AI Strategi

Plasistisk software: fra lukket skal til et system, der former sig efter dine behov

Plasistisk software er software, du selv former via en chat. Se hvordan det virker i AGM AI OS, og hvilke fire spørgsmål du skal stille din softwareudbyder.

Julian Bent Singh15 min læsning
DelLinkedInX
Julian Bent Singh peger på overskriften Plasistisk software: fra lukket skal til et system, der former sig efter dine behov
Indhold

Plasistisk software er software, der kan formes. Ordet har jeg selv fundet på, og det kommer af plasticitet, som i hjernens evne til at omforme sig. Det er software, der kan ændre sig efter brugernes, kundernes og medarbejdernes behov og præferencer. Mangler du en funktion, et dashboard eller en integration til et andet værktøj, så beder du om det i en chat, og så går softwaren selv ind og skriver koden, tester og integrerer det. Bagefter lever det inde i systemet, som om det var kodet ind fra starten af.

Første gang, jeg sagde det højt, var på en Live Q&A i AI Growth Minds i starten af november: "Det betyder, at det ikke er noget software, der er låst i én form, men at du via en chat kan forme det, som du vil."

Plasistisk software er selvfølgelig noget, der kun kan lade sig gøre, fordi vi har generativ AI og rigtig gode kodeagenter og LLM'er til at kode med.

(Og nej, det har ikke noget med plastik at gøre. Nogle vil kalde det plastisk software eller plastic software. Jeg kalder det plasistisk, fordi det handler om plasticitet.)

Kort fortalt

De fleste købte systemer er en lukket skal. Mangler du noget, venter du på udbyderen, vibe coder dit eget system ved siden af, eller skifter til en konkurrent. Plasistisk software lader dig selv tilføje funktionen via en chat, mens en deterministisk kerne sørger for, at du ikke kan ødelægge meningen med softwaren eller sikkerheden.

Det er det, du skal efterspørge hos din softwareudbyder. Spørg dem, hvor meget I selv kan tilpasse, hvordan det spiller ind med sikkerheden, hvad I gør, hvis I fortryder, og hvad det koster ekstra.

Den lukkede skal: derfor bygger folk deres egne systemer ved siden af

Jeg kender selv problemet. Til AI Growth Minds bruger jeg Buildable som LMS, CRM og CMS. Det er et whitelabel af GoHighLevel. Her har jeg længe været irriteret over, at de ikke havde en programmatisk adgang eller en mulighed for at rette i hjemmesidedesign eller i designet af e-mailkampagner, ud over en drag-and-drop-editor. Ja, sådan en kender vi alle. Total last year 😂

Dertil var der mange begrænsninger på, at man ikke selv kunne smide custom HTML på. Så kunne jeg i det mindste have bedt en AI om at lave noget kode, jeg kunne smide ind.

Men det er ikke kun mig, der oplever det.

En deltager i AI Growth Minds er direktør og ejer af et elektrikerfirma med 20 ansatte. Han var træt af sit CRM, som var det mest brugte til elektrikere herhjemme. Der var mange problemer med det. Der manglede funktioner, som de skulle bruge til én type kunder, nemlig ESG-kunderne. Og så var der decideret fejl i den måde, systemet udregnede forskellige momstyper på.

Da han kontaktede udbyderen, mente de, at der ikke var nok, der efterspurgte et ESG-modul. Så der ville nok gå noget tid, før de fik det bygget.

I frustration endte han med at vibe code sit eget CRM-system, som kunne alt det, det gamle kunne, plus meget mere.

Her ville plasistisk software have været en gylden mulighed for ham. Både til at fikse den momsfejl og til at tilføje et helt nyt menupunkt, nemlig ESG, så han kunne lave sine ESG-rapporter direkte fra systemet.

Jeg har mange eksempler som det fra deltagere i AI Growth Minds, der tog sagen i egen hånd, fordi de eksisterende løsninger enten ikke ville eller kunne leve op til deres specifikke behov.

Det er præcis, hvad der sker, når en udbyder laver en lukket skal, som man ikke kan gøre noget ved. Brugerne begynder enten at vibe code deres egne småsystemer, eller også hopper de til en konkurrent, fordi konkurrenten har bedre styr på deres behov lige nu.

Hvad er plasistisk software så?

Plasistisk software er lidt ligesom det, navnet hentyder til. Det er software, der kan formes, og som selv går ind og laver ændringen.

Lad os sige, at en kunde eller en bruger af et stykke software har et andet værktøj, der skal integreres, end det værktøj, der er bygget ind i softwaren. Så vil den plasistiske software selv gå ind og skrive koden, teste og integrere med det værktøj.

Et andet eksempel kunne være, at du sidder i en virksomhed, og I har købt et stykke software til finansafdelingen, som kan hjælpe jer med at automatisere store dele af månedslukket. Men hvad så, hvis I lige pludselig har fundet ud af, at nu vil I rigtig gerne investere i værdipapirer? Det stykke software, I lige har købt, har ikke noget med værdipapirer at gøre. Der er ikke en menu eller en funktion, der handler om at tracke og holde øje med værdipapirer og lave regnskab for dem.

I et plasistisk stykke software kunne I blot nævne jeres use case. Nu er vi gået ind og investerer i værdipapirer. Så beder I softwaren om at tilføje en ny funktion, der kan hjælpe jer med det. Så bygger den det selv, lægger det selv op, og så er det live.

Og hvad så, hvis I er 50 medarbejdere, der bruger det her stykke software? Så kunne I i den plasistiske software bestemme, hvem der skal have lov til at se den nye funktion, og hvem der ikke skal. Men det er udvikleren af den plasistiske software, der skal gøre det muligt.

Sådan ser det ud i praksis: AGM AI OS

Mit eget konkrete eksempel er AGM AI OS. Det er et plasistisk stykke software, så det kan ændre sig efter den person, der bruger det. Det er bygget som et AI-agent-operativsystem.

Hele tanken med AGM AI OS er, at man i en chat beder systemet om at udføre ens arbejdsopgaver ved at forklare, hvordan man normalt udfører dem. Men AGM AI OS bliver også shippet med noget UI og noget software, man kan navigere i. Den UI er fuldstændig plasistisk. Der er selvfølgelig nogle ting, man ikke kan ændre ved, som er kernen i, hvordan systemet fungerer. Dem kommer jeg tilbage til.

Lad os sige, at du i AGM AI OS gerne vil holde styr på dine følgere på dine sociale medier, LinkedIn, Instagram og så videre. Så kan du lave en proces, hvor du hver uge får besked om, hvor mange du har fået, hvor mange du har mistet, hvem du har fået, og hvem du har mistet.

Det er fint nok. Men hvad så, hvis du gerne vil have et dashboard, der viser udviklingen over tid og viser de personers profiler, måske profilbilleder og så videre? Altså et fuldt dashboard i dit eget AGM AI OS. Det er ikke noget, der er bygget ind. Det er ikke noget, AGM AI OS er gearet til.

Men fordi det er plasistisk software, kan du i samme ombæring, som du beder den om at lave din proces, bede den om også at lave dashboardet. Det kommer til at leve inde i AGM AI OS, som om det var kodet ind fra starten af.

Det dashboard har jeg selv bygget, og det er ikke det eneste:

  • Et følger-dashboard til LinkedIn og Instagram, der holder øje med, hvem der kommer og går. Ikke bare tallet, men konkret hvem.
  • Økonomisk tracking i nøgletalsmenuen. Menuen fandtes i forvejen, men her ville jeg bare have vist mere data.
  • En slider, som jeg udvidede den økonomiske tracking med, og som hjælper mig med at forecaste likviditet og budgetter.
  • Et lead- og salgsdashboard, der viser livscyklussen for leads, hvem der allerede er i dialog, hvem der mangler opfølgning og så videre. Hvert lead kan klikkes på, og så får jeg vist hele deres profil og alle deres touchpoints med AI Growth Minds.

Hver af dem tog under 0 minutter.

Her kan du se, hvordan det foregår, når du tilføjer en ny funktion, der både er dashboard og logik:

Skærmoptagelse fra Kontrolrummet i AGM AI OS: et følger-dashboard med en ugentlig proces, bygget via chatten.

En detailvirksomhed fik ERP og data warehouse koblet på på 32 minutter

En af brugerne af AGM AI OS er i detailbranchen og har bygget et økonomisk dashboard, der viser salgstal live, men også demand- og trendforecast.

Forecastene bliver lavet af nogle processer, de selv har lavet i AGM AI OS, og som kører én gang om ugen. Dashboardet bliver selv opdateret med resultatet, og de kan klikke ind og undersøge hvert eneste datapunkt.

Desuden lavede AGM AI OS selv en integration til deres on-prem data warehouse og deres ERP-system, så live økonomiske nøgletal kunne vises.

Det tog 0 minutter. Det ved jeg, fordi jeg sad på et kald med brugeren, da han bad AGM AI OS om at gøre det.

Fuldt eller delvist plasistisk: de fire lag

Én ting er frontend, altså det design, du ser. En anden ting er logik og data. Tager vi idéen med følger-dashboardet igen, så er der flere elementer, der skal være til stede:

  1. Frontend. Det skal rent design- og frontendmæssigt kunne lade sig gøre.
  2. En plasistisk backend. Der skal være en backendstruktur, der gør det muligt at lave en ny database, som holder styr på nuværende og historiske følgertal og profiler.
  3. Forbindelsen. De to ting skal kunne snakke sammen uden problemer.
  4. Isolering. Det må ikke forurene udbyderens eksisterende backend eller påvirke andre brugeres data.

Du kan godt have plasistisk software, uden at alle fire er til stede, men det afgrænser selvfølgelig mulighederne. Kan du kun ændre i frontend og design, så kan du ikke lave et følger-dashboard, fordi det kræver, at der bliver opsamlet og holdt øje med data.

Softwaren kan stadig godt være plasistisk uden backenddelen. Den er bare ikke fuldt plasistisk. I videoen ovenfor ser du alle fire lag i spil.

Det er også noget af det, dine spørgsmål til udbyderen skal gå ud på. Hvor plasistisk er den software, de har?

Kernen, som ingen kan forme

Der er nogle ting, der skal være til stede. Plasistisk software skal helst have en deterministisk kerne, som brugerne ikke kan skrue på.

Den kerne er det unikke, som brugerne køber sig ind på. Det er også den, der gør, at brugeren ikke kan ødelægge meningen med softwaren, og den er en sandkasse for, hvad brugeren faktisk kan skræddersy og tilføje. Og så er det den deterministiske del, der sikrer nogle guardrails, altså sikkerhed, bl.a. mod prompt injection.

Hele tanken om plasistisk software er, at man balancerer brugerens autonomi og det deterministiske i softwaren, så brugeren ikke kan fucke op og smadre sin egen brugeroplevelse. Det skal også være nemt at rulle tilbage, og det skal være nemt at tage backup. Alle de ting skal selvfølgelig være til stede.

I AGM AI OS er alt, der er kritisk, eller som kan komme til at videregive informationer, tvunget igennem tofaktorgodkendelse. Det gør det væsentligt sværere for en hacket AI eller en menneskelig hacker at forsøge sig med noget ondsindet.

Dertil er der noget helt grundlæggende, som godkendelseskøen og adgangskoderne, der kræver et vist lag af sikkerhed og forståelse for AI-agenters adfærd. Dem kan man ikke ændre i. Det sikrer, at brugerne ikke kommer til at introducere yderligere usikkerheder eller decideret ødelægge meningen med softwaren.

"Hvad så, hvis der er en fejl?"

Jeg har ikke rigtig fortalt om konceptet før nu. Men brugerne af AGM AI OS kender den praktiske del af det, selvom jeg aldrig har brugt ordet plasistisk software over for dem. De synes, det er smart. De er ikke bekymrede for data, for den ejer de jo selv.

Den eneste indvending, jeg har hørt, er: "Hvad så, hvis der er en fejl, eller hvis der skal opdateres noget?"

Mit svar er, at det netop er det smarte. Den plasistiske software retter selv. Er der en fejl, eller kommer der en ny version af AGM AI OS, så retter AI'en, der samlever med softwaren, fejlen. Og hvis der er konflikter i en opdatering, løser den dem selv og bibeholder brugerens egne tilføjelser.

Jeg så det ske, før jeg overhovedet havde et ord for det. Da de første kunder testede AGM AI OS i august, var der en fejl i Kontrolrummet, og to af dem rettede fejlen lokalt med deres egne AI-agenter.

Fire spørgsmål, du skal stille din softwareudbyder

Det vigtige, du skal spørge din udbyder om, er, om løsningen kan skræddersys til dine unikke behov, og gerne så hurtigt som muligt. Tag de her fire spørgsmål med til næste møde.

1. Hvor meget i løsningen kan vi selv tilpasse? Spørg også, hvor plasistisk den er. Kan I kun ændre i frontend og design, eller kan I også lave ny logik og nye data, der snakker sammen med designet uden at forurene udbyderens backend eller andre brugeres data? Får du svaret "meget", så spørg videre.

2. Hvordan spiller det ind med sikkerheden? Plasticitet kan medføre ekstra sårbarheder, hvis det ikke er udført godt nok. Det er ikke altid tilfældet, men du skal høre, hvordan udbyderen har tænkt det.

3. Hvad gør vi, hvis vi har tilpasset og fortryder? Hvad sker der, hvis den medarbejder, der byggede tilpasningerne, forsvinder? Eller hvis I har tilføjet 100 nye ting, og det lige pludselig bliver uoverskueligt? Spørg, hvordan udbyderen sikrer, at det ikke bliver kaotisk.

4. Hvad koster plasticiteten ekstra? AI-credits er ikke gratis. Hvis det viser sig at blive en kæmpe meromkostning, er det så det værd? Eller findes der en anden udbyder, hvor det er inkluderet i prisen?

Tag den med til mødet

Hvor meget kan vi selv tilpasse, og kun i designet eller også i logik og data? Hvordan spiller det ind med sikkerheden? Hvad gør vi, hvis vi fortryder, eller hvis det bliver kaotisk? Hvad koster plasticiteten ekstra i AI-credits?

Til dig, der sælger software

Grundtanken i plasistisk software er, at du som udbyder ikke bare laver en lukket skal, som kunderne ikke kan gøre noget ved. Det er den lukkede skal, der får brugerne til at vibe code deres egne småsystemer eller hoppe til en konkurrent.

Giver du derimod dine brugere, kunder og medarbejdere et stykke plasistisk software, så kan de selv på meget kort tid ændre det til deres egne præferencer og behov.

Hvorfor skulle de så gå videre? Hvorfor skulle jeg bruge 4 timer på at vibe code mit eget værdipapir-plugin, når jeg kan bruge en halv time på det i den plasistiske software?

Min forudsigelse: SaaS bliver til data plus en sandkasse

Jeg tror, det bliver en stor teknisk opgave for de store, eksisterende og etablerede spillere bare at lave om på det her. Det kommer til at tage mange år, før de har omstillet sig.

Det, jeg til gengæld ser dem gøre, er at give MCP-adgang til så meget som muligt. Så bliver det nemt at bruge deres eksisterende løsninger sammen med dine egne vibe-codede løsninger eller "OS'er". Har du ikke styr på, hvad MCP er, så har jeg skrevet om forskellen på CLI, API, MCP og computer use.

Men jeg forudser, at vi kommer til at se langt flere mindre og nye spillere, der bygger plasistisk software fra bunden, ligesom med AGM AI OS. Det vil højst sandsynligt være nichespillere og infrastruktur til at starte med.

På den lange bane ser jeg de eksisterende SaaS- og softwareudbydere gå mere og mere over til bare at levere den data, brugerne skal bruge, mens UI'et er 100 % skræddersyet til hver enkelt.

De shipper en sandkasse med en masse færdige funktioner, som vi kender det i dag, men med frihed til at ændre og tilføje, som man vil. Værdien for den enkelte udbyder bliver den data, de kan stille til rådighed for deres kunder.

Tag Apollo.io, som leverer kontaktinfo til beslutningstagere. De kunne gøre det muligt for deres brugere at skræddersy deres Apollo til at passe lige præcis til deres unikke måde at drive salg og marketing på. Grundydelsen er stadig folks e-mails og telefonnumre.

Vil du se et glimt af det, så er AGM AI OS Cloud det perfekte eksempel. Det er en horisontal plasistisk softwareløsning, som kan gøres så vertikal som overhovedet muligt. Du kan skræddersy den til præcis din egen virkelighed. Cloud-versionen er ikke ude endnu, men den kommer.

Prøv plasistisk software selv

AGM AI OS kan købes nu på agm-ai-os.com. Så kan du selv prøve kræfter med plasistisk software og se, hvor hurtigt du kan bygge dit første dashboard eller din første integration.

Vil du hellere have hjælp til at bygge plasistisk software i din egen virksomhed eller til dine egne kunder, så kan du booke mig som AI-konsulent. Og vil du vide mere om, hvordan jeg selv driver min forretning med AI-agenter, så læs hvordan du bygger en AI-drevet organisation.

Julian Bent Singh

Skrevet af

Julian Bent Singh

Specialist i AI-implementering, AI-strategi og opkvalificering af virksomheder. Anerkendt af Ritzau som en af Danmarks førende AI-influencers.

Læs også

Få AI-guides direkte i indbakken

Praktiske tips om AI-strategi, use cases og prompting. Ingen spam – kun værdi. Afmeld når som helst.