De kloof wordt elke maand groter

Je voelt het waarschijnlijk al.

Die onrust als je weer een LinkedIn-post ziet over AI-productiviteit. Die twijfel of jouw team wel snel genoeg beweegt. Die vraag die je niet hardop stelt: lopen wij achter?

Het korte antwoord: waarschijnlijk wel.

En dat is geen verwijt. Het is een observatie die ik de afgelopen anderhalf jaar steeds vaker maak. De afstand tussen teams die AI-gedreven werken en teams die dat niet doen, wordt niet kleiner. Hij wordt elke maand groter.

Het is niet alleen jouw gevoel

Eind december schreef Andrej Karpathy, de man die AI leidde bij Tesla en medeoprichter is van OpenAI, iets opvallends:

"I've never felt this much behind as a programmer."

Veertien miljoen mensen zagen die post. En de reacties waren unaniem: dit herkennen we.

Karpathy somde op wat je tegenwoordig moet beheersen: agents, prompts, context management, memory, permissions, tools, plugins, workflows. Een complete waslijst aan nieuwe concepten.

Maar hier zit de crux.

Hij voelt zich niet achter door gebrek aan kennis. Hij voelt zich achter omdat hij weet hoeveel er te halen valt. Hij schat dat hij tien keer zo productief zou kunnen zijn als hij alles goed aan elkaar knoopt.

Als zelfs hij dat zegt, wat betekent dat dan voor de rest van ons?

Waarom de kloof groeit

Wat er gebeurt is geen normale technologie-adoptie.

Bij eerdere shifts, denk aan cloud of SaaS, had je tijd. Je kon wachten tot het volwassen werd. Kijken hoe anderen het deden. Rustig bijleren.

Nu niet.

De tools verbeteren niet met 10% per jaar. Ze verbeteren met 10% per maand. Soms per week. Karpathy zei het zelf: wie de afgelopen 30 dagen niet heeft bijgehouden, heeft al verouderde kennis.

Dertig dagen.

Dat betekent dat teams die nu beginnen met AI-gedreven development een voorsprong opbouwen die steeds moeilijker in te halen is. Niet omdat ze slimmer zijn. Maar omdat ze eerder zijn begonnen met het opbouwen van ervaring, workflows en een nieuw mentaal model.

Het gaat niet om de tools

Dit is wat ik veel beslissingsmakers zie onderschatten.

Ze denken: we kopen een tool, we trainen het team, klaar. Zoals we dat met elk nieuw systeem doen.

Maar AI-gedreven werken is geen tool-adoptie. Het is een mindset shift.

Het oude model: jij geeft instructies, de computer voert uit, jij controleert.

Het nieuwe model: jij orkestreert, AI genereert, jij beoordeelt of het klopt.

Dat klinkt subtiel, maar het verandert alles.

Hoe je context beheert. Hoe je instructies formuleert. Hoe je kwaliteit bewaakt. Hoe je taken verdeelt. Het vraagt een compleet andere manier van denken over werk.

En dat leer je niet uit een cursus of een blogpost. Dat leer je door het te doen. Door te experimenteren. Door fouten te maken en ervan te leren.

Wat ik in de praktijk zie

Ik werk nu anderhalf jaar met wat ik "agentic coding" noem. Elke dag. Bij klanten en bij ons eigen bedrijf.

Niet vibe coding, want dat klinkt alsof je maar wat doet. Agentic coding: bewust werken met AI-agents die taken uitvoeren, code genereren, en context onthouden.

Bij een vorig project maakten we de shift midden in een groot traject. We liepen achter op tickets. Te weinig mensen voor te veel werk.

Het resultaat na de shift: hetzelfde team, vijf keer zo productief. Niet omdat we harder werkten. Maar omdat we anders werkten.

Dat is de multiplicator waar Karpathy het over heeft. Die tien keer verbetering. Het is niet theoretisch. Het is haalbaar. Maar alleen als je bereid bent om opnieuw te leren denken.

De vraag die je jezelf moet stellen

Dit is geen blog om je bang te maken.

Maar wel om eerlijk te zijn.

De teams die nu investeren in AI-gedreven development, bouwen een voorsprong op die steeds moeilijker in te halen is. Niet omdat de tools zo ingewikkeld zijn. Maar omdat de echte waarde zit in de ervaring, de workflows en het mentale model dat je opbouwt.

En dat kost tijd.

De vraag is niet of je hiermee moet beginnen. De vraag is: kun je het je veroorloven om te wachten?

Klein starten. Snel leren. Dan opschalen.

Maar wel beginnen.