“Als twee jaar geleden tien engineers nodig waren om een project op te leveren, zijn dat er nu misschien nog vijf.” Met die inschatting beschrijft Manoj Aggarwal hoe AI het werk van software-engineers verandert. De lead software-engineer uit Californië werkt al veertien jaar in het vak en was eerder actief bij Microsoft, Twitter en Stripe. Volgens hem kunnen vooral juniorfuncties worden geraakt, terwijl bedrijven blijven leunen op ervaren ontwikkelaars die AI-code kunnen beoordelen. Tegelijk noemt hij het een aantrekkelijke periode voor programmeurs, omdat nieuwe hulpmiddelen het mogelijk maken sneller toepassingen te bouwen.
- Aggarwal denkt dat junior software-engineers het meest kwetsbaar zijn voor de opkomst van AI-tools.
- Zijn eigen programmeerwerk bestaat inmiddels grotendeels uit het schrijven van opdrachten voor AI.
- Hij besteedt buiten werktijd enkele uren per week aan experimenten met AI.
- Volgens Aggarwal blijft menselijke controle nodig omdat AI fouten kan maken.
Meer snelheid vergroot ook de verantwoordelijkheid
Aggarwal zegt dat AI zijn werkproces in het afgelopen jaar volledig heeft veranderd. De tijd die hij aan het schrijven van code besteedt, is naar eigen zeggen grotendeels vervangen door het formuleren van prompts. In sommige gevallen werkt hij daardoor in een tempo dat voor hem tien keer zo hoog aanvoelt.
“Engineers, niet AI, zijn uiteindelijk verantwoordelijk voor de code die wordt uitgebracht.”
Die verantwoordelijkheid verdwijnt dus niet wanneer een model het eerste programmeerwerk uitvoert. Een codebeoordeling is de controle waarbij wijzigingen worden nagekeken voordat ze onderdeel worden van een softwaresysteem. AI kan zo’n proces versnellen en gerichter maken, maar gegenereerde code moet volgens Aggarwal nog steeds door een mens worden gecontroleerd. De extra beoordelingslast kan volgens hem bovendien bijdragen aan burn-out.
Dat betekent dat een hogere productiviteit niet automatisch gelijkstaat aan eenvoudiger werk. Voor softwareteams kan AI het uitvoerende deel verkorten, terwijl het belang van controle, systeemkennis en besluitvorming juist overeind blijft.
Junior engineers kunnen moeilijker aan bod komen
Tijdens zijn zoektocht naar werk vorig jaar zag Aggarwal naar eigen zeggen meer vacatures voor seniorfuncties dan voor juniorrollen. Hij verwacht dat bedrijven ervaren engineers blijven inzetten in combinatie met AI-tools.
Voor beginnende software-engineers zou dat betekenen dat de gebruikelijke route om praktijkervaring en bedrijfskennis op te bouwen smaller kan worden.
Ervaring is volgens Aggarwal vooral waardevol omdat AI niet vanzelf het volledige beeld heeft van hoe een systeem eruit moet zien of waarom het op een bepaalde manier is ontworpen. Naast technische kennis noemt hij daarom ook institutionele kennis: inzicht in eerdere keuzes, interne processen en de specifieke behoeften van een organisatie.
Voor Nederlandse ontwikkelaars en werkgevers ligt daarin dezelfde praktische afweging. Als AI een groter deel van het programmeerwerk overneemt, wordt het belangrijker om duidelijk vast te leggen wie de uitkomst controleert en wie verantwoordelijk blijft voor fouten. Dat is geen nieuwe ontwikkeling die Aggarwal voor Nederland meldt, maar een directe consequentie van de werkwijze die hij beschrijft.
Experimenteren met AI gebeurt ook buiten werktijd
Om bij te blijven, reserveert Aggarwal buiten zijn baan enkele uren per week voor AI. Hij doet dat doorgaans ’s avonds of in het weekend, wanneer zijn peuter slaapt. Naar eigen zeggen heeft dat daardoor weinig invloed op zijn balans tussen werk en privé.
Voor persoonlijke projecten gebruikt hij onder meer Claude Code, Microsoft Copilot en Lovable. Aan Claude Code besteedt hij, afhankelijk van zijn gebruik en abonnement, ongeveer 50 tot 60 dollar per maand. Zijn totale maandelijkse uitgaven aan AI-tools blijven onder de 100 dollar.
Een van zijn projecten is een opensourceassistent voor belastingen en persoonlijke financiën. Gebruikers kunnen modellen zoals Gemini of ChatGPT koppelen en financiële documenten laten analyseren. De toepassing kan onder meer wijzen op hoge uitgaven, kostbare abonnementen of een mogelijk te offensieve of voorzichtige beleggingsportefeuille.
Aggarwal gebruikte de assistent bij de voorbereiding van zijn belastingaangifte over 2025 en controleerde ermee het werk van zijn accountant. Hij liet het programma lokaal op zijn computer draaien, omdat hij zijn persoonlijke financiële gegevens niet via internet naar AI-modellen wilde sturen.
Zijn advies aan andere engineers is om AI niet te vermijden, ongeacht hun persoonlijke oordeel over de technologie. Wie met zulke hulpmiddelen werkt, zal volgens hem productiever zijn dan een vergelijkbare engineer die dat niet doet. Experimenteren is daarom nodig om te ontdekken welke toepassingen werkelijk bij het eigen werk passen.
Moeten werkgevers junior engineers blijven aannemen om toekomstige expertise op te bouwen, ook als AI nu werk kan overnemen? Deel uw visie.
