Software ontwikkelen ging nooit alleen over het schrijven van code. Ook met AI leveren klanten zelden requirements aan die volledig of gedetailleerd genoeg zijn om het beoogde businessresultaat direct te realiseren. Daarom blijven we met klanten om tafel zitten: om het echte probleem scherp te krijgen, de juiste doelen te bepalen en samen ethische en pragmatische keuzes te maken.
AI kan delen van het proces versnellen, maar het kan niet het kritische denkvermogen vervangen dat nodig is om technologie te koppelen aan echte bedrijfswaarde. Zonder die menselijke filter lopen teams het risico om sneller, maar verkeerd te bouwen, of oplossingen te over-engineeren.
Er is bovendien nog een tweede dimensie: mensen binnen een organisatie moeten nieuwe oplossingen ook adopteren. Hoe sneller AI software oplevert, hoe vaker organisaties veranderingen moeten doorvoeren voor hun gebruikers. Dat vraagt om doordacht change management, geleid door mensen. Want AI kan een oplossing genereren, maar mensen zorgen ervoor dat verandering ook daadwerkelijk landt.
AI verandert het werk van iedereen die betrokken is bij softwareontwikkeling — en in het bijzonder dat van developers. Ontwikkelaars zullen minder tijd besteden aan het handmatig schrijven van code en meer tijd aan het begeleiden van AI, bijvoorbeeld door:
Daardoor verschuift hun rol steeds meer naar conceptueel en analytisch werk. Developers creëren de technische context waarin AI effectief kan functioneren. Naarmate ze beter worden in het benutten van AI, kunnen ze meer tijd besteden aan systeemontwerp, probleemoplossing en het realiseren van oplossingen die daadwerkelijk businesswaarde leveren.
Om deze ontwikkeling te ondersteunen, is ons interne Software Factory governance-model ontworpen om developmentteams te begeleiden, op te leiden en te ondersteunen terwijl het werk ook uitdagend en aantrekkelijk blijft.
Ook softwarearchitecten krijgen met een belangrijke verandering te maken. Zij moeten applicatiearchitecturen ontwerpen waarin AI integraal is opgenomen. Dat betekent begrijpen welke mogelijkheden AI biedt. van intelligente assistentie tot automatisering en adaptieve gebruikerservaringen en hoe deze bijdragen aan betere productiviteit en resultaten.
Tegelijkertijd moeten architecten rekening houden met de risico’s en beperkingen van AI, zoals het niet-deterministische gedrag van modellen. Hun taak is het ontwerpen van architecturen die innovatie combineren met controle, bijvoorbeeld door guardrails, observability en fallback-mechanismen in te bouwen. AI moet betrouwbaar, waardevol en afgestemd zijn op echte gebruikersbehoeften — en architecten spelen daarin een sleutelrol.
Ook analisten en projectmanagers profiteren van AI-ondersteunde tools en AI-agents. Taken zoals het schrijven van user stories, het beheren van backlogs of het voorbereiden van rapportages kunnen aanzienlijk sneller verlopen, mits zij leren effectief met deze tools samen te werken.
Doordat operationele taken afnemen, kunnen zij zich meer richten op het ontwerpen van applicaties die echte businessresultaten opleveren en op het oplossen van belemmeringen buiten het team.
Voor projectmanagers ligt er daarnaast een belangrijke uitdaging: ervoor zorgen dat alle rollen in het team dit nieuwe tempo kunnen bijhouden. Als AI de productiviteit van developers verhoogt, moeten ook andere teamleden, inclusief business stakeholders, klaar zijn om op dat tempo te werken. Inzicht in mensen, processen, afhankelijkheden en technologie wordt daardoor belangrijker dan ooit bij het samenstellen van evenwichtige teams. Wanneer developers beter worden in het gebruik van AI-tools, kunnen ze meer tijd besteden aan probleemoplossing en systeemontwerp.
Naarmate AI steeds dieper verweven raakt met softwareontwikkeling, wordt governance alleen maar belangrijker. Wanneer een AI-tool bijvoorbeeld code genereert met een beveiligingsprobleem of een logische fout, ontstaat de vraag wie verantwoordelijk is. Ongeacht waar die verantwoordelijkheid uiteindelijk ligt, blijft menselijke controle essentieel. Menselijke intelligentie vormt de laatste veiligheidslaag.
Wanneer AI wordt geïntegreerd in businessapplicaties moeten organisaties ook rekening houden met niet-deterministisch gedrag. Dat wordt nog complexer wanneer modellen worden geüpdatet. Een workflow kan zich bijvoorbeeld anders gedragen onder een nieuwe modelversie, zelfs als de businesscontext hetzelfde blijft. Governance-kaders moeten daarom controles en waarborgen bevatten die betrouwbaarheid, veiligheid en transparantie garanderen.
Regelgeving zoals de EU AI Act verplicht organisaties bovendien om aan te tonen dat hun AI-systemen en de software die ermee wordt gegenereerd voldoen aan strikte eisen op het gebied van risico en transparantie.
Binnen Cegeka Application Services werken we daarom met wat we augmented governance noemen. Dat betekent onder meer:
De term augmented is bewust gekozen: AI versterkt governance, maar vervangt deze niet.
Een sterk governance-framework hoeft innovatie niet te vertragen. Het kan die juist versnellen. AI ontwikkelt zich te snel om strikte regels op te leggen over welke tools, modellen of technieken teams mogen gebruiken. Dat zou alleen maar bottlenecks creëren.
Daarom hebben we een boundary framework ontwikkeld dat duidelijk maakt binnen welke kaders teams veilig kunnen experimenteren. Teams kunnen hun oplossingen toetsen aan dit framework om te garanderen dat ze binnen wettelijke, ESG- en organisatorische grenzen blijven.
Met deze aanpak kunnen teams snel bewegen in het AI-domein. Veilig, verantwoord en zonder onnodige frictie. Uiteindelijk kan alleen menselijke intelligentie ervoor zorgen dat AI op een waardevolle, veilige en juridisch verantwoorde manier wordt ingezet.