AWS’ kontroversielle AI-kode-udmelding: Derfor kan det sænke software-teamet – og hvorfor det forbløffer

Beviserne og ræsonnementet

AWS underbyggede sin påstand med håndfaste observationer, bakket op af erfaringer fra branchen og – ironisk nok – Amazons egne interne problemer:

• Pipeline-overbelastning: 90 % af udviklere anvender nu AI-værktøjer til at skrive kode hurtigere end nogensinde før. Men infrastrukturen til kodegennemgang, test, CI/CD og deployment er slet ikke gearet til den nye volumen.
• Øget review-byrde: Mere AI-genereret kode betyder mere manuel gennemgang – og hvis reviewerne bliver flaskehalsen, kan den reelle leveringshastighed falde dramatisk.
• Kvalitet og efterbearbejdning: AI-kode ser ofte plausibel ud, men kræver væsentlige rettelser. Interne Amazon-ansatte rapporterede, at det interne AI-værktøj Kiro jævnligt producerer upræcis eller fejlbehæftet kode, der af og til må omskrives fuldstændigt. The Guardian citerede ingeniører for at sige, at de “ikke føler, det gør os specielt meget hurtigere”.
• Sikkerhedshændelser: Branchedata, som AWS henviste til, viste, at hver femte organisation havde oplevet et større sikkerhedsbrud direkte forårsaget af AI-genereret kode.

AWS havde allerede i januar 2026 offentliggjort et blogindlæg med titlen “Your AI Coding Assistants Will Overwhelm Your Delivery Pipeline”, der skitserede præcis den samme problematik – altså længe inden den virale debat i juni.

Den vilde modsætning: Hvorfor det skabte forbløffelse og debat

Budskabet ramte som et granatchok, fordi det kolliderede frontalt med Amazons øvrige handlinger:

En investering på 200 milliarder dollars i AI. I februar 2026 annoncerede Amazon planer om at bruge 200 milliarder dollars – svarende til cirka 1.500 milliarder danske kroner – på AI-infrastruktur alene i 2026. Det er den største enkeltstående AI-investering i erhvervshistorien, 50 milliarder dollars over Wall Streets forventninger, og den sendte aktien ned med næsten 9 % på én dag. CEO Andy Jassy forsvarede det som et kalkuleret langsigtet træk.

Et internt AI-tvangsmål, der gav bagslag. Amazon indførte interne målsætninger om, at over 80 % af udviklerne skulle bruge AI-værktøjer hver uge – overvåget via platformen MeshClaw og en intern rangliste kaldet KiroRank. Resultatet blev, at medarbejdere begyndte at “game” systemet: De kørte nyttesløse AI-opgaver for at klatre på ranglisten, hvilket drev beregningsomkostningerne så højt op, at Amazon måtte lukke ranglisten. Medarbejdere døbte fænomenet “tokenmaxxing”.

AI-udløste nedbrud, der ramte millioner af kunder. I marts 2026 oplevede Amazon.com og shopping-appen en række produktionsnedbrud, der påvirkede millioner af kunder. Nedbruddene blev kædet sammen med AI-assisterede kodeændringer, der var blevet sendt i produktion uden tilstrækkelig gennemgang. Amazon forsøgte først at afvise rapporteringen, men endte med at indføre et nyt, strengt krav: Al AI-genereret kode skal nu godkendes af en seniorudvikler, før den må deployes. Den nye politik modsagde direkte hele produktivitetstesen – værktøjet, der skulle accelerere udviklingen, satte nu farten ned.

Omkring 16.000 fyringer i 2026. I januar 2026 bekræftede Amazon 16.000 fyringer af corporate-medarbejdere – oven i 14.000 fyringer i oktober 2025. Det samlede antal på ca. 30.000 siden efteråret 2025 er den største nedskæring i selskabets historie. Ledelsen henviste eksplicit til AI-automatisering som erstatning for corporate-funktioner.

Bredere branchefund. AWS’ opslag flugtede med en voksende mængde dokumentation: AI-genereret kode introducerer kvalitetsrisici, sikkerhedshuller og flytter flaskehalsen fra forfatterskab til gennemgang – et problem, der forværres, når man skærer i review-kapaciteten samtidig med, at man opskalerer kode-outputtet.

Den centrale ironi

Det, der fik opslaget til at gå viralt, var den skærende kontrast: AWS er selv en stor sælger af AI-infrastruktur (herunder kodeassistenten Amazon Q Developer). Amazon brugte 200 milliarder dollars på AI, påbød 80 %+ AI-brug internt, fyrede omkring 30.000 mennesker – delvist for at finansiere AI – og alligevel var AWS’ egen offentlige besked: “mere AI-kode kan gøre dig langsommere.”

På sociale medier påpegede udviklere verden over det absurde i, at opslaget beskrev præcis det, der udspillede sig inde i Amazon selv: AI-kode, der blev sendt i produktion uden ordentligt review, nedbrud til følge, og et nyt senior-godkendelseskrav, der i sig selv skabte en “langsommere”-paradoks.