Problemet er organisatorisk — teknologien fungerer, men ingen eier beslutningen om å bruke den.

Andreas, 45 — CTO
Forsvarsteknologi scale-up 220 ansatte, leverer droneovervåkingssystemer. 80% omsetning fra NATO-kontrakter. Nylig IPO-forberedelse påbegynt. Dev-team: 55 ingeniører (30% innleide konsulenter).
Analysert fra 20 perspektiver

Plattformen hans er skrevet i C++ (embedded) og Python (analyse-lag). ML-laget er bygget rundt PyTorch og ONNX for edge-deployment. Han har drevet teknologiutviklingen alene i 4 år. Nå presser IPO-prosessen på: due diligence-teamet vil ha 'enterprise-grade software governance' — noe som krever SBOM, SAST-scanning, og dokumentert SDL. Han har aldri jobbet med dette. Har to måneder.

Det du tror vs. det som skjer
Det du tror
Det som faktisk skjer
Du tror problemet er teknisk
Problemet er organisatorisk — teknologien fungerer, men ingen eier beslutningen om å bruke den.
Du tror du trenger bedre data
Dataene er gode nok. Det du mangler er en felles definisjon av suksess.
Du tror problemet er datatilgang
Dataene finnes. Problemet er at ingen har mandat til å dele dem — og ingen vil ta den kampen.
Blindsoner — hva en sverm-analyse avdekker
Tror SBOM-problemet er teknisk — det er juridisk (eksportkontroll, ITAR, EAR) og han trenger en advokat, ikke et verktøy
8 av 9 perspektiver
Klikk for å lese mer

Fokuserer på kodebasen i due diligence-prep — men due diligence-teamet er faktisk mest interessert i kontraktsstrukturen med konsulentene
5 av 9 perspektiver
Klikk for å lese mer

Antar at PyTorch-modellene kan anonymiseres fra NATO-data — dette er sannsynligvis umulig og krever en plan B (retrening på syntetiske data)
8 av 9 perspektiver
Klikk for å lese mer

Samme mønster, annen sektor:
Denne analysen er generert av 20 uavhengige AI-perspektiver med ulike analytiske vinkler. Konsensus og dissens er bevart — ikke filtrert. Hvordan sverm-analyser lages

Er din situasjon beslektet med Andreass? Utforsk alle 26 rollekategorier i persona-biblioteket — finn din variant.

Se alle personas →