We houden YoTech bewust klein. Niet omdat we niet kunnen groeien, maar omdat de rekensom elk jaar verder onze kant op kantelt: een senior engineer met de AI-tooling van nu levert wat een team van vijf in 2020 leverde — met minder overdrachten, minder meetings en minder plekken waar kwaliteit weglekt.
Teamgrootte was een maat voor capaciteit. AI heeft die maat gebroken.
Waarom klein nu wint van groot
1. Wendbaarheid zit in de structuur, niet in de cultuur
Een delivery-organisatie van dertig man heeft proces nodig om te overleven: tickets, ceremonies, akkoordrondes. Dat is geen verspilling in een groot team — het is dragend. Maar een senior team van drie heeft die steigers helemaal niet nodig. Besluiten vallen in hetzelfde gesprek als het werk. Stuurt de klant dinsdag bij, dan stuurt de bouw dinsdag bij.
2. Eén gedeeld beeld van het systeem
De dure fouten in software zijn bijna nooit typefouten — het zijn integratiefouten: twee mensen met twee verschillende mentale modellen van hetzelfde systeem. In een klein team past de hele architectuur in ieders hoofd. Degene die het datamodel ontwierp, reviewt de API die eraan zit.
3. Kostendiscipline als standaard
AI haalt de onderste 60% van het werk weg — boilerplate, scaffolding, testloodgieterswerk, eerste versies van documentatie. Grote teams reageren door iedereen toch bezig te houden. Kleine teams reageren door simpelweg niet te factureren voor werk dat niet meer bestaat. Die marge gaat naar het deel dat klanten echt voelen: senior oordeel.
4. Ruimte voor de onconventionele keuze
Niemand bij een bedrijf van 200 man wordt gepromoveerd voor het rare-maar-juiste voorstel. Kleine teams kunnen die keuze wél maken — een gepland microservices-landschap vervangen door één saaie monoliet, een feature in week twee schrappen, drie UI's prototypen op één dag — omdat van gedachten veranderen één gesprek kost.
AI is de gelijkmaker — voor ervaren handen
De tools die ertoe doen zijn niet het demo-speelgoed. Het zijn de stille versnellers: coding agents die de routinematige 70% van een implementatie voorzetten, model-API's (Anthropic, Mistral, OpenAI) die features überhaupt mogelijk maken, evaluatie-harnassen die AI-gedrag testen zoals unit tests functies testen.
Wat ze gemeen hebben: ze vermenigvuldigen de kwaliteit van de input. Geef ze een precieze, ervaren instructie en je krijgt senior werk op machinesnelheid. Geef ze een vage instructie en je krijgt plausibel ogend werk dat drie weken later in productie omvalt. AI vervangt ervaring niet — het stapelt erbovenop.
Wat we in onze eigen workflow echt veranderden
- Eerst de echte bottleneck vinden. We hebben gemeten waar de dagen werkelijk heengingen. Dat was niet code schrijven — het was reviewen, briefen en context-wisselen. Dus dáár kwam tooling op.
- De saaie 60% automatiseren. Scaffolding, migraties, testopzet en eerste drafts zijn nu agent-werk. Altijd gereviewd, nooit blind gemerged.
- Mensen op de oordeelsvragen houden. Architectuur, naamgeving, security-grenzen, "moet deze feature überhaupt bestaan" — dat blijft mensenwerk, permanent.
- Alles reviewen, niets vertrouwen. AI-output krijgt dezelfde reviewlat als de PR van een junior. Die lat ís het product.
- Meten en herhalen. Maakt een tool de weg van idee naar deployed niet zichtbaar korter, dan gaat hij eruit. De meeste overleven dat niet.
De adder onder het gras
Dit is het stuk dat de hype overslaat: AI maakt onervaren teams ook sneller — sneller in het bouwen van het verkeerde ding. Gegenereerde code is zelfverzekerde code. Hij compileert, demo't goed en verstopt zijn shortcuts op plekken waar alleen een senior reviewer kijkt. De teams die winnen met AI zijn niet de teams die de meeste code genereren. Het zijn de teams die de meeste gegenereerde code afkeuren.
FAQ
Betekent een kleiner team een goedkoper project?
Meestal betekent het een kórter project. Je betaalt senior tarieven voor minder uren in plaats van gemengde tarieven voor veel uren — en de coördinatie-overhead sla je helemaal over. De totaalprijs is doorgaans lager; de prijs per week is niet het punt.
Is AI-gegenereerde code veilig voor productie?
Gereviewde AI-code wel. Ongereviewde AI-code is een risico met nette syntax. Elke regel die wij opleveren passeert dezelfde senior review — wie (of wat) de eerste versie ook schreef.
En klanten met EU-data-eisen?
Dat is een architectuurkeuze, geen bijzaak: EU-hosted modellen zoals Mistral AI of AWS Bedrock in EU-regio's, met logging en documentatie ingebouwd. Onze aanpak staat op de EU Ready-pagina.
Hoe klein is té klein?
Eén persoon is te klein — niemand reviewt de reviewer. De sweet spot: twee tot vier seniors met één gedeeld beeld van het systeem, met een doorgelicht netwerk erachter voor extra capaciteit als een bouw dat echt nodig heeft.
Verkoop je werk waar je het team niet voor hebt? Dat is letterlijk ons businessmodel: plan een call — jij houdt de klant, wij bouwen achter de schermen.
