AI-code veroorzaakt storingen bij 81 procent van bedrijven

AI-codeertools schrijven code in seconden, maar bij grote bedrijven gaat er daarna vaak iets mis. Van 300 senior engineering leaders zegt 81 procent dat hun organisatie het afgelopen half jaar een productie-incident of storing had die terug te voeren is op AI-gegenereerde code. Dat blijkt uit een enquête die onderzoeksbureau Coleman Parkes in juli en augustus hield in opdracht van debugbedrijf Undo.

Meer tijd kwijt aan debuggen dan aan bouwen

De ondervraagden werken bij grote Amerikaanse en Britse bedrijven aan bedrijfskritische software, vooral in C en C++. Volgens InfoQ besteden hun engineers gemiddeld 16,9 uur per week aan debuggen, tegen 9,8 uur aan het schrijven van nieuwe code. Debuggen slokt daarmee 42 procent van de werkweek op.

De cijfers over kwaliteit liegen er ook niet om. 91 procent zag defecten of test escapes in productie belanden. 93 procent meldt dat een hallucinatie van een AI-model het team op het verkeerde spoor zette bij het zoeken naar de oorzaak van een fout. En 80 procent vindt dat AI-agents vastlopen op lastige problemen in complexe codebases.

Code in productie die niemand begrijpt

Het opvallendste getal gaat over begrip. Ruim een derde (35 procent) van de AI-code bereikt productie voordat het team precies snapt wat die code doet. Engineers kunnen hun agents simpelweg niet bijhouden. Wie code niet zelf heeft geschreven, mist de kennis die nodig is om een fout snel terug te vinden.

Greg Law, oprichter en topman van Undo, zegt tegen InfoQ dat agents goed zijn in het snel genereren van code, maar “less capable at debugging it”. Engineers zijn daarna veel tijd kwijt met uitzoeken wat er misging. CTO Mark Williamson beschrijft het tegenover LeadDev zo: AI levert “a large chunk of an application in seconds”, terwijl het controleren en onderhouden ervan bij mensen blijft liggen.

Dat sluit aan bij eerder onderzoek. Harvard zag al dat AI-codeeragents voor een file bij de code review zorgen, en een andere studie liet zien dat frontier-modellen falen op echte bedrijfscode.

Geen snellere releases

De belofte van AI-codering was snelheid. Toch zegt 79 procent van de leidinggevenden dat hun releasecycli niet korter zijn dan vóór de komst van AI. De bottleneck is verschoven: het schrijven gaat sneller, het nakijken en repareren kost meer tijd. LeadDev-auteur Chris Stokel-Walker wijst erop dat dit vooral speelt bij oudere, complexe codebases waar een fout direct gevolgen heeft.

Undo is zelf leverancier van tools voor root-cause-analyse en heeft dus belang bij de uitkomst. De steekproef is bovendien beperkt tot grote bedrijven met bedrijfskritische systemen. Voor een startup die een webapp bouwt, kan het beeld anders zijn.

Wat betekent dit

Voor teams die tools als Claude Code, GitHub Copilot of Codex inzetten, is de les dat de winst niet bij het genereren zit. Wie AI-code laat mergen zonder dat iemand die echt begrijpt, schuift het werk door naar het moment dat er een storing is, en dan is het duurder. Reken dus op review-capaciteit, goede tests en logging. Let ook op de kosten van gebruik: de limieten van Claude Code zijn dit jaar al aangescherpt. En vergeet de beveiliging niet. Hoe snel AI-code misbruikt kan worden, liet de zaak zien waarin één hacker met AI Koreaanse banken aanviel.