Vicepresident Technologie legt uit hoe zijn team Claude Code gebruikt — en hoe het zonder weerstand werd ingevoerd

Pedro Gustavo Torres is VP van PXM-technologie en architectuur bij Centric Software, waar hij AI gebruikt om een complex product te bouwen.

We spraken met Pedro over succesvolle AI-adoptie en hoe Claude Code het speelveld verandert. Dit is wat hij zei.

Een leider met weinig ego

Ik ben VP van PXM-technologie en architectuur bij Centric Software. Ons productengineeringteam bestaat uit ongeveer 60 mensen. We hebben een zeer complex product dat werkt als een Zwitsers zakmes: uiterst flexibel en aanpasbaar voor onze klanten en partners.

We implementeren regelmatig, met maandelijkse versies (oftewel afstemming met marketing), en onze huidige architectuur is een monoliet met losjes gekoppelde diensten die de mogelijkheden ervan uitbreiden. We kunnen ons systeem ook in elke AWS-regio implementeren, waardoor we een echt wereldwijde oplossing kunnen aanbieden.

Wat mij betreft: ik ben een leider met weinig ego, sterk gericht op actie en gepassioneerd over het opbouwen en opschalen van goed presterende engineeringteams binnen start-ups, scale-ups en grote organisaties.

Ik gebruik dagelijks AI om mijn uitvoer en resultaten te maximaliseren. Het verandert het spel!

Pedro deelt

Ik gebruik dagelijks AI om mijn uitvoer en resultaten te maximaliseren. Het verandert het spel!

Hoe Claude Code de softwareontwikkeling revolutioneert

Het hele team gebruikt Claude Code nu voor onze ontwikkeltaken. We gebruiken het ook voor codebeoordelingen. Maar eerlijk gezegd zijn Codex en CodeRabbit net zo goed.

Vóór Claude Code hadden we veel begeleiding en ondersteuning nodig. Met Claude nam die behoefte af en werd iedereen autonomer, waarbij taken van begin tot eind werden ontwikkeld.

Het SRE-team beleefde zijn grootste doorbraak toen Claude Code zich ontpopte als een uitzonderlijke probleemoplosser! Probleemoplossing die ooit uren duurde, kost nu enkele minuten. Laat het de systemen, loglocaties enzovoort zien, en Claude kan een geweldige diagnose stellen van elke lastige situatie. Het maakt diepe indruk op me.

Ik kan me geen toekomst in de software-engineeringsector voorstellen zonder deze technologie.

Hoe AI en mensen kunnen samenwerken

Mensen worden met AI supermensen. Ik zie geen werk dat exclusief voor mensen of voor AI is. Ik zie ze altijd samenwerken. Mensen werken naast AI en houden waar nodig toezicht en sturen de technologie bij.

We gebruiken AI voor planning, implementatie en beoordeling; daarna voert een mens een laatste beoordeling van het werk van AI uit.

Daarnaast kan AI over elk onderwerp meepraten. Wil je brainstormen over een architectuurbeslissing? Claude kan een ADR opstellen. Wil je een codebeoordeling uitvoeren? Claude leert je codeopslagplaats kennen en geeft je zinvolle feedback. Wil je een incident onderzoeken? Claude vindt de grondoorzaak veel sneller dan een mens dat kan.

De mogelijkheden zijn eindeloos. Claude hielp ons zelfs kiezen uit verschillende opties voor berichtenmakelaars, waardoor de keuze eenvoudiger werd door de voor- en nadelen duidelijk uiteen te zetten.

En zeer recent konden we, tijdens het verkennen van een agentische ervaring binnen ons product, binnen enkele dagen een prototype maken en feedback en validatie verkrijgen. Zonder AI zou dat enkele maanden hebben geduurd.

Waarom de enige relevante maatstaf met AI de tijd van idee tot klantklare oplossing is

Wat de resultaten betreft, denk ik dat het nog te vroeg is om cijfers te geven. Ik zou hier liever de gebruikelijke denkwijze ter discussie stellen.

Voor mij missen maatstaven zoals implementatiefrequentie, defectpercentage, doorlooptijd, beschikbaarheid en kostenefficiëntie het punt. Ze zijn natuurlijk belangrijk. Maar wat we echt moeten meten, is de tijd die nodig is om van een idee tot het leveren van een werkende oplossing aan klanten te komen.

Je zou natuurlijk kunnen beweren dat een hogere implementatiefrequentie je dichter bij het leveren van oplossingen aan klanten brengt, maar voor mij meet dat nog steeds het "verkeerde".

Ik nodig iedereen uit om zich te richten op wat ertoe doet: de tijd van idee tot levering. Al het andere kan worden beschouwd als een ijdelheidsmaatstaf — of kan zelfs worden gemanipuleerd.

Waarom AI-fouten doorgaans weinig risico met zich meebrengen

Net als al het andere brengt AI uitdagingen met zich mee.

Een uitdaging is dat het steeds moeilijker is geworden om te voorkomen dat we "lui" worden en te veel op AI-tools gaan vertrouwen. Maar is dat eigenlijk wel erg? Alleen de tijd zal het leren.

Een andere uitdaging is gebrekkige uitvoer. Dit gebeurt echter meestal wanneer we niet de volledige context bieden of belangrijke details weglaten die AI nodig heeft om de taak uit te voeren. Zoals ik graag zeg: "AI is geweldig, maar gedachten lezen kan het ... nog niet!"

Ik heb gemerkt dat het effectief is om AI de artefacten — bijvoorbeeld de documenten — te geven, zoals de volgende:

• Probleemstelling
• Overwogen aanpakken
• Gekozen oplossing
• Implementatieplan (bijvoorbeeld JIRA-epics en tickets)

Dit biedt een krachtig, geconsolideerd overzicht van elk initiatief.

Gelukkig blijft de impact meestal beperkt tot tokenverbruik wanneer AI zich niet gedraagt zoals verwacht — ervan uitgaande dat de juiste waarborgen aanwezig zijn. Ja, het kan kostbaar zijn, maar ook dat kunnen we met minimale inspanning aanpakken.

Waarom psychologische veiligheid essentieel is voor de invoering van AI

Mijn teams omarmden Claude Code goed. Ze boden weinig tot geen weerstand en ik merkte hoe enthousiast ze waren om de nieuwe tool te gebruiken als hefboom voor hun productiviteit.

Een belangrijke oorzaak hiervan was de psychologische veiligheid die we boden: AI nam niemand zijn baan af, maar versterkte hun capaciteiten.

Naast psychologische veiligheid hebben teams drie dingen nodig voor een succesvolle invoering van AI:

• Duidelijkheid
• Deskundigheid
• Autonomie

Ik raad leiders aan om deze basiszaken op orde te brengen voordat ze AI implementeren. Anders lost AI niets op. Integendeel, het kan de zaken erger maken.

En nog iets. In het begin kunnen er verwarring en desoriëntatie ontstaan, omdat AI veel aspecten van het dagelijks leven van mensen verandert. Net als bij elke nieuwe tool hebben mensen tijd nodig om zich aan te passen.

Pedro deelt

In het begin kunnen er verwarring en desoriëntatie ontstaan, omdat AI veel aspecten van het dagelijks leven van mensen verandert. Net als bij elke nieuwe tool hebben mensen tijd nodig om zich aan te passen.

Hoe CTO's het gebruikelijke draaiboek voor verandermanagement met AI moeten toepassen

Als je klaar bent om te beginnen, zou ik het "gebruikelijke" draaiboek volgen: zoek geïnteresseerde mensen, breng ze samen, bepaal principes, maak een plan, ontwikkel ondersteunend materiaal, stel waarborgen in en rol het uit. Houd daarna in de gaten hoe de zaken zich ontwikkelen en handel dienovereenkomstig.

Dit is puur verandermanagement.

Waarom banen in software-engineering veilig zijn

Ik denk niet dat software-engineers hun baan zullen verliezen. Ik begrijp de zorgen, maar het komt goed. Mensen zullen altijd nodig zijn, misschien alleen in andere functies.

Er wordt veel gesproken over junioren die hun baan verliezen, maar ik denk dat er altijd behoefte aan hen zal zijn. We moeten gewoon wachten tot de stof is neergedaald — en dat begint al te gebeuren.

Hoe AI software-engineering verandert

We zouden ons niet te veel druk moeten maken over perfecte code. Zowel mensen als AI maken fouten, dus bugs hebben altijd bestaan en zullen altijd blijven bestaan.

Wat nu nodig is, is een mentaliteitsverandering naar een pragmatischer en minder perfectionistische benadering.

Perfectionisme levert niets goeds op. Het vertraagt teams aanzienlijk. Pragmatisme helpt ons daarentegen om daadkrachtiger te handelen, vooruitgang te boeken, over-engineering te vermijden en ons te richten op wat ertoe doet: klantwaarde.

Daar zie ik software-engineering met AI naartoe gaan. Minder vakmanschap, meer pragmatisme.

Waarom CTO's AI moeten omarmen en de basis moeten leren

Dit is mijn advies aan CTO's: omarm AI en doe dat snel. AI is blijvend. Het is geen voorbijgaande trend.

Ik zie bedrijven er een eeuwigheid over doen om AI-tools in hun dagelijkse werk te implementeren, maar dat is een vergissing. De concurrentie wacht niet. Trap niet in de valkuil om overdreven voorzichtig te zijn. Implementeer AI snel en doortastend.

Lees je ook in over de basis. Ik vond het ontzettend nuttig om te begrijpen hoe alles werkt, van datawetenschap en machine learning tot LLM's, RAG, vectorinsluitingen en vectordatabases. Leer het.

Volg mee

Je kunt het werk van Pedro Gustavo Torres volgen op LinkedIn, X en SlideShare.

Er volgen nog meer interviews met experts op The CTO Club!