Mere AI-brug er ikke automatisk lig med bedre software. Det er hovedpointen i Amazons nye retningslinjer for udviklere: Det afgørende er, hvad arbejdet fører til – ikke hvilke værktøjer medarbejderen har brugt undervejs.
Memoet blev delt internt i september 2026 og offentliggjort 27. oktober. Afsenderen er Terk Terkowitz, vicepræsident og distinguished engineer i Worldwide Amazon Stores.
13
20
Hvad er en “Renaissance Developer”?
Amazon beskriver en ny type udvikler, der kombinerer AI-værktøjer med menneskelig dømmekraft og faglig viden for at skabe nye løsninger. Rollen defineres altså ikke af, hvor meget AI der bliver brugt, men af evnen til at forstå opgaven, vælge de rette værktøjer og levere noget, der skaber værdi.
20
Det betyder også, at AI ikke behøver indgå i enhver opgave. Hvis de tilgængelige værktøjer ikke hjælper, bør ingeniøren kunne forklare hvorfor. Amazon kalder det “et fund, ikke en fiasko”.
10
20
Retningslinjerne henvender sig også til ledere. De skal ikke blot følge med i, om teams tager AI i brug, men vurdere, om brugen faktisk forbedrer arbejdet.
5
31
Derfor advarer Amazon mod “tokenmaxxing”
“Tokenmaxxing” betyder at bruge så mange AI-tokens som muligt for at vise, at man tager teknologien i brug. Tokens er tekststykker, som AI-modeller behandler, når de læser eller genererer indhold. Men et højt tokenforbrug fortæller ikke i sig selv, om løsningen blev bedre.
Amazon advarer mod at bruge tokenforbrug, AI-adoption, kodeændringer, kodegennemgange eller antal kodelinjer som selvstændige mål for produktivitet. Den slags tal viser aktivitet og input – ikke nødvendigvis, om kunderne eller virksomheden fik mere ud af arbejdet.
7
11
31
Memoet kobler også kritikken til Amazons ledelsesprincipper. At jagte tokenforbrug er ifølge den rapporterede formulering på kant med “Frugality” – sparsommelighed – mens måling på kodelinjer strider mod “Invent and Simplify”, altså at opfinde og forenkle. Mere AI-forbrug eller mere kode kan øge omkostninger og kompleksitet uden at skabe større værdi.
11
31
Det betyder ikke, at brugstal er værdiløse. Ifølge omtalen af memoet mener Amazon, at de kan hænge sammen med resultater, men at de skal bruges med omtanke.
16 Et mønster i tallene kan være værd at undersøge, men det gør ikke automatisk tallet til et godt mål. Hvis medarbejdere belønnes for at øge tokenforbruget, kan forbruget stige uden at arbejdet bliver bedre.
Hvad skal ledere undersøge?
Amazon peger på, at teams tæt på både 10.- og 90.-percentilen for AI-adoption bør undersøges nærmere.
16 Det er ikke det samme som at konkludere, at hold med lav brug sakker bagud, eller at hold med høj brug præsterer bedst.
For teams, der bruger AI mindre, kan ledere undersøge, om opgaverne passer dårligt til de nuværende værktøjer, om der er barrierer for brugen, eller om relevante muligheder bliver overset. For teams med høj brug er spørgsmålet, om den skaber bedre resultater – eller blot mere aktivitet og højere omkostninger.
Pointen er at bruge tallene som anledning til spørgsmål, ikke som en dom over et team.
AI er et værktøj – ikke målet
Amazons budskab er ikke, at udviklere skal holde sig fra AI. Det er, at de skal bruge deres faglige vurdering og fokusere på resultater for kunder og forretning. Ledere bør på samme måde behandle mål for AI-brug med forsigtighed i stedet for at gøre dem til en scoretavle.
16
20
Kort sagt: AI-brug er et input. Værdifuldt ingeniørarbejde er målet. Og hvis AI ikke hjælper med en bestemt opgave, kan en velbegrundet forklaring på hvorfor være mere nyttig end at presse brugen op for syns skyld.
10