Wat leer je in deze aflevering?
Joop Snijder vergelijkt in deze aflevering van AI Today Live de huidige AI-ontwikkelingen met de introductie van de auto in 1886. Hij legt uit hoe AI momenteel vaak wordt ingezet als directe vervanging van bestaande taken, vergelijkbaar met hoe de eerste auto's 'koetsen zonder paard' waren.
Snijder benadrukt dat de echte AI-revolutie nog moet komen en verder gaat dan het efficiënter uitvoeren van bestaande taken. Hij geeft concrete voorbeelden uit de softwareontwikkeling, waar AI wordt gebruikt voor het genereren van code, tests en specificaties.
Een belangrijke verandering die Snijder voorziet, is de verkorting van de communicatieketen in organisaties. Met AI-tools kunnen mensen met ideeën veel directer hun gedachten omzetten in werkende prototypes, zonder veel tussenstappen.
Kernbegrippen
- Automatisering
- Het vervangen van bestaande taken door AI zonder fundamentele verandering van werkprocessen.
- Bedrijfstransformatie
- Herstructurering van bedrijfsmodellen en werkwijzen door AI-mogelijkheden volledig opnieuw in te denken.
- Code generatie
- AI-technologie die automatisch programmacode, tests en technische specificaties kan schrijven.
- Communicatieketen
- De reeks stappen waarmee informatie en ideeën door een organisatie worden doorgegeven en uitgevoerd.
Wat er gezegd wordt
De echte vraag die we onszelf moeten stellen is niet welke taken kunnen we automatiseren met AI, maar hoe kunnen we onze hele benadering van werk opnieuw vormgeven met de mogelijkheden die AI ons biedt.
Joop SnijderTranscript
Hoi, leuk dat je luistert naar een nieuwe aflevering van AIToday Live, de podcast die je praktische AI-kennis en ervaringen deelt via toegankelijke verhalen. Ik ben Joop Snijder en vandaag neem ik je mee in een perspectief op hoe AI, onze manier van werken, fundamenteel aan het veranderen is. Ik behandel dit onderwerp vanuit mijn achtergrond als software developer eerst en nu AI-expert, maar wat ik ga bespreken gaat veel verder dan alleen techniek. De manier waarop AI-processen verandert is namelijk van toepassing op vrijwel elk vakgebied. Dus ook als je niet in de IT-wereld werkt, denk ik dat je veel kunt halen uit deze gedachte van. Laat maar beginnen met een interessante vergelijking uit de geschiedenis. Het is 1886. De eerste auto's verschijnen op straat, maar ze zien er vreemd uit. Of eigenlijk juist heel vertrouwd voor dan. Het zijn koetsen. Precies zoals men gewend was, maar dan zonder paard. De verbrandingsmotor is simpelweg op de plek gezet waar voorheen het paard stond. Technisch gezien was dit verre van optimaal, maar psychologisch begrijpelijk. Mensen hadden tijd nodig om te wennen aan deze revolutionaire verandering. Nu, bijna 140 jaar later, staan we voor een vergelijkbare transitie. De rol van AI in ons werk doet denken aan die eerste automodellen. We zien vaak dat organisaties AI-tools inzetten als directe vervanging van bestaande taken. En in mijn wereld, softwareontwikkeling, gebeurt precies hetzelfde. We gebruiken AI om code te schrijven, tests te genereren en specificaties op te stellen. Allemaal taken die we voorheen handmatig deden. Net als bij de eerste auto's vervangen we het paard, in dit geval de handmatige uitvoering, door AI-technologie. Maar dit is echt maar stap 1. Het is een logische eerste stap. Als je kijkt naar die eerste auto's, die koetsen zonder paard, dan zie je dat mensen beginnen met het bekende. Het is een name wat ze kenden, koets, en voegden daar nieuwe technologie aan toe. We waren niet meteen in staat om te denken in termen van wat later mogelijk zou worden. Sportauto's, gezinsauto's, vrachtwagens en uiteindelijk zelfrijdende elektrische voertuigen. Zo gaat dat nu ook met AI in ons werk. We beginnen met het automatiseren van bestaande taken, maar de echte revolutie moet nog komen. En die revolutie zal niet alleen gaan over het sneller of efficiënte uitvoeren van wat we al doen. Het gaat over het fundamenteel heroverwegen van hoe we ons werk doen. Laat me nog een concreet voorbeeld geven van hoe we nu in softwareontwikkeling die eerste stappen zetten. Veel ontwikkelaars vinden het schrijven van testen een vervelende klus. Het is essentieel werk. Goede testen zorgen ervoor dat software betrouwbaar is en blijft werken wanneer we veranderingen doorvoeren. Maar het kan soms ook repetitief zijn en soms saai. Dit is precies waar we nu AI inzetten. Als vervanging van het paard. Voor taken die nodig zijn, maar niet per se geliefd. Ontwikkelaars gebruiken AI tools om automatisch testscenario's te genereren. Code te testen dus op fouten en zelfs om complete testsuites te schrijven. Ze beschrijven simpelweg wat de software zou moeten doen en de AI stelt dan de juiste test op. Dit bespaart niet alleen tijd, maar verhoogt ook de kwaliteit. Omdat AI veel meer testscenario's kan bedenken dan een ontwikkelaar in dezelfde tijd. Dit is typisch een voorbeeld van die eerste fase. We vervangen een bestaande taak door een AI alternatief. Maar bedenk hoe dit in de toekomst zich zou kunnen ontwikkelen. Misschien zullen we helemaal anders gaan denken over software testen in dit geval. Misschien ontwikkelen we systemen die zichzelf continu monitoren en verbeteren zonder de traditionele testcyclus die we nu kennen. Dat is die eerste stap van koets zonder paard naar een compleet nieuw vervoermiddel. En in de software ontwikkeling zien we die transformatie nu al beginnen. Waar ontwikkelteams traditioneel, misschien zelfs weken of sprints, maakt me niet uit, nodig hebben om een eerste werkende versie van een product te maken. Kunnen we nu gaan denken in dagen of zelfs uren. Dus we kunnen namelijk veel sneller experimenteren en innoveren. Concepten die we bedenken kunnen razendsnel worden getest op levensvatbaarheid. En denk eens terug aan die evolutie van de auto. Kijk, we gingen niet alleen van paard naar motor. Nee, de hele infrastructuur veranderde mee. Dus we kregen snelwegen, verkeerslichten, tankstations en later oplaadpunten voor elektrische auto's. De hele manier waarop we over transport dachten werd anders. Zo zal ook onze manier van werken met AI fundamenteel veranderen. Een van de meest interessante veranderingen die ik voorzie is de verkorting van de communicatieketen in organisaties. Laat me dit uitleggen met een voorbeeld uit mijn wereld. In de traditionele software ontwikkeling zit er vaak een hele keten tussen iemand met een idee voor een product of functionaliteit en het eindresultaat. Een business analist haalt dan de wensen op. Een requirements analist vertaalt het naar technische specificaties. En uiteindelijk gaat een programmeur ermee aan de slag. En bij elke vertaalslag gaat er subtiel wat informatie verloren. En net zo goed als dat spelletje waar je iedere keer wat aan elkaar moet doorvertellen. Met AI tools kunnen mensen met ideeën veel directer hun gedachten omzetten in bijvoorbeeld werkende prototypes zonder al die tussenstappen. Het is alsof je direct kunt praten met de bouwer van je droomhuis in plaats van drie verschillende makelaars en architecten en alles wat daartussen zit. Natuurlijk zal het in eerste instantie niet perfect zijn. Maar het geeft wel direct een concreet startpunt voor verdere ontwikkeling. Het is het verschil tussen het beschrijven van een gebouw met woorden of het kunnen rondlopen in een soort van eerste 3D model. En die directheid, dat is waar AI ons naartoe brengt. En dit geldt niet alleen voor softwareontwikkeling. Je kan aan allerlei sectoren denken. Marketing, productontwerp, onderwijs. Waar je veel sneller van idee tot eindresultaat gaat komen. Maar net zoals de auto zich ontwikkelde van een gemotoriseerde koets naar de hypermoderne voertuigen van vandaag, zal ook onze toepassing van AI in complete transformatie ondergaan. Sommige processen zullen compleet op de kop gaan of misschien zelfs wel gewoon verdwijnen. Andere processen die we nu nog niet kunnen bedenken zullen kunnen ontstaan. Het is als het proberen te voorspellen hoe een moderne Volkswagen ID.Bus eruit zou zien, terwijl je naar die eerste gemotoriseerde koets kijkt. En wie had in 1886 kunnen voorzien dat auto's ooit zichzelf zouden kunnen parkeren of zelfs rijden? Het is wie had kunnen voorspellen dat we met een druk op de knop, taxi konden bestellen via een apparaat in onze broekzak. Op dezelfde manier kunnen we nu nog niet volledig bevatten hoe AI ons werkte over 10, 20, 30 jaar zal uitzien. Hoe dat zal veranderen. Maar we kunnen wel leren van het verleden. En de les die we kunnen leren van de geschiedenis van de auto is denk ik best waardevol. Het begint met wat je kent, maar blijft niet hangen in de oude patronen. Het vervangen van handmatige taken door AI is een logische en belangrijke eerste stap. Die moet je nemen. Het helpt teams om vertrouwd te raken met de technologie en de mogelijkheden ervan te ontdekken. Net zoals die eerste autobouwers moesten beginnen met het vervangen van het paard, moeten wij ook ergens beginnen. Maar het is essentieel om wel te beseffen dat dit slechts het startpunt is. De echte vraag die we onszelf moeten stellen is niet welke taken kunnen we automatiseren met AI, maar hoe kunnen we onze hele benadering van werk opnieuw vormgeven met de mogelijkheden die AI ons biedt. Waar mensen vroeger reizen zorgvuldig moesten plannen vanwege de beperking van paard en wagen, gaf de auto ons de vrijheid om spontaner te zijn, om routes aan te passen, onderweg om veel verder te reizen dan voorheen mogelijk was. En net zoals de auto veel meer werd dan een koets zonder paard, zal AI gedreven werk uitgroeien tot iets wat we ons nu nog nauwelijks kunnen voorstellen. Ik merk in mijn werk dat organisaties vaak beginnen met het automatiseren van bestaande processen. En dat is een prima eerste stap. Maar de echte waarde komt wanneer ze beginnen na te denken over hoe AI hun hele bedrijfsmodel kan transformeren. En ik denk het gaat niet alleen om efficiënter worden in wat je al deed. Het gaat om het ontdekken van compleet nieuwe mogelijkheden. En daar ligt de uitdaging voor ons allemaal. Want het vergt moed om de gebaande paden te verlaten, om voorbij de koets zonder paard te denken. Het vergt visie om te zien wat mogelijk zou kunnen zijn, zelfs als we het nu nog niet helemaal kunnen bevatten. Dus het is aan ons om die evolutie vorm te geven, om verder te kijken dan die eerste stap. Dus mijn vraag aan jou is, waar sta jij eigenlijk in deze evolutie? Ben jij nog bezig met het vervangen van het paard door een motor? Of durf je nu al na te denken over compleet nieuwe mogelijkheden die AI biedt voor jouw werk of organisatie? Ik zou het geweldig vinden om je hierover te horen. Dus deel je gedachten, je vragen of je visie via social media. Of je kan het ook heel makkelijk via een DM op LinkedIn met ons delen. En vergeet niet, er zijn absoluut geen foute antwoorden. Want we staan allemaal aan het begin van deze spannende reis. Maandag hebben we weer een uitgebreide aflevering met een bijzondere gast die zijn praktijkervaring met AI komt delen. Ik kijk er naar uit om je dan weer te spreken. En bedenk, AI is niet de oplossing voor elk probleem, maar onmisbaar waar het past. Tot de volgende keer. [Muziek]