Waarom uren wachten op iets wat in minuten kan? 

Als je in productie tegen een probleem aanloopt, begint het meestal bij een klant die iets meldt. Alleen: je krijgt dat probleem vaak niet gereproduceerd in je eigen testdata, omdat het zo specifiek is voor die klant. Dus heb je hun database nodig. 

Wat er dan gebeurt, is best omslachtig. De servicedesk moet toestemming vragen aan de klant. Daarna moet Operations een kopie van de data (een dump) maken. Daar wordt een ticket voor aangemaakt, iemand moet ernaar kijken, het moet ingepland worden… en voor je het weet ben je uren, soms een dag verder. 

Ondertussen zit je als developer te wachten tot je verder kunt. En in de tussentijd wacht de klant ook op een oplossing. 

Ik zag dat proces steeds terugkomen in mijn team en dacht op een gegeven moment: dit is eigenlijk niet logisch. Alles wat hier gebeurt, zijn steeds dezelfde stappen. Dit is precies het soort werk dat je zou moeten automatiseren. 

Vrijdag begonnen, maandag een werkende tool  

Na een AI-workshop van de AI Lead van Topicus ben ik het proces gewoon gaan opschrijven. Niet technisch ingewikkeld, maar gewoon: wat moet er gebeuren? 

Je moet kunnen aangeven om welke klant het gaat, welk ticket erbij hoort waarin de toestemming staat, en je moet expliciet bevestigen dat die toestemming er is. De beveiliging loopt via ons eigen systeem, Keyhub. Je moet lid zijn van een bepaalde groep en die moet je eerst activeren voordat je een dump kunt inlezen. 

Daarnaast moet de applicatie een database dump kunnen ophalen uit storage, die kunnen inlezen en bijhouden wat er gebeurt. Wie heeft wat aangevraagd, wanneer, en wat de status is. Dat heb ik als specificaties ingevoerd in AI en gezegd: bouw dit. Vrijdag ben ik begonnen. Maandag had ik een werkende applicatie. Ik heb ’m Opkikker genoemd, want het oude proces kon wel een opkikker gebruiken. 

Het zit ‘m niet in slimme AI 

Het systeem draait wel met behulp van AI, maar de echte kracht zit in wat het overneemt: een proces dat eerst volledig handmatig verliep. Alle stappen - van toestemming checken tot het ophalen en inladen van een database - zaten er al in, alleen waren ze verspreid over verschillende mensen en systemen. 

Door dat proces vast te leggen en te laten uitvoeren door één systeem, wordt het werk uit handen genomen. Je hoeft niet meer te wachten tot iemand anders een volgende stap zet, maar kunt direct door. 

De AI zit dus niet in het slimmer maken van keuzes, maar in het mogelijk maken van die automatisering. Het helpt om het systeem snel te bouwen en het proces betrouwbaar uit te voeren. En juist daar zit de winst: minder handwerk, minder afhankelijkheden en een proces dat gewoon loopt. 

Hoe we dit nu bij Topicus doen 

Met Opkikker kan een developer nu zelf een database aanvragen, zonder afhankelijk te zijn van Operations. De toestemming loopt nog steeds via de servicedesk, maar daarna kan je zelf het proces starten. De rest gaat automatisch. 

Je krijgt automatische updates: als iets wordt aangevraagd, als het klaar is, als het bijna verloopt of verwijderd wordt. Alles blijft netjes in één map staan, zodat je overzicht houdt. Daarnaast hebben we meteen een aantal dingen ingebouwd om fouten te voorkomen. Je kunt alleen je eigen databases verwijderen, en alles wordt gelogd. 

Het zijn geen wereldschokkende veranderingen, maar het scheelt wel uren aan werk. En het haalt frictie uit het proces. Je kan direct door. 

Wat dit laat zien 

Wat dit voor mij vooral laat zien, is hoeveel tijd en moeite er nog zit in processen die we eigenlijk gewoon kunnen automatiseren. Dit is geen groot project. Het is relatief kleine functionaliteit. Maar omdat het precies op een punt zit waar veel tijd verloren gaat, heeft het meteen impact op het dagelijkse leven van developers. 

Bij Topicus zie je dat soort kansen overal. Processen die ooit logisch waren, maar inmiddels vooral traag zijn geworden. Dingen die “altijd zo gingen”. Als je die stap voor stap uitschrijft en kijkt wat er echt gebeurt, kun je ze vaak veel simpeler maken, en tegenwoordig ook veel sneller bouwen. 

Waar je zelf kunt beginnen 

Als je hiermee aan de slag wilt, kijk dan vooral naar dingen die schuren. Processen met veel handmatige stappen. Dingen waar mensen op elkaar moeten wachten. Werk dat elke keer hetzelfde is. Schrijf dat eens uit, echt stap voor stap. En kijk dan wat er gebeurt als je dat aan AI geeft. Niet omdat AI het magisch oplost, maar omdat het je helpt om iets wat je al begrijpt, ook echt te bouwen. 

Want uiteindelijk was dit geen technisch probleem. Het was vooral de vraag: waarom doen we dit nog op deze manier?