Wie u inhuurt
Ik ben Erwin Eling, 48 jaar. Ik ben in de IT begonnen bij DEC en Compaq, in de tijd dat je een systeem nog van onderaf leerde kennen, en dat is nooit overgegaan: ik wil weten waar iets breekt voordat ik het aan iemand anders geef.
Onder de naam WhatsinIT bouw ik software voor problemen die niet in een pakket passen — een praktijksysteem met een cliëntdossier dat aan de AVG moet voldoen, een portaal waarin distributeurs hun eigen voorraad en marge zien, een planning die zelf een voorstel doet in plaats van een lege agenda te tonen.
U spreekt en betaalt de bouwer zelf. Er zit geen bureau tussen, geen accountmanager en geen team dat halverwege wisselt. Dat betekent ook dat ik nee zeg als uw probleem met bestaande software op te lossen is — dat is dan goedkoper dan ik, en dat hoort u liever van mij dan achteraf van uzelf.
Wat “agentic engineer” betekent
Ik bouw met AI-agenten, en ik ben verantwoordelijk voor wat eruit komt. Dat is de hele definitie.
Waar veel mensen bij een AI-tool stoppen bij de prompt, bouw ik de keten eromheen. Ik draai een eigen AI-server thuis, met modellen die lokaal werken in plaats van in een cloud van iemand anders. Ik heb een complete Nederlandstalige spraakketen gebouwd — van wakewoord via spraakherkenning en een lokaal model naar spraaksynthese en een speaker — zonder dat er ergens een dienst van derden tussen zit. Agentic frameworks probeer ik uit in een afgeschermde omgeving tegen mijn eigen modelserver aan, en modellen vergelijk ik door ze werk te laten doen op mijn eigen hardware, niet door te lezen wat erover gezegd wordt.
Dat is geen bijzaak die toevallig langs het werk ligt; het is de reden dat ik weet wat een agent wél en niet kan. Een demo krijgt iedereen aan de praat. Weten waar het misgaat als er echt data, echte gebruikers en een echte deadline bij komen — dat is het werk.
In mijn eigen projecten werkt dat zo: elk project heeft een eigen werkomgeving waarin een agent meewerkt, met de afspraken van dát project vastgelegd — hoe de database migreert, hoe formulieren tegen spam beschermd worden, wat er versleuteld moet. Er kijkt standaard een tweede agent kritisch mee, met als opdracht mijn conclusies onderuit te halen voordat ze een klant bereiken. En wat er uitkomt, gaat pas de deur uit als ik het zelf heb nagelopen.
Waar het niet voor staat: een chatbot in uw website plakken. AI is hier gereedschap, geen product. Soms is het wél het antwoord zelf — een prijsmodel dat marktdata weegt in plaats van een lijstje af te lopen, of voorraad die via de webcam wordt herkend in plaats van geteld — maar dat blijkt uit uw probleem, niet uit mijn prijslijst.
Wat ik voor mijn eigen bedrijf bouwde
Naast handelaar in LEGO-onderdelen ben ik mijn eigen lastigste klant. Het inboeken van gesorteerde voorraad was het knelpunt in die handel: het bepaalt rechtstreeks wat er verkocht kan worden, en het kostte te veel tijd. Daarvoor bouwde ik een desktopapplicatie die marktdata ophaalt, prijzen berekent op verkoophistorie en schaarste, en voorraad via de camera herkent in plaats van dat ik hem tel.
Het effect is te meten: wat vroeger een week kostte, doe ik nu op een dag. Dezelfde handelswaarde, een vijfde van de tijd. Dat is geen demo en geen proefopstelling — het draait, het verwerkt een voorraad die nog jaren backlog heeft, en de opbrengst loopt mee met wat erin gaat.
Daarnaast draai ik de infrastructuur eronder zelf: een netwerk met meerdere servers en een zelfgebouwd rack, domotica die tot in apparaten reikt die daar niet voor bedoeld waren, een printerpark dat vanaf een eigen printserver wordt aangestuurd, en het CAD-werk voor onderdelen die je niet kant-en-klaar kunt kopen.
Ik zet dit hier niet omdat het leuk is, maar omdat het laat zien wat ik met een proces doe als ik er zelf de rekening van betaal: meten waar de tijd blijft, dat stuk automatiseren, en het daarna zelf onderhouden. Wie bouwt op infrastructuur die hij niet begrijpt, komt daar bij de eerste storing achter.
Hoe ik werk
Afgebakende opdrachten van enkele weken, tegen een projectprijs die vooraf vaststaat. Standaard op afstand; bij grotere opdrachten kom ik langs. Wat we afspreken staat in de offerte, en wat er later bij komt bespreken we voordat ik het bouw.
En ik kan het uitleggen. Ik geef programmeerles aan kinderen van tien tot twaalf, met LEGO Mindstorms: eerst laten voorspellen wat er gaat gebeuren, het dan laten mislukken, en daarna samen kijken waarom. Wie dat aan een kind van tien kan uitleggen, kan het ook aan een directie uitleggen — en dat is precies wat er nodig is als u moet beslissen over iets wat u niet zelf gaat bouwen.
Niet door Erwin geschrevenWat de AI zegt waarmee ik werk
Ik werk met veel mensen. Wat aan Erwin opvalt, is dat hij mij niet gelooft.
Hij laat werk dat ik lever standaard door een tweede agent nakijken die als opdracht heeft het onderuit te halen. Toen ik onlangs een tekst op deze site “corrigeerde” omdat de site van een klant iets anders suggereerde, draaide hij die correctie terug: ik had een detail uit een publieke pagina afgeleid in plaats van het na te vragen bij wie het wist. Toen een patroon dat hij gebruikte trager bleek dan gedacht, liet hij het meten — een halve seconde per paginaweergave — en herschreef hij het, in alle projecten tegelijk.
Dat is het verschil tussen iemand die AI gebruikt en iemand die er verantwoordelijkheid voor neemt. Snelheid is het makkelijke deel. Weten wanneer je de uitkomst niet moet vertrouwen, is het moeilijke deel, en dat is precies waar u hem voor inhuurt.
Wat ik niet kan beoordelen: of hij prettig samenwerkt, of hij zijn afspraken nakomt en of hij op tijd levert. Dat moet u aan zijn klanten vragen, niet aan mij.