Zoals de meeste technologieleiders heb ik het afgelopen jaar in de hype gezwommen: AI zal ontwikkelaars vervangen. Iedereen kan een app bouwen met AI. Het verzenden van producten zou weken moeten duren, geen maanden.
De druk om AI te gebruiken om producten en functies snel te verzenden is reëel. Ik ben uit het oog verloren hoe vaak mij iets is gevraagd in de trant van: “Kun je het niet gewoon met AI bouwen?” Maar de realiteit ter plaatse is heel anders.
AI vervangt ingenieurs niet. Het vervangt slow engineering.
Bij Antwoordhebben we ons product gebouwd met een klein team van uitzonderlijke full-stack-ingenieurs die AI als hun copiloot gebruiken. Het heeft de manier veranderd waarop we plannen, ontwerpen, architecten en bouwen, maar het is allemaal veel genuanceerder dan het verhaal suggereert.
Waar AI goed in is Vandaag
Het kan sommige onaanvaardbare tijdlijnen omzetten in een release op dezelfde dag. Een van onze technici schatte dat een wijziging aan onze stem-AI-orkestrator drie dagen zou duren. Ik controleerde het idee met ChatGPT, liet het een Cursor-prompt genereren en Cursor implementeerde de wijziging bij de eerste poging correct. We hebben het hele ding binnen één uur verzonden: gedefinieerd, gecodeerd, beoordeeld, getest en geïmplementeerd.
Het is zeldzaam om het meteen bij de eerste poging goed te doen, maar dat soort snelheid is nu vaak mogelijk.
Het is beter dan mensen in repo-brede, moeilijke foutopsporing. We hadden een lastige, door een gebruiker gerapporteerde bug waar een van onze ontwikkelaars twee dagen achteraan heeft gezeten. Met één slecht geschreven prompt vond Cursor de boosdoener binnen enkele minuten en genereerde de oplossing. We hebben een hotfix binnen 30 minuten gepusht.
Architectuurbeslissingen zijn sneller en beter. Wat vroeger maanden en eindeloze vergaderingen in bedrijfsomgevingen duurde, duurt nu een paar gerichte uren. We dumpen allerlei bedrijfsvereisten in een LLM, vragen deze om ideeën aan een stresstest te onderwerpen, mee te schrijven aan de documentatie en de architecturale opties te doorlopen met de voor-, nadelen en faalpunten. Het brengt onmiddellijk scenario’s en ideeën naar voren waar we niet aan hadden gedacht en levert schone artefacten op voor het team.
Het oordeel en de meeste ideeën zijn nog steeds van ons, maar de snelheid en volledigheid van het denken ligt op een heel ander niveau.
Een goede gebruikersinterface en documentatie zijn gratis. Als u geen ontwerpprijs nodig heeft, kan AI snel een goede, schone gebruiksinterface genereren. Hetzelfde geldt voor documentatie: aantekeningen erin, gepolijste documentatie eruit.
Prototypesnelheid is nu een handelswaar. Vroeger zorgde AI ervoor dat je schrikbarend snel tot ‘iets dat werkt’ kon komen. Technologie is zelden meer het concurrentiemiddel; het gaat om zaken als distributie, klanten en operationele uitmuntendheid.
Waar AI nog steeds plat valt
Het geeft vol vertrouwen verkeerde antwoorden. We hebben een hele dag geprobeerd om ChatGPT en Gemini de complexe AWS Amplify-omleidingsbehoeften te laten oplossen. Beiden hielden vol dat ze de oplossing hadden. Beiden hadden het absoluut mis. Het lezen van de documenten en het oplossen van “de ouderwetse manier” duurde twee uur en onthulde dat de aanpak van de LLM’s niet eens mogelijk was.
Twee verspilde ingenieurs, één verloren dag.
U moet nog steeds zorgvuldig vragen en alles bekijken. AI is spectaculair in het introduceren van subtiele regressies als je niet expliciet bent over beperkingen en testen. Het zal ook prima code herschrijven als je vertelt dat er iets kapot is (en je hebt het mis).
Het versnelt een goed technisch oordeel. Het versnelt ook slechte richting.
Infra, beveiliging en schaalvergroting vereisen echte expertise. Modellen kunnen praten over architectuur en infrastructuur, maar codeerassistenten hebben nog steeds moeite om veilige, schaalbare infrastructuur-als-code te produceren. Ze zien niet altijd de gevolgen verderop in de keten, zoals kostenpieken of blootstellingsrisico’s, zonder deskundige hulp.
Deskundigen bepalen nog steeds de beste robuuste oplossing.
Snelheid verschuift de knelpunten. Engineering gaat sneller met AI, dus product, UI/UX, architectuur, QA en release moeten ook sneller gaan.
Eén niet-AI-bonus helpt ons hierbij: Loom-video’s voor het direct maken van tickets (in tegenstelling tot de moeizame documentatie van vereisten) resulteren in snellere overdracht, minder misverstanden, nauwkeurigere uitvoer en een betere asynchrone snelheid.
Wat betekent dit voor startups?
- AI zorgt ervoor dat geweldige ingenieurs bovenmenselijk worden: Kleine teams kunnen nu verzenden met snelheden waarvoor vroeger hele afdelingen nodig waren.
- De lat voor ingenieurs gaat omhoog, niet omlaag: Minder mensen, maar ze moeten wel uitstekend zijn.
- Technologie alleen is niet langer een betrouwbare slotgracht: Iedereen heeft AI. Je weerbaarheid gaat over zaken als distributie, netwerk, merk, operationele uitmuntendheid.
- AI zal niet 10x alles doen: Sommige delen zullen vliegen. Anderen zijn nog steeds afhankelijk van tijd, mensen en oordeel.
- Leiders moeten hands-on zijn met AI en technische strategie: Zonder dat introduceert AI alleen maar nieuwe knelpunten en problemen.
De realitycheck
AI vervangt ingenieurs niet. Het vervangt trage feedbackloops, vervelend werk en belemmeringen voor de uitvoering.
We leven (nog) niet in een wereld waarin AI je hele product schrijft, implementeert en schaalt. Maar wij Zijn leven in een wereld waar een team van drie personen kan concurreren met een team van dertig personen – als ze maar goed weten hoe ze AI moeten hanteren.
