Någon ska skapa en ny pipeline i HubSpot, bokföra en faktura i Fortnox eller bygga en databas i Notion. Istället för att öppna verktyget skriver de en prompt till Claude, ChatGPT eller någon annan AI-assistent och ber den göra det.
Jag ser det hos kunder. Jag ser det hos vår egen personal. Och jag ser det hos mig själv, om jag inte är uppmärksam.
Jag har jobbat med försäljning i 25 år och använt tolv olika CRM-system. Jag använder AI mer än de flesta, varje dag, i nästan allt jag gör. Det här är inte ett inlägg mot AI. Det är ett inlägg om vad som händer med din egen kompetens när AI blir det enda sättet du jobbar i dina system.
Om AI:n gjorde fel varje gång skulle problemet lösa sig självt. Folk skulle sluta. Problemet är att det fungerar. Oftast. Pipelinen skapas, fakturan bokförs, databasen byggs.
Men varje gång du låter AI göra jobbet åt dig hoppar du över det steg där du själv hade lärt dig något. Du ser aldrig var inställningen ligger. Du ser aldrig vilka andra alternativ som fanns bredvid. Du får ett resultat utan att få förståelsen.
Det märks inte första veckan. Det märks efter ett år, när du sitter i ett möte och inte kan svara på en enkel fråga om hur ert eget system är uppsatt. Du har använt det dagligen, men du har aldrig egentligen varit inne i det.
Ett system som HubSpot är inte en lista med funktioner. Det är en struktur där saker hänger ihop. Objekt, egenskaper, associationer, pipelines, workflows, rapporter. Den strukturen lär du dig genom att klicka runt, bli frustrerad, hitta fel ställe och sedan rätt ställe. Det är så förståelsen byggs.
Några exempel på hur det går fel:
Exempel 1: Workflowet som ingen kan felsöka. En säljchef ber AI bygga ett workflow som tilldelar leads till rätt säljare. Det fungerar i tre månader. Sedan slutar det fungera för en region, och ingen på företaget kan öppna workflowet och förstå varför. Ingen har någonsin tittat på det. De ber AI felsöka det, men AI kan inte se att någon ändrat ett egenskapsvärde i ett annat workflow som detta är beroende av.
Exempel 2: Rapporten som ser rätt ut men är fel. En marknadschef ber AI skapa en rapport över konverteringsgrad per kanal. Siffrorna ser rimliga ut och hamnar i en styrelsepresentation. Problemet är att AI valde fel datumfält, skapandedatum istället för konverteringsdatum. Den som förstår HubSpots rapportbyggare hade sett det på tio sekunder. Den som aldrig öppnat rapportbyggaren har ingen chans.
Exempel 3: Fortnox-integrationen som ingen äger. En ekonomiansvarig låter AI sköta all bokföring av kundfakturor från HubSpot till Fortnox. När revisorn ställer frågor om hur momskoder sätts kan ingen svara. Det har alltid bara funkat.
Gemensamt för alla tre: resultatet var okej i början, men förståelsen fanns aldrig. Och utan förståelse kan du varken felsöka, förbättra eller förklara.
AI gör det du ber om. Den föreslår sällan det du inte visste fanns. Och i de flesta system finns det betydligt fler funktioner än vad AI-kopplingarna når.
När en kund ber AI om en lista på bolag som inte haft kontakt på 90 dagar får de en lista. Den som öppnar HubSpot själv upptäcker att samma sak kan bli en sparad vy som uppdateras automatiskt, med en sekvens kopplad till den, och en notis till säljaren när ett bolag hamnar där. Tre funktioner som AI:n aldrig hade föreslagit, för frågan var bara "ge mig en lista".
Samma sak i Notion. Den som ber AI skapa en sida får en sida. Den som bygger den själv upptäcker databasvyer, relationer och formler, och plötsligt är det inte en sida utan ett arbetssätt.
Det är här stagnationen kommer in. Du får svar på exakt den fråga du ställer, men du lär dig aldrig vilka frågor du borde ställa. Din bild av vad systemet kan blir frusen vid den nivå du hade när du började använda AI. Alla andra funktioner förblir osynliga.
Och det gäller oss alla. Jag använder flera verktyg dagligen och upptäcker ändå regelbundet funktioner jag inte visste om, för att jag råkade klicka på fel ställe. Den upptäckten gör aldrig AI åt dig.
Flera gånger per dag upptäcker jag att AI har fel om hur ett system fungerar. Inte för att den är dum, utan för att den tränats på en version av verktyget som inte längre finns. HubSpot släpper nya funktioner i princip varje vecka. Menyer flyttar, fält byter namn, inställningar försvinner, nya objekt tillkommer.
Några exempel från vardagen:
Det avgörande är inte att AI har fel. Det är vem som upptäcker det. Den som är inne i gränssnittet dagligen ser direkt att något inte stämmer. Den som aldrig öppnar verktyget själv litar på svaret, bygger vidare på det och upptäcker felet långt senare, om någonsin.
AI är en fantastisk kollega, men den har varit på semester sedan sin senaste träning. Du måste själv veta vad som hänt sedan dess.
Lösningen är inte att sluta använda AI. Lösningen är att använda den i rätt ordning.
AI kommer bli bättre. Den kommer få tillgång till fler system, senare versioner och fler funktioner. Men den kommer aldrig ersätta den förståelse du får av att själv ha varit inne i verktyget och sett hur det hänger ihop.
Den som förstår sitt system och använder AI ovanpå det blir snabbare än alla andra. Den som bara använder AI och hoppar över förståelsen blir långsamt sämre, utan att märka det, för resultatet ser bra ut.
Så använd AI. Använd den mycket. Men lär dig verktyget först. Annars vet du inte när AI:n har fel, och då är det inte längre du som jobbar.