Softwareontwikkeling verandert, door de AI-revolutie, in een razend tempo. AI-modellen doen inmiddels ontzettend veel verschillende dingen. Ze voeren taken uit waar ze nooit expliciet voor getraind of gebouwd zijn en dat is een fundamenteel verschil met alle andere software die we kennen. De vraag is nu: ben je bereid om de structurele veranderingen door te voeren die nodig zijn om deze krachtige technologie te kunnen benutten?
Vooraanstaande experts stellen dat de huidige ‘frontier’ AI-modellen – van ChatGPT tot Claude – achteraf gezien de eerste echte voorbeelden van artificial general intelligence (AGI) zullen blijken te zijn. Hoewel ze nog steeds imperfect zijn (ze hallucineren of maken vreemde fouten), is de cruciale eigenschap van ‘generaliteit’ (het bovenmenselijk presteren in verschillende domeinen) al bereikt.
Zelfs branchekenners merken op dat het moeilijk is om Norvig’s bewering te weerleggen dat AGI al sinds ten minste 2023 bestaat. Los van definities van AGI is één ding duidelijk: AI-systemen zijn nu goed genoeg om de manier waarop we software bouwen en leveren ingrijpend te veranderen.
Maar laten we eerlijk zijn: de meeste bedrijven blijven achter. Ze gebruiken AI-tools – vaak wat losse promptjes in ChatGPT of GitHub Copilot – maar hun werkwijze is fundamenteel niet veranderd. Ze denken nog steeds in de klassieke rollen en processen, met hier en daar een AI’tje als assistent. En dat is waar de meeste bedrijven de boot missen: ze halen niet het volle potentieel uit AI, omdat ze geen duidelijk beeld hebben van wat AI allemaal kan.
Menselijke expertise in een ongelijkmatig landschap
En wat AI niet kan. Want zoals wetenschapper Ethan Mollick schrijft, hebben hedendaagse AI’s verrassend ongelijke vaardigheden – bovenmenselijk in sommige gebieden, maar zeer foutgevoelig in andere. Een AI-agent lost misschien complexe bugs op of genereert in enkele minuten een volledige productdemo, maar struikelt vervolgens over een eenvoudige logische puzzel. Dit is de aard van wat Mollick de “jagged frontier” noemt: de prestaties van AI zijn nog niet betrouwbaar genoeg.
En dus is menselijke expertise nog steeds nodig om deze tools te sturen en te weten waar ze goed werken en waar niet. Met andere woorden: zelfs terwijl de capaciteiten van AI toenemen, hangt succes af van mensen die weten hoe ze AI strategisch kunnen inzetten en beheren. Zoals Mollick zegt: “wie nu leert om door dit ongelijke landschap te navigeren, is het best gepositioneerd voor wat komen gaat.”
Bij Blis Digital omarmen we het ruwe grensgebied van AI-gedreven softwareontwikkeling. En we helpen onze klanten er met vertrouwen doorheen te navigeren. We geloven niet dat AI mensen vervangt, maar dat het juist hun talent vermenigvuldigt. Onze engineers gebruiken AI om hun capaciteiten te versterken en in weken te bereiken wat ooit maanden duurde – terwijl ze menselijk toezicht en visie behouden.
Fundamenteel anders werken
Het resultaat is een symbiotische relatie waarin de mens-AI-samenwerking beter presteert dan wat ze elk afzonderlijk zou kunnen doen. Maar dat lukt alleen als je bereid bent fundamenteel anders te gaan werken.
Want dat is de kern: AI gebruiken is niet genoeg. Zonder een structurele verandering in je manier van denken, organiseren en ontwikkelen mis je de AI-boot. Tools toevoegen aan oude processen levert zelden structurele versnelling op — laat staan concurrentievoordeel. AI-first werken betekent niet méér doen met AI, maar ánders werken dankzij AI. Het vraagt om een andere mindset, andere werkstructuren en een andere verdeling van verantwoordelijkheden. Doe je dat niet? Dan doet je concurrent het wel.
Dit is deel 1 van 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.
