
Teknologidirektør forklarer hvordan teamet hans bruker Claude Code – og hvordan det ble tatt i bruk uten motstand

Pedro Gustavo Torres
Teknologidirektør med ansvar for teknologi og arkitektur i Centric Software
Pedro Gustavo Torres forklarer hvordan Claude Code hjelper ingeniørteam med å feilsøke raskere, bygge med større selvstendighet og ta i bruk AI gjennom psykologisk trygghet og tydelige sikkerhetsrammer.
Pedro Gustavo Torres
Teknologidirektør med ansvar for teknologi og arkitektur i Centric Software
Key Takeaways
Raskere feilsøking: Claude Code reduserer tiden det tar å diagnostisere komplekse hendelser, fra timer til minutter, når teamene gir systemer og logger som kontekst.
Menneskelig kontroll: Innføring av AI fungerer best når team kombinerer tydelig retning, kompetente brukere, selvstendighet, sikkerhetsrammer og en avsluttende menneskelig gjennomgang.
Bedre måleparameter: Mål tiden fra idé til leveranse som er klar for kunden, i stedet for å basere deg utelukkende på tradisjonelle indikatorer for teknisk ytelse.
Tryggere eksperimentering: Feil med AI innebærer vanligvis lav risiko når teamene tilfører kontekst, strukturerer initiativene og håndhever praktiske sikkerhetsrammer.
Pragmatisk endring: AI driver programvareutvikling mot raskere beslutninger, mindre perfeksjonisme og et sterkere fokus på kundeverdi.
Pedro Gustavo Torres er VP for PXM-teknologi og arkitektur i Centric Software, der han bruker KI til å bygge et komplekst produkt.
Vi snakket med Pedro om vellykket bruk av KI og hvordan Claude Code endrer spillereglene. Her er det han sa.
En leder med lavt ego
Jeg er VP for PXM-teknologi og arkitektur i Centric Software. Produktutviklingsteamet vårt består av rundt 60 personer. Vi har et svært komplekst produkt som fungerer som en sveitsisk lommekniv: ekstremt fleksibelt og tilpasningsbart for kundene og partnerne våre.
Vi har hyppige utrullinger med månedlige «utgivelser» (det vil si markedsføringsmessig samordning), og den nåværende arkitekturen vår er en monolitt med løst koblede tjenester som utvider funksjonaliteten. Vi kan også distribuere systemet vårt i alle AWS-regioner, noe som gjør det mulig for oss å tilby en virkelig global løsning.
Når det gjelder meg, er jeg en leder med lavt ego, handlingsorientert og lidenskapelig opptatt av å bygge og skalere høytytende utviklingsteam på tvers av oppstartsbedrifter, vekstbedrifter og virksomheter.
Jeg bruker KI daglig for å maksimere resultatene og utbyttet mitt. Det endrer spillereglene!

Pedro deler
Jeg bruker KI daglig for å maksimere resultatene og utbyttet mitt. Det endrer spillereglene!
More Articles
Slik revolusjonerer Claude Code programvareutvikling
Hele teamet bruker nå Claude Code til utviklingsoppgavene våre. Vi bruker det også til kodegjennomganger. Men helt ærlig er Codex og CodeRabbit like gode.
Før Claude Code krevde vi mye oppfølging og støtte. Med Claude ble behovet mindre, og alle ble mer selvstendige og utviklet oppgaver fra start til slutt.
SRE-teamet opplevde sitt største gjennombrudd da Claude Code viste seg å være en bemerkelsesverdig problemløser! Feilsøking som tidligere tok flere timer, tar nå noen få minutter. Vis det systemene, plasseringene av logger og så videre, så kan Claude stille en imponerende diagnose av enhver vanskelig situasjon. Jeg er dypt imponert.
Jeg kan ikke forestille meg en fremtid i programvareutviklingsbransjen uten det.
Slik kan KI og mennesker samarbeide

Mennesker med KI blir overmennesker. Jeg ser ikke noe arbeid som er forbeholdt mennesker eller KI. Jeg ser dem alltid arbeide sammen. Mennesker arbeider side om side med KI, overvåker og styrer den ved behov.
Vi bruker KI til planlegging, implementering og gjennomgang. Deretter gjennomfører et menneske en endelig gjennomgang av KI-arbeidet.
Utover dette kan KI bidra i alle temaer. Vil du idémyldre om en arkitekturbeslutning? Claude kan opprette en ADR. Vil du gjennomføre en kodegjennomgang? Claude lærer seg kodebasen din og gir deg meningsfulle tilbakemeldinger. Vil du feilsøke en hendelse? Claude finner rotårsaken mye raskere enn et menneske kan.
Mulighetene er uendelige. Claude hjalp oss til og med med å velge mellom flere alternativer for meldingsmeglere og forenklet valget ved å tydelig beskrive fordeler og ulemper.
Og nå sist, mens vi utforsket en agentbasert opplevelse i produktet vårt, klarte vi å lage en prototype og få tilbakemeldinger og validering i løpet av få dager. Uten KI ville det ha tatt flere måneder.
Hvorfor det eneste målet som betyr noe med KI, er tiden fra idé til kundeklar løsning
Når det gjelder resultater, mener jeg det er for tidlig å oppgi tall. Jeg vil heller utfordre den vanlige tankegangen her.
For meg bommer måltall som utrullingsfrekvens, feilrate, syklustid, oppetid og kostnadseffektivitet på poenget. De er selvfølgelig viktige. Men det vi egentlig bør måle, er tiden det tar å gå fra en idé til å levere en fungerende løsning til kundene.
Man kan selvfølgelig hevde at hyppigere utrullinger bringer en nærmere det å levere løsninger til kundene, men for meg måler det fortsatt det «gale».
Jeg oppfordrer alle til å fokusere på det som betyr noe: tiden fra idé til levering. Alt annet kan betraktes som et forfengelighetsmål – eller til og med manipuleres.
Det vi virkelig må måle, er tiden det tar å gå fra en idé til å levere en fungerende løsning til kundene.

Hvorfor AI-feil vanligvis innebærer lav risiko

Som alt annet har AI sine utfordringer.
En utfordring er at det har blitt vanskeligere å motstå fristelsen til å bli «lat» og stole for mye på AI-verktøy. Men så igjen: Er det egentlig en dårlig ting? Bare tiden vil vise.
En annen utfordring er svake resultater. Men dette skjer vanligvis når vi ikke gir den full kontekst, eller utelater viktige detaljer som AI trenger for å utføre oppgaven. Som jeg liker å si: «AI er fantastisk, men den kan ikke lese tanker ... ennå!»
Jeg har funnet ut at det er effektivt å gi AI følgende artefakter – for eksempel dokumenter:
- Problemstilling
- Vurderte tilnærminger
- Valgt løsning
- Implementeringsplan (for eksempel JIRA-epics og -saker)
Dette gir en kraftig, samlet oversikt over ethvert initiativ.
Heldigvis er konsekvensene vanligvis begrenset til tokenforbruk når AI ikke oppfører seg som forventet – forutsatt at de riktige sikkerhetsreglene er på plass. Ja, det kan bli kostbart, men selv det kan vi håndtere med minimal innsats.
Hvorfor psykologisk trygghet er avgjørende for å ta i bruk AI
Teamene mine tok godt imot Claude Code. De viste liten eller ingen motstand, og jeg så hvor begeistret de var over å bruke det nye verktøyet som en kraftforsterker.
En viktig årsak til dette var den psykologiske tryggheten vi ga dem: AI tok ikke jobben fra noen; den styrket evnene deres.
I tillegg til psykologisk trygghet trenger team tre ting for å lykkes med å ta i bruk AI:
- Tydelighet
- Kompetanse
- Selvstendighet
Jeg anbefaler at ledere tar seg av dette grunnleggende før de innfører AI. Ellers vil AI ikke løse noe som helst. Tvert imot kan den gjøre ting verre.
Og én ting til. Det kan oppstå innledende forvirring og desorientering siden AI endrer mange aspekter ved menneskers hverdag. Som med alle nye verktøy vil folk trenge tid til å tilpasse seg.

Pedro deler
Det kan oppstå innledende forvirring og desorientering siden AI endrer mange aspekter ved menneskers hverdag. Som med alle nye verktøy vil folk trenge tid til å tilpasse seg.
Hvordan teknologidirektører bør bruke den vanlige endringsledelsesplanen med AI
Når du er klar til å begynne, ville jeg fulgt den «vanlige» planen: Finn interesserte personer, samle dem, definer prinsipper, lag en plan, utarbeid materiell for å legge til rette, innfør sikkerhetsregler og rull det ut. Deretter følger du med på hvordan ting utvikler seg og handler deretter.
Dette er ren endringsledelse.
Hvorfor jobbene innen programvareutvikling er trygge
Jeg tror ikke programvareutviklere kommer til å miste jobbene sine. Jeg forstår bekymringen, men det kommer til å gå bra. Det vil alltid være behov for mennesker, kanskje bare i andre funksjoner.
Det snakkes mye om at juniorer kommer til å miste jobbene sine, men jeg tror det alltid vil være behov for dem. Vi må bare vente til støvet har lagt seg – og det begynner allerede å legge seg.
Jeg ser selskaper bruke en evighet på å ta i bruk AI-verktøy i det daglige arbeidet, men det er en feil. Konkurransen kommer ikke til å vente. Ikke gå i fellen med å være overforsiktig. Ta i bruk AI raskt og med full kraft.

Slik endrer AI programvareutvikling
Vi bør ikke bekymre oss for mye om perfekt kode. Både mennesker og AI gjør feil, så det har alltid eksistert feil, og det kommer det alltid til å gjøre.
Det som trengs nå, er en holdningsendring mot å være mer pragmatisk og mindre perfeksjonistisk.
Det kommer ikke noe godt ut av perfeksjonisme. Det forsinker teamene betydelig. Pragmatismen hjelper oss derimot med å handle mer besluttsomt, drive arbeidet fremover, unngå overkonstruksjon og fokusere på det som betyr noe: kundeverdi.
Det er dit jeg ser at programvareutvikling er på vei med AI. Mindre håndverk, mer pragmatisme.
Hvorfor CTO-er må ta i bruk AI og lære det grunnleggende

Her er mitt råd til CTO-er: Ta i bruk AI, og gjør det raskt. AI er kommet for å bli. Det er ikke en forbigående trend.
Jeg ser selskaper bruke en evighet på å ta i bruk AI-verktøy i det daglige arbeidet, men det er en feil. Konkurransen kommer ikke til å vente. Ikke gå i fellen med å være overforsiktig. Ta i bruk AI raskt og med full kraft.
Og les deg opp på det grunnleggende. Jeg syntes det var utrolig nyttig å forstå hvordan alt fungerer, fra datavitenskap og maskinlæring til LLMs, RAG, vektorrepresentasjoner og vektordatabaser. Lær det.
Følg med
Du kan følge arbeidet til Pedro Gustavo Torres på LinkedIn, X og SlideShare.
Flere ekspertintervjuer kommer på The CTO Club!



