Executive Summary
Ruim vijftig jaar geleden beschreef Melvin Conway een opmerkelijke wetmatigheid: organisaties bouwen software die een afspiegeling is van hun eigen communicatiestructuur. Destijds leek dat vooral een observatie voor softwarearchitecten. In het tijdperk van kunstmatige intelligentie blijkt Conway's Law echter veel verder te reiken. AI ontwikkelt niet alleen software sneller; zij vergroot ook de zichtbaarheid van organisatorische tekortkomingen.
Dit paper introduceert het Lutmers-principe (2026):
"Een AI-strategie kan nooit volwassener worden dan het ecosysteem waarin zij opereert."
De centrale stelling is dat AI niet langer uitsluitend de kwaliteit van software weerspiegelt, maar de kwaliteit van de gehele organisatie: haar besluitvorming, kennisdeling, verantwoordelijkheden en informatiestromen. Organisaties die AI uitsluitend beschouwen als een technologische investering zullen daarom vaak teleurgesteld raken. De grootste beperking ligt zelden in het model, maar vrijwel altijd in het systeem waarin het model moet functioneren.
Conway's spiegel
In 1967 formuleerde Melvin Conway zijn inmiddels beroemde observatie:
"Organizations which design systems are constrained to produce designs which are copies of the communication structures of these organizations."
Vrij vertaald betekent dit dat organisaties software bouwen die eruitziet zoals de organisatie zelf is georganiseerd.
Wie tientallen organisaties heeft mogen analyseren, herkent dit patroon vrijwel onmiddellijk. Losstaande afdelingen leiden vrijwel altijd tot losstaande applicaties. Afzonderlijke budgetten leiden tot afzonderlijke databases. Verschillende managementlagen produceren verschillende definities van dezelfde werkelijkheid.
De software is daarmee geen oorzaak van organisatorische versnippering; zij is de zichtbare uitkomst ervan.
Vanuit onze eigen praktijkervaring bij meer dan vijftig organisaties durven wij zelfs te stellen dat dit patroon in meer dan negentig procent van de gevallen herkenbaar is. Hoewel dit geen wetenschappelijk onderzocht percentage is, illustreert het hoe consequent Conway's observatie zich in de praktijk manifesteert.
AI versnelt Conway's Law
Veel organisaties denken nog steeds dat zij software bouwen ter ondersteuning van processen. In werkelijkheid bouwen zij software rondom hun organisatiestructuur.
AI verandert dat fundamenteel niet.
Integendeel.
Wanneer AI steeds vaker software genereert, workflows ontwerpt en processen automatiseert, gebeurt dat nog altijd op basis van menselijke instructies, beschikbare data en bestaande organisatorische verhoudingen. Een versnipperde organisatie produceert daardoor niet alleen versnipperde software, maar ook versnipperde AI-oplossingen.
AI maakt Conway's Law daarom niet minder relevant. AI versnelt Conway's Law.
Waar voorheen jaren nodig waren om organisatorische inefficiëntie zichtbaar te maken in software, kan AI deze patronen binnen weken reproduceren.
De omkering
Traditioneel gold:
Organisatie → Software
Nieuwe AI-native bedrijven draaien deze volgorde steeds vaker om:
Software → Organisatie
Zij ontwerpen eerst een geïntegreerd digitaal systeem en organiseren vervolgens mensen rondom dat systeem. Deze gedachte sluit nauw aan bij de Inverse Conway Maneuver: ontwerp eerst de gewenste architectuur en richt daarna de organisatie zo in dat zij die architectuur ondersteunt.
Wanneer AI steeds meer de rol krijgt van planner, coördinator en beslisser, ontstaat een nieuw organisatiemodel waarin menselijke expertise flexibel wordt ingezet daar waar AI nog tekortschiet.
Van softwarebouwer naar systeemarchitect
Bij Loggix hebben wij softwareontwikkeling nooit uitsluitend beschouwd als een technisch vraagstuk.
Onze analyses beginnen niet bij schermen of databases, maar bij het volledige systeem waarin een organisatie opereert: mensen, middelen, verantwoordelijkheden, informatiestromen, partners en processen.
De centrale vraag luidt steeds:
Waarom functioneert deze organisatie zoals zij functioneert?
Juist het antwoord op die vraag legt de onderliggende structuren bloot waarop processen daadwerkelijk steunen. Vanuit die systeemanalyse kan software worden ontworpen die de gewenste samenwerking ondersteunt in plaats van bestaande organisatorische beperkingen te reproduceren.
In een tijdperk waarin AI steeds vaker software produceert, verschuift de kerncompetentie daarom van programmeren naar systeemdenken. Niet degene die de beste prompts schrijft, maar degene die de organisatie werkelijk begrijpt, zal uiteindelijk de beste AI-oplossingen ontwerpen.
Referenties
- Melvin E. Conway (1968). How Do Committees Invent? Datamation.
- Martin Fowler (2014). The Inverse Conway Maneuver.
- Eric Evans (2003). Domain-Driven Design: Tackling Complexity in the Heart of Software.
- Matthew Skelton & Manuel Pais (2019). Team Topologies.
- McKinsey & Company. Diverse AI-adoptieonderzoeken over organisatorische randvoorwaarden voor succesvolle AI-implementaties.
