Kunt u een eigen AI hebben? Wat uw bedrijf echt bezit
Een eigen AI: wat kleine bedrijven onder die naam krijgen aangeboden, wie echt een model kan trainen, wat uw bedrijf aan het eind bezit en hoe u dat controleert.
36 min leestijd
Sébastien Nobour
Oprichter van DEVEDANOS
U hoort het in de media, u leest het op LinkedIn: binnenkort schrijft AI alle code, en zijn er geen ontwikkelaars meer nodig. Voor een directeur die overweegt software te laten ontwikkelen, is dat een concrete vraag. Is het verstandig om af te wachten? Heeft het nog zin om professionals in te schakelen?
De belofte is niet nieuw. Sinds de eerste computers is al menige grote doorbraak in de informatica gepresenteerd als de doorbraak die programmeurs overbodig zou maken. Op dit moment, in 2026, laten de beschikbare gegevens een vak zien dat verandert, met minder banen voor jongeren in de beroepen die aan AI zijn blootgesteld, maar geen vak dat verdwijnt.
“Ontwikkelaar” staat in werkelijkheid voor meerdere beroepen. De coder krijgt een kant-en-klare beschrijving van wat er gebouwd moet worden, en zet die om in een programma dat werkt. De ontwikkelaar vertrekt vanuit een probleem en ontwerpt zelf de oplossing. De software engineer, ten slotte, behandelt elke keuze als een hypothese die moet worden getoetst: hij probeert iets uit, observeert wat de gebruikers doen, stuurt bij, en houdt de software in een staat waarin ze nog zonder risico kan worden aangepast.
Dave Farley is samen met Jez Humble auteur van Continue oplevering (Continuous Delivery, in het Engels), het standaardwerk over continue oplevering van software, en auteur van Moderne software engineering (Modern Software Engineering, in het Engels). Ook hij onderscheidt die drie profielen, in een video uit juni 2025. Volgens hem benadert de software engineer problemen met een wetenschappelijke en rationele werkwijze, en weet hij na elke kleine wijziging of zijn software in productie kan worden genomen.
AI bedreigt deze drie beroepen niet op dezelfde manier. Voor het eerste kent de geschiedenis van de informatica al een precedent.
In de jaren zestig werd een programma eerst met de hand geschreven, op programmeerformulieren. Daarna moest het op ponskaarten worden overgezet, zodat de computer het kon lezen. In grote organisaties kwam dat werk vaak terecht bij ponsoperators, die de kaarten via een toetsenbord ponsten, volgens ACONIT, een vereniging die zich bezighoudt met de geschiedenis van de informatica, en de Fédération des équipes Bull (beide in het Frans). Ze voerden vooral administratieve gegevens in. In kleinere organisaties ponsten programmeurs hun kaarten vaak zelf.
Die functie werd toen meestal aan vrouwen toevertrouwd. Het document van de Fédération des équipes Bull gebruikt de vrouwelijke vorm, “operatrice gegevensinvoer” (“opératrice de saisie”, in het Frans), en vraagt er “handvaardigheid” (“dextérité”, in het Frans) voor. De enige doorgroeimogelijkheid leidt naar “operatrice controle” (“opératrice de vérification”, in het Frans) of naar “instructrice” (“monitrice”, in het Frans). De mannelijke functie van “operator ponskaartadministratie” (“opérateur de mécanographie”, in het Frans) kan daarentegen leiden tot “technicus inbedrijfstelling (in feite programmeur)” (“technicien de mise en route (en fait programmeur)”, in het Frans).
Die taakverdeling berustte op een vooroordeel dat de geschiedenis heeft weerlegd: vrouwenwerk zou uitvoerend werk zijn. In de Verenigde Staten waren de eerste mensen die de ENIAC programmeerden, een van de allereerste computers, vrouwen. Volgens de historicus Nathan Ensmenger, geciteerd door Stanford University, hadden hun leidinggevenden hen gekozen omdat ze programmeren zagen als laaggeschoold kantoorwerk, “vergelijkbaar met archiveren, typen of telefooncentralewerk” (“akin to filing, typing, or telephone switching”, in het Engels). Programmeren bleek veeleisend intellectueel werk. Toen kwamen de mannen, geholpen door selectietests op basis van persoonlijkheidsprofielen die hen bevoordeelden. In Frankrijk stellen de onderzoekers Isabelle Collet en Nicole Mosconi hetzelfde vast in een artikel uit 2010 (in het Frans): vrouwen bekleedden in 1982 34% van de IT-beroepen, en in 2002 nog 20%. Mannen stroomden massaal toe “naarmate de banen aan prestige wonnen” (“à mesure que les emplois gagnaient en prestige”, in het Frans).
In de loop van de jaren zeventig konden programmeurs dankzij terminals die op timesharingcomputers waren aangesloten hun programma zelf intypen, zonder ponskaarten, zo vermeldt Wikipedia. In 1980 was in de Verenigde Staten nog een op de vijf mensen die in de informatica werkten ponsoperator. Het Bureau of Labor Statistics, het Amerikaanse overheidsbureau voor arbeidsstatistiek, voorzag toen al dat de vraag naar dit werk zou dalen. Het beroep leefde voort in gegevensinvoer op een beeldscherm, die nog altijd terugloopt: 520.220 banen in 1999, 174.930 in 2018, volgens de Monthly Labor Review, het tijdschrift van dat bureau.
Wat bijna is verdwenen, is niet de programmeur. Het is de tussenstap waarin iemand anders intypte wat een programmeur had bedacht. In de Verenigde Staten waren er in 1970 176.500 programmeurs, volgens een bulletin van het Bureau of Labor Statistics. In 2025 zijn het er, als de softwareontwikkelaars worden meegeteld, 1.828.600, tien keer zoveel, volgens hetzelfde bureau. De categorieën van 1970 en 2025 zijn niet strikt vergelijkbaar: deze verhouding geeft een orde van grootte.
Het Census Bureau, het Amerikaanse overheidsbureau voor de volkstelling, beschrijft programmeurs als professionals die werken “op basis van specificaties die zijn opgesteld door softwareontwikkelaars of door anderen” (“from specifications drawn up by software developers or other individuals”, in het Engels). Onder de functietitels die het tot dit beroep rekent, staat overigens ook “coder”. Dat is precies het werk dat AI-tools nu al goed doen. In zijn video vindt Dave Farley AI “heel goed in het vertalen van gedetailleerde instructies naar code” (“very good at translating detailed instructions into code”, in het Engels).
Het beroep van programmeur krimpt al. Volgens het Bureau of Labor Statistics waren er in 2000 585.000 programmeurs en in 2025 110.800. Een deel van die daling komt door een andere indeling: sinds 2000 tellen de Amerikaanse statistieken software engineers en softwareontwikkelaars apart. Maar voor de komende tien jaar voorziet het bureau nog een daling van 7%. Het verklaart dat door de automatisering van een deel van dit werk, onder meer door AI, en doordat de meest gekwalificeerde taken voortaan bij ontwikkelaars terechtkomen.
Zoals wij het zien, neemt de coder voortaan een plaats in die vergelijkbaar is met die van de ponsoperators: hij voert een beschrijving uit die door anderen is bedacht. Op die stap richten AI-tools zich vandaag.
AI is niet met ChatGPT geboren. Het idee van een machine die kan redeneren, gaat eeuwen aan de eerste computers vooraf.
Eind dertiende eeuw ontwerpt de Mallorcaanse filosoof Ramon Llull een “Kunst” die berust op het combineren van begrippen. Sommige van zijn figuren bestaan uit cirkels die ten opzichte van elkaar draaien om die combinaties te vormen, volgens de Stanford Encyclopedia of Philosophy, de filosofie-encyclopedie van Stanford University. In 1642 vindt Blaise Pascal een rekenmachine uit, die vandaag wordt getoond in het Musée des arts et métiers (in het Frans). In 1655 schrijft de Engelse filosoof Thomas Hobbes dat redeneren neerkomt op rekenen, zoals de onderzoeker Giuseppe Longo in herinnering brengt in een college aan de École normale supérieure (in het Frans). Gottfried Wilhelm Leibniz, Duits filosoof en wiskundige, droomt vervolgens van een taal waarin twee mensen die het oneens zijn, de knoop doorhakken door tegen elkaar te zeggen: “Laten we rekenen” (Calculemus, in het Latijn), meldt het tijdschrift The Public Domain Review.
In 1843 beschrijft de Britse wiskundige Ada Lovelace de analytische machine die Charles Babbage had bedacht. Ze geeft er ook de grens van aan: de machine “pretendeert geenszins iets voort te brengen. Ze kan alles doen waarvan wij weten hoe we het haar moeten opdragen” (“has no pretensions whatever to originate anything. It can do whatever we know how to order it to perform”, in het Engels), volgens haar noot G.
In 1950 opent de Britse wiskundige Alan Turing een artikel in het tijdschrift Mind met deze woorden: “Ik stel voor de vraag te onderzoeken: kunnen machines denken?” (“I propose to consider the question, ‘Can machines think?’”, in het Engels). In augustus 1955 stellen John McCarthy en drie andere onderzoekers voor om de zomer daarop aan het Dartmouth College een studie van twee maanden te houden over “kunstmatige intelligentie” (“artificial intelligence”, in het Engels). Hun voorstel gaat ervan uit dat elk aspect van intelligentie “in principe zo nauwkeurig kan worden beschreven dat er een machine kan worden gemaakt die het simuleert” (“can in principle be so precisely described that a machine can be made to simulate it”, in het Engels).
De AI-tools waarover in 2026 wordt gesproken, doen meer dan een regel code aanvullen. Het zijn agents. In een publicatie van december 2024 onderscheidt Anthropic, het bedrijf achter de AI Claude, twee gevallen. In het eerste doorloopt een programma vooraf vastgelegde stappen. In het tweede bepaalt het AI-model, de agent, “zelf zijn stappen en het gebruik van zijn tools” (“dynamically direct their own processes and tool usage”, in het Engels).
Bij softwareontwikkeling leest een AI-agent de bestaande code, past die aan, draait de geautomatiseerde tests en begint opnieuw zolang ze falen. Anthropic merkt op dat een agent “zijn oplossingen kan verbeteren aan de hand van de testresultaten” (“iterate on solutions using test results as feedback”, in het Engels). Men spreekt van agentische ontwikkeling. Dezelfde publicatie benadrukt dat “menselijke review essentieel blijft” (“human review remains crucial”, in het Engels).
Zoals wij het zien, voert een AI-agent een taak die geen oordeel vraagt heel goed uit: een nauwkeurige beschrijving omzetten in code die de tests doorstaat. Dat is het werk van de coder. Hij beslist niet voor u wat het waard is om te worden gebouwd, en hij legt over die keuze geen verantwoording af aan uw gebruikers. Alleen coder of programmeur zijn volstaat dus niet meer: de waarde van een professional zit in wat zich niet aan een machine laat overdragen.
Het is niet de eerste keer dat een tool programmeurs overbodig zou maken.
In november 1954 presenteert een team van IBM FORTRAN. Met deze taal schrijft de programmeur een berekening in een vorm die dicht bij de wiskundige notatie ligt, waarna de machine die naar instructies vertaalt. Het voorlopige rapport kondigt het aan: FORTRAN “zou het coderen en debuggen vrijwel overbodig moeten maken” (“should virtually eliminate coding and debugging”, in het Engels), dat wil zeggen het opsporen en verhelpen van fouten. Het moest het mogelijk maken een probleem op te lossen voor minder dan de helft van de gebruikelijke kosten.
Dertig jaar later blikt Fred Brooks terug op die beloften. Hij leidde bij IBM het ontwerp van een grote reeks computers, richtte de vakgroep informatica van de University of North Carolina op, en ontving de Turing Award, de hoogste onderscheiding in het vakgebied. In “Geen wondermiddel” (“No Silver Bullet”, in het Engels), een tekst uit 1986, herinnert hij eraan dat er al bijna veertig jaar over “automatisch programmeren” wordt gesproken. Hij citeert daarin een andere informaticus, David Parnas: automatisch programmeren “is altijd een eufemisme geweest” (“always has been a euphemism”, in het Engels) voor programmeren in een taal van een hoger niveau dan wat men tot dan toe had.
Wat werd gepresenteerd als een machine die zelf programmeert, was in werkelijkheid een nieuwe taal, waarin programmeurs nog altijd moesten schrijven.
In 1959 ontwerpt een comité dat op initiatief van het Amerikaanse ministerie van Defensie bijeenkomt COBOL, een taal voor administratieve toepassingen. De instructies zijn opgebouwd als Engelse zinnen, volgens IEEE Spectrum. Jean Sammet, lid van dat comité, schreef in 1978 dat het “zeker de bedoeling (en de verwachting) was dat de taal kon worden gebruikt door beginnende programmeurs en gelezen door het management” (“certainly intended (and expected) that the language could be used by novice programmers and read by management”, in het Engels).
Het idee duikt weer op in januari 2023, wanneer Andrej Karpathy, onderzoeker in kunstmatige intelligentie en medeoprichter van OpenAI, dit bericht plaatst:
The hottest new programming language is English
De populairste nieuwe programmeertaal is Engels.
In februari 1981 presenteert het Britse tijdschrift Personal Computer World The Last One, een programmagenerator. Journalist David Tebbutt ziet er software in die “het laatste programma ooit geschreven door een mens” (“the last one ever written by a human being”, in het Engels) zou kunnen worden. De coder “zal van beroep moeten veranderen” (“going to have to change his job”, in het Engels), schrijft hij. De andere IT-professionals zullen er volgens hem op vooruitgaan.
In 1982 publiceert James Martin een boek met een veelzeggende titel: Applicaties ontwikkelen zonder programmeurs (Application Development Without Programmers, in het Engels). Hij kwam eind jaren vijftig bij IBM binnen, werd consultant en schreef meer dan honderd boeken over informatica, volgens The Register. In het voorwoord, dat de ontwikkelaar Simon Willison op zijn blog citeert, voorspelt hij dat “de meeste computers in de toekomst ten minste gedeeltelijk zonder programmeurs zullen moeten werken” (“most computers in the future will have to work at least in part without programmers”, in het Engels). Zijn boek presenteert de zogeheten “niet-procedurele” talen: daarin beschrijft u het gewenste resultaat, niet de stappen om het te bereiken.
In de jaren daarna verschijnen de CASE-tools, software voor computerondersteunde softwareontwikkeling. Hiermee teken je een applicatie in de vorm van schema’s, zowel de gegevens als de verwerking, en sommige tools genereren daar vervolgens de code uit. IEF, ontworpen door Texas Instruments samen met James Martin en zijn adviesbureau, produceerde zo COBOL-code, volgens Wikipedia. In Frankrijk ondersteunen deze tools de methode Merise, die vanaf 1978 op initiatief van het Franse ministerie van Industrie werd ontwikkeld: AMC Designor, MEGA of WinDesign, volgens een college van Bernard Espinasse, docent-onderzoeker aan de universiteit van Aix-Marseille (in het Frans).
Deze tools worden gepresenteerd als de oplossing voor de productiviteits- en kwaliteitsproblemen van het vak. In 1992 stelt Chris Kemerer, toen onderzoeker aan de MIT Sloan School of Management, in het vaktijdschrift IEEE Software de vraag: waarom kopen zoveel organisaties deze tools om ze vervolgens op de plank te laten liggen? Hij haalt een studie aan: een jaar na de invoering was 70% van deze tools en technieken nooit gebruikt, werd 25% door slechts één team gebruikt, en 5% op grote schaal, zonder dat men er alles uit haalde.
Objectgeoriënteerd programmeren deelt een programma op in “objecten”, die gegevens bundelen met de bewerkingen die erop van toepassing zijn. Brooks zelf verwachtte er in 1986 veel van. Toch betwijfelde hij of het de kern van de moeilijkheid zou oplossen.
In 1990 kondigt Brad Cox in het computertijdschrift BYTE “een industriële revolutie in software op basis van herbruikbare en uitwisselbare onderdelen” aan (“a software industrial revolution based on reusable and interchangeable parts”, in het Engels), in “Er bestaat wel een wondermiddel” (“There Is a Silver Bullet”, in het Engels). Hij is medeoprichter van het bedrijf Stepstone en grondlegger van de taal Objective-C, en verkoopt “software-IC’s” (“Software-ICs”, in het Engels): softwarecomponenten, bedacht naar het voorbeeld van de chips die men op een printplaat samenvoegt.
Met contentmanagementsystemen (CMS’en) hoeft u voor een website geen code meer te schrijven. 39,7% van alle websites draait op WordPress, het meest gebruikte, volgens de meting van W3Techs van 16 oktober 2026. Met plug-ins voegt u een formulier, een webwinkel of een agenda aan een site toe: dat zijn functies die door ontwikkelaars zijn geschreven, en die iedereen daarna met een paar klikken kan installeren vanuit de officiële WordPress-directory.
De makers van deze tools beloven dat code overbodig wordt. In september 2010 zet Wix, een dienst om websites te maken, een interface in de verf waarin u uw site bouwt door elementen met de muis te verslepen, en die “complexe computercode overbodig maakt” (“removing complex computer codes from the equation”, in het Engels). Die functies en tools worden nog altijd door ontwikkelaars geschreven. Wat verandert, is wie ze samenvoegt.
In 2014 gaf het onderzoeksbureau Forrester de naam “low-code” aan platforms die het bouwen van applicaties versnellen door “de hoeveelheid handgeschreven code drastisch te verminderen” (“dramatically reducing the amount of hand-coding required”, in het Engels). Low-code betekent een applicatie bouwen door visuele blokken samen te voegen in plaats van code te schrijven.
In 2019 voorspelde het onderzoeksbureau Gartner dat low-code tegen 2024 goed zou zijn voor “meer dan 65% van alle applicatieontwikkeling” (“more than 65% of application development activity”, in het Engels), meldt ADTmag. Deze platforms moesten medewerkers zonder programmeeropleiding, die ADTmag “burgerontwikkelaars” noemt (“citizen developers”, in het Engels), in staat stellen zelf hun bedrijfsapplicaties te bouwen. In juni 2021 ging Gartner nog verder: tegen 2024 zou 80% van de technologische producten en diensten worden gebouwd door mensen die geen technologieprofessional zijn, meldt de website Technology Decisions. We hebben geen evaluatie van deze voorspellingen gevonden die door Gartner is gepubliceerd.
In februari 2024 verklaarde Jensen Huang, CEO van chipfabrikant Nvidia, op de World Government Summit in Dubai, volgens Tom’s Hardware: “Het is onze taak om computertechnologie zo te maken dat niemand hoeft te programmeren” (“It is our job to create computing technology such that nobody has to program”, in het Engels). En: “Iedereen op de wereld is nu programmeur” (“Everybody in the world is now a programmer”, in het Engels).
In januari 2025 kondigde Mark Zuckerberg, CEO van Meta, in de interviewshow van de Amerikaanse presentator Joe Rogan aan dat Meta en de andere bedrijven in de sector “waarschijnlijk in 2025” (“probably in 2025”, in het Engels) een AI zouden hebben die de rol van een engineer op middenniveau kan vervullen, meldt Fortune.
In februari 2025 nodigde Sam Altman, CEO van OpenAI, het bedrijf achter ChatGPT, in een blogbericht uit om zich een AI-agent voor te stellen die op termijn “de meeste dingen” (“most things”, in het Engels) kan doen die een software engineer met een paar jaar ervaring bij een groot bedrijf doet, bij taken van hooguit twee dagen.
Op 10 maart 2025 sprak Dario Amodei, CEO van Anthropic, voor de Council on Foreign Relations, een Amerikaanse denktank over buitenlands beleid. “Ik denk dat we er over drie tot zes maanden zijn, op het punt waarop AI 90% van de code schrijft,” verklaarde hij (“I think we’ll be there in three to six months, where AI is writing 90% of the code”, in het Engels). “En over twaalf maanden zitten we misschien in een wereld waarin AI vrijwel alle code schrijft” (“And then in 12 months, we may be in a world where AI is writing essentially all of the code”, in het Engels). Een week eerder had Anthropic een financieringsronde van 3,5 miljard dollar aangekondigd.
Deze vier uitspraken komen van bestuurders van bedrijven die AI ontwikkelen of de chips maken waarop AI draait. Twee ervan noemen een termijn: 2025 voor Mark Zuckerberg, september 2025 en maart 2026 voor Dario Amodei. Die kunnen we dus vergelijken met wat er sindsdien is gebeurd. Voor de 90% die Dario Amodei aankondigde, komt de enige externe controle die we hebben gevonden van Ryan Greenblatt, chief scientist van Redwood Research, een onderzoeksorganisatie op het gebied van AI-veiligheid. In oktober 2025 noemde hij deze voorspelling “waarschijnlijk onjuist” (“probably false”, in het Engels). Volgens hem schreef AI toen ongeveer 50% van de code van Anthropic, en alleen in sommige teams 90%. Voor de termijn die Mark Zuckerberg noemde, hebben we geen enkele externe controle gevonden.
Geen van deze golven heeft het totale aantal mensen dat beroepsmatig software ontwikkelt doen dalen, ook al daalt het aantal programmeurs in enge zin. In de Verenigde Staten hadden programmeurs, software engineers en softwareontwikkelaars in 2000 samen 1.282.000 banen, en in 2025 1.828.600, volgens het Bureau of Labor Statistics. Deze cijfers tellen banen: wie voor zijn plezier programmeert, of naast een ander beroep, valt erbuiten.
In Frankrijk volgt geen enkele openbare reeks alleen de ontwikkelaars over een lange periode. De beschikbare cijfers gaan over alle IT-professionals samen: ze geven een trend aan, niet het aantal ontwikkelaars. In 1985 telde Frankrijk 200.000 IT-professionals en tien jaar later bijna 300.000, volgens het Centre d’analyse stratégique en de Dares, geciteerd door Le Monde Informatique (in het Frans). In 2017 telde het Franse statistiekbureau Insee 730.000 mensen in de digitale beroepen, een nog bredere groep.
Het schaakspel biedt een vergelijkingspunt. Toen de machines sterker werden dan de spelers, kon men vrezen dat die laatsten het spel zouden laten vallen. In mei 1997 werd Deep Blue, een computer van IBM, de eerste die een regerend wereldkampioen, Garri Kasparov, versloeg in een match onder toernooiomstandigheden, volgens IBM. De spelers zijn echter niet verdwenen. De Franse schaakbond telde 50.883 leden in het seizoen 2019-2020, en 92.815 in het seizoen 2025-2026, op 1 september 2026: het aantal leden is bijna verdubbeld, terwijl machines sinds 1997 beter spelen dan mensen.
Misschien geldt hetzelfde voor programmeren. Sinds februari 2025 is er sprake van “vibe coding”, een term van Andrej Karpathy, vrij te vertalen als “coderen op gevoel”: u beschrijft in gewone taal wat u wilt, en AI schrijft de code. Volgens de online encyclopedie Wikipedia (in het Frans) stelt deze werkwijze amateurs zonder opleiding in software engineering in staat software te maken. Zoals wij het zien, zijn veel van deze “vibe coders” geen professionals en geen beroepsontwikkelaars, en komen ze niet voor in de werkgelegenheidsstatistieken.
Voor wie er zijn beroep van maakt, is de markt in 2026 moeilijker, vooral aan het begin van de loopbaan. De Apec (in het Frans), de Franse vereniging voor de werkgelegenheid van hoger personeel, telde op haar site 31.370 vacatures voor ontwikkelaars in 2022, en 15.830 in 2024. Slechts 24% van deze vacatures stond open voor starters, tegenover 30% van alle vacatures. De daling zette zich in 2025 voort, met 12.690 vacatures, volgens Le Monde Informatique (in het Frans). Op vacaturesite Indeed lag het aantal in Frankrijk gepubliceerde vacatures voor softwareontwikkeling op 16 oktober 2026 op 51,3% van het niveau van februari 2020, tegenover 89,1% voor alle vacatures samen, volgens de gegevens van het Indeed Hiring Lab.
In Frankrijk hebben onderzoekers van LIFT, een onderzoekslab van HEC Paris, samen met de Banque de France de aanmeldingen van nieuwe dienstverbanden bestudeerd. In hun studie van oktober 2026 (in het Frans) daalde het aantal vaste contracten van ontwikkelaars en IT-engineers van 21 tot 29 jaar met ongeveer 42% tussen november 2022 en maart 2026, tegenover 11% in beroepen die minder aan AI zijn blootgesteld. De auteurs benadrukken dat juist deze daling het moeilijkst aan AI is toe te schrijven: de sector had in 2021 en 2022 veel mensen aangenomen, voordat de rente weer steeg.
Lijken degenen die veertig jaar geleden het einde van de programmeurs aankondigden op degenen die het vandaag aankondigen? Op zijn minst op één punt: bij IBM in 1954, bij Brad Cox in 1990 en bij de bestuurders van AI-bedrijven vandaag kwam de aankondiging van wie de tool maakte of verkocht. Het verschil is deze keer reëel: AI schrijft al een deel van de code. Maar de vraag blijft dezelfde. Wie beslist wat die code moet doen?
Ontwikkelaars gebruiken AI. De vraag-en-antwoordsite Stack Overflow ondervraagt elk jaar de ontwikkelaars die de site bezoeken. In zijn enquête van 2025 gebruikt 84% van de respondenten AI-tools om te ontwikkelen, of is van plan dat te doen. Tegelijk wantrouwen ze die tools: 46% twijfelt aan de juistheid van de antwoorden, tegenover 33% die erop vertrouwt. Hun belangrijkste bezwaar, genoemd door 66%: oplossingen die “bijna goed zijn, maar net niet” (“almost right, but not quite”, in het Engels).
De site Stack Overflow zelf is het grootste deel van zijn vragen kwijtgeraakt. Jarenlang stelden ontwikkelaars er hun vragen en vonden ze er die van anderen. In maart 2014 werden er 207.169 vragen gepubliceerd. In november 2022, de maand waarin OpenAI ChatGPT lanceerde, waren het er nog maar 109.120, en in september 2026 974. We hebben deze cijfers op 20 oktober 2026 opgevraagd via de openbare interface van Stack Exchange, die alleen vragen telt die nog online staan. De daling was al vóór ChatGPT begonnen; daarna versnelde ze. Al in januari 2025 stelde Gergely Orosz, auteur van de nieuwsbrief The Pragmatic Engineer, vast dat de site sinds 2009 niet meer zo weinig vragen per maand had ontvangen, en zag hij daarin het effect van AI-assistenten.
Hoeveel tijd AI ontwikkelaars bespaart, is nog moeilijk vast te stellen. METR, een onderzoeksorganisatie die AI-modellen evalueert, publiceerde in juli 2025 een experiment met 16 ervaren ontwikkelaars die werken aan software waarvan de code openbaar is. Voor elk van hun 246 echte taken besliste het lot of ze AI mochten gebruiken of niet. Met AI deden ze 19% langer over hun taken. Vóór het experiment verwachtten ze 24% tijd te winnen; daarna dachten ze nog steeds 20% te hebben gewonnen. Ze werkten dus trager terwijl ze dachten sneller te werken.
In februari 2026 herhaalde METR het experiment met 57 ontwikkelaars en meer dan 800 taken. De resultaten wijzen deze keer op tijdwinst, maar METR vindt ze weinig overtuigend, vanwege de manier waarop de steekproef tot stand kwam. Steeds meer ontwikkelaars weigerden mee te doen. Van wie wel meedeed, zegt 30 tot 50% bepaalde taken te hebben weggelaten omdat ze die niet zonder AI wilden doen. Het experiment mist dus juist de taken waarbij AI het meest helpt: volgens METR is de werkelijke winst waarschijnlijk groter dan de gemeten winst. Op dit moment herziet de organisatie de opzet van haar studie.
Wanneer code schrijven goedkoper wordt, ziet men beter wat projecten al vertraagde. De behoefte begrijpen, beslissen wat er gebouwd moet worden, de reactie van de gebruikers verzamelen, de software koppelen aan de andere tools van het bedrijf, controleren of ze werkt, haar in gebruik nemen: geen van deze stappen gaat sneller doordat de code sneller wordt geschreven.
Eliyahu Goldratt, natuurkundige die specialist werd in industriële organisatie, legt het uit in Het doel (The Goal, in het Engels), een bedrijfsroman uit 1984: een stap versnellen die niet de bottleneck is, laat de fabriek niet meer produceren.
De beste softwareprofessionals zeggen het al lang. Fred Brooks onderscheidt al in 1986 twee delen in het bouwen van software. Het eerste is de vertaling: een idee uitdrukken in de taal van de machine, met haar beperkingen. Het tweede is het ontwerp: beslissen over de vaak zeer complexe structuur van wat de software moet doen. Volgens hem hebben de grote productiviteitswinsten uit het verleden obstakels uit het eerste deel weggenomen: zeer beperkte machines, onhandige talen, schaarse rekentijd.
FORTRAN, COBOL, de niet-procedurele talen, de CASE-tools, de objecten, de CMS’en, low-code: volgens ons heeft elk ervan de vertaling verlicht. Geen enkele heeft het ontwerp overbodig gemaakt.
“Het moeilijkste deel van het bouwen van een softwaresysteem is precies beslissen wat er gebouwd moet worden” (“The hardest single part of building a software system is deciding precisely what to build”, in het Engels), schrijft Brooks. Klanten, vervolgt hij, hebben hun probleem bijna nooit doordacht tot op het detailniveau dat software vraagt. Vandaar zijn advies: zorg voor veel wisselwerking tussen de klant en wie de software ontwerpt.
In 2001 ondertekenen zeventien vakmensen uit de softwarepraktijk het Agile Manifest. Het vraagt dat “mensen uit de business en ontwikkelaars dagelijks samenwerken gedurende het gehele project”. En het maakt van “werkende software” de “belangrijkste maat voor voortgang”.
Een AI die code schrijft, verlicht eveneens de vertaling. Ze beslist niet voor u wat uw software moet doen. Allen Holub, auteur van boeken over softwareontwerp, die we citeren in ons artikel over een app maken met AI, trekt in een bericht dezelfde conclusie: zolang een AI geen gesprek met gebruikers kan voeren om hun behoeften boven water te krijgen, blijft dat werk mensenwerk.
There is no such thing as "Agentic software development" or an "Agentic SDLC." There's just Agentic coding. Big difference. Coding is a small part of the overall process. […]
“Agentische softwareontwikkeling” of een “agentische softwarelevenscyclus” bestaat niet. Er is alleen agentisch coderen. Dat is een groot verschil. Coderen is maar een klein deel van het hele proces.
De coder houdt zich niet bezig met het begrijpen van de behoefte of het verzamelen van de reactie van de gebruikers: hij krijgt een kant-en-klare beschrijving. De ontwikkelaar doet dat gedeeltelijk, omdat hij de oplossing ontwerpt. De software engineer neemt al die stappen voor zijn rekening, omdat hij met experimenten werkt: elke functionaliteit is een hypothese die het gebruik bevestigt of bijstuurt. In zijn video herinnert Dave Farley eraan: een probleem goed genoeg begrijpen om er gedetailleerde instructies voor te schrijven, blijft moeilijk werk.
Wij respecteren dat onderscheid. Wat voor ons uiteindelijk telt, is software engineering. Wie engineeringproblemen aanpakt, en niet alleen codeerproblemen, zal volgens ons de laatste zijn die wordt vervangen, als dat ooit gebeurt.
Wat al bij de eerste projecten had moeten gebeuren, is niets nieuws: elke dag met de gebruikers samenwerken, vaak werkende software in gebruik nemen, en elke wijziging controleren voordat ze hen bereikt.
De nuttige vraag is niet of een AI de code van uw software gaat schrijven: ze schrijft er al een deel van. De vraag is wie beslist wat de software moet doen, wie controleert dat ze het doet, en wie haar laat meegroeien wanneer uw bedrijf verandert.
Als u een ontwikkelaar aanneemt of een leverancier kiest, is code kunnen schrijven niet genoeg. Vraag hoe hij te werk gaat om te begrijpen wat de software moet doen, en hoe hij na elke wijziging weet dat ze naar uw gebruikers kan worden uitgerold.
Het DORA-rapport 2025, gepubliceerd door het onderzoeksprogramma van Google Cloud naar het ontwikkelen en in productie nemen van software, steunt op de antwoorden van bijna 5.000 techprofessionals. Het beschrijft AI als een versterker. AI maakt teams die al goede werkwijzen hebben sterker, en vergroot die van andere teams. Het verschil zit rond de code: geautomatiseerde tests die elke wijziging controleren voordat die uw gebruikers bereikt, een review van wat de tool heeft geschreven, releases die niet kapotmaken wat de dag ervoor werkte.
Wie zo werkt, heeft niet op AI gewacht. AI maakt alleen voor iedereen zichtbaar welke problemen zij al lang aankaarten.
Bij DEVEDANOS is AI een van onze tools, en deze engineeringpraktijken houden haar in goede banen. We praten met de gebruikers van uw applicatie om hun behoeften te begrijpen en de functionaliteiten te bepalen. AI-agents voor softwareontwikkeling schrijven daarna een groot deel van de code van uw software. Elke wijziging die ze voorstellen, wordt gecontroleerd door geautomatiseerde tests en gereviewd voordat ze in productie gaat. Om deze agents aan te sturen, gebruiken we onze eigen extensie voor Claude Code, de ontwikkeltool van Anthropic, genaamd agentic-cd, en nWave, een openbare extensie voor dezelfde tool. Onze aanpak blijft die van een engineeringteam: samen met u beslissen wat het waard is om te worden gebouwd, en elke wijziging controleren.
Voor de ontwikkeling van software op maat werken we voor een vast budget, aan het einde van elke maand gefactureerd voor het geleverde werk. Uw applicatie is binnen een maand bruikbaar, met een paar essentiële functionaliteiten: uw gebruikers gaan er meteen mee aan de slag, en hoe ze ermee werken, bepaalt welke functionaliteiten we daarna ontwikkelen. Zodra een functionaliteit is goedgekeurd en online staat, wordt die beoordeeld op de reactie van uw gebruikers, en beslissen we meteen met u over de volgende, zolang u dat wenst. Een levende applicatie is nooit af: zodra u haar niet meer doorontwikkelt, krijgt ze alleen nog beveiligingspatches en updates van de componenten waarop ze draait, en dan is het een applicatie die langzaam sterft.
En om ervoor te zorgen dat wat vorige maand werkte, ook deze maand werkt, hanteren we een nulregressiegarantie. Als er een regressie wordt geïntroduceerd, lossen wij het kosteloos op en voegen we een geautomatiseerde test toe die het verwachte gedrag verifieert bij elke toekomstige wijziging: de regressie kan niet via dezelfde weg terugkomen.
Kan een AI-agent de applicatie in zijn eentje bouwen? Ons artikel over een app maken met AI vergelijkt de verschillende tools, en maakt het onderscheid tussen wat ze zelf doen en waarvoor een professional nodig is. Maakt u het budget voor die applicatie op? Ons artikel over het budget van een applicatie legt uit waarom u beter een doel kunt nastreven dan een lijst met functionaliteiten.
Wilt u repetitieve taken in uw bedrijf aan AI overlaten? Onze pagina AI-automatisering voor het mkb beschrijft wat we kunnen opzetten.
Twijfelt u of u uw software nu laat ontwikkelen, of eerst afwacht wat AI gaat doen? Zullen we erover praten?
Een eigen AI: wat kleine bedrijven onder die naam krijgen aangeboden, wie echt een model kan trainen, wat uw bedrijf aan het eind bezit en hoe u dat controleert.
Ja, AI kan een app maken die werkt. Wat de tool zelf goed doet, waar hij ophoudt, en wanneer u een professional inschakelt.
Het einde van SaaS, de SaaSpocalypse: sinds 2024 duikt die aankondiging steeds weer op. Wat ze zegt over wat u werkelijk betaalt voor software, en wat we al meer dan veertig jaar weten.