BLOG – Ai was in 2024 overal. De technologie is mainstream geworden en het valt voor bedrijven en werknemers op hun plek waar en hoe ze ai het beste kunnen inzetten om sneller en efficiënter te werken. Dit is ook van toepassing op de Software Development Lifecycle (SDLC), die dankzij ai in 2025 naar verwachting verder zal worden versneld. Deze ontwikkeling biedt kansen en laat nieuwe ideeën en businessmodellen sneller hun weg naar de markt vinden. Dit vraagt wel een actieve rol van developers en bedrijven, met blijvende aandacht voor de risico’s.
Na het automatiseren van met name repetitieve werkzaamheden zal het komende jaar echt een transformerende impact hebben op de SDLC. Waar we eerder, onder andere dankzij low-code, zagen dat de ontwikkelcyclus van software werd teruggebracht van jaren naar maanden, zal ai dit terugbrengen naar weken of zelfs dagen. Dit betekent dat software sneller opgeleverd kan worden en projecten die eerder te duur of complex werden geacht, kan transformeren.
Ook zal de discussie ‘buy-versus-build’ vaker in het voordeel uitvallen van het bouwen van software, omdat dit steeds efficiënter en betaalbaarder wordt. Een andere mindset dan voorheen waarbij maatwerksoftware werd gezien als duur en inflexibel. Bovendien is het met ai-gedreven softwareontwikkeling relatief eenvoudig applicaties in een mum van tijd aan te passen aan veranderde doelstellingen of marktomstandigheden. Dit betekent daarnaast dat legacy-software en bestaande saas-pakketten vaker en sneller zijn te vervangen zodat ze niet langer een negatieve impact hebben op de innovatiemogelijkheden en wendbaarheid van organisaties.
Rol ontwikkelaars
Door dit alles zal de toenemende rol van ai in de SDLC impact hebben op het werk van ontwikkelaars en een beroep doen op hun aanpassingsvermogen. Zij krijgen nog meer mogelijkheden om de interne klant te voorzien van kwalitatieve en schaalbare software op maat, en uiteindelijk deze zelfs op dagelijkse basis aan te passen aan de veranderende wensen in hun bedrijf. Daardoor schuift de rol van ontwikkelaars steeds meer op richting de business en komt er nog meer nadruk te liggen op hun communicatieve en sociale vaardigheden.
Een goed begrip van de business en creatief denkvermogen stelt hen daarnaast in staat ai-oplossingen af te stemmen op strategische doelstellingen en echt waarde toe te voegen. Wanneer de ontwikkeling van software nog veel meer een iteratief proces wordt, is ook probleemoplossend vermogen essentieel. Dit helpt ontwikkelaars daarnaast bij uitdagingen zoals ai-bias of ethische kwesties.
Regulering
Tegelijkertijd moeten ondanks de regelgeving ook de risico’s niet uit het oog verloren worden. De AI-Act is vorig jaar aangenomen en er zijn voorstellen gedaan door een nieuw VN-orgaan om toezicht te houden op de impact en risico’s van ai op de mensheid. Bedrijven die internationaal actief zijn zullen met name in China en de VS weliswaar tegen minder beperkingen aanlopen bij het gebruik van ai dan in de EU, maar de nadruk zal moeten blijven liggen op een gecontroleerde en gebalanceerde inzet van ai die ook voldoende ruimte biedt voor innovatie.
Daarnaast blijft in het komende jaar ook de wildgroei aan ai-tools en software die daarmee ontwikkeld wordt een uitdaging voor bedrijven. Als er geen vangrails of controles worden ingebouwd lopen organisaties grote risico’s, bijvoorbeeld bij de bescherming van gevoelige gegevens, waaronder persoonlijk identificeerbare informatie of bedrijfsgegevens.
Een standaardregel zou moeten zijn dat softwareontwikkeling met ai altijd plaatsvindt binnen vooraf gestelde kaders, zoals platforms met ai-ondersteunde ontwikkelmogelijkheden die bieden. Dit helpt ook om de kwaliteit van de code te waarborgen, die met het gebruik van meer generieke ai-tools als ChatGPT nog weleens te wensen overlaat.
Kansen benutten
Ai-strategieën voor 2025 moeten erop gericht zijn om kansen te benutten binnen de kaders van regulering en de bedrijfsstrategie. En hoewel ai hen niet kan vervangen, moet er op een andere manier gekeken worden naar de rol en kwaliteiten van ontwikkelaars. De combinatie van ai, de juiste tools, governance en creativiteit zal bedrijven helpen om nog eenvoudiger maatwerksoftware te maken, te gebruiken en snel aan te passen. Zo blijven ze hun concurrenten altijd een stap voor, ondanks snel veranderende marktomstandigheden en de aanhoudende technologische ontwikkelingen waarmee ze ook dit jaar te maken krijgen.
Harmen Hoogwout is regional vice president Northern Europe bij OutSystems
Het schrijven van de code en het ontwikkelen van oplossingen lijkt me niet hetzelfde als ik kijk naar het systeem als geheel met respect voor de wet- en regelgeving. Voor een filosofische dromer die niet in de processen gelooft wijs ik op zoiets als een Kafka-index die in België als maatstaf gebruikt wordt voor bureaucratische absurditeit en inefficiëntie. Om de Kafka-index te verlagen moeten (overheids)instellingen:
1. Eerst regels en processen herbekijken vóór digitalisering (lean denken).
2. Echte agile en DevOps-principes toepassen en niet alleen als IT-project lanceren.
3. Low-code en self-service tools inzetten met focus op gebruiksgemak, niet op automatisering.
4. Overheidsdepartementen beter laten samenwerken en systemen naadloos integreren.
Terug naar eerst denken en dan doen met lean lijkt het bedrijfsproces de SDLC methodiek te bepalen als ik kijk naar oude waterval-methodiek met nadruk op non-functionele eisen. Want beoordelen van IT-processen en interne controles, verifiëren of de regelgeving (ISO 27001, GDPR) wordt nageleefd zoals het controleren van testprocedures, back-ups en disaster recovery speelt geen rol bij agile en DevOps maar bepaalt wel de onderhoudbaarheid en betrouwbaarheid.
Agile & DevOps done wrong gaat om de rol van de architect in de (SOA) governance voor een regie over de API’s. Wij van WC-eend adviseren niet een methodiek als TOGAF of DDD maar om het koppelvlakken-circus te normaliseren om het Information Lifecycle Management (ILM) te verbeteren. Dit vanwege een regulering van moderne datasynthese met AI wat zoiets is al Google Dorks on steroïden.
Waar Google Dorks afhankelijk is zoekoperatoren binnen een zoekmachine maakt AI-gebaseerde datasynthese het mogelijk om verbanden te leggen, context te begrijpen en ongestructureerde informatie te analyseren. Dit kan inderdaad met de low-code mogelijkheden van framewerken waardoor zoiets als een GDRP/AVG regulering om classificatie van de data vraagt om een misbruik van technologie te voorkomen want regulering gaat om het afdwingen van de regels.
Trump noemt een Kafkaiaanse bureaucratie ‘deep state’ maar hij ging bij stap 1 verkeerd waardoor hij contradictorisch voor juridische onzekerheid zorgde. Want veranderlijkheid van sommige dingen moet geleidelijk, meer evolutionair dan revolutionair als ik kijk naar een filosofische gelatenheid in het loket.