Teknikchefen förklarar hur hans team använder Claude Code – och hur det infördes utan motstånd

Pedro Gustavo Torres är VP för PXM-teknik och arkitektur på Centric Software, där han använder AI för att bygga en komplex produkt.

Vi pratade med Pedro om framgångsrikt införande av AI och hur Claude Code förändrar spelplanen. Här är vad han sa.

En ledare med lågt ego

Jag är VP för PXM-teknik och arkitektur på Centric Software. Vårt produktutvecklingsteam består av omkring 60 personer. Vi har en mycket komplex produkt som fungerar som en schweizisk armékniv: extremt flexibel och anpassningsbar för våra kunder och partner.

Vi har frekventa driftsättningar med månatliga "utgåvor" (det vill säga marknadsföringsmässig samordning), och vår nuvarande arkitektur är en monolit med löst kopplade tjänster som utökar dess funktioner. Vi kan också driftsätta vårt system i valfri AWS-region, vilket gör det möjligt för oss att erbjuda en verkligt global lösning.

När det gäller mig är jag en ledare med lågt ego, handlingsinriktad och passionerad när det gäller att bygga och skala högpresterande utvecklingsteam inom nystartade företag, snabbväxande företag och företagsorganisationer.

Jag använder AI dagligen för att maximera mina resultat och min effektivitet. Det förändrar spelplanen!

Pedro berättar

Jag använder AI dagligen för att maximera mina resultat och min effektivitet. Det förändrar spelplanen!

Så revolutionerar Claude Code programvaruutvecklingen

Hela teamet använder nu Claude Code för våra utvecklingsuppgifter. Vi använder det också för kodgranskningar. Men ärligt talat är Codex och CodeRabbit minst lika bra.

Innan Claude Code behövde vi ge mycket vägledning och stöd. Med Claude minskade det behovet, och alla blev mer självständiga och utvecklade uppgifter från början till slut.

SRE-teamet fick sitt största genombrott när Claude Code visade sig vara en enastående problemlösare! Felsökning som tidigare tog timmar tar nu några minuter. Visa systemen, loggarnas platser och så vidare för Claude, så kan Claude ställa en fantastisk diagnos av alla svårhanterliga situationer. Jag är djupt imponerad.

Jag kan inte föreställa mig en framtid inom programvaruutvecklingsbranschen utan det.

Så kan AI och människor arbeta tillsammans

Människor med AI blir övermänniskor. Jag ser inget arbete som är exklusivt för människor eller AI. Jag ser dem alltid arbeta tillsammans. Människor arbetar sida vid sida med AI och övervakar och styr det när det behövs.

Vi använder AI för planering, implementering och granskning; därefter genomför en människa en slutlig granskning av AI:s arbete.

Dessutom kan AI bidra i vilket ämne som helst. Vill du brainstorma kring ett arkitekturbeslut? Claude kan skapa en ADR. Vill du genomföra en kodgranskning? Claude lär sig ditt kodförråd och ger dig meningsfull feedback. Vill du felsöka en incident? Claude hittar grundorsaken mycket snabbare än en människa kan.

Möjligheterna är oändliga. Claude hjälpte oss till och med att välja mellan flera alternativ för meddelandeförmedlare och förenklade valet genom att tydligt ange för- och nackdelarna.

Och senast, när vi utforskade en agentbaserad upplevelse i vår produkt, kunde vi ta fram en prototyp och få feedback och validering inom några dagar. Utan AI skulle det ha tagit flera månader.

Varför det enda måttet som spelar roll med AI är tiden från idé till kundklar lösning

När det gäller resultaten tycker jag att det är för tidigt att ange siffror. Jag vill hellre utmana det vanliga synsättet här.

För mig missar mått som driftsättningsfrekvens, felfrekvens, cykeltid, drifttid och kostnadseffektivitet poängen. De är förstås viktiga. Men det vi verkligen behöver mäta är tiden det tar att gå från en idé till att leverera en fungerande lösning till kunderna.

Visst kan man hävda att driftsättningsfrekvensen för en närmare att leverera lösningar till kunderna, men för mig mäter det fortfarande fel sak.

Jag uppmanar alla att fokusera på det som spelar roll: tiden från idé till leverans. Allt annat kan betraktas som ett skönhetsmått — eller till och med manipuleras.

Varför AI-fel vanligtvis innebär låg risk

Precis som allt annat medför AI utmaningar.

En utmaning är att det har blivit svårare att stå emot att bli "lat" och förlita sig för mycket på AI-verktyg. Men å andra sidan, är det verkligen något dåligt? Det får tiden utvisa.

En annan utmaning är bristande kvalitet på resultatet. Men det händer vanligtvis när vi inte ger hela sammanhanget eller utelämnar viktiga detaljer som AI behöver för att utföra uppgiften. Som jag brukar säga: "AI är fantastiskt, men det kan inte läsa tankar ... än!"

Jag har märkt att det fungerar bra att ge AI artefakterna — till exempel dokumenten — såsom följande:

• Problemformulering
• Övervägda tillvägagångssätt
• Vald lösning
• Implementeringsplan (t.ex. JIRA-epics och ärenden)

Det ger en kraftfull och samlad överblick över alla initiativ.

Som tur är blir påverkan vanligtvis bara tokenförbrukning när AI inte beter sig som förväntat — förutsatt att rätt skyddsräcken finns på plats. Ja, det kan bli kostsamt, men även det kan vi hantera med minimal ansträngning.

Varför psykologisk trygghet är avgörande vid införandet av AI

Mina team tog väl emot Claude Code. De visade föga eller inget motstånd, och jag såg hur entusiastiska de var över att använda det nya verktyget som en hävstång.

En viktig orsak till detta var den psykologiska trygghet vi skapade: AI tog inte någons jobb, utan förbättrade deras förmågor.

Utöver psykologisk trygghet behöver team tre saker för ett framgångsrikt införande av AI:

• Tydlighet
• Kompetens
• Självständighet

Jag rekommenderar att ledare tar hand om dessa grunder innan de implementerar AI. Annars kommer AI inte att lösa någonting. Tvärtom kan det göra saker värre.

Och en sak till. Det kan uppstå inledande förvirring och desorientering eftersom AI förändrar många aspekter av människors vardag. Precis som med alla nya verktyg behöver människor tid för att anpassa sig.

Pedro delar med sig

Det kan uppstå inledande förvirring och desorientering eftersom AI förändrar många aspekter av människors vardag. Precis som med alla nya verktyg behöver människor tid för att anpassa sig.

Hur CTO:er bör använda den vanliga handboken för förändringsledning med AI

När du är redo att börja skulle jag följa den "vanliga" handboken: hitta intresserade personer, samla dem, definiera principer, skapa en plan, ta fram stödmaterial, införa skyddsräcken och rulla ut lösningen. Därefter följer du hur saker utvecklas och agerar därefter.

Det här är ren förändringsledning.

Varför jobb inom programvaruutveckling är säkra

Jag tror inte att programvaruingenjörer kommer att förlora sina jobb. Jag förstår oron, men det kommer att gå bra. Människor kommer alltid att behövas, kanske bara i andra funktioner.

Det talas mycket om att juniorer kommer att förlora sina jobb, men jag tror att det alltid kommer att finnas behov av dem. Vi måste bara vänta tills dammet har lagt sig — och det har redan börjat lägga sig.

Hur AI förändrar programvaruutveckling

Vi bör inte lägga alltför stor vikt vid perfekt kod. Både människor och AI gör misstag, så buggar har alltid funnits och kommer alltid att finnas.

Det som behövs nu är en förändrad inställning, där vi blir mer pragmatiska och mindre perfektionistiska.

Inget gott kommer ur perfektionism. Den saktar ner teamen avsevärt. Pragmatism hjälper oss däremot att agera mer beslutsamt, föra arbetet framåt, undvika överkonstruktion och fokusera på det som betyder något: kundvärdet.

Det är dit jag ser att programvaruutvecklingen är på väg med AI. Mindre hantverk, mer pragmatism.

Varför CTO:er måste omfamna AI och lära sig grunderna

Här är mitt råd till CTO:er: Omfamna AI, och gör det snabbt. AI är här för att stanna. Det är ingen övergående trend.

Jag ser företag som tar evigheter på sig att införa AI-verktyg i sitt dagliga arbete, men det är ett misstag. Konkurrensen kommer inte att vänta. Gå inte i fällan att vara överdrivet försiktig. Inför AI snabbt och med full kraft.

Och läs på om grunderna. Jag hade stor nytta av att förstå hur allt fungerar, från datavetenskap och maskininlärning till LLM, RAG, vektorinbäddningar och vektordatabaser. Lär dig det.

Följ med

Du kan följa Pedro Gustavo Torres arbete på LinkedIn, X och SlideShare.

Fler expertintervjuer kommer på The CTO Club!