Jag har varit verksam i branschen sedan slutet av 90-talet och har under merparten av min karriär verkat som konsult. År 2013 klev jag in i en roll som anställd, men behöll konsultens fokus på problemlösning och leverans. Den röda tråden har alltid varit arkitektur, säkerhet och system som faktiskt tål verkligheten.

En betydande del av min erfarenhet kommer från arbete med nationell infrastruktur och BankID. Att leverera en tjänst till hela Sveriges befolkning ställer extrema krav på både säkerhet och tillgänglighet. Det är i den miljön jag har format min syn på vad 'produktion' faktiskt innebär – att bygga lösningar som aldrig får ligga nere och där varje rad kod måste vara verifierbar. Denna erfarenhet tar jag nu med mig in i AI-världen: jag vet hur man skalar upp teknik utan att kompromissa med stabiliteten.

I en tid när AI gör det enkelt att skapa mängder av kod, blir behovet av senior arkitektur och kontroll större än någonsin. Jag gör därför ett medvetet skifte för att kunna hjälpa till att brygga gapet mellan snabb AI-innovation och stabil drift.

Min drivkraft är enkel: hastighet utan att tappa kontrollen. Jag bygger automatiserade kontroller som säkerställer kvalitet och säkerhet. Detta gör att utvecklingen kan gå snabbt utan att risken ökar.

Jag jobbar med ett team av specialiserade AI-agenter. De har roller för test, infrastruktur, frontend, säkerhet och arkitektur. Instruktioner räcker inte — det som fungerar är automatiserade kontroller som körs: validering, testkrav och standarder som faktiskt verifieras.

Lärdomar som sparar pengar

Det här är inte gratis. Den stora kostnaden är ofta slöseri: för långa sessioner, för mycket kontext och fel modell för fel uppgift. Ibland fastnar agenter i loopar som kostar pengar utan att skapa värde.

Idag jobbar jag mer medvetet för att minimera kostnader och maximera resultat:

• Begränsa kontexten — annars blir det dyrt och otydligt.
• Välj rätt modell för jobbet (allt behöver inte “tänkande max”).
• Kvalitetssäkring före leverans — tester och validering innan kod går till produktion.
• Isolerat arbete — tydliga roller och separata arbetsmiljöer för parallellt arbete.

Mina projekt

Jag bygger både produkter och mindre experiment. Syftet är att testa vad som faktiskt fungerar i AI-driven utveckling — och vad det kostar.

• Multiplikationsspelet: ett litet, snabbt projekt för att testa iteration och användarupplevelse under tryck.
• Familjeplaneraren: en planeringsapp som ska göra vardagen enklare. Fokus: användarnytta, robust leverans och en kodbas som går att förvalta över tid.
• Gitarrstämmaren: ett verktyg för att stämma gitarr med hjälp av mikrofon och frekvensanalys.
• Nummerlappen: ett digitalt kösystem byggt för att testa parallella AI-agenter och automatiserad infrastruktur i praktiken.
• Småprojekt & verktyg: mindre lösningar som löser konkreta problem och tränar upp mitt arbetsflöde med agenter.

Varför denna sida?

ainiklas.se samlar mina insikter om AI-driven utveckling. Jag skriver om vad som fungerar, vad som inte gör det, och vad det kostar. Fokus är “hastighet med kontroll”: AI-acceleration med kvalitet, säkerhet och kostnadshänsyn.

Om du vill diskutera eller ha hjälp med ett projekt – du hittar mig på LinkedIn.