Add blog post: Det är svårt att prata om något som inte finns

Also optimize images in both blog posts (PNG → JPG/WebP)

Author: Christian Lizell

_posts/2026-01-25-ai-som-primar-arbetsmetod.md

@@ -8,7 +8,7 @@ tags:
   - AI
   - arbetssatt
 last_updated_by: chrille
-image_url: /assets/blog/2026-01-25-ai-som-primar-arbetsmetod/ossy-ai-arbetssatt.png
+image_url: /assets/blog/2026-01-25-ai-som-primar-arbetsmetod/ossy-ai-arbetssatt.jpg
 assets_path: /assets/blog/2026-01-25-ai-som-primar-arbetsmetod
 ---
 
@@ -68,7 +68,7 @@ Vi jobbar inte med idén att “människan ska dubbelkolla allt AI gör”. Vi j
 
 Vi accepterar också att en liten del av bedömningstesterna ibland kan fallera utan att det betyder att allt är trasigt – verkligheten för generativa system ser annorlunda ut.
 
-![Kvalitet som system]({{ assets_path }}/kvalitet-som-system.png)
+![Kvalitet som system]({{ assets_path }}/kvalitet-som-system.webp)
 
 Vi har flera skyddslager för att skydda boten och människorna som använder den. Det är en kombination av säkerhetsfilter, beteenderegelverk och tester.
 
@@ -88,7 +88,7 @@ En central del i arbetssättet är att vi byggt ett ramverk för att snabbt skap
 
 (Detaljerna i botarnas funktion är inte poängen här — poängen är att ramverket gör det billigt att skapa och iterera.)
 
-![Ramverk för expertbotar]({{ assets_path }}/ramverk.png)
+![Ramverk för expertbotar]({{ assets_path }}/ramverk.webp)
 
 ## Vad andra team kan ta med sig
 

_posts/2026-03-30-svart-att-prata-om-nagot-som-inte-finns.md

@@ -0,0 +1,63 @@
+---
+title: "Det är svårt att prata om något som inte finns"
+date: 2026-03-30
+draft: false
+description: "Om varför abstrakta diskussioner ofta leder fel – och hur AI gör det möjligt att visa istället för att beskriva."
+tags:
+  - blogg
+  - AI
+  - arbetssatt
+last_updated_by: chrille
+image_url: /assets/blog/2026-03-30-svart-att-prata-om-nagot-som-inte-finns/forsta-system-som-inte-finns.jpg
+assets_path: /assets/blog/2026-03-30-svart-att-prata-om-nagot-som-inte-finns
+---
+
+![Att försöka förstå ett system som inte finns än]({{ image_url }})
+*Att försöka förstå ett system som inte finns än.*
+
+Vi är rätt bra på att prata om saker som inte finns. Whiteboards, workshops, resonemang. Alla försöker förstå samma sak, men från olika håll. Problemet är att det är svårt att vara exakt när inget är verkligt än.
+
+## Många perspektiv, samma abstraktion
+
+Att bygga system i en större organisation brukar börja på samma sätt. Många perspektiv ska samsas, många behov ska täckas, och ganska snabbt blir det abstrakt. Vi ritar, beskriver och resonerar. Och ganska ofta upptäcker vi viktiga saker sent, i implementation eller precis innan release. Inte för att vi är dåliga på det vi gör, utan för att vi försöker lösa konkreta problem med abstrakta verktyg.
+
+En stor del av tiden går åt till att förstå något som ännu inte är byggt. Designers försöker se flöden, utvecklare tänker på arkitektur, produkt försöker få ihop helheten. Alla jobbar utifrån sin egen bild och det blir lätt att man pratar förbi varandra. Ingen gör fel. Det är bara svårt att vara exakt när allt fortfarande är teoretiskt.
+
+> När något går att prova förändras allt.
+
+Så fort något går att visa på riktigt händer något. Designers kan se flödet istället för att föreställa sig det. Produktägare ser helheten utan översättning. Utvecklare kan testa faktiska beteenden. Testare kan köra det på riktiga enheter.
+
+Diskussionen går från *"Jag tror att…"* till *"Det här fungerar inte riktigt"* eller *"Det här är ju faktiskt ganska bra"*.
+
+## AI gör det här möjligt mycket tidigare
+
+Tidigare kunde det ta månader, ibland år, att komma dit. Nu handlar det om timmar eller dagar. Vi kan ta fram första versionen snabbt, testa idéer direkt, utforska edge cases innan de ens finns och ändra riktning och prova igen dagen efter. Vi kan till och med fråga AI:n hur en lösning vi ännu inte byggt kommer att bete sig.
+
+> Från att beskriva till att visa.
+
+Som tech lead eller arkitekt handlar jobbet ofta om att få många att dra åt samma håll. Tidigare innebar det mycket förklarande, dokumentation och synk. Nu kan vi istället ta fram något konkret tillsammans. Visa hur det fungerar, få feedback direkt och justera direkt. Det är mycket lättare att prata om något som finns än något man försöker föreställa sig.
+
+## Fler kan vara med
+
+När något är verkligt kan fler bidra. UX kan prova, produktägare kan styra riktning, utvecklare kan gå ner i detaljer och testare kan hitta problem tidigt. Feedback blir inte något som samlas in i efterhand utan en del av arbetet.
+
+Det som försvinner är inte behovet av att tänka. Det som försvinner är onödiga diskussioner, missförstånd och sena upptäckter. Mer tid går till att förstå problemet och jobba med något konkret.
+
+> Människan är fortfarande avgörande.
+
+AI kan hjälpa med mycket. Kod, tester, förslag, resonemang. Det betyder inte att vi kan släppa kontrollen. Vi måste fortfarande förstå vad vi bygger, varför vi bygger det och vad det innebär. Kanske förändras det framöver, men just nu behövs människan i loopen.
+
+## Ett annat sätt att jobba
+
+Det här arbetssättet har en intressant effekt. Saker vi trodde var svåra visar sig ofta vara enkla och saker vi inte tänkte på visar sig vara viktiga. Vi slutar gissa och det är därför det går snabbare.
+
+Redan nu är det svårt att motivera långa, abstrakta diskussioner där man försöker föreställa sig hur något ska fungera.
+
+Om några år kommer ingen köra bil själv. När det gäller kodande är vi redan där. Att skriva allt för hand, rad för rad. Det känns tryggt. Det funkar.
+
+Men när något annat gör det bättre, säkrare och snabbare, varför skulle man ens vilja?
+
+![Varför skulle du göra det manuellt?]({{ assets_path }}/varfor-manuellt.jpg)
+*Varför skulle du göra det manuellt?*
+
+/ [Chrille](/chrille/)