De laatste tijd is AI binnen softwareontwikkeling geëvolueerd van een experiment naar een gewilde technologie om efficiënter te werken. Toch kan het lastig zijn om het verder uit te laten groeien tot de standaard binnen je organisatie. Techzine sprak met Visma CTO Alexander Lystad over hoe AI het ontwikkelproces verandert, welke strategieën worden ingezet en hoe de rol van de ontwikkelaar verandert.
Lystad begon zijn carrière bij Visma als ontwikkelaar en werkte zich geleidelijk op tot CTO. Voor zijn huidige functie was hij directeur Cloud & Engineering. Voor een bedrijf als Visma was een dergelijke positie cruciaal om de honderden verschillende softwareoplossingen onder het merk te begeleiden via softwarearchitectuur en cloudtechnologie. Vanuit zijn achtergrond legt Lystad, nu als CTO, veel nadruk op de volgende fase van softwareontwikkeling, waarin AI een bepalende rol speelt en zal blijven spelen.
Binnenkort realiteit
Visma is enkele jaren geleden begonnen met het verkennen van AI-toepassingen binnen de softwareontwikkeling. Een belangrijk keerpunt was de vroege en vrijwel onmiddellijke uitrol van GitHub Copilot naar veel ontwikkelaars. GitHub Copilot was een logische eerste tool voor brede uitrol omdat het direct integreert in de workflow van ontwikkelaars. Ze krijgen hulp bij het schrijven van code, vaak vanuit de IDE-ontwikkelomgeving die ze gebruiken. “We hebben sinds de uitrol van het GitHub Copilot pilotproject veel tijd besteed aan zowel het implementeren als het trainen van onze mensen”, zegt Lystad. Deze vroege experimenten waren bedoeld om technologische mogelijkheden te testen. “We testen nieuwe tools eerst in een beperkte omgeving en breiden de inzet pas uit na succesvolle pilots.”
In eerste instantie waren er vragen over compliance en de verantwoorde inzet van AI. Dit om intern vast te stellen wat acceptabel en onacceptabel gebruik was, om risico’s te managen en een veilige omgeving te garanderen. Op die manier kan men waarborgen inbouwen voor een gecontroleerde uitrol. Als gevolg van het testen zijn er garanties voor ontwikkelteams, waardoor ze meer bereid zijn om de nieuwe tools te omarmen.
Vanuit een strategisch perspectief is het essentieel om AI niet als een op zichzelf staand project te zien. Bij Visma heeft het zich ontwikkeld tot iets dat in elke fase van softwareontwikkeling wordt gebruikt, van planning en het genereren van code tot testen en onderhoud. Er is vaak een manier om de efficiëntie te verhogen en de kwaliteit van software te verbeteren. Maar het moet wel zinvol zijn. Want, hoewel er veel mogelijkheden zijn, wordt het soms te veel gepresenteerd als een oplossing voor elk ontwikkelprobleem. Weten wat het oplevert, garanties inbouwen en kiezen voor een geleidelijke en gecontroleerde implementatie lijkt het advies.
Uitgroeien tot een standaard
Naast de technische uitdaging die moet worden overwogen in de experimentele fase, heeft AI ook het menselijke aspect om met onmiddellijke aandacht over na te denken. Bewustwording en training zijn wat Lystad betreft dan ook cruciaal. Daarom worden er binnen Visma cursussen en webinars aangeboden. “We betrekken de beste ontwikkelaars om hun ervaringen te delen, zodat anderen de waarde zien. In het begin waren er veel vragen over compliance, en sommige daarvan waren terecht. We hebben eerst voor onszelf vastgesteld wat acceptabel en niet acceptabel gebruik is en dit vervolgens duidelijk gecommuniceerd binnen de organisatie. Er is veel geïnvesteerd in cursussen, webinars en het delen van best practices”, legt de CTO uit.
Het was belangrijk om uit te leggen wat niet mocht en vooral te benadrukken wat wel kon. Dit stimuleert het experimenteren. Als je mensen eenmaal enthousiast hebt gemaakt, gaat de bal rollen. Ontwikkelaars kunnen elkaar dan enthousiast maken over het gebruik van de nieuwe AI-tools.
Mensen enthousiast maken via trainingen en andere sessies geldt vooral voor top-down initiatieven. Lystad legt uit dat voor Visma een bottom-up benadering ook zou kunnen helpen. Dan wordt AI niet alleen van bovenaf geïntroduceerd, maar lokaal in teams ontwikkeld en verfijnd. Succesvolle benaderingen worden vervolgens opgeschaald en gedeeld binnen honderden bedrijven onder de Visma-paraplu. Het hangt van de grootte van een organisatie af of zo’n bottom-up aanpak ook echt kan werken.
Lees ook: Verhoog 2FA adoptie onder medewerkers en klanten
Hulpmiddel voor modernisering
Als de technische kaders eenmaal zijn ingesteld en de ontwikkelaars aan boord zijn, kun je gaan kijken naar aanvullende manieren om de ontwikkeling te versnellen en te verbeteren. GitHub Copilot bleek voor Visma inderdaad een goede manier om ontwikkelaars te helpen bij het schrijven van code. Het softwarebedrijf kijkt echter voortdurend naar andere soorten toepassingen. Tools die intern worden gebruikt voor statische codeanalyse, dynamische codeanalyse en CI/CD worden allemaal op hun manier beter door AI. Daarnaast ziet Lystad een kans om technical debt beter te identificeren en beheren dankzij AI. Deze technical debt verwijst naar code in software die niet de juiste kwaliteitsstandaarden heeft, bijvoorbeeld omdat het snel is uitgerold om een deadline te halen.
Lystad legt uit dat AI een kans biedt om de technical debt aan te pakken. “We werken samen met de Universiteit van Oslo en andere bedrijven aan een project dat AI gebruikt om technical debt in code te identificeren. Er zijn commerciële tools voor dit doel, maar wij kijken verder”, aldus Lystad. “We ontwikkelen AI die niet alleen technical debt in code herkent, maar ook backlogs analyseert. Dit helpt om uit een backlog van duizenden items te bepalen waar de technical debt zich bevindt, hoe belangrijk deze is en wat de impact ervan is.”
De CTO van Visma stelt dat dergelijke projecten ook verder kunnen gaan. Uitgebreide detectie van technical debt is in eerste instantie iets waar ontwikkelaars hun voordeel mee kunnen doen. AI kan identificaties echter ook omzetten in bedrijfsgerichte inzichten. Dit maakt technische problemen begrijpelijk voor niet-technische belanghebbenden, wat de besluitvorming bevordert.
Bovendien blijkt AI effectief in moderniseringsprojecten, zoals het upgraden van verouderde tech stacks. Dankzij het vermogen van taalmodellen om verschillende programmeertalen te “vertalen” en code te optimaliseren, kunnen dergelijke projecten soms tot de helft sneller verlopen. Hoewel AI nu minder geschikt is voor het ontwikkelen van geheel nieuwe functionaliteit, ligt de kracht ervan in het stroomlijnen van bestaande processen en het verbeteren van de softwarekwaliteit.
Van code schrijver tot product engineer
Volgens Lystad zullen al deze ontwikkelingen ervoor zorgen dat het traditionele schrijven van code meer naar de achtergrond verdwijnt. AI heeft die potentie, maar is zeker niet foutloos. De focus van een ontwikkelaar ligt steeds meer op strategisch inzicht en het vertalen van klantbehoeften naar werkbare oplossingen. “Het gaat niet langer alleen om het schrijven van code, maar om het begrijpen van de productstrategie, de behoeften van de klant en de kernwaarde van de software”, merkt Lystad op. De nieuwe realiteit vraagt om een hybride rol, die het best omschreven kan worden als een product engineer.
Deze professional combineert zijn technische kennis met productstrategie en klantwaarde. Essentieel is dus het vermogen om AI-gebaseerde tools te beheren en te optimaliseren. Hierdoor verschuift de nadruk van puur technische competentie naar een breder perspectief dat zich richt op de commerciële impact van technologiekeuzes. De AI kan repetitieve taken overnemen en inzichten verschaffen in grote datasets, zodat de ontwikkelaar tijd overhoudt om zich te richten op de meer complexe en strategische kwesties. Losse regels code kunnen al worden gegenereerd met AI, maar het zelfstandig oppakken van testcases wordt ook mogelijk. De product engineer heeft dan de controle over dit alles.
De blijvende standaard
Ondanks de praktische toepassingen en het potentieel dat er al is, zijn er ook uitdagingen. Een belangrijk punt van zorg is de noodzaak om AI-systemen continu te monitoren en aan te passen. AI-modellen zijn afhankelijk van de kwaliteit van de data waarop ze getraind zijn en invoerfouten kunnen leiden tot suboptimale resultaten. Dit maakt regelmatige evaluatie en kwaliteitscontrole onmisbaar. “We zijn nog ver verwijderd van een situatie waarin we AI blindelings kunnen vertrouwen”, waarschuwt Lystad.
Daarnaast blijven ethische en juridische kwesties een rol spelen. De inzet van AI roept vragen op over verantwoording en transparantie. Organisaties moeten hiervoor duidelijke richtlijnen en kaders opstellen, zodat ontwikkelaars en eindgebruikers weten hoe de technologie verantwoord wordt gebruikt. De aanpak van Visma, waarbij interne regelgeving en externe nalevingsovereenkomsten worden gecombineerd, kan een voorbeeld zijn voor andere bedrijven.
Als organisatie moet je ook voorbereid zijn op de verandering die dit met zich meebrengt. De overgang naar een AI-gestuurde ontwikkelomgeving vereist een cultuur van continu leren en experimenteren. Investeren in training en kennisdeling is daarom een prioriteit om het potentieel van AI te maximaliseren.
Al met al is AI een integraal onderdeel geworden van ontwikkelingsprocessen. Visma’s ervaringen, zoals de vroege inzet van GitHub Copilot en de investering in training en compliance, laten zien hoe je van experiment naar een nieuwe standaard kunt groeien. Medewerkers moeten daarin meegaan en zullen uiteindelijk hun rol zien veranderen. Door te investeren in zowel technologie als menselijk talent kunnen organisaties de mogelijkheden van AI omarmen en zich voorbereiden op de uitdagingen en kansen van de toekomst.