Anton Osika inleder med en enkel fråga till publiken:
– Hur många här inne har haft en idé till en app eller webbplats som ni velat förverkliga?

Anton Osika inleder med en enkel fråga till publiken:
– Hur många här inne har haft en idé till en app eller webbplats som ni velat förverkliga?

Många händer åker upp.

– Och de flesta har upptäckt samma sak: det är svårt. Antingen dyrt, eller beroende av extrem teknisk kompetens.

Det är just den tröskeln Lovable vill ta bort. Plattformen låter användare bygga mjukvara genom att chatta med AI – från idé till fungerande produkt på timmar eller dagar, i stället för månader.

– Du kan bygga något som faktiskt fungerar och som går att skapa ett företag kring, utan att kunna koda.

Hur avancerade produkter går det egentligen att bygga med AI?

– Väldigt avancerade, svarar Osika. E-handel, betalningar, integrationer och interaktiva funktioner kan skapas i ett och samma flöde.

Han ger flera konkreta exempel:
Ett bolag inom vårdbemanning, grundat av icke-tekniska entreprenörer, nådde 1 miljon dollar i årlig intäkt fem månader efter lansering.
Det svenska startupbolaget Lumoo (en plattform för modebranschen) nådde 800 000 dollar i intäkter på åtta månader – byggt på Lovable.
Ett brasilianskt bolag lanserade en ny premiumprodukt och drog in 3 miljoner dollar på 48 timmar.

– Det vi gör är att ta bort flaskhalsen i ”första milen”: att testa om en idé överhuvudtaget är värd att bygga. I dag har över 30 miljoner projekt skapats på plattformen.

När något går sönder – vem lagar det?

Ett vanligt argument mot så kallad vibe coding är att den som inte kan koda heller inte vet hur man löser problem när något går fel. Anton Osika håller delvis med – men menar att utvecklingen går snabbt.

– För sex månader sedan stämde det bättre. I dag skriver AI:n ofta kod som är bättre än vad jag själv hade levererat på en vecka.

Testning är dock fortfarande avgörande.

– Precis som med mänskliga utvecklare måste du testa tills det är riktigt bra, särskilt innan du tar betalt.

I större organisationer behövs fortsatt ingenjörer som förstår helheten: hur system hänger ihop och vilka risker som finns.

– Där är människans roll fortfarande central.

När allt fler utan teknisk bakgrund bygger mjukvara väcks frågor om säkerhet – särskilt i reglerade branscher som vård.

– Tidigare litade man på att utvecklare gjorde rätt. Nu måste säkerhet vara inbyggd från början, säger Osika.

Lovable hanterar data, behörigheter och nycklar säkert som standard, och all kod granskas både automatiskt och av AI.

– Säkerhet är dock alltid ett rörligt mål. Precis som iPhones och Android upptäcks sårbarheter som måste patchas (lappas), alltså åtgärdas med uppdateringar.

För riktigt känsliga system gäller samma regel som alltid:
– Ta in de bästa säkerhetsexperterna. Det hade varit nödvändigt även med traditionell utveckling.

Vallgraven: ”det bara funkar

När stora AI-labb bygger egna kodverktyg uppstår frågan om konkurrensfördelar.

– Modellerna är inte vår hemlighet, säger Osika. Värdet ligger i lagret ovanpå: hur man bygger säkra, tillgängliga produkter och tar dem hela vägen till användare.

Lovable kombinerar flera AI-modeller men fokuserar på användarupplevelse och den ”sista milen”: analys, iteration och förbättring baserat på hur produkten faktiskt används.

– Folk säger: ”det bara funkar”. Det är vår styrka.

Vad händer när personer inom redaktion, marknad eller operations själva kan bygga funktioner?

– Det handlar inte om att gå runt tech-teamet, säger Osika. Det handlar om att fler kan visa vad som borde byggas.

Lovable används redan i stora organisationer, som Deutsche Telekom, för att snabbt skapa prototyper och fatta bättre beslut om vad som är värt att bygga på riktigt.

– Du bygger, visar för CTO:n och säger: ”det här borde vi göra”. I vissa fall kan det gå live med ett klick.

Vad betyder detta för programmerarrollen?

– Det handlar inte om att ersätta utvecklare. Det handlar om att alla blir utvecklare, säger Osika. Ingenjörer får en mer granskande roll – med fokus på arkitektur, säkerhet och kvalitet – samtidigt som fler kan delta i kärnfrågorna: vad som ska byggas och varför.

Syns AI-effekten i praktiken?

– Ja. Absolut, säger Osika.

Han berättar om en McKinsey-chef som byggde en prototyp på några timmar – ett arbete som tidigare var planerat att ta fyra månader.

– Det skapar en feedback-loop: du testar fler idéer snabbare och hittar bättre lösningar.

Lovable självt är ett exempel:

– Produkten fanns inte för 14 månader sedan. I dag har applikationer byggda på Lovable hundratals miljoner besök varje månad.

Lovable utvecklas nu från att vara en AI-utvecklare till att bli en AI-CTO, med överblick över hela organisationens system och dataflöden.

– När AI får mer kontext och fler integrationer låser det upp helt nya nivåer av värde.

Alasdair Ross sammanfattar:
– För tre–fyra år sedan hade det här samtalet inte varit möjligt. Om tre–fyra år kommer världen att se helt annorlunda ut.

Och till publiken:
– Det finns inga ursäkter längre. Var och en av er kan gå härifrån och bygga er idé.