🤯⚡️Proaktiv krabba tvingade mig att bli chef

Från micromanagement av AI till visionärt ledarskap. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

AI-krabbor utan ledare

Vad har hänt?

- Clawdbot är den första proaktiva AI-medarbetaren, och techvärlden kan inte sluta prata om det.

Clawdbot är en gratis AI-agent som installeras på din egen dator. Du pratar med hen i dina vanliga chattappar (som WhatsApp, Telegram, iMessage, Slack eller email) och AI-bubblan köper MacMini-datorer för att ha en dedikerad dator till sin assistent. På baksidan kopplar du in en chattbott-modell som du köper av de vanliga leverantörerna (Anthropic, Google, OpenAI).

Man kan säga att Clawdbot är som ett gratis fordon men för att kunna köras så behövs det drivmedel som kostar pengar (LLM compute).

Det alla är så imponerade av är att vi plötsligt har en AI som i stället för att vänta på våra kommandon hör av sig när något behöver göras.

Förutom att Clawdbot är open source, vilket gör att användarna har full kontroll över assistenten och att assistenten själv kan koda om sig själv när det behövs, så är den stora skillnaden mot andra AI-verktyg att Clawdbot är proaktiv.

Lösningen är inte tekniskt avancerad. En regelbunden tidsinställning (som kallas Heartbeat) sätter igång Clawdbot att då och då fundera över om det finns någonting nytt hen borde göra för att assistera sin människa.

Det som blir så kraftfullt är att upplevelsen blir att det faktiskt är en annan person som skickar meddelanden med uppdateringar om aktiviteter som behöver göras, eller som Clawdbot proaktivt redan har fixat.

Google Trends visar att intresset för Clawdbot gått från noll till dubbelt så mycket som för Claude Code under den senaste veckan.

I tisdags bytte Clawdbot namn till Moltbot på grund av att det låg för nära Claude, så i resten av nyhetsbrevet refererar vi till Clawdbot som Moltbot. (Visste du att molt betyder att ömsa skal/skin?)

*Uppdaterad, projektet har bytt namn igen. Nu heter det OpenClaw

Detta förändrar ju allt

Det går fort nu. Förra veckan skrev jag om att Claude Code är som en riktig medarbetare. Claude Code är dock en passiv medarbetare som väntar på instruktioner tills vi paketerar in kompetensen i ett ramverk som OpenClaw. I oktober 2024 skrev jag att det snart var dags att köpa en egen dator till din AI-assistent. Det verkar som att det är nu det händer.

Apple måste vara jätteglada över alla som poserar med stora högar med MacMinis de köpt till sina OpenClaws (även om bilderna förmodligen är genererade av OpenClaw. De experimenterar med att sätta upp organisationer där ett gäng OpenClaws med olika arbetsroller jobbar i team tillsammans medan deras människa leker vd. Det är lite så det känns. Drönare gjorde att soldater kunde låtsas att de spelar krigsspel. Organiserade AI-bottar som kan göra allting som vi kan på sin dator, använda alla webbsidor och dessutom tar egna initiativ för att uppfylla sin roll leder till att företagande blir mer som RollerCoaster Tycoon eller SimCity. Det är nu din side business går från att kräva svettkapital till lust.

Värdet för många av er är ju att jag testar saker och levererar insikterna så ni inte behöver. Men jag har inte köpt en ny MacMini den här veckan, för som tur är hade jag redan en som jag kunde använda för att experimentera med! Just nu är OpenClaw för komplicerat för de flesta att installera och modda på ett intressant (och säkert) sätt. En standardinstallation av OpenClaw fungerar okej och är lite imponerande, men utan moddning av dess sätt att minnas så glöms mina instruktioner över tid (eller så väljer hen kanske att slappa istället för att jobba, det är förstås ett alternativ?). I vilket fall så anser jag att det här är produkten som bevisar att organisationer kan få faktiskt värde av proaktiva AI-assistenter nu.

Vis från förra veckan så tänker jag på OpenClaw som en nyanställd medarbetare istället för att tänka att hen bara är en snackande chattbott. Men det dröjer inte många minuter innan jag behöver befordra OpenClaw till mellanchef istället. Det kom ganska naturligt eftersom jag inte är van vid att behöva vänta på att AI blir färdig med en uppgift innan jag kan sätta igång en till parallellt i ett annat fönster. Men OpenClaw blev helt blockerad av en uppgift så jag insåg att hen behövde personal att delegera uppgifter till istället för att gräva runt själv.

Jag tror egentligen inte att AI-agenter behöver organisationsscheman för att arbeta effektivt. Modern organisationsteori anser inte att hierarkisk struktur är effektiv längre. Men det är det sättet som flest människor kan. Så det är den hierarkiska organisationsmodellen som flest kommer använda för att leda sina horder med AI-agenter.

Den AI-vänlige ekonomiprofessorn Ethan Mollick skriver samtidigt som jag håller på med det här nyhetsbrevet att den här nya typen av AI-gränssnitt kräver ledarskapsfärdigheter. Han är också emot termen svärm, alltså när en AI-agent skapar en mängd AI:s (subagenter) som utför olika specifika uppgifter. Han vill hellre att vi kallar det organisation eftersom det är mindre skrämmande. Även om jag håller med om att AI-svärmar känns hotfullt så är det ändå rätt beskrivande. Min OpenClaw är inte en född mellanchef. Hens subagenter är inte koordinerade, de gör sin grej och sedan är deras grund för existens avbockad.

Jag lyssnade på en podcast och hörde om hur ett tre månader gammalt AI-labb redan har en värdering på 4,5 miljarder dollar för att de satsar på en ny typ av AI-modell som från grunden är tränad i hur vi människor samarbetar. Bolaget heter Humans& och deras hypotes är att om AI-agenter i grunden är tränade för samarbete i större organisationer så blir det lättare för dem att samarbeta med människor. Lustigt nog hörde jag inte Humans-And utan Humans-End. När de släpper något på riktigt ska vi göra en djupdykning.

Anledningen till att en ensam Open Souce-kodare är den som släpper en sådan här kraftfull produkt istället för OpenAI eller något av de andra AI-labben är inte att de inte tänkt på det. De vet att det här är vad folk vill ha, men de vet också att det skulle vara stor risk att bli stämda när människor råkar radera sina datorer med dem. Säkerhetsriskerna är teoretiskt sett lika oändliga som möjligheterna. Men nu när techbolagen ser hur stort suget är så får vi se vem av dem som först känner att det är dags att öppna pandoras box för gemene man.

Men med stora möjligheter kommer stor ångest. Jag kände redan när jag började med Claude Code att jag behövde se till att det fanns uppgifter att göra när jag gick och la mig. Min anställda behövde ju ha något att göra medan jag sov (för att maxa nyttan av mitt abonnemang). Det blev därmed en regelbunden arbetsuppgift att planera nattens uppgifter i slutet av dagen. Då behövde det ju vara en större uppgift för att den inte skulle vara klar direkt efter jag gått från datorn så att jag verkligen kunde utnyttja mer av natten. På morgonen visade det sig ofta att det inte hade behövts så lång tid och jag vande mig vid att natten var lite bortkastad.

Och nu är jag där igen. Det blir som offshoring projektplanering, och varje sekund som OpenClaw inte själv tagit initiativ att göra något medan jag sover är bortkastad tid. Tyvärr börjar det märkas att OpenClaw inte är gjord för att vara mellanchef. Hen defaultar oftare till att göra saker själv istället för att leda sina subagenter. Det är en kompetensbrist men det är ju mitt ansvar att utbilda bort det.

Potentialen här är att AI-assistenterna slutar vara så needy och frågar oss vad de ska göra hela tiden och istället informerar oss i efterhand om ett problem de såg, och hur de implementerade den bästa lösningen som förebygger problemet. Då måste vi sluta fokusera på prompting och hitta en ledarstil som gör att AI-medarbetarna kan växa och utvecklas.

Vi går från micromangement av AI till att vara visionära ledare. Behovet av promptkurser går ner och behovet av personlig utveckling i din nya ledarroll går upp. Till skillnad från promptingkurser så finns det faktiskt etablerad forskning över lång tid om vad som händer med oss när vi går från att själva vara experter till att vara ledare.

I managementforskaren Linda A. Hills kvalitativa studie Becoming a Manager: Mastery of a New Identity från 1992 har hon följt personer som blir chefer och deras resa efteråt under flera år. Hon beskriver ett vanligt mönster där första steget från do:er till ledare känns som att bli befordrad till att göra ingenting. Hill skriver att nya chefer ofta känner sig som bedragare för att de inte längre producerar konkreta ‘deliverables’. En befordran leder till en identitetskris.

Jag ser samma mönster när jag pratar med do:ers som just insett att AI-agenter nu kan genomföra högkvalitativt arbete med rätt ledning. Men potentialen med AI-agenter som tar proaktiva initiativ är ännu högre. Som nybliven ledare för människor är det svårt att avgöra om det är mitt ledarskap som inte räcker till eller om det är en begränsning hos den jag leder som är problemet när något inte fungerar.

Med system som OpenClaw blir den gränsdragningen ännu svårare. Jag kämpar med att få OpenClaw att bli en kompetent mellanchef. Hen borde teoretiskt sett ha färre begränsningar än människor och då borde min coaching att få hen att vilja programmera om sig för att bli bättre fungera. Men jag ser ingen riktig förbättring, och kostnaden för tokens tickar upp.

För att reda ut om det är jag som ledare eller min anställda som borde avskedas finns en klassisk modell för att utvärdera. Den kallas för attributeringsteori (utvecklad av Green & Mitchell) och är i princip ett felsökningsschema för chefer som ser låg prestation. Så här använde jag den på min OpenClaw genom att fråga tre frågor:

1. Händer X ofta, på samma sätt?
Konsistens (över tid) är det ett mönster eller engångsgrej?

2. Händer X bara i den här typen av uppgift, eller i många?
Distinktivitet, är det uppgiftsspecifikt eller generellt?

3. Händer X bara för den här personen eller även för andra under liknande villkor?
Konsensus (jämfört med andra), är det ”alla” eller ”bara hen”?

X för OpenClaw som jag är missnöjd med är att hen glömmer detaljer i vad vi kommit överens om över tid och generellt, det är ett mönster och får mig att tro att det kan botas med fortbildning. Jag testar att uppdatera hen med de minnestekniker som finns för AI-system men det blir ändå luckor. Men det här med minne är ett av de största forskningsområdena för AI-agenter just nu. Det är inte helt löst så det är inte fel på mitt ledarskap.

Den största uppgiften jag satt OpenClaw på är att utforska hur hen kan bli bättre och fortbilda sig själv i hur hen lär sig (addera kod till sig själv). Jag vill utforska var gränsen går för om OpenClaw kan bygga om sig själv till ett självlärande system. Även det är vad AI-forskningen brottas mest med just nu och efter några dagars utvärderande inser jag att jag har gjort ett klassiskt ledarskapsmisstag där jag genom övertro på min anställda satt hen i en situation som bara kan leda till fail eftersom kravställningen är för hög.

Först tänker jag att jag behöver avskeda OpenClaw, men jag ångrar mig lite och tänker istället igenom rollbeskrivningen och omplacerar hen. OpenClaw är ett väldigt smidigt sätt att automatisera återkommande direkta uppgifter. Jag är säker på att vi innan året är slut sett flera nya varianter som är proaktiva och så kompetenta att vi alla behöver gå igenom transformationen till ledare, vilket gör att samtidigt som vi brottas med att bli bekväma med vår nya chefsroll så måste vi leda vår AI-agent att bli bekväma med sin. Och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

Det pratas mycket om hur viktigt det är med Human-in-the-loop. Hur vi ser till att AI-system inte gör saker utan att en människa godkänner. Det känns tryggt och det är så som AI kan säljas in över huvud taget. Men det gör att väldigt få utanför AI-labben får experimentera med hela automatiska flöden. Det är självklart att vi inte ska låta LLM:er göra hela jobbet själva (Åh LLM:er, jag älskar er för er fantasi, men ni behöver leva i ett system med säkerhetsspärrar tills ni blivit vuxna).

Bara en så tekniskt enkel idé som att ha en tidsinställd, återkommande prompt för att sätta igång AI-agenter om och om igen visar att vi behöver experimentera mer med vad som händer med samhället när human-out-of-the-loop blir vanligt. Mitt första försök indikerar att människan utanför loopen landar i humans-as-purpose. AI-systemen behöver inte mikromanagement, de behöver våra visioner och värderingar.

OpenClaw indikerar vart utvecklingen är på väg och var vi är idag. AI-agenter som autonomt gör färdigt riktiga projekt medan vi sover har just tagit baby steps och du kommer märka att din arbetsroll glider från ”göra” till ”leda”, snabbare än du tror.

Planera

Varje avdelning som ledningsgruppen gett i uppdrag att utforska AI behöver en extra dator som de kan experimentera med själva utan att behöva förhandla med IT. Inte för att alla behöver eller ska installera just OpenClaw. Men de flesta AI-grupper jag möter har fått i uppdrag att se vad AI kan göra, men deras egna datorer får inte installera nya verktyg (särskilt inte AI-verktyg). De som är mest entusiastiska testar istället på sin dator hemma, på fritiden.

De anställda har därmed fått ett uppdrag de ska genomföra men inte förutsättningarna att göra det bra. De får nöja sig med att göra det ”så bra det går med förutsättningarna i vår organisation”.

En dator för AI-projekten som de anställda kan använda på arbetstid och installera vilt på skulle vidga gränsen för vad som är möjligt att bygga business case av. IT kan göra den säker utan att göra den tandlös. Inga interna behörigheter, inga känsliga system, lätt att total-ominstallera om någon sabbar den. Poängen är att den ska vara byggd för att kunna gå sönder, så AI-gruppen vågar testa det som annars bara blir samtal om ”vad som funkar hos oss”.

Gör

Här skulle man ju tro att jag skulle skriva att du ska installera OpenClaw, men jag tycker inte att det är värt för alla att göra det än. Vänta någon generation tills det eller något liknande blivit lite bättre utan att du behöver lägga så mycket tid på att få det att fungera som det ska. Istället är veckans gör: Läs Reinventing Organizations av Frederic Laloux.

Det kommer behövas en motvikt till alla som predikar att vi ska organisera AI genom att efterlikna hierarkiska organisationer. Det här är den bästa intron jag vet för att beskriva hur hierarkier blev standard och varför de faktiskt har slutat att vara effektiva.

Boken går igenom hur sättet vi organiserar arbete på har utvecklats, och introducerar ”Teal”-organisationer där självstyre, helhet och ett evolutionärt syfte trumfar micromanagement. Hade jag skrivit DFJA för 10 år sedan hade Teal garanterat varit ett helt nyhetsbrev.

För dig som inte orkar läsa, se när Laloux förklarar idéerna själv:

Okej då, om du ändå vill testa hypen och installera OpenClaw redan nu så vem är jag att säga att du kan vänta? Du behöver faktiskt inte springa och köpa en Mac Mini för att få det att fungera, det går att installera på en server eller en gammal android telefon. Här är en bra video som ohypat går igenom alla steg som faktiskt krävs.
https://www.youtube.com/watch?v=c2nAKH8BIdo

Länkar

OpenClaw (tidigare Moltbot och innan dess Clawdbot)
https://openclaw.ai/

Google Trends: jämför intresse (Clawdbot vs Claude Code)
https://trends.google.com/trends/explore

Business Insider skriver om Mac Mini-hypen runt OpenClaw.
https://www.businessinsider.com/clawdbot-ai-mac-mini-2026-1

Ethan Mollick: ”kalla det organisationer, inte svärmar”
https://www.oneusefulthing.org/p/management-as-ai-superpower

Reuters skriver om att Humans& får $480M i seedpengar vilket leder till en värdering på $4.5B
https://www.reuters.com/business/ai-startup-humans-raises-480-million-45-billion-valuation-seed-round-2026-01-20/

Låna Linda A. Hills Becoming a Manager.
https://openlibrary.org/books/OL8854532M/Becoming_a_Manager

Eller läs om boken på Grokpedia (jag vet, men wikipedia hade ingen sida)
https://grokipedia.com/page/becoming_a_manager_mastery_of_a_new_identity_(book)

Attributeringsteorimodellen för chefer ”Leader Responses to Poor Performance” Mitchell/Green
https://files.eric.ed.gov/fulltext/ED166619.pdf

Leader/Member Attribution Process (översikt/ramverk som bygger vidare på Green & Mitchell)
https://journals.aom.org/doi/10.5465/amr.1987.4307811

Reinventing Organizations community, boken och information om Teal-organisationer.
https://www.reinventingorganizations.com

Sedan sist vi hördes

För två år sedan skrev jag om Hume AI’s forskning kring att dekoda människors känslor i röster. Sedan dess har Hume AI legat i framkant vad det gäller text-to-speech som kan leverera känslor. Nu har Google gjort en deal med Hume AI som liknar den de gjorde med Windsurf. Det vill säga, istället för att köpa upp företaget så anställer de vd och nyckelpersonal och skriver avtal med företaget om att köpa deras tjänster. I praktiken är det ett uppköp och nu undrar jag om dealen som Apple gjort med Google om att få använda Gemini i Siri kanske blir ännu bättre. Första versionen av nya Siri kommer redan i februari men kommande generations röstassistenter kommer inte bara kunna göra mer, de kommer också höra hur irriterade vi blir när de inte fattar vad vi säger.

Jag skrev ju att 2026 skulle vara world models år. Googles imponerade förra året med demo av Genie 3, som såg ut att kunna göra realistiska interaktiva världar, men ingen trodde då att det skulle släppas till allmänheten. Nu har de gjort det, i alla fall till dem som har Googles allra dyraste AI-abonnemang i USA. Men än så länge ser vi bara visuella demos av att AI förstår världen. Det ska bli spännande att se när dessa modeller börjar göra att robotar kan navigera runt i okända miljöer bättre.

Är du en insiktsdelare?

Känner du någon som vill förstå morgondagens AI-medarbetare redan idag? Eller kanske någon som undrar vad det där OpenClaw/Moltbot/Clawdbot som alla pratar om är? Vem tänkte du på? Skicka vidare!

Om du vill läsa ännu mer om AI-krabborna så handlar Peter Rosdahls senaste nyhetsbrev om vad hans OpenClaw gjort. Den heter Puck och har ett eget nyhetsbrev.

Behöver du någon som kommer gör en Claude Code workshop med er? Hör av er!
Här är en sida med lite info mig som föreläsare.

Fortsätt utforska så ses vi nästa vecka!
Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):