Je AI-prototype live brengen? Dit moet er eerst gebeuren.

Je gevibecode applicatie werkt. Maar is hij klaar?

AI-tools maken het bouwen van software sneller dan ooit. Met een goede prompt en tools als Claude Code, Bolt, Lovable of Cursor zet je in een weekend een werkende applicatie neer. De interface klopt, de logica werkt; je kunt er al mee demonstreren. Het voelt als een doorbraak.

En dat is het ook. Maar er zit een gat tussen "het werkt" en "het mag live."

Dat gat is groter dan de meeste mensen verwachten.

Een prototype dat in een paar uur is gegenereerd, is gebouwd om te imponeren. Niet om stand te houden. De code is vaak niet gestructureerd op onderhoudbaarheid. Authenticatie en autorisatie zijn aanwezig, maar zelden goed doordacht. Gegevens worden opgeslagen, maar de vraag hoe veilig ze zijn en waar precies is niet gesteld. Er zijn geen geautomatiseerde tests. Er is geen CI/CD-pipeline. Er is geen logboek van wat er draait, en geen plan voor als er iets misgaat.

Dat is geen verwijt aan de tools, of aan de mensen die ze gebruiken. Het is simpelweg waarvoor ze zijn ontworpen: snel tot een idee komen. Niet: een veilige, stabiele dienst leveren aan echte gebruikers.

Zodra een applicatie daadwerkelijk in gebruik wordt genomen, verandert de context volledig. Er komen gebruikers met echte gegevens. Er zijn wettelijke verplichtingen rondom privacy en beveiliging. Afhankelijkheden in de code hebben bekende kwetsbaarheden die actief worden uitgebuit. En als er iets omvalt, is er niemand die de telefoon opneemt.

Dit zien we regelmatig. Een startup met een sterk idee en een werkend prototype. Een intern team dat snel iets heeft neergezet en het nu wil uitrollen. Een ondernemer die zijn concept heeft gevalideerd en nu serieus wil opschalen. De applicatie bestaat. De ambitie is er. Maar er is niemand die de stap van prototype naar productie heeft gezet.

Smartshore doet dat.

We beoordelen de bestaande code eerlijk:

• Wat is bruikbaar?

• Wat moet herschreven worden?

• Waar zitten de risico's?

We brengen de applicatie op het niveau dat nodig is voor productiegebruik:

• Veilige authenticatie;

• Correcte dataopslag;

• Geautomatiseerde tests;

• Een degelijke deploymentomgeving;

• Monitoring die bijhoudt wat er werkelijk gebeurt.

We draaien op onze eigen Kubernetes-infrastructuur in Amsterdam, zodat data in Europa blijft en de uptime geborgd is.

En daarna houden we het draaiend. Updates worden proactief doorgevoerd. Kwetsbaarheden worden gesignaleerd voordat ze tot een probleem worden. Je krijgt geen verrassingen.

De snelheid van AI-ontwikkeling is een voordeel dat je moet benutten. Maar de verantwoordelijkheid voor wat er live staat, begint op het moment dat echte mensen er gebruik van maken. Die verantwoordelijkheid nemen wij serieus.