Toen ik begin 2023 weer wat actiever begon te coderen, merkte ik hoe lastig het was om grip te krijgen op de enorme mogelijkheden van AI. Soms deed een tool iets briljants in een paar seconden, een dag later liep hij totaal vast op iets simpels. Het voelde alsof ik op onbekend terrein zat, zonder kaart. Ik realiseerde me: om hier structureel iets mee te doen, in een heel bedrijf, hebben we meer houvast nodig. Zo ontstond het ‘4-level framework’ voor AI-adoptie.
Ik schetste de eerste versie van dit framework om voor mezelf helder te krijgen waar ik stond, maar ook om richting te geven aan het team van Blis Digital. Het resultaat werd ons AI-adoptie framework: vier niveaus die laten zien hoe je als softwareprofessional — of team — groeit richting AI-first werken. We gebruiken het inmiddels bij Blis Digital en bij klanten. En hoewel je een framework nooit al te dogmatisch moet aanhouden, geeft het veel houvast.
Level 1 – AI User
Op dit niveau gebruik je AI als hulpmiddel, maar verandert er nog weinig aan hoe je werkt. Je gebruikt GitHub Copilot of ChatGPT voor een stukje code, of om een tekst samen te vatten. Maar je workflow blijft verder zoals hij was. AI wordt passief gebruikt. Zo begon ik ook. Een beetje prompten. Kijken wat eruit komt. Maar zonder goed te weten waarom het soms werkt, en soms totaal niet.
En daar zit het risico: je denkt dat je AI inzet, maar in werkelijkheid blijft je werkproces exact hetzelfde. Developers vertrouwen nog steeds op hun eigen routines, maar dan met wat extra suggesties. Het verschil in output is klein, de impact op het totale werkproces dus ook.
Level 2 – AI Collaborator
De echte omslag kwam toen ik AI begon te zien als collega. Een AI die je iets laat proberen, feedback geeft, je scherp houdt. Dan ben je actief aan het samenwerken met AI. Je laat ‘m bijvoorbeeld een eerste versie van een functie maken, maar bepaalt zelf de aanpak, de randvoorwaarden, en je controleert actief wat eruit komt.
In dit stadium leer je ook om betere prompts te schrijven, en AI echt in je werkproces in te passen. Onze mensen leren bijvoorbeeld om eerst een oplossingsrichting te laten genereren door de AI — inclusief denkstappen. Pas daarna vragen ze om code. Dat voorkomt een hoop frustratie. Een ander belangrijk onderdeel van Level 2 is dat je leert schakelen tussen vertrouwen en controle. Je weet wanneer je AI-input kunt gebruiken, en wanneer je beter zelf aan de slag kunt. Het is het begin van een ‘AI-aware mindset’ — je ziet AI niet als trucje, maar als structureel onderdeel van je werk.
Level 3 – AI Orchestrator
Op een gegeven moment kwam ik op het punt dat ik werk ging uitbesteden aan AI-agents. Geen simpele promptjes meer, maar hele onderdelen van een project die ik overdroeg. Een voorbeeld: ik had screenshots van een oude bestaande applicatie, het datamodel én onze richtlijnen voor een moderne cloud-native applicatie. Ik gaf die aan de AI en vroeg: bouw de functionaliteit maar. Wat eruit kwam? 80 tot 90% bruikbare code. In een middag.
Dit niveau draait om het slim inzetten van AI in volledige werkstromen. Het is niet alleen meer samenwerken, maar echt orkestreren. Je ontwerpt een taak voor de AI, inclusief context en grenzen, laat het werk uitvoeren, en beoordeelt daarna de output alsof het van een junior developer komt. We trainen mensen op dit niveau onder andere in test-driven development met AI. Dat betekent: eerst de tests laten schrijven, dan pas de code. Je definieert succescriteria vóór de uitvoering. Daardoor kun je AI veel gerichter aansturen én beter controleren wat eruit komt.
Ook QA-professionals kunnen natuurlijk op dit niveau opereren. Een van onze QA-leads gebruikt een LLM-agent als geautomatiseerde tester. Die agent simuleert gebruikersgedrag, voert variaties uit, en rapporteert afwijkingen. Maar de menselijke controle blijft essentieel: iemand moet bepalen wat echt relevant is en wat niet.
Level 4 – AI Champion
De stap naar Level 4 is niet alleen technisch, maar ook cultureel. Je helpt anderen om te groeien in hun AI-vaardigheid. Je geeft workshops, je laat collega’s meekijken, je experimenteert met nieuwe tools — en deelt wat werkt én wat niet werkt. Bij Blis hebben we een kopgroep gevormd met mensen die daar energie van krijgen. Die nieuwsgierig zijn. Die al begonnen waren met nieuwe tools voordat we iets hadden uitgerold. We geven ze de ruimte om te pionieren.
Op Level 4 zitten de mensen die niet alleen zelf AI gebruiken, maar hun hele team meenemen. Ze maken documentatie, ontwerpen interne processen, helpen bij governance en toolingkeuzes. Ze zorgen dat AI niet iets is wat een paar experts doen, maar iets waar het hele team beter van wordt.
Gezamenlijke taal
Het raamwerk geeft ons een gezamenlijke taal. Het helpt bij personeelsplanning, bij coaching, bij projectteams vormen. En het maakt zichtbaar wat we vaak al voelden: dat AI-first werken geen alles-of-nietsverhaal is, maar een ontwikkelpad.
We gebruiken het inmiddels ook voor resourceplanning. Als een team vooral Level 1 en 2 mensen heeft, weten we dat er een Level 3 of 4 bij moet om echt impact te maken. En het omgekeerde geldt ook: we stimuleren ervaren mensen om andere teamleden te coachen, zodat ze zelf niet alle AI-initiatieven hoeven te trekken.
Begin met bepalen waar je staat
Wil je beginnen met de weg naar AI-first werken? Mijn advies: begin met het bepalen waar je staat. Vraag je team waar zij zichzelf zien. En laat het raamwerk geen meetlat zijn, maar een uitnodiging om te groeien en te leren. De meeste organisaties onderschatten hoeveel mensen in hun team al kunnen — en overschatten hoeveel er vanzelf verandert.
Een duidelijke structuur helpt. Maar het is pas waardevol als je mensen de ruimte én de verantwoordelijkheid geeft om erin te groeien.
Dit is deel 2 in een vijfdelige serie over AI-first werken in software development. In de whitepaper ‘Het fundament van een AI-first bedrijf’ lees je over het framework dat wij gebruikten om Blis Digital AI-first te maken en wat we nu toepassen bij het AI-first maken van onze klanten.
Lees deel 1: Waarom veel softwarebedrijven de AI-boot dreigen te missen
