Het antwoord op de vraag hoe je als MKB-ondernemer veilig AI-applicaties kunt bouwen zonder programmeerkennis, zonder dat je de controle verliest, is het nieuwe ‘AI Application Generation Platform’ van Betty Blocks. Dit platform combineert AI-ondersteunde ontwikkeling met bestaande controlemechanismen zoals toegangsbeheer en audit trails, precies waar ‘vibe coding’ tekortschiet.

Wat er aan de hand is

Betty Blocks, tot voor kort bekend als low-code platform, herpositioneert zichzelf met een ‘AI Application Generation Platform’. Het bedrijf richt zich hiermee op organisaties waar controle topprioriteit is, als alternatief voor de opkomende trend van ‘vibe coding’. Vibe coding is het met natuurlijke taal en AI direct applicaties laten genereren, zonder tussenkomst van een ontwikkelaar of beheersysteem. Volgens ceo Chris Obdam heeft AI in één jaar gedaan wat low-code in tien jaar niet lukte: iedereen kan software bouwen. Maar CIO’s weten door de explosie van shadow IT door vibecoders steeds minder wat er draait. Het nieuwe platform van Betty Blocks zet natuurlijke taal om in metadata en genereert daaruit React- en WebAssembly-code. Die code is exporteerbaar en kan buiten het platform draaien, om afhankelijkheid van de leverancier te beperken. Het platform combineert AI-ontwikkeling met bestaande controlemechanismen zoals DTAP (Development, Testing, Acceptance, Production), toegangsbeheer en audit trails.

Wat dit betekent

Voor MKB-ondernemers betekent dit dat de drempel om zelf AI-applicaties te bouwen nog lager wordt, maar dat er nu ook een manier is om dat gecontroleerd te doen. Waar ‘vibe coding’ leidt tot wildgroei aan onbeheerde applicaties – shadow IT – biedt Betty Blocks een omgeving waarin je als ondernemer of manager kunt zien wie wat bouwt, welke data er wordt gebruikt en of de applicatie voldoet aan interne regels. Dit is vooral relevant voor bedrijven die werken met gevoelige klantdata, zoals in de zorg, financiële dienstverlening of juridische sector. De uitdaging verschuift van ‘kunnen we het bouwen?’ naar ‘kunnen we het beheersen?’. Betty Blocks speelt daar met dit platform op in. Doordat de gegenereerde code exporteerbaar is, loop je bovendien niet vast aan één leverancier.

Hoe je dit kunt toepassen

Als je een administratiekantoor runt en processen wilt automatiseren. Je zou kunnen overwegen om met het Betty Blocks-platform een applicatie te bouwen die automatisch factuurgegevens uit e-mails haalt en verwerkt. Omdat het platform audit trails bijhoudt, kun je achteraf precies zien welke AI-acties zijn uitgevoerd. Dat is belangrijk voor de controleerbaarheid richting je klanten en de Belastingdienst. Een optie is om te beginnen met één eenvoudig proces, zoals het genereren van een standaardrapportage uit binnengekomen documenten.

Als je een team aanstuurt dat experimenteert met AI-tools. Het risico bestaat dat medewerkers zelf applicaties bouwen met publieke AI-chatbots, zonder dat jij weet welke data erin gaat. Een mogelijkheid is om het Betty Blocks-platform in te zetten als centrale omgeving waar je team wél veilig kan experimenteren. Je stelt dan toegangsrechten in per functie en houdt via de audit trail bij welke applicaties worden gemaakt. Zo voorkom je dat er onbedoeld bedrijfsgevoelige informatie uitlekt.

Als je in de zorg werkt en een app wilt bouwen voor het plannen van afspraken. Privacy is hier cruciaal. Overweeg om met het platform een applicatie te genereren die op basis van natuurlijke taal een planningsmodule maakt, maar waarbij alle data binnen je eigen omgeving blijft. Doordat de code exporteerbaar is, kun je de applicatie later ook op een eigen server laten draaien. Een suggestie is om eerst een proof of concept te bouwen voor één afdeling, voordat je het uitrolt.

Als je een webshop hebt en klantgedrag wilt analyseren. Je zou met het platform een dashboard kunnen genereren dat verkoopdata combineert met weersinformatie of feestdagen, zonder dat je een developer hoeft in te huren. Omdat het platform metadata gebruikt, kun je eenvoudig schakelen tussen verschillende databronnen. Een praktische eerste stap is het bouwen van een simpele rapportagetool die je zelf kunt aanpassen via natuurlijke taal.

Bron: Computable