Saulius Lazaravičius, VP for produkt hos Hostinger – Intervjuserie

Saulius Lazaravičius, VP for produkt hos Hostinger, er en erfaren teknolog- og produktleder med en karriere som spenner over mer enn to tiår innen programvareutvikling, entreprenørskap, netthandel og produktutvikling. Han startet som programvareingeniør før han medgründet et B2B SaaS‑selskap, hvor han var med på å bygge en transportstyringsplattform fra bunnen av. Senere dannet og ledet han programvareutviklingsteamet bak BARBORA, en av de største dagligvare‑e‑handelsplattformene i Baltikum, før han gikk til NFQ, der han styrte tverrfaglige teknologiteam og kunders produktutvikling. Lazaravičius ble med i Hostinger som Head of Product i 2022 og ble forfremmet til VP for produkt i 2024, og utvidet ansvarsområdet fra webhosting og administrert WordPress til en bred portefølje som omfatter kjerneinfrastruktur, VPS, domener, bedrifts‑e‑post, produktdesign, produktvekst og nye AI‑produkter. Hans siste arbeid inkluderer lanseringen og veksten av Hostingers e‑postmarkedsføringstilbud og innføringen av administrerte løsninger for åpen‑kilde‑AI‑agenter.

Hostinger er et litauisk‑grunnlagt teknologiselskap som har utviklet seg fra en tradisjonell webhosting‑leverandør til en bredere AI‑drevet plattform for å bygge, lansere og vokse nettbaserte virksomheter. Selskapet ble grunnlagt i 2004, og betjener nå mer enn 5 millioner brukere i over 150 land med et team på omtrent 900 ansatte. Produktporteføljen dekker web‑ og cloud‑hosting, administrert WordPress, virtuelle private servere (VPS), domener, bedrifts‑e‑post, netthandel og AI‑drevne verktøy for innholdsskaping. Hostinger har i økende grad plassert AI i sentrum av sin strategi, inkludert Hostinger Horizons, som gjør det mulig for brukere å lage og publisere nettsteder og webapplikasjoner via samtale‑AI, samt integrerte AI‑funksjoner for netthandel, kundeservice og administrerte AI‑agenter.

Du startet karrieren som programvareingeniør, bygde og ledet senere utviklingsteam, og har nå ansvar for en bred Hostinger‑produktportefølje som dekker kjerneinfrastruktur, VPS, domener, produktvekst og administrerte løsninger for åpen‑kilde‑AI‑agenter. Hvordan har den utviklingen påvirket måten du tenker på hva utviklere egentlig trenger fra AI, utover bare å generere kode?

For meg har den mest interessante delen av programvareutvikling aldri vært selve koding. Det handler om å finne den rette løsningen på et teknisk eller bruker‑problem, formulere en hypotese, bygge noe rundt den, og så se hvordan folk faktisk bruker og drar nytte av det.

Tidligere brukte utviklere mye tid på den repeterende delen av prosessen: søke etter biblioteker og kode‑snutter, koble sammen ulike komponenter, feilsøke, teste og fikse små problemer før de overhodet kunne vurdere om løsningen var god.

AI endrer denne balansen. Mye av det repeterende arbeidet kan nå håndteres med noen få prompt, noe som gir utviklere mer tid til den kreative delen: forstå problemet, utforske ulike tilnærminger, ta produktbeslutninger og lære av reell brukeradferd.

Det er her jeg ser den største verdien av AI for utviklere. Det handler ikke bare om å generere kode raskere. Det handler om å fjerne mer av det obligatoriske, men mindre interessante arbeidet, slik at utviklere kan bruke mer tid på å løse de problemene som virkelig betyr noe.

AI‑kodeverktøy har dramatisk redusert tiden fra idé til fungerende kode. Tror du at distribusjon og infrastruktur‑håndtering nå blir de største flaskehalsene i AI‑assistert programvareutvikling?

Ja, jeg tror de blir den neste store kilden til friksjon.

AI har komprimert tiden mellom en idé og brukbar kode kraftig. Men når koden først finnes, må du fortsatt plassere den et sted, konfigurere den riktig, koble tjenester, håndtere domener og sikkerhet, og holde applikasjonen i drift. Hvis disse stegene fortsatt krever at du hopper mellom flere dashbord, dokumentasjons‑sider, terminaler og verktøy, så bremser arbeidsflyten igjen.

Vi ser at utviklere ønsker samme hastighet fra kode til produksjon som de nå får fra idé til kode. Mer enn 19 000 kunder har allerede prøvd Hostinger Connector, rundt 1 500 bruker det daglig, og de fullfører omtrent 30 000 til 40 000 handlinger per dag. Det er et sterkt signal om at distribusjon og drift nå blir en del av den AI‑assisterte utviklings‑arbeidsflyten.

Hostinger oppgir at Connector allerede behandler 30 000 til 40 000 handlinger per dag på tvers av nettsteder og tjenester. Hva ber utviklere AI‑agenter om å gjøre i produksjon, og har noen av disse bruks­mønstrene overrasket deg?

Utviklere bruker Connector direkte fra verktøyene de allerede jobber i, som VS Code, Antigravity og Cursor. Denne overgangen er viktig fordi den bringer infrastruktur‑handlinger inn i utviklingsflyten i stedet for at utviklere må hoppe mellom separate dashbord.

Et av de tydeligste bruksområdene vi ser, er distribusjon. Mer enn 14 600 unike nettsteder har allerede blitt distribuert via MCP, og ukentlige distribusjoner økte med nesten 300 % den siste måneden.

Utover distribusjon bruker agenter Connector til å håndtere domener og DNS, nettstedfiler, serverressurser, brannmurregler, SSH‑nøkler, netthandels‑oppgaver, e‑postkampanjer og andre Hostinger‑tjenester. I praksis betyr det at en agent kan gå fra å hjelpe med å bygge et prosjekt til faktisk å sette det på nett og administrere tjenestene rundt det.

Det er en betydelig forskjell mellom å la en AI‑agent skrive kode og å la den endre DNS‑poster, brannmurregler, SSH‑nøkler eller serverkonfigurasjoner. Hvilke nye sikkerhetstiltak blir nødvendige når agenter får dette nivået av operasjonell kontroll?

Den viktigste forskjellen er at agenten ikke lenger bare foreslår handlinger. Den gjør faktiske endringer i et levende system, så sikkerhet og kontroll blir mye viktigere.

Det betyr at agenter trenger klare tillatelsesgrenser, sikker tilgang og innsyn i handlingene de utfører. Ideelt sett skal utviklere ikke måtte håndtere all denne kompleksiteten selv.

Det er tilnærmingen vi bruker med Hostinger Connector og vår agent‑plattform. Plattformen håndterer infrastruktur‑, tilgangs‑ og sikkerhetslagene rundt agenten, slik at utviklere kan fokusere på hva de vil at agentene skal gjøre i stedet for å måtte konfigurere og vedlikeholde alt underliggende.

«Vibe coding» har gjort programvareutvikling tilgjengelig for folk som kanskje har begrenset kunnskap om infrastruktur eller DevOps. Hva skjer når disse brukerne begynner å distribuere applikasjoner via agenter uten å forstå systemene under?

Jeg tror dette legger mer ansvar på plattformen, ikke på brukeren. Hvis AI gjør det mulig for flere å bygge programvare, kan vi ikke forvente at alle også blir eksperter på infrastruktur.

Plattformen må ta seg av mer av kompleksiteten under overflaten, fra sikkerhet og sikkerhetskopier til overvåking, ressursgrenser og fornuftige standardinnstillinger. Brukere bør forstå hva som skjer på et høyt nivå, men de trenger ikke dyp DevOps‑kunnskap for å få en applikasjon trygt på nett.

Vi har allerede sett et lignende mønster med AI‑agenter. Med produkter som Managed OpenClaw var utfordringen for mange brukere ikke hva agenten kunne gjøre, men alt som kreves for å kjøre den pålitelig: hosting, konfigurasjon, API‑nøkler, sikkerhet og vedlikehold. Å fjerne dette oppsett‑byrdet gjorde teknologien mye mer tilgjengelig.

Jeg tror infrastruktur vil fortsette å utvikle seg på samme måte. Brukere skal kunne fokusere på hva de vil bygge, mens plattformen håndterer mer av den operative kompleksiteten på en sikker måte i bakgrunnen.

For at en AI‑agent skal kunne drifte infrastruktur pålitelig, hvor mye kontekst trenger den om omgivelsene, som avhengigheter, serverressurser, sikkerhetspolicyer, legitimasjon og tidligere konfigurasjonsendringer?

En agent trenger nok kontekst til å forstå både oppgaven og miljøet rundt den.

En enkel handling som å endre en DNS‑post, starte en server på nytt eller distribuere en ny versjon kan påvirke andre deler av systemet. Derfor bør agenten ha tilgang til strukturert informasjon om ressursene den opererer på: hva som er distribuert, hva som er avhengig av det, hvilke ressurser som er tilgjengelige, hvilke tillatelser agenten har, og hva som har skjedd tidligere.

Samtidig bør mer kontekst ikke bety ubegrenset tilgang. Agenten skal kun få den informasjonen og de tillatelsene den faktisk trenger for å fullføre oppgaven på en sikker måte. Å gi en agent overdreven tilgang bare fordi mer kontekst kan gjøre den smartere, er feil balanse.

Hvor bør menneskelig godkjenning forbli obligatorisk? Finnes det kategorier av infrastruktur‑handlinger du mener AI‑agenter bør kunne utføre autonomt, og andre som alltid bør kreve eksplisitt menneskelig autorisasjon?

Jeg tror AI‑agenter kan operere stort sett på egen hånd, så lenge systemet er riktig konfigurert fra starten.

I stedet for å la én agent gjøre alt, kan forskjellige agenter ha ulike ansvarsområder. En kan håndtere koding og distribusjon, en annen kan teste resultatet, en tredje kan overvåke systemet og utløse varsler, og en fjerde kan eskalere problemer når noe går galt.

I et slikt oppsett trenger ikke mennesket å godkjenne hver enkelt handling. Rollen deres er å overse hele agentsystemet: definere regler, sette riktige tillatelser, følge med på hvordan agentene samarbeider, og kontinuerlig forbedre oppsettet.

Så for meg er nøkkelspørsmålet mindre hvilke individuelle handlinger som alltid krever menneskelig godkjenning, og mer om systemet som helhet er designet med riktige kontroller, ansvarsfordeling og eskaleringsveier.

Etter hvert som utviklingsmiljøer i økende grad blir grensesnitt for å distribuere applikasjoner, administrere domener, konfigurere servere og kontrollere eksterne tjenester, tror du de tradisjonelle grensene mellom IDE, DevOps‑plattformer og sky‑administrasjonskonsoller vil forsvinne?

Jeg forventer at grensene vil bli betydelig mer uklare, selv om jeg ikke tror hver spesialiserte grensesnitt vil forsvinne.

I dag hopper utviklere ofte mellom en IDE, et hosting‑dashbord, et domenepanel, en terminal og flere eksterne tjenester bare for å få én applikasjon i produksjon. AI‑agenter kan koble mange av disse stegene sammen og bringe dem inn i miljøet der utvikleren allerede jobber.

Det betyr ikke at dashbord eller sky‑administrasjonsverktøy vil forsvinne. De vil fortsatt være nyttige for dypere konfigurasjon og oversikt. Men for mange daglige oppgaver vil utviklere kanskje ikke lenger trenge å tenke på hvilket grensesnitt de må åpne neste gang.

Opplevelsen blir mer om oppgaven du vil fullføre og mindre om hvilket verktøy som tradisjonelt eier den oppgaven.

AI‑agenter kan potensielt gjøre infrastrukturendringer mye raskere enn mennesker, men de kan også gjøre feil i maskinhastighet. Hvor viktig vil funksjoner som revisjonsspor, tilbakeføringsmekanismer, tillatelsesgrenser og kontinuerlig overvåking bli når agent‑drevet utvikling modnes?

Disse funksjonene vil bli essensielle etter hvert som agenter tar på seg mer operasjonelt arbeid.

AI kan gjøre infrastrukturendringer mye raskere enn et menneske, noe som er nyttig når alt går som planlagt. Men den samme hastigheten kan også få en feil til å spre seg raskt. Derfor må brukerne vite hva som ble endret, hvilke tillatelser agenten hadde, og hvordan de kan gjenopprette hvis noe går galt.

Revisjonsspor, tillatelsesgrenser, overvåking og tilbakeføringsmekanismer er det som gjør slik automatisering pålitelig.

Etter hvert som agenter blir mer kapable, tror jeg kvaliteten på disse sikkerhetstiltakene vil være like viktig som agentens egen intelligens.

Ser du for deg at de vinnende AI‑utviklingsplattformene i fremtiden vil være de med de beste kode‑modellene, eller vil konkurransefortrinnet i økende grad komme fra å gi agenter sikker tilgang til infrastruktur, verktøy, organisatorisk kontekst og produksjonssystemer?

Kvaliteten på kode‑modellen vil fortsatt være viktig, men jeg tror den alene ikke vil være nok.

Når modellene er gode til å generere kode, blir det større spørsmålet hva som skjer videre. Kan agenten distribuere applikasjonen? Kan den koble til riktige tjenester, forstå miljøet, gjøre endringer på en sikker måte og verifisere at alt fungerer?

Det er her tilgang til infrastruktur, verktøy, tillatelser og kontekst blir mye viktigere.

Jeg tror de sterkeste AI‑utviklingsplattformene vil kombinere gode modeller med sikker tilgang til systemene rundt koden. Den reelle verdien er ikke bare å hjelpe noen med å skrive programvare raskere, men å hjelpe dem gå fra idé til et fungerende produkt med færre steg i mellom.

Takk for det flotte intervjuet. Lesere som ønsker å lære mer om de ulike hosting‑løsningene som tilbys, bør besøke Hostinger.