Mer än bara ettor och nollor - Datastudion är podden om människorna som skapar insikterna
GUI vs Kod – Är drag & drop lösningen eller en genväg till teknisk skuld?
I avsnitt 42 av Datastudion tar Benny, Johnny och Erik sig an ett klassiskt databråk: grafiska ETL-verktyg (där du bygger flöden med drag & drop) kontra att skriva kod själv. Vad är egentligen snabbast, bäst och mest hållbart?
Vi pratar om skalbarhet, testning, versionshantering – och varför det ofta känns som att gå från LEGO till Duplo när du byter från kod till GUI. Det är enklare att komma igång, men du tappar ofta kontrollen över detaljerna.
Samtidigt finns det tillfällen där GUI faktiskt är rätt val. När? Varför? Och vad kostar det i längden?
Lyssna där poddar finns
Fler avsnitt
Utforska fler perspektiv, fler röster och ännu mer data.
MCP: USB-C för AI-agenter?
MCP, Model Context Protocol, beskrivs redan som USB-C för agenter. Men vad betyder det egentligen och varför borde du bry dig?
I det här avsnittet pratar Hugo, Alex och Erik om vad en MCP-server är, hur den kan göra LLM:er mer användbara och varför standarden kan bli lika självklar som REST en gång blev. Du får höra skillnaden mellan MCP och vanliga API:er, hur protokollet kan minska hallucinationer och exempel från Git, PowerPoint och dbt. Vi pratar också om vad detta betyder både för utvecklare, företag och mer vardagliga användare.
Kort sagt handlar det om steget som kan göra AI-agenter från pratiga chatbots till faktiska assistenter.
👉 Läs mer om Model Context Protocol (Anthropic)
👉 Testa själv: GitHub-exempel på MCP-servers
Kan AI tänka?
I juni fick vi möjligheten att prata med Peter Gärdenfors, Professor i Kognitionsvetenskap på Lunds Universitet. I detta avsnitt får ni hänga med där Peter går till botten med ordet “intelligens”. Han förklarar varför vi människor felaktigt tror att AI kan tänka, på grund av deras fantastiska språkkompetens.
Varför är IQ ett dåligt mått på intelligens, och hur bör man utvärdera intelligens istället? Kan man modellera känslor eller empati hos AI? Och varför måste AI ta klivet in i den fysiska världen innan den kan bli en Artificiell Generell Intelligens (AGI)?
Ett sant nöje att få bli inspirerad av Peter. Bli det du också!
Referenser
Från kaos till cykelhjul - organisera ditt datateam rätt
I det här avsnittet pratar Johnny, Erik och Benny om en av de mest återkommande och frustrerande frågorna i dataorganisationer: centralt eller distribuerat?
Vi pratar om flaskhalsar, ensamhet i produktteam, UX-paralleller, och varför ett cykelhjul kan vara lösningen. Du får höra om misstag vi gjort, modeller vi testat – och varför det aldrig finns ett rätt svar.
Vi bjuder på konkreta tips, en möjlig resplan för datateamets utveckling och ett gäng varningsflaggor att hålla utkik efter.
Vill du veta när det är dags att bygga plattformsteam, när du bör sprida ut kompetens – och hur du undviker att fastna i organisationskaos? Då är det här avsnittet för dig.
Har du feedback eller ämnesförslag? Hör av dig till [email protected]!
MCP: USB-C för AI-agenter?
MCP, Model Context Protocol, beskrivs redan som USB-C för agenter. Men vad betyder det egentligen och varför borde du bry dig?
I det här avsnittet pratar Hugo, Alex och Erik om vad en MCP-server är, hur den kan göra LLM:er mer användbara och varför standarden kan bli lika självklar som REST en gång blev. Du får höra skillnaden mellan MCP och vanliga API:er, hur protokollet kan minska hallucinationer och exempel från Git, PowerPoint och dbt. Vi pratar också om vad detta betyder både för utvecklare, företag och mer vardagliga användare.
Kort sagt handlar det om steget som kan göra AI-agenter från pratiga chatbots till faktiska assistenter.
👉 Läs mer om Model Context Protocol (Anthropic)
👉 Testa själv: GitHub-exempel på MCP-servers
Kan AI tänka?
I juni fick vi möjligheten att prata med Peter Gärdenfors, Professor i Kognitionsvetenskap på Lunds Universitet. I detta avsnitt får ni hänga med där Peter går till botten med ordet “intelligens”. Han förklarar varför vi människor felaktigt tror att AI kan tänka, på grund av deras fantastiska språkkompetens.
Varför är IQ ett dåligt mått på intelligens, och hur bör man utvärdera intelligens istället? Kan man modellera känslor eller empati hos AI? Och varför måste AI ta klivet in i den fysiska världen innan den kan bli en Artificiell Generell Intelligens (AGI)?
Ett sant nöje att få bli inspirerad av Peter. Bli det du också!
Referenser
Från kaos till cykelhjul - organisera ditt datateam rätt
I det här avsnittet pratar Johnny, Erik och Benny om en av de mest återkommande och frustrerande frågorna i dataorganisationer: centralt eller distribuerat?
Vi pratar om flaskhalsar, ensamhet i produktteam, UX-paralleller, och varför ett cykelhjul kan vara lösningen. Du får höra om misstag vi gjort, modeller vi testat – och varför det aldrig finns ett rätt svar.
Vi bjuder på konkreta tips, en möjlig resplan för datateamets utveckling och ett gäng varningsflaggor att hålla utkik efter.
Vill du veta när det är dags att bygga plattformsteam, när du bör sprida ut kompetens – och hur du undviker att fastna i organisationskaos? Då är det här avsnittet för dig.
Har du feedback eller ämnesförslag? Hör av dig till [email protected]!
