AI en programmeertalen

Vraag aan ChatGPT (initiële prompt)

Ik heb een IT-bedrijf dat software developers detacheert bij opdrachtgevers. Mijn developers komen meestal in scrum-teams bij de klant, waar ze (als het wederzijds bevalt) meerdere jaren meewerken aan het maken van nieuwe maatwerk software applicaties en het onderhouden van de bestaande maatwerk software applicaties. Met de komst van AI is de algehele verwachting dat het werk van de software developer gaat veranderen. Maar voor welke software platformen / talen verwacht je dat dat het snelst gaat? Voor welke programmeertalen zal de vraag naar tijdelijke inhuurkrachten het snelst afnemen, en voor welke (soort) programmeertalen zal dat minder snel gaan?

Antwoord ChatGPT (beperkt ingekort)

Deze vraag raakt precies de kern van hoe AI de software-ontwikkeling gaat verschuiven, en dus ook de inzet van gedetacheerde developers. Ik zal mijn antwoord opdelen in

1. algemene trends en
2. impact per platform / taal, met een inschatting waar de vraag naar tijdelijke inhuur waarschijnlijk het snelst zal afnemen en waar juist langer vraag blijft.

Algemene trends door AI

• Commodity-code → sneller geautomatiseerd: Talen/platformen die vooral veel “standaard lijntjes code” genereren (CRUD-applicaties, standaard web- en API-logica) zijn het meest vatbaar voor AI-automatisering.
• Legacy-systemen → langer schaars: AI kan legacy-code wel analyseren, maar migraties, koppelingen en onderhoud vragen domeinkennis en vaak maatwerk → hier blijft menselijke capaciteit nodig.
• Complexe domeinen → minder automatisering: Bij applicaties waar de businesslogica ingewikkeld is (financiën, zorg, overheid, industriële besturing) blijft de vertaalslag van domeinkennis naar code voorlopig mensenwerk.
• Nieuwe stacks → AI-first: Nieuwe frameworks/platformen worden steeds vaker “met AI in gedachten” ontwikkeld. Daardoor kunnen die stacks sneller met minder mensen bemand worden.

Verwachte impact per taal/platform

Snellere afname in vraag naar inhuur

• JavaScript / TypeScript (frontend & backend)
  Veel standaard web-ontwikkeling (React, Angular, Vue, Node) bestaat uit repetitieve patronen (forms, API-calls, UI-binding). AI-tools (zoals Copilot, Vercel’s v0, en UI-generators) versnellen dit enorm. → Vraag naar externe capaciteit daalt waarschijnlijk relatief snel.
• C# (.NET, ASP.NET)
  Veel enterprise CRUD-applicaties draaien op .NET. AI-tools kunnen veel van dit werk versnellen. Onderhoudswerk wordt makkelijker, maar bij complexe enterprise-omgevingen blijft nog wel vraag bestaan.
• PHP
  Vaak gebruikt in standaard webapps en CMS-omgevingen. AI kan hier vrij snel taken overnemen, zeker bij generieke websites.

Gematigde afname (AI helpt, maar werk blijft complex)

• Java
  Wordt veel gebruikt in enterprise- en overheidssystemen. Hoewel AI veel code kan genereren, zijn de omgevingen vaak groot, complex en zwaar gereguleerd. Legacy-onderhoud en migraties vragen langdurige menselijke inzet.
• Python
  Aan de ene kant heel makkelijk te automatiseren (veel boilerplate), aan de andere kant onmisbaar in data science, AI/ML, automatisering en scripting. De vraag blijft, maar de rol verschuift: minder simpele scripts, meer domeinspecifieke toepassingen.
• Kotlin / Swift
  Voor mobiele apps (Android/iOS). AI-generators kunnen eenvoudige apps maken, maar integratie met complexe backends, hardware-features of UX-fine-tuning vraagt nog steeds mensen.

Relatief veilige / blijvende vraag

• C / C++
  Lage-niveau software (embedded, high-performance, systeemsoftware). AI ondersteunt hier wel, maar de complexiteit en risico’s maken menselijke expertise cruciaal.
• Go / Rust
  Opkomend voor cloud, microservices en high-performance. Omdat dit veel gebruikt wordt in infra-kritieke systemen (cloud-platformen, databases), blijft vraag naar goede engineers groot.
• Legacy-talen (COBOL, ABAP, PL/SQL)
  Veel oude systemen blijven draaien. AI kan helpen migreren, maar vaak is er grote kennis- en capaciteitskrapte → vraag blijft nog zeker 10+ jaar bestaan.

Conclusie voor detachering

• Snelle krimp in detachering: JavaScript/TypeScript, C#, PHP → veel standaardwerk dat AI sneller overneemt.
• Geleidelijke krimp: Java, Python, Kotlin, Swift → AI helpt, maar grote systemen en domeinkennis houden vraag overeind.
• Langdurige vraag: C/C++, Go, Rust, en legacy-talen → schaars talent, kritieke systemen, AI helpt maar vervangt niet.

Vervolgvraag aan ChatGPT

Mijn bedrijf is voornamelijk gespecialiseerd in Oracle, en dan bedoel ik software development met PL/SQL in de Oracle database en met Oracle APEX, het low-code front-end tool van Oracle. Hoe passen deze Oracle talen/tools in dit plaatje?

Antwoord ChatGPT

Goede vervolgvraag, want Oracle-ontwikkeling (PL/SQL en APEX) heeft een ander profiel dan de mainstream talen als Java, JavaScript of Python. Laten we die twee apart bekijken:

PL/SQL (Oracle database development)

Kenmerken

• Wordt gebruikt voor stored procedures, triggers, business rules en dataverwerking direct in de database.
• Vaak kernonderdeel van grote, bedrijfskritische systemen (banken, overheid, verzekeraars, industrie).
• Sterk verweven met bestaande datamodellen → veel domeinkennis vereist.

AI-impact

• AI kan wel helpen bij het schrijven van queries, optimaliseren van SQL en refactoren van stored procedures, maar:
  – De logica is sterk verweven met businessregels die vaak slecht gedocumenteerd zijn.
  – Veel systemen draaien al jaren en bevatten complexe PL/SQL-constructies die AI niet zomaar kan doorgronden zonder menselijke begeleiding.
• Migratie naar “cloud-native” stacks gebeurt wel, maar langzaam en met hoge risico’s.

Verwachting

• Vraag naar PL/SQL developers blijft voorlopig bestaan.
• Schaarste aan PL/SQL-kennis blijft groot → dit is een niche waar detachering juist waardevol blijft.
• AI zal vooral een productiviteitstool zijn (sneller queries/debuggen), niet zozeer een vervanger.

Oracle APEX (low-code front-end tool)

Kenmerken

• Low-code omgeving bovenop Oracle DB → vaak gebruikt voor interne applicaties, dashboards en formulieren.
• Sneller en goedkoper dan traditionele web-frameworks.
• Wordt veel ingezet in enterprise- en overheidssituaties waar Oracle de kern is.

AI-impact

• Omdat APEX al low-code is, ligt de drempel voor AI-assistentie nóg lager:
  – AI kan veel standaardcomponenten (formulieren, rapportages, interacties) automatisch genereren.
  – Business-users zouden via AI sneller zelf APEX-apps kunnen maken.
• Maar:
  – Zodra een APEX-applicatie complexer wordt (autorisatie, integratie met andere systemen, performance tuning), is nog steeds ervaren kennis nodig.
  – Organisaties die op Oracle draaien, hebben vaak governance- en compliancy-eisen → dat beperkt de “citizen developer”-droom.

Verwachting

• Vraag naar APEX developers blijft, maar vooral voor de complexere applicaties en integraties.
• Simpele CRUD-apps en dashboards zullen sneller door AI of citizen developers gemaakt worden.
• Voor detachering: focus verschuift naar senior APEX-specialisten die integratie, architectuur en security goed kunnen doen.

Samenvattend voor Oracle-stack

• PL/SQL → lage AI-vervangbaarheid, hoge blijvende vraag.
  Vooral omdat domeinkennis en legacy-situaties AI moeilijk te automatiseren maken.
• APEX → hogere AI-vervangbaarheid bij eenvoudige apps, maar blijvende vraag bij enterprise-complexiteit.
  De markt zal waarschijnlijk een tweedeling zien:
  – eenvoudige APEX-apps → sneller door AI/citizen devs,
  – complexe APEX-apps → blijvende vraag naar detachering.

Tot slot

Bovenstaande is en blijft de ‘persoonlijke mening / inschatting’ van ChatGPT, een AI die ‘voorspelt’ wat de consequenties van AI (kunnen) zijn. Het weerspiegelt dus zeker niet de mening van inSystems. Evenmin is het de uitkomst van een onderzoek of wat dan ook hiernaar door inSystems zelf.
Wel heel interessant om te lezen, en op zich niet zo verwonderlijk dat een AI ‘voorspelt’ dat AI zeker (grote) consequenties zal hebben voor de meeste software omgevingen.

Wat je er ook van vindt, als je werkzaam bent in de branch van software development zal het je hopelijk in ieder geval triggeren om na te denken welke consequenties AI voor jouw werk(terrein) kan gaan hebben. Dat AI impact zal hebben, daar zullen denk ik niet veel mensen nog aan twijfelen.