Het probleem
Steeds meer organisaties laten apps bouwen door te prompten in plaats van te ontwerpen: vibe coding. Iemand beschrijft wat de app moet doen, een AI-codeassistent schrijft de code, en na een paar rondes werkt het. De app praat rechtstreeks met de API van één leverancier, bijvoorbeeld OpenAI of Anthropic, en de prompts zijn precies afgestemd op het gedrag van dat ene model.
Zolang alles blijft zoals het is, werkt dat. Het probleem komt bij de eerste verandering: een prijsverhoging, een model dat uit dienst gaat, een nieuwe eis van de toezichthouder over waar gegevens mogen staan, of simpelweg een beter en goedkoper model bij een ander. Dan blijkt dat wisselen van model de software breekt.
Waarom wisselen breekt
- De prompts zijn op één model geschreven. Een ander model leest dezelfde instructie anders en geeft een ander antwoord in een andere vorm. Alles wat daarop volgt, loopt vast.
- De leverancier zit overal in de code. Niet achter één koppeling, maar op tientallen plekken, elk met eigen aanroep, eigen foutafhandeling en eigen aannames over het antwoord.
- Er is geen architectuur om op terug te vallen. Vibe-coded apps zijn gegroeid, niet ontworpen. Niemand kan precies zeggen wat de app doet en waarom, dus niemand durft eraan te komen.
- Er zijn geen tests. Of het nieuwe model dezelfde uitkomst geeft, is alleen te zien door het in productie te proberen.
Wat het kost
Financieel: de leverancier bepaalt de prijs, want u kunt niet weg. Elke verhoging van de tokenprijs komt rechtstreeks in uw kosten, zonder onderhandelingsruimte. Technisch: elke modelupdate van de leverancier is een risico voor uw app, ook als u zelf niets verandert. En strategisch: de keuze of uw gegevens naar een Amerikaanse cloud gaan is niet meer van u, want de app kan niet anders.
Dit is dezelfde val als lock-in bij low-code, alleen sneller gebouwd en daardoor vaker over het hoofd gezien.
Onze aanpak
- Het model achter één deur. Alle aanroepen van AI lopen door één laag in de eigen code. Wisselen van leverancier of model is dan één wijziging op één plek, niet een herbouw.
- Code doet wat code kan. Alles wat vast te leggen is in regels, staat in gewone code. Het model krijgt alleen de vragen die echt begrip vragen, in een vorm die niet van één model afhangt. Zie deterministisch eerst.
- Een testset per toepassing. Een vaste set vragen met goedgekeurde antwoorden. Een nieuw model draait eerst de testset; pas als die slaagt, gaat het live.
- Lokale AI waar het kan. Een open model op eigen hardware is van u. Niemand kan de prijs verhogen of het model uitzetten, en de gegevens blijven binnen.
- Huisregels voor AI-codeassistenten. Snel bouwen mag, maar binnen een architectuur die vooraf is vastgelegd, zodat de app van de organisatie blijft en niet van de prompt.
Waar let u op
- Vraag per app: op hoeveel plekken staat de naam van de AI-leverancier in de code? Meer dan één is een signaal.
- Vraag: kunnen we morgen een ander model proberen, en hoe weten we dan of het nog klopt?
- Reken de tokenkosten van een jaar uit en bedenk wat een verdubbeling betekent. Als dat antwoord ongemakkelijk is, is er lock-in.
- Laat nieuwe apps vanaf dag één door de ene deur bouwen. Achteraf ombouwen kost een veelvoud.
Wilt u advies over AI-lock-in? Vraag een gratis adviesgesprek aan.
Bijgewerkt op