Så här designade, användartestade och färdigställde vi en skräddarsydd applikation på 4 veckor med AI

Bakgrund

Hos TeamPilot.iospecialiserar vi oss på mjukvaruproduktutveckling och kopplar samman topptalanger inom frilans med kunder i Norden. De flesta kunder är produktbolag som söker erfarna utvecklare och team, antingen för att utöka befintliga team, eller för att få en fullständig tjänsteleverans. De anlitar frilansare både i Skandinavien och globalt, med fokus på att leverera högkvalitativa, pålitliga talanger inom produktutveckling.

Att omvandla besökare till leads, med hänsyn till olika köpare

Målet med att bygga om vår publika app var att omvandla webbplatsbesökare till faktiska leads och att förbättra varumärkesuppfattningen.

Med ett relativt okänt varumärke ville vi bättre visa upp den erfarenhet och expertis som finns tillgänglig i vårt nätverk, så att potentiella kunder kunde se bredden av tillgänglig expertis och enkelt hitta rätt person eller team för deras behov. Vår hypotes var att olika köpare söker på olika sätt, och vi ville lära oss mer om det.

Projektets tidslinje

Applikationen utvecklades faktiskt helt av en produktchef, på några veckor med arbete på deltid, i en helt AI-driven utvecklingsprocess. Fokus låg på kunden, och på affärsutveckling och att hitta rätt tjänst för våra kunder snarare än på programmeringen.

Vi kan bedriva verklig agil affärsutveckling i realtid medan vi bygger tjänsten, allt tack vare den nya AI-drivna affärsutvecklingsprocess som Johan utvecklade för oss. - John Cannerborg, COO

Vi planerade för en fyra veckor lång första fas av projektet och höll tidslinjerna mycket väl. Det som tog lite längre tid var de sista justeringarna och förberedelserna inför lansering, så vi övervakade och gjorde mindre justeringar lite längre.

• Vecka 1: Första kundsessionen och en klickbar front-end-prototyp

• Vecka 2: UI-förbättringar och admin-gränssnitt byggt

• Vecka 3: Användartester, backend-integration och implementering av feedback

• Vecka 4: Stabilisering, automatisering, buggfixar

• Efter utveckling: Slutliga justeringar och förberedelser för lansering

Var det lätt.... Tja, även om jag är en erfaren produktchef och ingenjör, hade jag inte gjort produktionsprogrammering och driftsättningar på många år, och inte heller i de programmeringsspråk och ramverk vi valde. Så jag hade en brant inlärningskurva för de luckor som AI-verktygen inte fyllde, och att komma ikapp med moderna utvecklingsmetoder praktiskt. Detta åtgärdades dock under projektets gång – inom tidsramen.

Beviset i praktiken

Inom tre veckor kunde vi faktiskt presentera en fungerande beta för en mix av CTO:er och inköpschefer, och få värdefull feedback inom den tid då traditionella projekt knappt har hunnit med sin kickoff.

Jag var överlycklig att få kundfeedback på en fungerande beta redan tredje veckan - John Cannerborg, COO

Användartesterna visade att alla använde webbplatsen på helt olika sätt. Vissa vill se tidigare erfarenhet inom sin bransch. Andra bryr sig mer om specifika färdigheter, roller eller företag som frilansaren har arbetat med. Med omedelbar feedback på deras tankesätt, vad de saknade och vad de gillade mest, kunde vi omedelbart justera produktens riktning.

En produkt baserad på kundbehov och perspektiv

Vår slutprodukt var en publik webbplats som gör det möjligt för kunder att omedelbart få en känsla för kapaciteterna och hitta rätt experter inom TeamPilots nätverk.

Nedan, startsidan utvecklad baserat på kundfeedback mottagen redan under den tredje veckan:

På några veckor hade vi en applikation som erbjöd:

• Ett interaktivt publikt gränssnitt, där kunderna kan titta på data och innehåll från många olika perspektiv, allt baserat på kundfeedback.

• Ett innehållshanteringsverktyg för personal att uppdatera webbplatsen, inklusive fallstudier, blogginlägg och videor.

• Integration med backoffice Talent Management API för att få tillgång till live-data med konsultprofiler, branscher och färdigheter

• Möjlighet att dirigera kundförfrågningar till CRM

Viktiga lärdomar

Även om både kunden och jag var entusiastiska över snabbheten i affärsutvecklingen med AI-verktyg, fanns det både fördelar och nackdelar. Troligtvis kommer nackdelarna att lösas av verktygen mycket snart.

Vad som fungerade:

• Snabb feedback: Jag visade fungerande koncept för kunden inom dagar, inte veckor.

• Time to market: Verkliga användare testade en fungerande produkt under den tredje veckan. Vi kunde enkelt finjustera och anpassa tjänsten baserat på feedback.

• Litet team – ingen väntetid, inga överlämningar: AI-genererad design och UX var ”tillräckligt bra” för att komma igång utan att vänta på specialister.

Vad vi utmanades med:

• 80/20: Även om design, UX och programmering genererades automatiskt och mycket snabbt av AI:n, saknar det den finess man får med ett professionellt team.

• Slumpmässiga AI-redigeringar: Små ändringsförfrågningar kunde förstöra saker var som helst. Prompting och testning blev de huvudsakliga uppgifterna. Mer tid fick läggas på testning när AI:n fick utveckla.

• Svagt driftsättningsstöd: Vårt huvudverktyg, Lovable, hjälpte inte med korrekt driftsättning utanför deras egen tjänst. Vi hanterade det separat med traditionella CI/CD-skript, vilket fortfarande kräver ingenjörskunskaper.

• SEO-lucka: Den AI-utvecklade webbplatsen var en ren front-end-applikation och krävde extra arbete för att bli SEO-vänlig. Verktyget vi valde stödde inte detta direkt.

Var det värt det?

Absolut. Jag uppskattar att användning av helt AI-driven programmering var 2–4 gånger mer effektivt än en traditionell systemutvecklingsmetod. Dessutom sparade vi mycket tid med AI-driven design och UX.

Men det verkliga värdet låg inte i programmeringseffektiviteten! Det ligger i snabb och agil affärsutveckling, att kunna användartesta och anpassa sig för nya idéer omedelbart. Vi kunde gå från diskussion till en fungerande version på timmar, inte dagar. Ibland byggde vi en ny funktion eller fixade något även under ett möte.

Vi kommer nu att fortsätta utvärdera affärspåverkan, med iterativa förbättringar, innan vi polerar något med ett okänt värde.

Avslutande tankar

Om din prioritet är att snabbt komma ut på marknaden och testa tidigt med riktiga kunder, kan AI-assisterade verktyg som Lovable och Cursor göra en enorm skillnad. Detta arbetssätt är dock inte för alla, och om du behöver strikt kodkvalitet och långsiktig underhållbarhet vinner traditionella metoder fortfarande.

Behöver du hjälp med att snabba upp affärsutvecklingen?

Tveka inte att kontakta mig. Jag hjälper också gärna till att utbilda ert ledarskap, era team, eller implementera AI-driven agil affärsutveckling i er organisation.

Johan Eliasson

Johan Eliasson är en oberoende produkt- och teknikledare. Tveka inte att höra av dig med frågor eller samarbetstillfällen.