CI/CD & Infrastructuurcomplexiteit
2 min read
Delivery pipelines falen op verschillende manieren, afhankelijk van waar een organisatie staat. Sommigen hebben helemaal geen gecontroleerd pad naar productie. Anderen hebben pipelines die werken totdat er iets verandert. Weer anderen hebben stabiele pipelines die nooit zijn ontworpen voor de veranderingssnelheid die AI introduceert. In elk geval is de beperking structureel — en meer tooling toevoegen zonder de structuur aan te pakken maakt het erger.
Wat wij waarnemen
De meeste organisaties erven hun delivery-opzet, in plaats van die te ontwerpen. Het resultaat is een pipeline gevormd door de problemen van het verleden, niet door de eisen van het heden.
Het probleem ziet er anders uit afhankelijk van waar u staat:
- Geen pipeline — deployments zijn handmatig, scripts staan op iemands laptop, productietoegang wordt gedeeld. De kosten zijn onvoorspelbaarheid en afhankelijkheid van mensen.
- Fragiele pipeline — CI/CD bestaat, maar breekt onder verandering. Kennis is geconcentreerd bij wie het gebouwd heeft. Elke wijziging introduceert risico.
- Pipeline die niet schaalt — stabiel voor werk op menselijk tempo, maar nooit ontworpen voor de veranderingssnelheid die AI introduceert. Parallelle commits, continue deploymentdruk en agent-gegenereerde wijzigingen leggen het plafond bloot.
Bij al deze situaties is het patroon consistent: wat eruitziet als een toolingprobleem, is meestal een structureel probleem.
De kosten
- Tragere release-cycli
- Toenemende onderhoudsinspanning
- Verborgen afhankelijkheden en faalmodi
- Kennis geconcentreerd bij individuele engineers
- Deployments die afhankelijk zijn van de beschikbaarheid van specifieke mensen
- Een plafond op hoe snel het team daadwerkelijk kan opleveren
Hoe dit gewoonlijk wordt opgelost
- Scripts, stappen en pipeline-fasen toevoegen
- Nieuwe tooling introduceren zonder architecturale verandering
- Fouten patchen zodra ze verschijnen
- Meer handmatige goedkeuringen en controles toevoegen
Verbetert de stabiliteit tijdelijk, maar vergroot de complexiteit op lange termijn.
Het patroon is consistent over alle volwassenheidsniveaus heen: de reactie op pipelineproblemen is bijna altijd additief. Meer tools, meer stappen, meer goedkeuringen. De structuur eronder blijft hetzelfde.
AI-versterking
AI versnelt codegeneratie en de veranderingssnelheid van het systeem. Het gevolg hangt af van waar de organisatie staat:
- Geen pipeline — agents genereren en wijzigen code zonder gecontroleerd pad naar productie. De kloof tussen generatie en deployment wordt gevaarlijk.
- Fragiele pipeline — hogere commitfrequentie breekt wat al kwetsbaar was. Fouten nemen sneller toe dan het team kan reageren.
- Pipeline die niet schaalt — agents openen parallel merge requests, triggeren pipelines de klok rond, en pushen wijzigingen in een tempo dat geen menselijk team ooit heeft gehaald. De pipeline wordt het plafond voor alles.
In elk geval bepaalt het delivery-fundament hoeveel van de AI-investering daadwerkelijk de productie bereikt.
Snelheid neemt toe, maar zonder structurele gereedheid neemt betrouwbaarheid af.
Na de
Het doel is niet voor elke organisatie hetzelfde. De juiste volgende stap hangt af van waar de beperking daadwerkelijk zit:
- Een team zonder pipeline heeft eerst een gecontroleerd, herhaalbaar pad naar productie nodig.
- Een team met een fragiele pipeline heeft structuur nodig die standhoudt onder verandering.
- Een team met een stabiele pipeline moet beoordelen of die is ontworpen voor werk op machinetempo — of alleen voor werk op menselijk tempo.
In alle gevallen is de uitkomst in principe hetzelfde:
- Delivery-systemen die voorspelbaar zijn onder de veranderingssnelheid waarop de organisatie daadwerkelijk opereert
- Minder afhankelijkheid van specifieke mensen of tribale kennis
- Een fundament dat geen knelpunt wordt wanneer AI het tempo verhoogt
Van fragiele pipelines naar voorspelbare levering.