De illusie van AI-productiviteit: waarom leiders zich op het verkeerde doel richten

maandag, 8 september 2025 (12:40) - Techzine

In dit artikel:

Veel teams grijpen naar AI-codeertools in de hoop ontwikkelaars sneller te laten werken, maar die maatregel schiet vaak tekort. Andrew Boyagi (Atlassian, voormalig executive bij Commonwealth Bank) betoogt dat coderen zelf slechts ongeveer 16% van een ontwikkelaarstijd beslaat; de overige 84% bestaat uit taken die veel meer wrijving opleveren, zoals het opzoeken van informatie, afstemmen van requirements, vergaderen en het afhandelen van technische schuld. Daardoor leidt het inzetten van AI alleen voor codegeneratie zelden tot kortere levertijden of voelbare productiviteitswinst.

Een kernprobleem is context switching: engineers navigeren tussen losse systemen—Jira, GitHub, Slack, e-mail en documentatie—waarbij cruciale context versnipperd is. Dat voortdurende schakelen veroorzaakt mentale kosten en vertraagt het werk meer dan het coderen zelf. Boyagi stelt dat de waarde van AI daarom niet primair ligt in het automatisch schrijven van code, maar in het stroomlijnen van de randactiviteiten rondom ontwikkeling. Voorbeelden zijn het automatisch up-to-date houden van documentatie, het verbinden van tickets, PR’s en chatgesprekken tot één samenhangend verhaal en het wegnemen van administratieve blokkades.

Leiderschap speelt een sleutelrol: succesvol inzetten van AI begint met het meten en begrijpen van waar tijd verloren gaat. Effectieve managers voeren audits uit op de ontwikkelaarservaring, vertalen technische knelpunten naar zakelijke gevolgen (bijv. vertraagde feature-lanceringen of gemiste omzet) en prioriteren oplossingen op basis van die inzichten. Pas daarna verdient het de voorkeur AI in te zetten gericht op meetbare bottleneckreductie.

De conclusie is dat de volgende productiviteitsstap niet uit snellere code in de IDE komt, maar uit het elimineren van de inefficiënties buiten de editor. Wie investeert in het wegnemen van die 84% aan friction zal snellere leveringen, hogere AI-ROI en meer betrokken teams realiseren—meer opleveren dan extra snelheid bij het typen alleen.