
Vad betyder egentligen kvalitet och vem äger ansvaret? Den som producerar datan, den som testar eller den som fattar beslutet?
I det här avsnittet pratar Benny, Hugo och vår gäst Martin om likheterna mellan test och data. Vi går igenom varför “good enough” ofta är verkligheten, hur bristande domänkunskap kan leda till fel beslut och varför kvalitet i slutändan handlar mer om förtroende än perfekta siffror.
Ett samtal om ansvar, kompromisser och varför det enkla svaret nästan aldrig är hela sanningen.

Tor började på Data Dao för ett par veckor sedan. Innan han ens hunnit lära sig var kaffemaskinen står hade han lyssnat igenom halva poddens backkatalog på pendeln. Nu sitter han i studion.
Hugo och Erik hälsar välkommen med den enda rimliga frågan: vem är du egentligen, Tor?
Vi hör om resan från industriell ekonomi i Lund, fyra år som finansanalytiker på Riksbanken och ett drygt decennium inom kapitalförvaltning och data – via Skottland – till att nu vilja röra sig fritt över hela produktutvecklingsspektrat som product engineer.
Det snackas Swinglish, pensionsportföljer, AI som inlärningsverktyg och vad som händer när ett enmansband börjar ha egna åsikter.

Johan Gärdebo är historiker och medgrundare till datasuveränitetsbolaget Thala. Han har forskat om hur Sverige använt geodata för att positionera sig internationellt – och den resan ledde honom rakt in i AI-frågorna.
I det här avsnittet pratar Hugo och Johan om vad AI-suveränitet egentligen innebär. Inte som ett på/av-läge, utan som en gradskala av beroenden. Vems modeller tränar vi på? Vems hårdvara kör vi dem på? Och vad händer när den där Nvidia-dealen faller igenom?
Vi reder ut memen "Americans innovate, Chinese replicate, EU regulate" – varför den är sann, varför den är orättvis, och vad Europa faktiskt kan göra i stället för att välja mellan en egen IT-avdelning och en egen juridisk avdelning.
Plus: varför en erfaren gamer kanske har bättre förutsättningar än en högskoleutbildad mjukvaruutvecklare. Och varför AI i grunden är ett koordineringsproblem, inte ett intelligenskappslopp.
Referenser

Jakob Wolman – mjukvaruutvecklare, agile coach och engineering manager med rötter i Malmö och Köpenhamn – gästar Datastudion för ett samtal som startade i ett LinkedIn-inlägg av Benny.
Frågan: när kostnaden för att skriva kod går mot noll, vad händer med det agila arbetssättet? Plötsligt verkar det logiskt att lägga all energi på kravspecen igen – och låta AI sköta implementationen. Men är det verkligen vattenfall, eller är det något nytt?
Vi landar i feedback loops, flaskhalsar som flyttar sig ett steg, Lean-tankar om att återinvestera frigjord tid – och varför marshmallow-utmaningen avslöjar mer om hur vi egentligen tänker än vad något agilt ramverk gör.
Referenser

Tor började på Data Dao för ett par veckor sedan. Innan han ens hunnit lära sig var kaffemaskinen står hade han lyssnat igenom halva poddens backkatalog på pendeln. Nu sitter han i studion.
Hugo och Erik hälsar välkommen med den enda rimliga frågan: vem är du egentligen, Tor?
Vi hör om resan från industriell ekonomi i Lund, fyra år som finansanalytiker på Riksbanken och ett drygt decennium inom kapitalförvaltning och data – via Skottland – till att nu vilja röra sig fritt över hela produktutvecklingsspektrat som product engineer.
Det snackas Swinglish, pensionsportföljer, AI som inlärningsverktyg och vad som händer när ett enmansband börjar ha egna åsikter.

Johan Gärdebo är historiker och medgrundare till datasuveränitetsbolaget Thala. Han har forskat om hur Sverige använt geodata för att positionera sig internationellt – och den resan ledde honom rakt in i AI-frågorna.
I det här avsnittet pratar Hugo och Johan om vad AI-suveränitet egentligen innebär. Inte som ett på/av-läge, utan som en gradskala av beroenden. Vems modeller tränar vi på? Vems hårdvara kör vi dem på? Och vad händer när den där Nvidia-dealen faller igenom?
Vi reder ut memen "Americans innovate, Chinese replicate, EU regulate" – varför den är sann, varför den är orättvis, och vad Europa faktiskt kan göra i stället för att välja mellan en egen IT-avdelning och en egen juridisk avdelning.
Plus: varför en erfaren gamer kanske har bättre förutsättningar än en högskoleutbildad mjukvaruutvecklare. Och varför AI i grunden är ett koordineringsproblem, inte ett intelligenskappslopp.
Referenser

Jakob Wolman – mjukvaruutvecklare, agile coach och engineering manager med rötter i Malmö och Köpenhamn – gästar Datastudion för ett samtal som startade i ett LinkedIn-inlägg av Benny.
Frågan: när kostnaden för att skriva kod går mot noll, vad händer med det agila arbetssättet? Plötsligt verkar det logiskt att lägga all energi på kravspecen igen – och låta AI sköta implementationen. Men är det verkligen vattenfall, eller är det något nytt?
Vi landar i feedback loops, flaskhalsar som flyttar sig ett steg, Lean-tankar om att återinvestera frigjord tid – och varför marshmallow-utmaningen avslöjar mer om hur vi egentligen tänker än vad något agilt ramverk gör.
Referenser

Datastudion växte fram ur en passion för data och viljan att göra ett komplext ämne mer begripligt. Här har vi ärliga och öppna samtal om datans roll i samhället – utan brus eller agenda.
För oss handlar det inte bara om siffror, utan om människorna, sammanhangen och möjligheterna bakom dem.