MobAI: From Copilot to Team Pilot
Gå från individuell AI-användning till gemensam värdeleverans

Många organisationer inför AI en person i taget. Det kan göra individer snabbare, men komplext arbete är sällan bara en individuell produktivitetsfråga. Det bygger på gemensam förståelse, omdöme, samordning, lärande och beslut mellan människor.
MobAI är ett praktiskt format för interna företagsevent där team använder AI tillsammans på verkligt arbete. Målet är inte bara att lära sig bättre promptar. Målet är att hjälpa team bygga kunskap, minska onödig samordning och leverera mer värde tillsammans.
Varför det behövs
AI-användning börjar ofta privat. En person får en copilot. En annan lär sig bättre promptar. En tredje bygger en liten automatisering. Det kan skapa värde, men det kan också göra arbetet mindre synligt. Det kommer mer material, men antaganden, beslut, risker och kontext kan fortfarande vara utspridda hos olika individer.
Organisationen kan börja se mer produktiv ut, samtidigt som det blir svårare att få teamen att dra åt samma håll och lära av varandra.
MobAI utforskar en annan väg: AI som en del av teamets gemensamma arbete, med mänskligt omdöme, lokal kontext och gemensamt ägarskap runt arbetet.
MobAI tar tillbaka arbetet in i rummet.
Vad MobAI hjälper till att förändra
Många organisationer har agila roller, ceremonier, tavlor och planeringsrutiner, men saknar ändå verklig teamleverans. Experter blir flaskhalsar. Mötena blir fler. Arbetet rör sig genom överlämningar, beroenden och lokala beslut.
MobAI hjälper team att skifta:
- från expertflaskhalsar till gemensam leverans
- från agil overhead till verkligt teamarbete
- från verktygsinförande till affärsvärde
- från tokenmaximering till kunskapsbyggande
Upplägget kan vara enkelt: en driver, en navigator, en mob, en verklig utmaning, gemensam AI och korta reflektionsloopar. Fokus är inte ceremoni. Fokus är flöde, lärande och värde.
Vad MobAI är
MobAI myntades av Joe Justice efter observationer av AI-assisterat grupparbete på Tesla. Det bygger på mob programming, även kallat software teaming, populariserat av Woody Zuill.
I ett MobAI-event arbetar ett team tillsammans på en verklig utmaning, med AI synligt i det gemensamma arbetsflödet. Teamet tillför kontext, utforskar alternativ, granskar AI-resultat, testar antaganden, fattar beslut och matar tillbaka nytt lärande till nästa runda. När det är användbart kan teamet också arbeta med sina egna dokument, beslut, lärdomar och domänmaterial, så att AI blir mindre generisk och mer användbar.
Det är något annat än att en person promptar medan andra tittar på. Det är också något annat än att alla använder separata AI-verktyg parallellt och försöker sy ihop resultatet efteråt.
MobAI behandlar teamet som den lärande enheten.
När det passar
Ett MobAI-event passar när en organisation vill utforska AI på ett praktiskt sätt, med teamets verkliga arbete i centrum.
Det är relevant för team och ledare som:
- redan experimenterar med AI, men mest på individnivå
- vill använda AI på verkligt arbete, inte bara i träningsövningar
- vill gå från expertberoende leverans till gemensamt ägarskap för värde
- behöver bättre gemensam förståelse mellan produkt, teknik, affär, design, operations eller ledning
- har många samordningsmöten, agila ceremonier eller artificiella roller men för lite gemensamt arbete
- vill synliggöra antaganden, risker och öppna frågor tidigare
- vill koppla AI-införande till verkligt kund- eller affärsvärde, inte bara verktygsanvändning
Rekommenderat format
Den starkaste starten är ofta ett internt MobAI-hackathon under en dag.
Många organisationer kör redan hackathons. MobAI kan hjälpa dem att ta nästa steg genom tydligare teamstruktur, gemensam AI-användning, bättre kontext och reflektionsloopar som gör aktivitet till lärande och värde.
MobAI är bredare än hackathon, men en heldag ger teamet tid att arbeta i flera cykler, bygga lokal kontext, reflektera över resultatet och omsätta lärandet i ett konkret nästa steg. Det är inte en tävling om bästa AI-genererade prototyp. Det är ett strukturerat lärande event runt meningsfullt arbete.
Två praktiska format
Taster, 2-3 timmar
För ledare eller team som vill förstå skiftet från individuell AI-användning till gemensamt AI-arbete. Passar som första samtal eller beslutsunderlag inför en heldag.
Heldags MobAI-hackathon
Bäst för komplexa produkt-, teknik- eller organisationsutmaningar där teamet behöver tid för att bygga kontext, arbeta i flera rundor, reflektera och formulera ett nästa experiment. Det här är det rekommenderade formatet när målet är verklig upplevelse, gemensamt lärande och konkreta nästa steg.
Vad som händer under eventet
Teamet tar med en verklig utmaning. Vi ramar in den, fångar relevant kontext och använder AI som en del av det gemensamma arbetsflödet. Teamet arbetar i korta cykler. Efter varje cykel stannar vi upp och frågar:
- Är vi på väg åt rätt håll?
- Vad lärde vi oss?
- Vad behöver mänskligt omdöme?
- Vad saknas?
- Vilka nya insikter och vilken ny kontext ska vi mata tillbaka till AI inför nästa runda?
Sedan blir nästa cykel bättre.
Poängen är inte att ta bort människan ur loopen. Poängen är att göra den mänskliga loopen bättre.
Typiska resultat
Efter ett MobAI-event har deltagarna:
- praktisk erfarenhet av AI-assisterat teamarbete
- meningsfull framdrift i en komplex utmaning
- tydligare gemensam förståelse för en verklig utmaning
- synliggjorda antaganden, risker och öppna frågor
- bättre lokal kontext för fortsatt AI-användning, inklusive hur deras egen kunskap kan göra AI mer användbart
- ett konkret nästa experiment eller nästa steg
- en tydligare väg från AI-användning till levererat värde
Skillnaden mot vanlig AI-träning
Mycket AI-träning fokuserar på verktyg, promptar och individuell produktivitet. MobAI börjar i arbetet. Teamet tar med ett verkligt problem och använder AI i det gemensamma flödet, samtidigt som människorna i rummet använder sitt omdöme, sin domänkunskap och sin erfarenhet.
Det gör lärandet mer konkret. Det förändrar också hur vi mäter framsteg. Frågan är inte om människor genererade mer material med AI. Frågan är om teamet byggde kunskap, minskade osäkerhet och kom närmare värde.
Det gör också de verkliga teamfrågorna synliga:
Vad försöker vi uppnå? Vad antar vi? Vilka risker är viktigast först? Vad betyder tillräckligt bra här? Vem har kontext som resten av oss saknar?
Det är inte AI-frågor. Det är teamfrågor.
Vem leder eventet
Eventet leds av Michael Göthe, coach och konsult på Crisp, med erfarenhet av ledarskap, produktutveckling, agila arbetssätt och mänsklig AI-användning.
Läs mer
Michael har skrivit mer om tankarna bakom MobAI här:
MobAI: From Copilot to Team Pilot
https://blog.crisp.se/2026/06/18/michaelgothe/mobai-from-copilot-to-team-pilot
Utforska ett internt MobAI-event
Om ni vill utforska hur MobAI skulle kunna se ut hos er är det enklaste nästa steget ett kort samtal om era team, er nuvarande AI-användning och en verklig utmaning som vore värdefull att arbeta med.
Kontakta Michael Göthe på michael.gothe@crisp.se