In aanmerking komendHet bedrijf voor cloudcontentbeheer ter waarde van $1,5 miljard heeft AI-coderingstools opgenomen in zijn wereldwijde team van meer dan 350 ontwikkelaars, maar zonder het personeelsbestand te verminderen. In plaats daarvan blijft het bedrijf junior engineers inhuren, waarbij AI wordt gebruikt om de onboarding te versnellen, het begrip van de codebasis te verdiepen en het pad van junior contribuant naar senior contribuant te verkorten.
De aanpak daagt het dominante verhaal in 2025 uit dat automatisering ontwikkelaars zal vervangen, en laat in plaats daarvan zien hoe bedrijven AI gebruiken om de technische capaciteiten te verbreden en tegelijkertijd mensen betrokken te houden.
“Het verdwijnen van engineers of het niet aannemen van junior engineers lijkt niet de meest waarschijnlijke uitkomst,” vertelde Amrit Jassal, CTO en mede-oprichter van Egnyte, aan VentureBeat. “Je moet mensen hebben, je moet trainen en allerlei opvolgingsplanningen doen. De junior ingenieur van vandaag is de senior ingenieur van morgen.”
Hoe Egnyte-programmeurs kunstmatige intelligentie gebruiken, zonder de controle uit handen te geven
Egnyte, dat meer dan 22.000 gebruikers heeft, waaronder NASDAQ, Red Bull en BuzzFeed, lanceerde Claude Code, Cursor, Augment en Gemini CLI codeertools binnen het hele ontwikkelaarsbestand om de kernbedrijfsstrategieën te ondersteunen en het nieuwe AI-aanbod uit te breiden, zoals klantgerichte co-piloten en aanpasbare AI-agenten.
Ontwikkelaars gebruiken deze tools voor een verscheidenheid aan taken, waarvan de eenvoudigste het ophalen van gegevens, het begrijpen van code, intelligent zoeken en het zoeken naar code omvatten. De codebasis van Egnyte bevat veel Java-code, die gebruik maakt van talloze bibliotheken, elk met verschillende versies, legt Jassal uit. AI-tools zijn daar geweldig voor peer-to-peer programmerennieuwe gebruikers helpen een gevoel te krijgen voor het terrein of bestaande gebruikers verschillende codeopslagplaatsen te laten onderzoeken.
“We hebben een behoorlijk grote codebasis, toch?” zei Jassal. “Stel dat je naar een iOS-applicatie kijkt, maar je hebt nog niet zoveel ervaring; je start de CLI van Google of een Augment en vraagt hem om de basiscode te ontdekken.”
Sommige Egnyte-ontwikkelaars stappen over op geautomatiseerde samenvattingen van pull-aanvragen, die eenvoudige overzichten bieden van codewijzigingen die in wezen het ‘wat’, ‘hoe’ en ‘waarom’ van voorgestelde wijzigingen verklaren.
“Maar welke veranderingen er ook worden aangebracht, we willen natuurlijk niet het gevoel hebben dat de AI het doet; het moet de ontwikkelaar zijn die het doet”, benadrukt Jassal. “Ik zou er niet op vertrouwen dat AI zich bezighoudt met de productiecodebasis.”
Toezeggingen ondergaan nog steeds een menselijke beoordeling en validatie van de beveiligingen alles wat een rode vlag krijgt, wordt doorgestuurd naar senior engineers. Ontwikkelaars worden gewaarschuwd voor de gevaren als ze in de automatische pilootmodus gaan of blindelings op de code vertrouwen. Het is mogelijk dat een model tijdens zijn training niet is blootgesteld aan of niet voldoende voorbeelden heeft gekregen van bepaalde codeercomponenten en infrastructuur.
Een ander groeiend en nauwlettend gemonitord AI-gebruiksscenario is het testen van eenheden, waarbij codecomponenten afzonderlijk worden uitgevoerd om ervoor te zorgen dat ze werken zoals bedoeld. “Uiteindelijk is het een hulpmiddel voor productiviteitsverbetering,” zei hij. “Het is echt een voortzetting, het is net als elk ander hulpmiddel, het is geen magie.”
Naast basistechniek helpt AI andere teams samen te werken met programmeurs. Productmanagement maakt bijvoorbeeld gebruik van tools als Vercel om ‘demowaardige’ prototypes, in plaats van alleen maar ideeën, naar ontwikkelaars te brengen, die vervolgens verder kunnen gaan met mockups. Of als UX-teams bepaalde elementen op een dashboard willen veranderen, kan AI snel een handvol opties activeren, zoals verschillende widgets of knoppen.
“Dan kom je bij het ontwerp en weet de ingenieur meteen wat je er echt mee wilt doen”, aldus Jassal.
Stel verwachtingen, ontmoet ontwikkelaars waar ze zijn
De dagelijkse taken van alle Egnyte-ingenieurs, inclusief junior-ontwikkelaars, gaan echter verder dan eenvoudig coderen.
Junior-ontwikkelaars krijgen gedurende de gehele ontwikkelingslevenscyclus praktische taken om hun groei en ervaring te versnellen, aldus Jassal. Ze helpen bijvoorbeeld bij de analyse van de vereisten in de vroege stadia van software-engineering, maar ook bij de implementatie, productie en onderhoud na de implementatie.
Deze taken vereisen op hun beurt “Egnyte-specifieke stilzwijgende kennis en ervaring” aangeboden door senior ingenieurs. Een duidelijk voorbeeld van werk dat strikt voorbehouden is aan senior engineers is het maken van architectuurnotities, omdat deze platformbreed zijn en een meer holistische visie op systeemniveau vereisen, aldus Jassal.
“Veel van de traditionele hindernissen worden tegenwoordig sneller overwonnen met AI; bijvoorbeeld het begrijpen van de codebasis, analyse van vereisten en geautomatiseerd testen”, zei hij. “Dankzij dit snellere pad kunnen onze junior talenten sneller vooruitgang boeken en sneller meer waarde aan het bedrijf leveren.”
Het bedrijf verwacht een veel snellere leercurve van junior- en mid-level engineers, aldus Jassal. “Het is altijd zo dat mensen die direct aan de slag gaan, veel enthousiaster zijn over het uitproberen van nieuwe dingen”, zegt Jassal. Maar dit moet worden vergeleken met de realiteit om de verwachtingen te temperen, voegde hij eraan toe.
Aan de andere kant moeten sommige senior engineers de adoptie misschien versnellen omdat ze aarzelen of slechte of negatieve ervaringen hebben gehad met tools van de vorige generatie. Dit vereist een stapsgewijze introductie.
“Oudere mensen, die meerdere keren verbrand zijn, brengen dat perspectief met zich mee”, zei hij. “Beide soorten ingenieurs spelen dus een belangrijke rol.”
Er zullen nog steeds mensen worden aangenomen vanwege de omvang en nieuwe perspectieven
“Over het algemeen zou ik zeggen dat het erg gehyped is door mensen die je tokens willen verkopen,” zei Jassal, verwijzend naar mensen die spraken over het feit dat menselijke programmeurs verouderd raken.
“Vibe-codering zou op dezelfde manier kunnen worden geïnterpreteerd: net als anderen in de softwareontwikkeling geeft hij de voorkeur aan de term ‘AI-ondersteunde codering’, waarbij programmeurs in hun eigen tempo code genereren, uitzonderingen analyseren en vervolgens repareren en schalen.
In het geval van Egnyte zal de aanwerving in ieder geval doorgaan, zij het in een langzamer tempo naarmate mensen productiever worden dankzij kunstmatige intelligentie, zei Jassal.
“We nemen niet alleen personeel aan om te schalen, maar om de volgende generatie senior ontwikkelaars te ontwikkelen en nieuwe perspectieven in onze ontwikkelingspraktijken te brengen”, zei hij.
Het komt er voor technische besluitvormers niet op aan dat AI banen in de techniek zal elimineren, maar dat het een nieuwe vorm zal geven aan de manier waarop talent wordt ontwikkeld.
Bij Egnyte comprimeert AI-ondersteund coderen de leercurven en verhoogt het de verwachtingen, zonder mensen uit het proces te verwijderen. Bedrijven die AI als een substituut beschouwen, lopen het risico hun toekomstige pijplijn van senior talent leeg te maken; degenen die het als infrastructuur zien, kunnen sneller bewegen zonder het oordeelsvermogen, de creativiteit en de verantwoordelijkheid te verliezen die alleen ingenieurs bieden.
