AI herdefinieert softwareontwikkeling: lessen uit de frontlinie van het programmeren
Generatieve AI (GenAI) en de snelle adoptie ervan hebben bedrijfstakken fundamenteel hervormd, waarbij softwareontwikkeling het voortouw neemt. AI genereert nu meer dan een kwart van de nieuwe code van Google!
Deze snelle omarming van AI biedt waardevolle lessen voor andere bedrijfstakken die worstelen met adoptie-uitdagingen. Uit een recent onderzoek bleek dat 81% van de software-engineers GenAI gebruikt om taken te automatiseren die voorheen handmatig werden uitgevoerd — een dramatische verschuiving ten opzichte van slechts twee jaar geleden.
Om deze inzichten verder te onderzoeken, spraken we met Robert Whiteley, CEO van Coder, die zijn visie deelde op de impact van AI op softwareontwikkeling en de mogelijke gevolgen ervan voor andere vakgebieden. In deze Q&A bespreekt Rob de kansen, risico's en veranderende dynamiek van AI-adoptie en geeft hij organisaties richtlijnen voor het succesvol integreren van AI in hun werkprocessen, terwijl veelvoorkomende valkuilen worden vermeden.
Want more from The CTO Club?
Create a free account to finish this piece and join a community of CTOs and engineering leaders sharing real-world frameworks, tools, and insights for designing, deploying, and scaling AI-driven technology.
Have an account? Log In
- Heeft de adoptie van AI ontwikkelaars echt meer mogelijkheden gegeven, of introduceert AI nieuwe complexiteiten en druk die eerder minder aanwezig waren? Zijn er aspecten van de ontwikkelaarservaring die door AI mogelijk zijn verslechterd?
"Wanneer AI correct wordt geïmplementeerd, kan het een doorbraak betekenen voor de productiviteit van ontwikkelaars en de algehele ontwikkelaarservaring. Door vervelende programmeertaken te stroomlijnen, fouten te verminderen en de codekwaliteit te verbeteren, stelt AI ontwikkelaars in staat zich te richten op werk met een hogere toegevoegde waarde. Het gaat erom hun impact te vergroten, niet hun creativiteit te vervangen. Maar hoewel de voordelen onmiskenbaar zijn, brengt het integreren van AI in softwareontwikkeling ook zijn eigen uitdagingen met zich mee.
De adoptie van AI in softwareontwikkeling is snel gegaan. Nog maar twee jaar geleden gebruikten de meeste ontwikkelaars geen AI-tools; nu benut 81% van de software-engineers GenAI om taken te automatiseren die ze voorheen handmatig uitvoerden. Deze toename heeft de productiviteit versneld, maar heeft ook geleid tot een evenwichtsoefening. Ontwikkelaars moeten leren AI zo in te zetten dat het hun vaardigheden aanvult, terwijl het menselijke toezicht behouden blijft dat nodig is voor resultaten van hoge kwaliteit.
Een van de grootste risico's is overmatige afhankelijkheid van AI. Het gemak waarmee taken aan AI kunnen worden gedelegeerd, kan er soms toe leiden dat de uitvoer ervan minder kritisch wordt gecontroleerd, waardoor de efficiëntiewinst die AI belooft teniet wordt gedaan. Tegelijkertijd staan ontwikkelaars steeds meer onder druk om nieuwe vaardigheden onder de knie te krijgen om effectief met AI-tools te werken. Het beheren van AI in werkprocessen voelt steeds meer als het managen van een team — het vereist een combinatie van technische en leidinggevende vaardigheden die veel ontwikkelaars nog moeten leren beheersen. Zie GenAI als een enthousiaste stagiair die de ontwikkelaar tevreden wil stellen. Om goede resultaten uit je GenAI-metgezel te halen, zijn specifieke prompts, positieve bekrachtiging en iteratieve begeleiding nodig.
Organisaties hebben ook moeite met standaardisatie bij het uitrollen van AI. Vaak vertrouwen ze op tools van bestaande partners of nemen ze onsamenhangende oplossingen over op basis van individuele voorkeuren of overnames. Hierdoor ontstaat een lappendeken van tools die werkprocessen en governance ingewikkelder maakt, vooral in grotere organisaties waar het gebruik van niet-goedgekeurde AI snel uit de hand kan lopen.
Om ontwikkelaars volledig meer mogelijkheden te bieden, hebben bedrijven vanaf het begin duidelijke beleidsregels en richtlijnen nodig. Ontwikkelaars moeten AI met vertrouwen kunnen gebruiken en tegelijkertijd kritisch blijven over de resultaten ervan. En misschien wel het belangrijkste: de adoptie moet plaatsvinden in een tempo dat leren en groei ondersteunt. AI is een krachtig hulpmiddel, maar het werkt het best wanneer het menselijke expertise versterkt — niet vervangt."
- Denk je dat bedrijven de kortetermijnimpact van AI overschatten, maar de langetermijnrisico's ervan onderschatten, zoals mogelijke vooroordelen of een te grote afhankelijkheid van automatisering? Zijn er risico's waar nog niet genoeg over wordt gesproken?
"De snelle adoptie van AI-tools heeft de bereidheid van veel bedrijven om de risico's aan te pakken ingehaald. Hoewel het aanvankelijke optimisme over de voordelen van AI goed gefundeerd is, gaan te veel bedrijven vooruit zonder de infrastructuur die nodig is om kritieke bedreigingen zoals gegevensexfiltratie, diefstal van intellectueel eigendom, promptinjectie en datavergiftiging te beperken. Nu 2025 zich lijkt te ontwikkelen tot het jaar van datalekken door generatieve AI, is investeren in de juiste beveiligingsmaatregelen geen optie maar een essentiële voorwaarde om AI succesvol te implementeren in het steeds complexere huidige cybersecuritylandschap.
Er is ook de vraag wie eigenaar is van de uitvoer. De meeste tools voor code-assistentie op basis van GenAI — vooral de betaalde, niet voor consumenten bedoelde versies — wijzen intellectuele-eigendomsrechten toe aan de ontwikkelaar. Ze bieden ook vrijwaring tegen risico's die verband houden met de onderliggende LLM's. Dit geldt echter niet universeel. Bedrijven moeten de algemene voorwaarden van de tools die ze toestaan — en blokkeren — zorgvuldig begrijpen. Anders kunnen organisaties uiteindelijk mede-eigenaar worden van het intellectuele eigendom.
De risico's van AI zijn reëel. Bedrijven moeten een evenwicht vinden tussen het benutten van de mogelijkheden van AI en het handhaven van menselijk toezicht om kwaliteit, nauwkeurigheid en veiligheid te waarborgen. Toekomstig succes begint vandaag met doordachte planning en gedisciplineerde uitvoering. Bedrijven kunnen het zich niet veroorloven om achter flitsende AI-toepassingen of snelle successen aan te jagen zonder deze initiatieven af te stemmen op de echte behoeften van hun ontwikkelingsteams. De juiste aanpak combineert duidelijk governancebeleid, gebruikerseducatie en een focus op het oplossen van betekenisvolle problemen. Zo kan het volledige potentieel van AI veilig en effectief worden benut. Voor organisaties die deze oplossingen goed willen implementeren, kan samenwerken met ervaren partners voor softwareontwikkeling op maat helpen deze uitdagingen het hoofd te bieden.
- Welke sectoren zouden ten onrechte kunnen aannemen dat AI minder relevant is voor hun vakgebied, maar zouden het meeste baat hebben bij de integratie ervan? Zijn er verrassende succesverhalen waarin AI-inzichten van ontwikkelaars een revolutie teweegbrengen in onwaarschijnlijke sectoren?
"AI transformeert elke sector, van de gezondheidszorg tot de productie en zelfs de entertainmentindustrie. Ondanks hun verschillen hebben veel van deze sectoren aanzienlijke overeenkomsten wat betreft knelpunten. Of het nu gaat om het afstemmen van bedcapaciteit op de fluctuerende vraag van patiënten op een spoedeisende hulpafdeling of om het optimaliseren van een producttoeleveringsketen, de kern van die uitdagingen ligt vaak in inefficiënt gegevensbeheer. AI-hulpmiddelen kunnen een belangrijke bijdrage leveren aan het stroomlijnen van deze processen door middel van automatisering, net zoals ze dat voor ontwikkelaars doen bij het schrijven van code.
In het geval van Coder ben ik het meest verrast door de auto-industrie. Autofabrikanten hebben grote aantallen ontwikkelaars in dienst om steeds slimmere en autonomere auto's te creëren en te onderhouden. Het is niet ongebruikelijk dat een grote fabrikant 10.000 of meer ontwikkelaars heeft. De grootste Coder-implementaties zijn afkomstig van autofabrikanten; ze gebruiken allemaal meer dan één GenAI-oplossing."
10 Beste AI-tools!
Here's my pick of the 10 best software from the 10 tools reviewed.
Clicks on the links below may earn a commission, which supports our independent testing and review of software and services. Learn more about how we stay transparent.
- Hoe spreekt u leiders aan die vrezen dat de invoering van AI kan leiden tot baanverlies of het verlies van menselijke intuïtie? Zou de eerste stap bij de invoering van AI meer met mentaliteit dan met technologie te maken kunnen hebben?
"De juiste mentaliteit en communicatie zijn essentieel om een AI-initiatief op gang te brengen. Weerstand tegen verandering is normaal, vooral wanneer die verandering gepaard gaat met zoveel geruchten en potentiële risico's als AI. Besluitvormers moeten de waarde van AI in de praktijk en de impact ervan op het dagelijks werk van ontwikkelaars aantonen.
Ontwikkelaars zullen altijd problemen oplossen, en dat verandert niet door de implementatie van AI. Wat wel verandert, is hoe ze problemen oplossen. Naarmate AI wordt geïntroduceerd, wordt elke ontwikkelaar in feite de manager van zijn eigen botteam. Hij vraagt die bots om anders na te denken over hoe ze een probleem kunnen opsplitsen en de daaropvolgende taak kunnen doorgeven aan een AI-agent. Dit vereist een verschuiving van een uitsluitend technische vaardighedenpakket naar zachte vaardigheden – in plaats van diepgaande expertise in een bepaalde reeks programmeertalen te waarderen, moeten ontwikkelaars zich afvragen: “Kan ik effectief communiceren?”
Ontwikkelaars zullen ook steeds autonomer problemen oplossen, omdat ieder individu zelf bepaalt hoe hij zijn team van AI-bots samenstelt. Ze kunnen bijvoorbeeld beslissen of ze bots willen toewijzen aan verschillende fasen van de levenscyclus van softwareontwikkeling, het werk per programmeertaal willen verdelen, enzovoort. Het aanbieden van trainingen of bijscholingsmogelijkheden om ontwikkelaars te helpen deze nieuwe zachte vaardigheden te ontwikkelen, is een essentiële stap voor hun succes op de lange termijn.
Het is ook belangrijk dat besluitvormers erkennen dat AI nog niet klaar is om menselijke inbreng volledig te vervangen. Daarmee ontkrachten ze mythes en positioneren ze nieuwe initiatieven correct als een hulpmiddel, niet als een vervanging. AI heeft de afgelopen jaren indrukwekkende vooruitgang geboekt, maar deze hulpmiddelen kunnen ontwikkelaars slechts voor 80% op weg helpen. Menselijke inbreng is nodig om de resterende 20% te verfijnen en tijdsbesparing en kwaliteitsvoordelen te realiseren. Door AI te positioneren als een assistent voor het versnellen van digitale transformatie, kunnen leiders hun teams beter voorbereiden om AI-hulpmiddelen niet alleen met tegenzin te accepteren, maar ze ook te omarmen en hun algehele ervaring en vaardigheden naar een hoger niveau te tillen."
- Is de ‘shift-left’-beweging daadwerkelijk versneld door AI, of volgt deze slechts de bredere trend richting DevOps en automatisering? Zijn er gebieden waar shift-left averechts heeft gewerkt of nieuwe knelpunten heeft gecreëerd?
"De ‘shift-left’-aanpak wordt al lange tijd gebruikt om problemen in de softwareontwikkeling op te lossen voordat ze ontstaan. De afgelopen jaren is er echter zoveel naar links verschoven dat ontwikkelaars steeds minder tijd besteden aan daadwerkelijke programmeerprojecten. Het is tijd voor CIO's en CTO's om hun strategieën te heroverwegen.
Hoewel DevOps en DevSecOps tot aanzienlijke automatisering en tijdsbesparing kunnen leiden, brengen ze vaak kosten voor de ontwikkelaar met zich mee. Door activiteiten eerder in de levenscyclus van softwareontwikkeling te verschuiven, neemt de cognitieve belasting toe en daalt de productiviteit van ontwikkelaars. GenAI is deels ontstaan als reactie op dit probleem. Het is een nieuw hulpmiddel in de gereedschapskist van leiders om problemen rond de productiviteit en ervaring van ontwikkelaars te compenseren.
Leiders op het gebied van DevOps en platformengineering kunnen cloudontwikkelomgevingen inzetten om GenAI op schaal te automatiseren. Ze zorgen ervoor dat GenAI altijd verbonden is, gepatcht wordt en correct wordt voorzien van versies. Dat stroomlijnt de toegang voor externe contractontwikkelaars, stelt datawetenschapsteams in staat cloudcomputingresources te benutten en verkort de inwerktijd voor ontwikkelaars bij nieuwe projecten. We zien dat de succesvolste bedrijven CDE's gebruiken om ‘shift-left’-hulpmiddelen – vooral GenAI – beschikbaar te maken voor ontwikkelaars zonder een productiviteitsheffing toe te voegen."
Wat volgt er?
De ontwikkeling van AI-adoptie binnen softwareontwikkeling biedt een krachtige blauwdruk voor andere sectoren. Hoewel GenAI nieuwe niveaus van productiviteit heeft ontsloten, benadrukt het ook het belang van menselijk toezicht, een doordachte implementatie en een mentaliteitsverandering richting samenwerking met AI als partner.
Terwijl bedrijven in andere sectoren overwegen AI te integreren, onderstrepen de inzichten van Rob Whiteley een belangrijke conclusie: succesvolle adoptie draait niet alleen om het benutten van geavanceerde technologie, maar ook om mensen in staat te stellen slimmer te werken, niet harder.
Door transparant bestuur te bevorderen, bijscholing mogelijk te maken en naadloze integratie prioriteit te geven, kunnen organisaties de uitdagingen van AI-adoptie het hoofd bieden en het transformerende potentieel ervan ontsluiten.
Abonneer je op de nieuwsbrief van The CTO Club voor meer inzichten over AI.
