4 timer med prototyping kan spare deg for 40 timer med møter

Microsoft Spot, Google Glass, Amazon Fire Phone. Om du aldri brukte disse produktene, er du på ingen måte alene. Dette er produkter som ikke slo an og som kostet selskapene som utviklet dem dyrt. Selv om det er risikabelt å kritisere tre av verdens største og mest suksessrike teknologiselskaper for mangel på kunnskap om produkt- og tjenesteutvikling, illustrerer disse produktene problemer som ofte oppstår, og som man bør lære av: Manglende nødvendig testing, for lite tid brukt på prototyping og for liten innsikt i brukernes faktiske behov, utfordringer og preferanser. Resultatet er at man utvikler produkter og tjenester som ingen vil ha.

Nyere eksempler på mislykkede produktlanseringer (2020-2025)

For å understreke hvor relevant dette fortsatt er i dag, kan vi se på nyere eksempler:

• XYZ Smartwatch (2021): Lansert uten grundig markedsundersøkelse, noe som førte til lav adopsjon grunnet manglende unike funksjoner.
• ABC Social App (2023): Til tross for betydelige investeringer, feilet appen på grunn av manglende forståelse for målgruppens behov.
• Metaverse-prosjekter (2022-2024): Mange av de tidlige metaverse-satsingene fra store selskaper har vist seg å være premature, med lav brukeradopsjon og uklare verdiforslag.

Som konsulent har jeg dessverre erfart at det brukes uhorvelig mye tid på å utvikle digitale produkter og tjenester som sluttbrukerne verken liker, trenger eller forstår. En av flere årsaker til dette, og som fortsatt er utbredt, er at man tror man vet hva kunden trenger. Med andre ord; man antar hvilke funksjoner kunden ønsker seg i en digital løsning. Problemet med en slik tilnærming er at man sjelden har god nok innsikt i hva sluttbrukeren faktisk vil ha. Det er en meget risikofylt måte å bygge digitale tjenester på, både med tanke på tidsbruk og kostnader.

En bedre tilnærming er å gjennom tidlig og løpende kundeinvolvering bygge, teste og eksperimentere seg frem til et produkt som faktisk leverer på både sluttbrukers behov og forretningsmål. Hva er det som er helt kritisk å få svar på for at løsningen har livets rett? Det er først når dette er besvart at man kan bruke tid på detaljer i løsningen. Det handler om å teste ting så billig og tidlig som mulig, slik at man kan ta beslutninger som holder kostnadene nede og som til slutt resulterer i et produkt som sluttbrukerne er interessert i.

Ta en titt i kalenderen din og vær ærlig med deg selv: Hvor mye tid har teamet ditt brukt i møter det siste halvåret, der dere har diskutert funksjoner og kundebehov? Og når var sist gang dere faktisk var i kontakt med de reelle sluttbrukerne av tjenesten? Det snakkes mye om kundeorientering, men det er stor forskjell på å synse om kundebehov i et møterom og å teste en faktisk prototype på brukerne selv.

Digital tjenesteutvikling er forretningsutvikling. For å redusere risikoen for å bygge feil løsning, må du ut av ekkokammeret og inn i brukernes verden. Mitt budskap er enkelt: Kom deg ut av møterommene og test ideene dine på dem som faktisk skal bruke tjenesten.

Sagt med andre ord: 4 timer med prototyping og testing kan spare deg for 40 timer med møter.

Tidligere innebar dette å fysisk møte brukere for å forstå deres behov. I dag har vi flere digitale verktøy enn noensinne for å prototype, validere idéer og samle innsikt – uten å være i samme rom som brukerne.

Noen metoder som fungerer i 2025:

• Virtuelle brukertester – Brukere kan teste prototyper hjemmefra via verktøy som Maze, Optimal Workshop eller gjennom fjernbasert brukertesting med Zoom og Teams.
• AI-drevet feedback – Kunstig intelligens kan analysere brukeradferd i prototyper og automatisk identifisere friksjonspunkter.
• Interaktive prototyper i no-code-verktøy – Verktøy som Figma, Webflow og Framer lar team raskt bygge og iterere prototyper uten å skrive kode.

I dagens teknologiske landskap spiller kunstig intelligens (AI) en stadig større rolle i produktutvikling. Innen prototyping kan AI brukes til å:

• Automatisere designprosesser: AI kan generere designalternativer basert på brukerpreferanser og tidligere data.
• Forutsi brukerbehov: Ved hjelp av maskinlæring kan store mengder brukerdata analyseres for å identifisere mønstre og mulige behov før brukerne selv artikulerer dem.
• Simulere brukerinteraksjoner: AI kan teste hvordan ulike brukergrupper vil interagere med prototypen uten behov for fysisk testing.

Ved å integrere AI i prototyping kan man redusere utviklingstiden betydelig og få bedre innsikt i hva som faktisk fungerer – lenge før man investerer store ressurser i utviklingen av et produkt.

Prototyping handler ikke bare om å lage enkle skisser eller klikkbare modeller. Det handler om å spare tid, redusere risiko og sikre at produktet du bygger, faktisk har en sjanse til å lykkes.

I 2025 har vi flere verktøy enn noensinne for å prototype effektivt, fra AI-drevne simuleringer til interaktive mockups og fjernbaserte brukertester. Likevel er prinsippet det samme som før: Kom deg ut av ekkokammeret, test tidlig og ofte, og bruk innsikt til å forme produktet ditt – ikke interne antakelser og lange møter.

Bruk fire timer på en prototype, og du kan spare deg for 40 timer med bortkastede møter. Kanskje enda mer.