Vanuit dat frame ziet Bart Wullems, AI-adopter en architect met hands-on ervaring in agentic development, een herkenbare schaal van vijf stappen waarlangs developers en hun teams zich vandaag bewegen. Van AI vermijden tot een autonoom systeem van agents die zichzelf coördineren. De meeste teams ziet hij vandaag zitten op stap nul, één of twee. De grote sprong zit niet aan het einde van die schaal, maar in de overgang van stap één naar stap twee, daar waar AI ophoudt een tool te zijn en een collega wordt.
Waarom een schaal beter werkt dan een wel-of-niet-vraag
In gesprekken met klanten en collega's komt de vraag bijna altijd in twee polen terug: ben je mee met AI of ben je dat niet? Maar tussen die twee zit een breed terrein waar het werk vandaag echt zit. Het verschil tussen iemand die Copilot heeft openstaan in de IDE en iemand die een agent gericht werk geeft en het resultaat opvolgt, is groter dan het verschil tussen die laatste en iemand die een hele agentic-architectuur bouwt. De eerste sprong vraagt een mindshift, de tweede vraagt techniek.
Het mentale frame van de agent als nieuwe collega is wat die eerste sprong helpt maken. "Een AI-agent is eigenlijk een nieuwe collega," zegt Bart. "Wat moet je ermee doen? Je moet die opleiden. Je moet die context geven over wie wij zijn en hoe wij werken. Je moet hem werk geven en opvolgen. Je vraagt hem hoe het gaat en hoe het resultaat is." Dezelfde discipline die je toepast op een junior die net binnenkomt. Niet meer, niet minder.
Dorine Smeets, Competence Manager bij Elmos, ziet vanuit project management en analyse hetzelfde patroon op een andere plek in de lifecycle. Zij hanteert een 'twee-paar-ogen discipline' voor een AI-output effectief een artefact wordt. Hetzelfde principe als wat Bart op team-niveau doet: een agent levert iets op, een mens accepteert het. Niet "AI heeft het gedaan", wel "wij hebben het geaccepteerd".
De vijf stappen, één voor één
.png)
Stap 0: AI vermijden
Op stap nul zit de developer die AI bewust links laat liggen. Vaak na een teleurstellende eerste ervaring met een prompt die slechte code opleverde. Soms vanuit security-reflexen, soms vanuit een vakgevoel dat de hand niet uit het werk wil laten halen. Het is geen gemakkelijke positie om te verlaten, want het vraagt dat iemand bereid is een tweede keer te proberen na een eerste teleurstelling.
Stap 1: AI als tool in de IDE
Op stap één draait Copilot in de IDE, dat is iemand die af en toe een chat-venster opent om een snippet te genereren. De integratie is technisch aanwezig, maar de manier van werken is niet veranderd. "Stap één is gewoon, er is een tool en ik gebruik die soms," zegt Bart. Het verschil met stap nul is feitelijk klein. Wat overblijft is een gewoonte-verschuiving die nog niet gemaakt is. De gemeten productiviteitswinst is meestal beperkt, ongeveer wat je verwacht van een autocomplete met steroïden.
Stap 2: De agent als collega
Op stap twee komt het frame binnen. Iemand geeft een agent gericht werk, niet één-op-één-prompts maar opdrachten waar de agent zelfstandig mee aan de slag gaat. "Dat is een collega waar ik soms mee samenwerk," beschrijft Bart. "Ik geef die werk, ik volg op wat ervan komt, ik kijk naar het resultaat." De documentatie bij een bug wordt geschreven door de agent en nagelezen door de mens. Een onderzoekstaak wordt uitbesteed, het verslag wordt beoordeeld. De gewoonte verschuift mee: niet meer typen, wel briefen, opvolgen en reviewen. Dit is de overstap waar volgens Bart 60 tot 70% van alle developers vandaag tegenaan kijkt of in zit.
.png)
Stap 3: AI-manager in plaats van developer
Op stap drie zegt iemand voor het eerst hardop: "Ik ben eigenlijk geen developer meer. Ik ben een AI-manager." Het toetsenbord komt nog zelden in handen. "Ik kijk niet meer naar wat ik zelf ga doen," zegt Bart, "maar wat wil ik klaarzetten zodat mijn team van agents aan de slag kan." Werk verdelen, evalueren, bijsturen, resultaten verwerken. Dit is een echte rolverschuiving, geen tool-upgrade. Het percentage developers dat hier zit is volgens Bart nog klein.
Stap 4: Een agentic systeem dat zichzelf coördineert
Op stap vier bouwt iemand een systeem waarin verschillende agents elk een specifieke taak hebben en waarin een coördinator-agent het werk verdeelt. "Een leger van agents met elke verschillende eigenheden en vaardigheden, en je laat het systeem zelf die aansturen," schetst Bart. De mens komt nog tussen om feedback te geven of context bij te brengen. In een experimenteel kader gebeurt dit al. Volledig in productie, in een Belgische enterprise-context, gebeurt het zelden. Het is een interessante horizon, geen massa-realiteit.
Waarom de echte beweging tussen stap één en twee zit
De verleiding bestaat om naar stap vier te kijken en daar de moeilijkheid te zien. Bart ziet dat dit vanuit de praktijk niet klopt. De moeilijkste sprong is de eerste echte mindshift, niet de laatste architectuur-stap. Tussen stap één en twee zit het verschil tussen "AI helpt mij sneller typen" en "AI doet werk dat ik vroeger zelf deed". Dat vraagt loslaten. Het vraagt accepteren dat de output van een agent net zoals de output van een nieuwe collega niet meteen perfect is en dat de discipline van briefen, opvolgen en bijsturen die imperfectie compenseert.
Het vraagt ook iets organisatorisch. Wie individueel naar stap twee gaat maar in een omgeving werkt waar de change advisory board elke twee maanden samenkomt en een nieuwe deployment 6 weken op zich laat wachten, voelt zijn winst verdampen tegen de organisatie. "AI maakt ons allemaal als individu enorm veel productiever," observeert Bart. "De stappen die we als organisatie moeten zetten om als geheel productiever te worden, is een veel langere weg." Dezelfde dynamiek als bij agile: de methodologie werkte, de organisatie eromheen moest mee.
Daarom is een schaal van stappen handiger dan een ja-of-nee-vraag. Een team kan een eerlijke diagnose maken: in welke stap bevinden de meerderheid van onze developers zich? Wie stopt er bij stap één en wie raakt er voorbij? Dat gesprek is concreter dan een principe-discussie over AI in development.
Wat te doen, deze maand
- Plaats je team op de schaal. Vraag elke developer in je team welke stap het best past bij hun dagelijks gebruik. Niet als oordeel, wel als nulmeting. Tel hoeveel mensen op nul, één, twee, drie en vier zitten.
- Identificeer één persoon op stap één die richting stap twee wil. Geef die persoon een concrete taak die geschikt is om aan een agent uit te besteden, met de afspraak dat de output door twee paar ogen wordt nagelezen voor het ergens landt.
- Schrijf de context op die een nieuwe collega zou krijgen. Bedrijfscontext, werkafspraken, beslissingen die niet meer ter discussie staan, dingen die typisch fout gaan. Dat zelfde document is de eerste training voor je agents.
- Meet één maand lang AI-gebruik per ploeg, zonder consequenties aan het cijfer te koppelen. Niet om af te rekenen, wel om patronen te zien. Wie gebruikt het, wie niet en waar zit het verschil in output.
- Vraag bij elke nieuwe agent-integratie waar de organisatorische bottleneck zit. Loopt het werk vast bij de change advisory board, bij infra, bij security-review of bij projectaanvragen? De verschuiving zit even goed in dat proces als in het tool-gebruik zelf.
.png)
Waar staat jouw team morgen?
De vijf stappen zijn geen voorschrift, ze zijn een diagnose-instrument. De meeste Belgische ploegen zitten vandaag in een spreiding over stap nul, één en twee, met een paar individuen die richting drie experimenteren. De grootste meeropbrengst zit niet bij wie naar stap vier wil, wel bij wie van stap één naar stap twee geraakt. Dat is een gesprek over hoe je naar een agent kijkt, niet over welk model je instelt. "Een AI is geen tool die je af en toe van het schap haalt," vat Bart samen. "Het is een collega die er elke dag is om je te helpen."
.png)
Voor de meeste teams begint dat met één mens die bereid is een agent op te leiden zoals hij een nieuwe collega zou opleiden. Niet als experiment, wel als gewoonte.
Wil je dit gesprek live volgen, met onder anderen Charles-Antoine Coget en een tweede AI-leider uit een Belgische enterprise?
Of verken wat Crafted by Elmos betekent voor de AI-adoptie in jouw IT-landschap.
Bart Wullems is AI-adopter en architect met hands-on expertise in agentic development en platform-architectuur.
Dorine Smeets is Competence Manager bij Elmos met expertise in project management, analyse en governance.
.png)
