Stel je voor...

Het is 8 uur 's ochtends en de derde verdieping van een bank in Londen komt tot leven als de dagploeg, drie ingenieurs die de regen van zich afschudden, hun kantoor binnenstapt. Schermen gloeien, software-logs scrollen voorbij, het zachte gezoem van computers hangt in de lucht.

De AI-agentteams - het zijn er bijna honderd - hebben net hun dienst afgerond, nadat ze de nacht hebben doorgebracht met het verfijnen van een nieuw grensoverschrijdend betalingssysteem, het uitgebreid testen van gebruikersinteracties, het analyseren van softwarefouten en het verzenden van updates in een tempo dat geen enkel menselijk team kon evenaren.

De mensen laten hun boekentassen vallen en beginnen aan het dagelijkse ritueel: een sprintreview die nu niet langer elke twee weken, maar elke ochtend plaatsvindt. Er wacht hen een zorgvuldig georganiseerde reeks door AI gegenereerde pull requests, testresultaten en eventuele risico’s die gedurende de nacht aan het licht zijn gekomen. Deze werkwijze leidt tot aanzienlijk meer vooruitgang binnen twaalf uur dan doorgaans door een traditioneel team in een maand wordt gerealiseerd.

De taak van de engineers is niet zozeer om te coderen, maar om de AI-agents die voor hen werken te sturen, te beoordelen en prioriteiten aan te passen. Hun focus ligt veel meer op het structureren van agenttaken in precies gedefinieerde workflows, ervoor te zorgen dat de agent-activiteiten voorspelbaar en van hoge kwaliteit zijn, en het bijwerken van de sjablonen voor de output van de AI-agents.

Klinkt het als sciencefiction? Dat is het niet. Een grote bank heeft met succes een agentfabriek opgezet, waarbij ze mensen hebben laten werken met een nieuwe dagelijkse sprintstructuur. De resultaten zijn indrukwekkend: het werktempo is tien keer zo hoog, terwijl de kosten zijn gehalveerd. Dit betekent echt een doorbraak!

AI in softwareontwikkeling: 4 niveaus van maturiteit

Het is moeilijk om de verschuiving die plaatsvindt in softwareontwikkeling te overschatten. De mogelijkheden zijn de afgelopen drie jaar exponentieel gegroeid. AI-agents zijn steeds beter in staat om ingewikkelde taken en werkprocessen uit te voeren. Ze kunnen bijvoorbeeld bewijsmateriaal vastleggen, juridische en digitale controles uitvoeren, tegenvoorbeelden testen en zowel suggesties doen als besluiten nemen. Medewerkers bepalen strategie, beoordelen resultaten en reageren op autonome systeemvoorstellen. Deze ontwikkeling resulteert in kleinere projectteams, aanzienlijk lagere kosten per software-eenheid en een veel kortere doorlooptijd van concept tot realisatie. Deze evolutie verdeelt McKinsey onder in vier niveaus van ondersteuning door AI in softwareontwikkeling:

Niveau 1: Ontwikkelen zonder genAI. De softwareontwikkelaar schrijft alle code alleen. De kwaliteit is solide, maar de snelheid van ontwikkeling wordt beperkt door hoe snel één persoon kan werken.

Niveau 2: Individuele taken versnellen. De ontwikkelaar schrijft een paar regels, en genAI stelt de volgende tien voor, alsof je een supersnelle programmeur naast je hebt. AI zorgt voor een betekenisvolle productiviteitsboost.

Niveau 3: Volledige stappen in de workflow automatiseren. Een ontwikkelaar beschrijft een nieuwe functie aan de AI-agent in eenvoudige spreektaal. AI genereert automatisch de eerste versie van de code, de tests en de documentatie. De productiviteitswinst is zeer aanzienlijk.

Niveau 4: Volledige applicaties opleveren. Een klein team leidt een gecoördineerd systeem van AI-agents die een volledige applicatie van begin tot eind kunnen opleveren - van ontwerp tot code, van testen tot integratie. Alleen beslissingen die menselijk inzicht vragen worden door hen genomen. Hierdoor kunnen enkelen het werk van een volledige afdeling doen, met twintig keer zoveel resultaat.

Veel bedrijven zitten vandaag op niveau 2. Niveau 3 wordt steeds vaker gebruikt dankzij de vooruitgang van grote taalmodellen, die nu zelfstandig complexe refactoring en modernisering aankunnen. Niveau 4 is nog experimenteel, maar kent veelbelovende ontwikkelingen.

McKinsey onderscheidt 4 niveaus van maturiteit in softwareontwikkeling ondersteund door AI

Best practices voor wie de adoptie van AI in softwareontwikkeling wil stimuleren

Uit een analyse van bijna 300 beursgenoteerde bedrijven door McKinsey blijkt dat het louter introduceren van AI-tools bij ontwikkelaars onvoldoende is om echte verandering te realiseren. De ondernemingen die daadwerkelijk waarde halen uit AI, zijn degenen die hun softwareontwikkeling opnieuw vormgeven en AI grondig integreren in elke stap van het proces – van idee tot implementatie. Zij passen AI toe in uiteenlopende fases zoals ideevorming, specificaties, ontwerp, codering, testen, deployment en de operationele kant, wat zorgt voor een voortdurende versnelling en verbetering van efficiëntie & productiviteit.

Wil je hiermee aan de slag gaan, behandel AI in softwareontwikkeling dan net als elke andere strategische verandering: bepaal je koers, bouw vaardigheden op, experimenteer, meet het succes en incentiveer ontwikkelteams. Early adopters rapporteren drie cruciale factoren die het succes bepalen:

  1. Investeer in praktijkgerichte workshops, sprintsimulaties en coaching, niet in passieve training.
  2. Meet consequent je resultaten: maak van het bijhouden van resultaten, zoals hoe vaak nieuwe releases verschijnen, hoeveel fouten er optreden en hoe klanten de ervaring beoordelen, een standaardpraktijk in plaats van alleen te letten op simpele adoptie-indicatoren.
  3. Versterk verandering door het afstemmen van incentives en prestatiemanagement. Ongeveer 80 procent van de best presterende bedrijven verbindt doelen op het gebied van generatieve AI rechtstreeks met de beoordelingen van productmanagers en ontwikkelaars.

Deze factoren bevorderen verantwoordelijkheid, versnellen het leerproces en ondersteunen teams bij het integreren van nieuwe werkwijzen. In afwezigheid hiervan lopen organisaties het risico terug te vallen op bestaande patronen, waardoor de mogelijkheden van AI niet volledig worden benut.

Het is duidelijk dat AI grote veranderingen teweeg kan brengen in softwareontwikkeling, vooral voor organisaties die bereid zijn hun bedrijfsmodel aan te passen. Bedrijven die hun workflows, functies en bestuur afstemmen op AI, kunnen daarmee een aanzienlijk concurrentievoordeel behalen.

Bron: McKinsey

webinar

Nog meer strategische inzichten rond AI

Voel jij ook de druk om "iets" met AI te doen, maar ben je nog op zoek naar de juiste strategie? Dan mag je dit webinar niet missen: Savaco-CEO Dirk Michiels en AI‑strateeg Joren Lemiegre delen er hun visie over hoe beslissers vandaag hun AI‑ambitie kunnen bepalen én realiseren.