Standpunt over AI

AI verandert wie wat kan. Het bouwen van software en het maken van data-inzichten wordt sneller en goedkoper. Aantonen dat wat eruit komt klopt en veilig is, wordt juist moeilijker. Die verschuiving bepaalt hoe wij naar ons vak kijken en waar wij in investeren.

Wat er verandert

Code schrijven was jarenlang het schaarse deel van het werk. Dat is het niet meer. Een model schrijft een functie, een integratie of een transformatie in minuten. Wat overblijft is de vraag die er altijd al toe deed en nu zwaarder weegt: klopt het, is het veilig, past het in het landschap en kan iemand er over een jaar nog mee verder. Dat raakt niet de randen van het vak maar de kern ervan. Teams leveren sneller op, klanten willen dat ook sneller in productie zien en de rem verschuift naar kwaliteitsborging en veiligheid. Daar tegenop automatiseren lukt niet. Het vraagt een andere manier van werken, niet een extra tool.

Wij voorspellen niet welke toekomst wint

Er zijn meerdere paden denkbaar. AI als gereedschap dat alles wat efficienter maakt. AI als assistent die met je meeschrijft. Of AI als nieuwe interface, waarbij agents het grootste deel van de software bouwen en mensen verantwoordelijk worden voor guardrails en validatie. Wij denken dat het derde pad het meest waarschijnlijk is, maar wij weten het niet en wij vinden dat niemand dat op dit moment met zekerheid weet. Daarom kiezen wij geen scenario. Wij kiezen maatregelen die in alle drie waarde houden: kwaliteitsborging, security en het vermogen om werk te beoordelen dat een machine heeft gemaakt. Wie nu alleen inzet op het pad dat het hardst geroepen wordt, koopt een wissel op de toekomst. Wie investeert in beoordelen en borgen, heeft in elk pad iets in handen. Wij vinden ook dat je hype en ontwikkeling nog nauwelijks uit elkaar kunt houden. De komende jaren wordt pas duidelijk wat AI werkelijk kost en in welke situaties het echt iets oplevert. Dat is geen reden om te wachten, wel een reden om te meten.

Waar wij in investeren

• Veiligheid. Veilig ontwikkelen en AI veilig inzetten in code, data en werkprocessen. Welke rechten krijgt een agent. Hoe voorkom je dat bedrijfsdata via een tool naar buiten lekt. Hoe controleer je code die een model heeft geschreven, inclusief de afhankelijkheden die het meebracht. Wie heeft toegang tot welke data op je platform.
• Kwaliteit. Het testen van voorspelbare software is iets anders dan het beoordelen van output die per keer verschilt. Wij richten guardrails in, valideren of antwoorden kloppen en maken kwaliteit aantoonbaar, van het reviewen van architectuur tot het gedrag van een applicatie in productie.
• Governance. Wie bepaalt wat een tool mag, wat het kost en welke data het ziet. Welke beslissingen laat je aan een agent en welke niet. En hoe meet je of de inzet daadwerkelijk iets oplevert. Dit is de laag waar techniek en organisatie elkaar raken en waar de meeste organisaties nu nog geen afspraken over hebben vastgelegd.

De verantwoordelijkheid blijft bij mensen

Wat in productie gaat, gaat onder verantwoordelijkheid van een mens. Niet van een model, niet van een leverancier en niet van ons. Dat is geen juridische voorzichtigheid maar de kern van hoe wij werken. Wij helpen organisaties AI zo in te zetten dat zij kunnen aantonen dat het veilig is, dat de kwaliteit klopt en dat zij zelf bepalen wat een tool mag. Daar hoort bij dat wij onze kennis overdragen. Een organisatie die na onze opdracht afhankelijk is van ons om te begrijpen wat er in haar eigen systemen gebeurt, hebben wij niet geholpen.

Hoe wij AI zelf gebruiken

Wij gebruiken AI in ons eigen werk waar het dat werk beter maakt en wij zijn daar open over. Onze consultants werken met AI-tools in code en met data van klanten, binnen afspraken die we vooraf met die klanten maken. Welke tools zijn toegestaan, wat mag er in een model terechtkomen en wat leggen we daarover vast. Wij experimenteren in ons eigen AI Lab, zodat we nieuwe technologie eerst zelf tegen de lamp houden voordat we er bij een klant iets over beweren. Wat we leren publiceren we, ook als het resultaat tegenvalt.

Wij zijn lid van het Claude Partner Network en Microsoft Solutions Partner voor Data & AI.

Waarvoor je ons vandaag kunt bellen

De vragen die wij nu het vaakst krijgen zijn concreet. Wat kost het gebruik van modellen ons per maand en hoe houden we dat in de hand. Welk model past bij welke taak. Hoe voorkomen we dat medewerkers die met agents werken per ongeluk data laten weglekken. Hoe zorgen we dat onze dataplatformen klaar zijn voor AI zonder dat de toegang tot gevoelige data uit het zicht raakt. En wat betekenen NIS2, de AI Act en de Cyber Resilience Act voor de manier waarop wij software bouwen. Dat zijn de gesprekken die wij graag voeren. Niet over wat AI ooit gaat kunnen, maar over wat je morgen aantoonbaar op orde hebt.