Het antwoord: Betty Blocks introduceert een nieuw platform waarmee organisaties AI-applicaties kunnen bouwen en beheren in één gecontroleerde omgeving. Dit biedt een alternatief voor ‘vibe coding’, de trend waarbij medewerkers zonder toezicht zelf AI-software maken, wat leidt tot shadow it en veiligheidsrisico’s. Voor MKB-ondernemers die AI willen inzeten zonder grip te verliezen, is dit een manier om controle te houden.
Wat er aan de hand is
Betty Blocks, tot voor kort bekend als low-code-platform, herpositioneert zichzelf als ‘AI Application Generation Platform’. Het bedrijf richt zich op organisaties waar controle en beveiliging prioriteit hebben. Het platform combineert AI-ondersteunde ontwikkeling met bestaande controlemechanismen zoals DTAP (Development, Test, Acceptance, Production), toegangsbeheer en audit trails. Volgens het bedrijf wordt natuurlijke taal omgezet in metadata, waaruit vervolgens React- en WebAssembly-code wordt gegenereerd. Die code is exporteerbaar en kan buiten het platform draaien, wat de afhankelijkheid van Betty Blocks als leverancier beperkt. CEO Chris Obdam stelt dat AI in één jaar heeft gedaan wat low-code in tien jaar niet lukte: iedereen kan software bouwen. Maar volgens hem weten CIO’s door de explosie van shadow it door ‘vibecoders’ steeds minder wat er daadwerkelijk draait in hun organisatie. De uitdaging verschuift daarmee van bouwen naar beheersen.
Wat dit betekent
Voor het MKB is deze ontwikkeling relevant omdat veel ondernemers experimenteren met AI-tools om processen te versnellen. Denk aan het automatisch genereren van klantportalen, offertes of interne dashboards. Zonder controlemechanismen ontstaat echter het risico dat applicaties worden gebouwd die niet voldoen aan beveiligingsnormen, niet worden gedocumenteerd of afhankelijk zijn van externe AI-diensten waarvan de dataverwerking onduidelijk is. Betty Blocks speelt hierop in door een omgeving te bieden waarin AI-ontwikkeling plaatsvindt binnen bestaande governance-structuren. Voor ondernemers zonder eigen IT-afdeling kan dit betekenen dat ze AI-applicaties kunnen laten bouwen door medewerkers of externe partijen, zonder dat ze het overzicht verliezen. De exporteerbare code is daarbij een pluspunt: je bent niet vastgeklonken aan één leverancier.
Hoe je dit kunt toepassen
Als je een klein team hebt dat experimenteert met AI-tools. Je zou kunnen overwegen om een platform als dat van Betty Blocks in te zetten om te voorkomen dat medewerkers zelfstandig AI-applicaties bouwen in losse tools waar jij geen zicht op hebt. Het biedt een centrale omgeving waar je kunt zien welke applicaties draaien, wie er toegang toe heeft en of ze voldoen aan jouw veiligheidseisen. Een mogelijkheid is om één medewerker aan te wijzen die het platform beheert en de gegenereerde code controleert voordat deze in gebruik wordt genomen.
Als je een webshop runt en klantprocessen wilt automatiseren. Overweeg om via een gecontroleerd AI-platform een applicatie te genereren die bijvoorbeeld offertes of retourafhandeling automatiseert. Omdat de code exporteerbaar is, kun je deze later laten controleren door een externe developer of migreren naar een eigen server als je groeit. Zo voorkom je dat je afhankelijk wordt van een black box waarvan je niet weet hoe deze werkt.
Als je in de zorg of een andere gereguleerde sector werkt. In sectoren met strenge regels rond dataverwerking is vibe coding een groot risico. Je zou kunnen onderzoeken of een platform met audit trails en toegangsbeheer voldoet aan jouw compliance-eisen. Het feit dat het platform natuurlijke taal omzet in metadata en code kan het eenvoudiger maken om processen te documenteren, wat belangrijk is voor audits.
Als je een externe developer inhuurt voor AI-projecten. Een mogelijkheid is om te eisen dat zij werken binnen een platform dat exporteerbare code oplevert en controlemechanismen biedt. Zo behoud jij als opdrachtgever het eigenaarschap over de code en kun je deze later door een andere partij laten onderhouden. Dit verkleint de kans op vendor lock-in en geeft je meer grip op de kwaliteit.
Bron: Computable