CTO-rondetafel: Technologieleiders delen lessen over het bouwen van AI-native organisaties

Tijdens de eerste CTO Circle, gehouden tijdens de Snowflake Summit 2026 in San Francisco, kwamen meer dan 350 CTO's uit de financiële sector, telecom, retail en technologiesector bijeen om ervaringen uit te wisselen over het opbouwen van AI-native ingenieursorganisaties. De discussies concentreerden zich op drie thema's: AI in productie krijgen, snelheid in evenwicht brengen met risico, en engineeringteams herontwerpen voor AI. Vivek Raghunathan, Senior Vice President of Engineering bij Snowflake, deelde hoe het bedrijf productiviteit van ontwikkelaars als een product behandelde, door interviews met ontwikkelaars, het in kaart brengen van knelpunten en het vaststellen van basismetingen. Binnen achttien maanden steeg de interne Net Promoter Score van ontwikkelaars bij Snowflake met meer dan dertig punten, met een verhouding van vier tevreden tot één ontevreden ontwikkelaar. Hij benadrukte dat hoge hefboomwerking voortkomt uit diepgaand gebruik en meesterschap, door stadia van adoptie, meesterschap en optimalisatie te doorlopen, en succesvolle werkstromen te institutionaliseren. Jon McNeill, auteur van 'The Algorithm', drong er bij leiders op aan om de gebruikelijke aanpak om te draaien: begin met de belangrijkste zakelijke beperkingen en bouw daar vervolgens de engineeringsystemen omheen, waarbij succes niet wordt gemeten aan de hand van de hoeveelheid code maar aan efficiëntie. Jeremy Burton, General Manager van de Observability Business Unit van Snowflake, merkte op dat de verschuiving van experimenten naar productie plaatsvindt, wat bewijs van zakelijke waarde vereist. AI-agenten genereren meer telemetrie en vragen om meer context, dus observatie moet evolueren om semantische lagen, ontologieën en kennisgrafen te bieden, evenals gestandaardiseerde interfaces zoals API's, CLI's en het Model Context Protocol (MCP). Aditya Gaur, engineeringmanager bij Netflix, legde uit dat hun automatisering van hoofdoorzaakanalyse succesvol was dankzij investeringen in data-architectuur die jaren vóór de introductie van AI-agenten waren gedaan. Caitlin Colgrove, Chief Technology Officer bij Hex, besprak het 'verbranden van de schepen' door het centrale AI-team te elimineren en het eigenaarschap te verdelen over productteams, wat de levering versnelde. Chris Kozlowski, Managing Director bij Barclays, benadrukte dat snelheid gepaard moet gaan met governance en vertrouwen, terwijl Corey Burke, Senior Vice President bij Dialpad, en Arun Rajamanickam, Vice President bij project44, beschreven hoe AI-agenten de tijd die aan coderen wordt besteed verminderen en de tijd die aan het definiëren van intentie en het orkestreren van agenten wordt besteed vergroten. Qi Jin, Executive Vice President bij Cerebras, introduceerde 'Code Yellow', een raamwerk voor urgente organisatorische verandering gericht op klantproblemen. Parvez Naqvi, Senior Vice President bij Capital One, merkte op dat naarmate AI de implementatie versnelt, de waarde van engineering verschuift naar oordeelsvorming, planning en architectuur. Harjot Gill, Chief Executive Officer bij CodeRabbit, en Jordan Topoleski, Chief Operating Officer bij Cursor, wezen op nieuwe knelpunten in codebeoordeling en kwaliteitsborging. De overkoepelende conclusie was dat AI-native engineering afhangt van het vermogen van een organisatie om te leren, te institutionaliseren en zich continu aan te passen, in plaats van van vroege adoptie van tools.