Epic Games gaat AI-first: en jij? Ben jij al zo ver?
Geschreven door Bjorn Thannhauser
Epic Games schrapt handgeschreven code. Wat betekent 'AI-first' voor jouw team? Lees wat je moet bewaken als AI niet gereedschap maar fundament wordt.
Epic Games schrapt handgeschreven code en AI-vrije kunst, en noemt dat een strategische keuze, niet een bezuiniging. Wat gebeurt er als een organisatie niet AI adopteert, maar er volledig op inzet? En wat betekent dat voor jouw team?
TL;DR
Epic Games stapt volledig over op AI-gegenereerde code en kunst voor hun Disney-samenwerking. Dat is geen gewone AI-adoptie, maar een systeemwissel. Het grootste risico: teams verliezen het vermogen om AI-output te begrijpen en te beoordelen. Dit artikel legt uit waar dat mis kan gaan, en welke drie vragen je als product manager moet stellen voordat je hetzelfde pad bewandelt.
In dit artikel:
Ik kom regelmatig bij organisaties die zeggen dat ze "iets met AI willen doen". Dat klinkt vaag, maar het is eerlijk. Ze voelen de druk, zien de mogelijkheden, en zoeken een startpunt. Wat er bij Epic Games speelt, is het tegenovergestelde van dat voorzichtige begin. Volgens een rapport van Ars Technica gaat Epic Games volledig over op AI-first ontwikkeling voor hun samenwerking met Disney, een shooter in het Marvel- en Star Wars-universum. Geen handgeschreven code meer, geen AI-vrije kunst. Dit is geen pilot. Dit is een systeemwissel. En juist daarom is het zo'n bruikbaar voorbeeld voor iedereen die nadenkt over AI-adoptie in teams en organisaties.
Wat betekent 'AI-first' eigenlijk?
AI-first is een term die veel wordt gebruikt, maar zelden precies wordt uitgelegd. Hier is een werkbare definitie: een AI-first organisatie is een organisatie waarbij AI niet een hulpmiddel is naast bestaande processen, maar het fundament waarop nieuwe processen worden gebouwd. De mens stuurt, selecteert en beoordeelt, maar produceert niet meer zelf in de klassieke zin.
Dat klinkt misschien als een nuanceverschil. Dat is het niet. Als je AI gebruikt om je e-mails sneller te schrijven, blijft de schrijver de mens. Als je organisatie besluit dat er geen handgeschreven code meer wordt geproduceerd, verplaatst de verantwoordelijkheid zich. Niet weg, maar anders. En dat "anders" is precies wat de meeste teams nog niet hebben doorgedacht.
Wat heeft Epic Games precies besloten?
Volgens het Ars Technica-rapport heeft Epic Games intern gecommuniceerd dat hun nieuwe game-ontwikkelproject, de samenwerking met Disney rondom Marvel en Star Wars, voortaan volledig draait op AI-gegenereerde code en AI-gegenereerde kunst. Er wordt niet meer gewerkt met handmatig geschreven code als standaard. Dat is een radicale stap, zeker voor een studio die bekendstaat om technische kwaliteit en de Unreal Engine.
Interessant is de framing die Epic hanteert: dit is een strategische keuze, geen noodgreep. Het wordt niet gepresenteerd als kostenreductie, maar als een manier om sneller en flexibeler te ontwikkelen. Of dat ook zo uitpakt, is nog onzeker. Het project is al vertraagd, en het omschakelen naar een AI-first werkwijze midden in een lopend ontwikkeltraject is bepaald geen risicoloze zet.
Wat me opvalt is dat dit exact het patroon is dat ik herken bij organisaties die AI willen invoeren onder tijdsdruk: de belofte van snelheid overstemt de vraag naar beheersbaarheid.
Wat is het verschil tussen AI als gereedschap en AI als vervanging?
Dit is de vraag die ik het vaakst stel als ik met teams werk aan AI-adoptie, en het antwoord bepaalt alles wat daarna komt.
AI als gereedschap betekent: je team gebruikt AI om sneller, beter of goedkoper te werken. Een developer gebruikt GitHub Copilot. Een designer gebruikt Midjourney als inspiratiebron. Een copywriter gebruikt een taalmodel als klankbord. De mens blijft eigenaar van het eindresultaat, begrijpt wat er wordt opgeleverd, en kan het beoordelen.
AI als vervanging betekent: het proces verschuift zo ver dat het team niet meer in staat is het eindresultaat te begrijpen, te beoordelen of te corrigeren zonder opnieuw AI in te zetten. De kennis zit niet meer bij het team, maar in de tool, of eigenlijk: in de aannames die in de tool zijn gebakken.
Het verschil lijkt subtiel, maar is in de praktijk enorm. Ik zie het in teams die volledig afhankelijk worden van AI-samenvattingen van klantgesprekken, terwijl niemand meer de ruwe data leest. Of in ontwikkelteams die AI-gegenereerde code mergen zonder die te lezen, omdat "het toch werkt". Op korte termijn gaat het goed. Op het moment dat het misgaat, weet niemand meer waar te beginnen.
Herkenbaar patroon: de stille kennislekkage
Een van de organisaties waarmee ik werkte, had in zes maanden tijd het klantonderzoeksproces volledig geautomatiseerd. AI transcribeerde gesprekken, synthetiseerde inzichten en maakte aanbevelingen. Efficiënt, ja. Maar na een kwartaal bleek dat het team geen enkele mening meer had over de kwaliteit van de aanbevelingen. Ze accepteerden ze, omdat ze de onderliggende data niet meer kenden. Dat is geen AI-adoptie. Dat is kennislekkage met een vriendelijk dashboard eroverheen.
Wat begrijpt en bewaakt jouw team nog zelf?
Dit is de urgentste vraag voor elk team dat serieus met AI werkt, en voor product managers in het bijzonder. In mijn werk als product manager leg ik sterk de nadruk op eigenaarschap: wie begrijpt het product, wie bewaakt de kwaliteit, en wie kan uitleggen waarom een beslissing is genomen? Die vragen worden bij AI-first werken minder vanzelfsprekend te beantwoorden.
Bij Epic Games wordt dit concreet: als geen enkele developer meer handmatig code schrijft, wie begrijpt dan de architectuur van het systeem? Wie kan een AI-gegenereerde bug opsporen en reproduceren? Wie besluit of een AI-gegenereerde animatie past bij de artistieke visie van het spel, en op basis van welke expertise?
Dat zijn geen retorische vragen. Het zijn de vragen die ik ook stel als ik met teams werk aan hun AI-strategie, zoals ik beschrijf op mijn pagina over Productmanagement en product ownership | Bjorn Thannhauser. Het gaat niet alleen over wat AI kan, maar over wat het team nog zelf doet, begrijpt en bewaakt.
In productteams noemen we dit soms "de last responsible moment": het moment waarop een beslissing nog te keren is. Bij AI-first werken verschuift dat moment, en vaak wordt het later in het proces pas zichtbaar. Dat is het echte risico, niet de AI zelf.
Hoe ga je hier als product manager mee om?
Ik zeg niet dat AI-first werken per definitie verkeerd is. Ik zeg wel dat het niet iets is wat je "even invoert". Hier zijn de drie vragen die ik stel voordat een team echt over gaat op AI als fundament in plaats van gereedschap:
1. Wat is de minimale vaardigheid die het team moet behouden? Niet alles hoeft handmatig, maar er is altijd een minimale laag van begrip nodig om kwaliteit te kunnen beoordelen. Definieer die laag expliciet, voordat je hem wegautomatiseert.
2. Wie is eigenaar van het oordeel? AI produceert output. Maar wie bepaalt of die output goed genoeg is, en op basis van welke criteria? Als het antwoord is "ook de AI", heb je een cirkelredenering gebouwd.
3. Wat doe je als het misgaat? Elk systeem faalt soms. Bij AI-gegenereerde code of kunst kan een fout subtiel zijn en lang onopgemerkt blijven. Wat is het terugvalscenario? Wie heeft de kennis om in te grijpen?
Dit zijn geen rem op innovatie. Dit zijn de basisvragen van goed productdenken, toegepast op een nieuwe context. De teams die ik zie slagen met AI, zijn niet de teams die het snelst alles automatiseren. Het zijn de teams die het bewust invoeren, weten wat ze inleveren, en daar een weloverwogen keuze over maken.
Of Epic Games die keuze ook bewust heeft gemaakt, en of het uitpakt zoals ze hopen, zal de komende maanden blijken. Ik volg het met interesse. En met de nuchterheid van iemand die weet hoe verleidelijk het is om een tool te omarmen voordat je weet wat je daarmee opgeeft.
Veelgestelde vragen over AI-first ontwikkeling (FAQ)
Wat is AI-first ontwikkeling?
Is AI-first hetzelfde als alle taken automatiseren?
Wat zijn de risico's van AI-first voor een productteam?
Hoe verschilt Epic Games' aanpak van normale AI-adoptie?
Hoe weet ik of mijn team klaar is voor AI-first werken?
Plan een vrijblijvend kennismakingsgesprek
Lees ook
Hoe meet je de echte waarde van AI-adoptie?
79% van AI-projecten mislukt. Ontdek hoe je de waarde van AI-adoptie écht meet met 3 concrete indicatoren. Lees meer op thannhauser.nl.
Lees verder →oktober 2026De PM-rol in het tijdperk van AI-agents
AI-agents worden gebruikers van je product. Wat betekent dat voor jouw prioriteiten als PM? Lees wat er concreet verandert en plan een gesprek.
Lees verder →september 2026AI Overviews en je online vindbaarheid: wat nu?
AI Overviews verdringen organisch verkeer en Shopping-ads. Wat betekent dit voor jouw vindbaarheid? Lees de nuchte analyse en pas je strategie aan.
Lees verder →