Decennialang was elk stukje software een eiland.
Om er een te gebruiken, moest je erheen roeien en de toegangsprijs betalen, waarna je werd toegelaten: je kreeg een login. Vervolgens leerde je de lokale taal: je moest begrijpen waar de menu's zich bevonden, wat elke knop deed, hoe je exports kon maken of zoekopdrachten kon uitvoeren binnen de software.
- Elke keer dat je een nieuw CRM kreeg, moest je een nieuwe set regels leren: nieuwe dashboards, nieuwe filters, nieuwe namen voor dezelfde objecten en relaties tussen die objecten.
- Elke keer dat de boekhouding van factureringstool veranderde, moest je begrijpen hoe het mappensysteem in elkaar zat, waar het archief zich bevond en hoe je gegevens kon ophalen.
- Elke keer dat de mensen van de aankoopdienst een nieuw stuk software installeerden voor hun processen, moest je je aanpassen: hoe je je project invoerde, hoe je het bijhield, waar je wat moest aftekenen, enzovoort.
En zo ging het maar door, eiland na eiland, elk met zijn eigen jargon, zijn eigen dialect. Software na software.
Niemand klaagde hierover.
Er was simpelweg geen andere manier om te bereiken wat de software voor je kon doen, dus deed je de oversteek en speelde je volgens de regels.
Dat tijdperk loopt ten einde.
De bruggen komen eraan
De verandering berust op twee dingen:
- Ten eerste ben je er nu aan gewend geraakt om met minstens één, zo niet meerdere grote taalmodellen te werken: ChatGPT, Claude, Copilot, Gemini of een ander. Het is handig, het kan veel en het kan almaar meer. Het staat altijd aan. Zo wordt het stilletjes de plek waar je werkt. Je opent het 's ochtends, je denkt er hardop mee na, je praat ermee, je geeft het je taken. Het is niet langer een slim speeltje naast je echte tools. Voor steeds meer mensen is het het vasteland, de enige plek waar ze de hele dag naar terugkeren.
- Ten tweede is er het Model Context Protocol, of MCP. Een MCP is een brug. Die verbindt één eiland (één stuk software) met het vasteland: met het grote taalmodel. En het kan bruggen bouwen van je LLM naar elke software waarmee je wil werken.
Elke brug die wordt gebouwd, blijft voor altijd bestaan. Het LLM kan vanaf dat moment die bruggen gebruiken om software te bereiken en te verzamelen wat het nodig heeft. Jij hoeft het jargon of de eigenaardigheden van die software nooit te leren om er iets aan te hebben.
Voeg één en twee samen en de oude manier van werken verandert. Vroeger sprong je de hele dag van de ene tool naar de andere, verzamelde je overal stukjes informatie en probeerde je daarmee je doelen te bereiken.
Nu kan je binnen het LLM blijven dat je al kent, en aangeven wat je doelstellingen zijn. Dat LLM beslist dan welke software nodig is om je te helpen, zoekt de juiste software op en brengt de informatie die je nodig hebt naar je toe.
Wat de software kan, is niet veranderd. Hoe je dat potentieel benut, is wel veranderd: dat is drastisch verbeterd. Het gebruiksgemak is enorm toegenomen.
Wat er gebeurt als de bruggen eenmaal open zijn
Er volgen twee dingen, en samen zijn ze groter dan elk afzonderlijk.
- De interface gaat op in het model. Je hoeft niet te leren hoe je elke software moet gebruiken. Je zegt in gewone woorden wat je wil, en het LLM gaat het doen. De uren die je vroeger kwijt was aan zoeken waar iets stond en uitzoeken hoe je het vond, verdwijnen gewoon.
- Software begint vanzelf te combineren. Dit is het deel dat het allemaal echt fascinerend maakt. Het LLM kan over meerdere bruggen tegelijk lopen (de ene mogelijkheid van hier, een andere van daar, nog een andere van ergens anders) en alle informatie samenvoegen tot een resultaat dat geen van die producten alleen had kunnen produceren.
Wat het betekent om nu software te bouwen
Het zou gemakkelijk zijn om dit te interpreteren als slecht nieuws voor software. Als het LLM alles doet, wie heeft dan nog de onderliggende tool nodig? Maar bedenk eens wat het grote taalmodel eigenlijk nodig heeft om goed te werken.
Een LLM presteert het best wanneer het redeneert over informatie die al opgeschoond, gestructureerd en klaar voor gebruik is.
Vraag het om zelf door ruwe data te ploeteren (om de rommel te verzamelen, te sorteren en te begrijpen) en het vertraagt en struikelt.
Iemand moet het de afgewerkte, waardevolle informatie aanreiken.
Dat is wat goede software doet, en altijd heeft gedaan: ze zet ruwe data om in iets betrouwbaars en bruikbaars. Het LLM voedt zich daarmee. Zonder dat verhongert het: het begint te hallucineren, net zoals iemand die uitgehongerd is dat doet.
Daarom wordt software niet plotsklaps overbodig. Ze wordt wat aan de andere kant van de brug staat te wachten, met de waarde al klaar.
Dit is het einde van het tijdperk van de eilanden, niet het einde van de eilanden zelf. Ze zijn niet langer plaatsen waar je het water voor moest oversteken om ze te bereiken, maar worden de bronnen waar het vasteland niet zonder kan. Het model kan elke brug oversteken die het wil, maar het komt nog steeds met lege handen aan, tenzij iemand op een of ander eiland de goederen klaar heeft staan.
Software wordt niet vervangen door AI. Ze wordt opgeslokt en omarmd, en ogenschijnlijk minder zichtbaar.
En toch zal het belangrijker zijn dan ooit tevoren.
Bram De Vos