AI in 300 uur? De schatting ligt onder de industriële ondergrens: een driedubbele controle
Anthropic
Google/DeepMind
Een IT-specialist schatte 300 uur voor een upgrade van een bedrijfsboekhoudsysteem, maar de klant stelde dat AI dat in één avond kon doen. De specialist herberekende de omvang met drie onafhankelijke methoden en ontdekte dat zijn eigen schatting onder de laagste industriële normen lag. Volgens ISBSG-gegevens zouden de 412 functiepunten eigenlijk tussen ongeveer 990 (laagcode 90e percentiel) en ~12.400 uur (COCOMO II nominale) kosten.
Een IT-specialist schatte 300 uur om een boekhoudsysteem af te ronden, maar de klant wees dit af en zei dat AI dit in een avond kan doen. Om dit te verifiëren berekende de specialist dezelfde scope met drie onafhankelijke methoden: bottom-up op basis van gebruikersacties, function points met ISBSG-industriebenchmarks voor productiviteit, en COCOMO II. Het resultaat keerde de verwachtingen om: volgens industriestatistieken zijn de 412 function points ongeveer 990 uur waard (90e percentiel van low-code projecten in de ISBSG-repository) tot ongeveer 3.600 uur (mediaan van Java-projecten daar) en tot ongeveer 12.400 uur volgens nominale COCOMO II. Zijn oorspronkelijke schatting van 300 uur komt neer op 0,73 uur per function point, onder het minimum van de volledige low-code steekproef. Het artikel beschrijft de uitsplitsing: 40 UI-oppervlakken, 77 API-eindpunten, 90 gebruikersacties en een gevoeligheidsanalyse. Ook wordt het argument 'doe het zelf met AI' behandeld, waarbij wordt verwezen naar het '70%-probleem' van Eddie Osman (Google Chrome DX) en onderzoeken die aantonen dat AI-gegenereerde code vaak kwaliteits- en beveiligingsproblemen heeft, zoals de CVE-2025-48757-kwetsbaarheid die meer dan 170 productie-apps treft.
Bron: Habr — хаб ИИ —
origineel
