den kollektive kunnskapen til hele teamet, ikke bare sin egen erfaring og det de husker fra sist.
En junior utvikler med god kontekst slår en senior uten. Det er det fundamentale skiftet.
Dette er ikke spesifikt for utviklere, og burde heller ikke begrenses til dem.
Selgeren som alltid vet hva kunden trenger. Fagpersonen som aldri starter fra scratch. Lederen som får svar på tvers av virksomheten umiddelbart. Tilbudet som er klart på minutter fordi AI-en kjenner metodikken, prismodellen og hvordan dere vinner.
Samme arkitektur, ny kontekst. Slik skalerer second brain-tankegangen fra ett team til hele organisasjonen: Eksternalisert kollektiv kunnskap, tilgjengeliggjør den og lar AI-en være grensesnittet.
Trygg implementering er ikke det motsatte av rask implementering. Det er det som muliggjør den.
Vi ser to ytterpunkter. Organisasjoner som er så redde for risiko at de ikke gjør noe. Og organisasjoner som ruller ut AI uten å tenke helhetlig på arkitektur og sikkerhet.
Begge ender opp uten verdi.
Noen viktige faktorer for suksess:
Tilgangskontroll som arkitekturprinsipp, ikke ettertanke. AI-en kan aldri se mer informasjon enn det det aktuelle mennesket ville hatt tilgang til i samme rolle. Kontekstserveren respekterer de samme tilgangsreglene som resten av systemet. Dette er ikke valgfritt, men et absolutt krav
Human-in-the-loop der det betyr noe. AI-en foreslår, mennesker bestemmer. Spesielt i starten når systemet er nytt og tilliten ikke er etablert er dette avgjørende. Over tid kan man utvide autonomien i systemet.
Gradvis utrulling med målbare resultater. Vi startet med ett team med et tydelig definert behov, lærte av det, og rullet ut bredere.
Det vi prioriterte tidlig var å bygge én arkitektur som kan gjenbrukes på tvers av team og brukstilfeller. Det vi bygde for utviklerne er i prinsippet det samme som vi kan bygge for alle andre. Nye datakilder, samme fundament.
Alternativet er en ad hoc-løsning per team. Det er teknisk gjeld fra dag én og en organisasjon som aldri henger sammen.
Strukturen og innholdet skaper verdien
Start med datastrukturen, ikke AI-laget. Det er fristende å begynne med det synlige agentlaget, men verdien sitter i kvaliteten på konteksten den gis. Dårlig strukturert, utdatert eller fragmentert data gir dårlige svar uansett hvor god modellen er. Det mest transformative arbeidet handler om å rydde opp i kunnskapsstrukturen, ikke om å velge riktig leverandør av LLM.
Involver menneskene tidlig. Dette er et strategisk skifte som må komme ovenfra, men forankres i organisasjonen. Man lykkes best der brukerne selv har definert hvilke problemer de vil ha løst, ikke at beslutningen er "nå bruker vi AI".
Mål det som betyr noe for forretningen, ikke det som er lett å måle. Antall AI-genererte linjer kode er en dårlig metric. Tid fra idé til produksjon, redusert antall feil, kortere onboarding-tid for nye ansatte, autonome prosesser med kvalitet — det er metrics som faktisk forteller om systemet skaper verdi.
Vi er ikke ferdige. Det er ingen som er ferdige. Dette feltet beveger seg for raskt til at noen kan kalle seg ferdig.
Men vi har en retning som vi tror på. Strukturene er på plass, men det må itereres. En second brain er levende, og utvikler seg med selskapet.
AI er ikke magi, og den er ikke klok av seg selv. Den er klok i den grad den har tilgang til god, strukturert, oppdatert kontekst, og i den grad menneskene rundt den er involvert på riktig måte. Produktivitetsgevinstene kommer fra nettopp dette, og desto bedre modellene blir, desto mer vil den kunne bidra. Agenten er grensesnittet og medarbeideren. Det den opererer på er alt organisasjonen vet, samlet, kontrollert og søkbart. Gi den riktige strukturer og rammeverk, og du endrer hvordan organisasjonen tenker, beslutter og handler.
Spørsmålet er ikke om dere skal gjøre det, men når.
