Naar inhoud
AI Board

Voor CTO's en technisch directeuren

AI voor CTO's: opleverdata, cloudkosten, pentesttriage en technische schuld, beantwoord vanuit je eigen bestanden

De vragen die je week bepalen gaan niet over architectuur. Kan ik die datum toezeggen, waarom stijgt die rekening alweer, wat vertel ik de board over negen criticals, bouwen we dit zelf of kopen we het. Het bewijs voor alle vier staat al op je machine: in een Jira-export, een kostenrapport, een pentest-pdf en een roadmap die voor maandag niemand naast elkaar legt.

AI-ready zijn is voor een CTO geen platformprogramma. Het is het veel kleinere karwei om je eigen bestanden bevraagbaar te maken: de sprint-export, de kostenuitsplitsing, het pentestrapport, de roadmap die je al maanden wilt opschonen. Het bewijs onderbouwt die bescheiden insteek. Google Cloud's DORA-rapport 2025 vond dat rond de 90% van de respondenten AI gebruikt op het werk en ruim 80% zegt dat het hun productiviteit verhoogt, terwijl zo'n 30% weinig tot geen vertrouwen heeft in de code die eruit komt. De kernbevinding is waar je je planning op moet baseren: AI duwt de doorlooptijd omhoog en de stabiliteit omlaag, omdat het je bestaande leverproces versterkt in plaats van het te repareren.

Daarom zijn de zoekresultaten over dit onderwerp ook waardeloos voor een zittende CTO. Je krijgt of een strategieverhaal dat je voor het hele bedrijf mag schrijven, of een lijst tools die je team mag inkopen. Geen van beide helpt op de dinsdag dat sales een datum wil, finance uitleg wil over de cloudpost en de boardstukken maandag af moeten. Wat wel helpt zijn vier verdedigbare antwoorden uit bestanden die je zelf al hebt.

AI Board is gegrond in die bestanden en noemt bij elk cijfer het brondocument, zodat je het kunt openen en controleren in plaats van een net getal te moeten geloven. Het houdt bij elk antwoord de slag om de arm in plaats van die weg te poetsen, en dat telt hier zwaarder dan in de meeste functies: Stack Overflow's Developer Survey 2025 vond dat 66% van de ontwikkelaars "AI-oplossingen die bijna kloppen, maar net niet" als grootste frustratie noemt, dat 45,2% zegt langer bezig te zijn met het debuggen van AI-code, en dat maar 32,7% de accuraatheid vertrouwt tegenover 45,7% die dat niet doet. Een tool die zekerheid verkoopt aan een technische lezer wordt binnen één vraag doorgeprikt. Hoe het vragen zelf werkt lees je bij chatten met je bedrijfsdata.

De week die je herkent

De opleverdatum die je moet verdedigen, niet alleen noemen

Sales wil een datum voor de nieuwe module en je velocity is drie sprints stabiel. Genoeg om een datum te noemen, bij lange na niet genoeg om hem te verdedigen, want datums sneuvelen veel vaker aan scope dan aan velocity, en het echte sliprisico zit in twee integratietickets waarvan je de afhankelijkheden zou moeten gaan nalezen. Het gevaar is niet dat je ernaast zit. Het gevaar is dat je op dinsdag toezegt en in oktober merkt dat je een getal hebt toegezegd in plaats van een scope.

Een cloudrekening die harder stijgt dan de omzet, zonder rangorde

Die post loopt elke maand op en het eerlijke antwoord op "waar gaat dat heen" kost een middag in Cost Explorer die er nooit komt. Je bent daarin niet de enige: Flexera's State of the Cloud-rapport 2026, gebaseerd op ruim 750 cloudbeslissers, zette de zelf gerapporteerde verspilde cloud-uitgaven op 29%, de eerste stijging in vijf jaar, met kostenbeheersing als topuitdaging voor 85%. Dat cijfer is context voor het gesprek, geen besparing die iemand je kan beloven. Wat je nodig hebt is je eigen kostendrijvers op volgorde, met de zombieresource en de verlopen reserveringen allebei bij naam.

Security en technische schuld, in taal waar de board iets mee kan

Vrijdag landt er een pentest met negen criticals en maandag zit de board klaar. Het risico is echt: Verizon's Data Breach Investigations Report 2025, over ruim 22.000 incidenten en 12.195 bevestigde datalekken, vond dat het misbruiken van kwetsbaarheden als eerste toegangsweg met 34% steeg tot 20% van de lekken, en dat lekken waarbij een derde partij betrokken was verdubbelden naar 30%. Daaronder ligt het schuldgesprek dat je blijft uitstellen; McKinsey's onderzoek zette de eigen schattingen van CIO's voor technische schuld op 20% tot 40% van de waarde van het volledige technologielandschap vóór afschrijving, een studie uit 2020 onder grote financiële en technologiebedrijven en dus geen benchmark voor jouw landschap. Allebei moeten ze vertaald worden naar geconcentreerd of verspreid, eigenaar en datum. Geen van beide overleeft het voorlezen van een lijstje severities.

Live demo

Jouw persoonlijke AI-assistent, denkend

De pentest staat vol met criticals. Wat vertel ik maandag aan de board?

Negen criticals, maar zes komen door één verouderde dependency. Eén major bump ruimt ze op, mits er niks breekt. Vertel de board dat het risico geconcentreerd zit, niet verspreid, en geef die fix één eigenaar.

Pentest_Nordwin_2026-Q2_def.pdfNordwin Security · eindrapport
Vraag AI Board…

Wat er verandert

Het risico benoemd, zodat de datum blijft staan

Vraag of de datum verdedigbaar is en je krijgt de sprinthistorie, de twee tickets die het sliprisico dragen, en waaróm ze dat dragen (een externe API, een dependency zonder eigenaar), gelezen uit de Jira-export op je eigen schijf. Jij doet nog steeds de toezegging. Wat verandert is dat je een scope met een sluitingsdatum toezegt in plaats van een maand, en dat sales die twee tickets hoort in plaats van een datum waar ze je aan gaan houden.

De rekening op volgorde van kostendrijver, met een naam erbij

Vraag waar het geld heen ging en je krijgt de kostenposten op volgorde in plaats van één nette schuldige: het idle cluster dat niemand heeft opgeruimd, plus de reserveringen die zijn verlopen en de opslag die nooit een lifecycle-regel kreeg. Een echte rekening is nooit één cluster, dus doet het antwoord ook niet alsof. Je krijgt een lijst die je kunt uitdelen, met per regel een naam en een datum, en een expliciete opmerking waar de export te grofmazig is om iets te kunnen zeggen.

Een boardantwoord dat de vervolgvraag overleeft

Vraag wat je de board vertelt over de pentest en je krijgt de criticals geclusterd naar oorzaak, gekaderd als geconcentreerd of verspreid, met de slag om de arm erbij in plaats van eruit: reken op een regressieronde voordat je een grote dependency-bump afgerond noemt. Hetzelfde geldt voor schuld. Je krijgt het deel van het landschap dat je de meeste levertijd kost, en het zegt er eerlijk bij waar de bestanden geen cijfer onderbouwen. Je gaat naar binnen met een standpunt dat je bij vraag drie nog overeind houdt, niet met een slide die het bij vraag één goed doet.

Direct beantwoord

Zelf bouwen of kopen, beargumenteerd vanuit onze eigen historie

Wat zeggen onze eigen eerdere bouwprojecten over wat het ons echt kost om deze functionaliteit draaiende te houden, en waar tekenen we voor aan onderhoud als we bouwen in plaats van kopen?

Technische schuld waar de board iets mee kan

Welke delen van ons landschap kosten ons per kwartaal de meeste levertijd, en welke daarvan zou één gefinancierde ingreep echt wegnemen?

Blootstelling via leveranciers en dependencies

Welke leveranciers en kritieke dependencies zijn uit support, uit contract of dragen bekende ongepatchte kwetsbaarheden, en welke daarvan zitten in het pad naar de klant?

Heeft de AI-tooling echt geholpen

Wat is er sinds de uitrol van AI-codetools gebeurd met onze eigen doorlooptijd, change failure rate en reviewdruk, en zie je die verschuiving terug in de data of alleen in de verhalen?

Veelgestelde vragen

Wat kan AI concreet doen voor een CTO?
Het beantwoordt de vier vragen waar je week om draait vanuit je eigen bestanden in plaats van vanaf het open internet: is een opleverdatum verdedigbaar, waar gaat de cloudrekening heen, wat betekent de pentest voor de board, en bouwen we zelf of kopen we. Je laat het los op de Jira-export, het kostenrapport, de pentest-pdf en de roadmap die je toch al bijhoudt, en het leest daar dwars doorheen en antwoordt met het brondocument erbij. Wat het niet doet is een bedrijfsbrede AI-strategie voor je schrijven of je technische oordeel vervangen. Het haalt de middag uitzoekwerk weg die tussen jou en een verdedigbaar antwoord staat.
Moeten we onze AI zelf bouwen of kopen?
Het eerlijke antwoord is dat het publieke bewijs richting kopen wijst voor alles wat niet je kernproduct is, en dat dat bewijs zwakker is dan de koppen doen vermoeden. [Het NANDA-rapport van MIT over AI in het bedrijfsleven vond dat zo'n 95% van de zakelijke generatieve-AI-pilots geen meetbaar effect op de winst-en-verliesrekening had, en dat inkopen bij gespecialiseerde leveranciers in ongeveer 67% van de gevallen slaagt tegenover interne bouwprojecten die ongeveer een derde daarvan halen](https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/). Die 95% wordt betwist op steekproefgrootte en op een rekbare definitie van mislukking, dus behandel het als een richting en niet als een kans voor jouw geval. De bruikbare zet is om het te beargumenteren vanuit je eigen historie: wat je laatste twee interne bouwprojecten kostten om draaiende te houden, niet wat een leveranciersdeck beweert.
Vervangt AI de CTO?
Nee, en de DORA-bevinding legt uit waarom: AI versterkt het leverproces dat er al is, dus maakt het een goed geleide organisatie sneller en een slecht geleide sneller fout. De oordelen die de stoel definiëren (waar je op toezegt, wat je laat liggen, welk risico je draagt, wat je de board vertelt) vragen allemaal verantwoordelijkheid die geen model kan dragen. AI Board is geen code-assistent, zit niet in je pipeline en schrijft je services niet. Het werkt een niveau hoger, op de beslissingen die jij persoonlijk moet tekenen, en het is gebouwd om nee te zeggen in plaats van je een net cijfer te verkopen.
Verlaat ons pentestrapport of onze kostenexport de laptop?
Nee. AI Board is privacy by design: het draait op je eigen machine, gegrond in de bestanden die daar al staan, dus een securityrapport, een kostenexport of een inventaris van je repositories hoeft niet in een consumenten-chatbot geplakt te worden om bruikbaar te zijn. Die gewoonte is in de meeste bedrijven het echte risico, en het is precies waar een CTO in een due diligence naar gevraagd wordt. Bij [beveiliging](/nl/beveiliging) lees je hoe dat werkt, en bij [bedrijfsbrein](/nl/ai-bedrijfsbrein) waar het in gegrond is.

Geen van deze vier vragen is nieuw. De opleverdatum, de rekening, de pentest en de keuze tussen zelf bouwen en kopen komen elk kwartaal terug, en wat verschilt is of je een antwoord klaar hebt en of dat antwoord de vervolgvraag overleeft. AI Board is jouw persoonlijke AI-assistent die je AI-native maakt: hij draait op je eigen laptop, gevoed met de data van je bedrijf, en wordt scherper naarmate jouw kennis groeit. Het laat de bron zien, houdt de slag om de arm erbij, en zegt waar de bestanden ophouden. Voor een technische lezer is dat de enige versie die de moeite waard is.

Zet je eigen technische bestanden aan het werk

Zie hoe een tweede brein, gegrond in je sprint-exports, kostenrapporten en securitybevindingen, de beslissingen beantwoordt die je deze week moet tekenen. Privacy by design, met elke keer de bron erbij.

Draait op je eigen laptop. Je data verlaat hem nooit.