Door Jordi Daniëls, oprichter AI Board · ·
Het FD meldde eind augustus 2026 dat de grote consultants massaal jagen op een nieuw type AI-specialist. Deloitte, Accenture, Capgemini en McKinsey zoeken allemaal hetzelfde profiel: de forward deployed engineer. Niet omdat ze dat leuk vinden, maar omdat hun klanten erom vragen. Die klanten zijn klaar met experimenteren en willen AI nu veilig en op schaal in hun processen.
Lees die kop nog eens, maar dan vanuit jouw stoel. De duurste adviesbureaus van het land vechten om dezelfde schaarse mensen, voor klanten die hun tarieven kunnen betalen. De vraag is niet of dat talent gevonden wordt. De vraag is voor wie het gaat werken. En dat ben jij waarschijnlijk niet. Dit stuk zet op een rij welke specialist je wanneer nodig hebt, en wat je doet zolang je er geen kunt krijgen; het bredere plaatje staat in AI implementeren in je bedrijf.
Wat is een forward deployed engineer?
Een forward deployed engineer (FDE) is een AI-specialist die een technische achtergrond combineert met de vaardigheden van een consultant: hij bouwt en integreert AI-oplossingen in de dagelijkse bedrijfsvoering, en zit tegelijk bij de klant aan tafel. Geen bouwer die op afstand oplevert, maar iemand die de techniek naar de werkvloer brengt.
De titel komt oorspronkelijk uit de koker van Palantir en werd daarna overgenomen door de grote AI-labs. Inmiddels heeft Deloitte er in de VS een complete servicelijn van gemaakt. Dat een functietitel uit Silicon Valley nu de vacatureteksten van de Zuidas haalt, zegt precies waar de markt staat.
Waarom iedereen ineens hetzelfde profiel zoekt
De jacht is geen mode. Ze is het logische gevolg van een pijnlijk leerproces dat de cijfers al langer laten zien.
Bedrijven hebben massaal ervaren dat het probleem niet het AI-model is. Het probleem is de laatste meter: van indrukwekkende demo naar het echte proces, met echte data, echte rechten en echte gebruikers. Precies dat gat moet de forward deployed engineer dichten. De markt heeft dus zojuist hardop toegegeven wat wij hier al langer schrijven: AI-succes is geen modelkeuze, het is een integratievraagstuk.
Welke specialist wanneer
Zoek op "AI-specialist inhuren" en je krijgt een woud aan titels, met de forward deployed engineer als nieuwste. Dit is de vertaling, zonder wervingsjargon.
| Titel | Wat diegene echt doet | Wanneer je hem nodig hebt |
|---|---|---|
| Forward deployed engineer (FDE) | Bouwt AI-oplossingen én zit bij jou aan tafel; brengt AI naar de werkvloer | Bij complexe integraties in je kernprocessen; schaars en duur, zie hierboven |
| AI engineer | Bouwt toepassingen bovenop bestaande AI-modellen: koppelingen, workflows, agents | Zodra AI met je systemen (ERP, CRM) moet praten, niet alleen met je documenten |
| Machine learning engineer | Traint en tunet eigen modellen | Vrijwel nooit in het mkb; alleen bij unieke data op grote schaal |
| MLOps engineer | Houdt draaiende modellen betrouwbaar, veilig en betaalbaar in productie | Pas als er iets in productie draait dat een team gebruikt |
| Data engineer | Maakt databronnen aan elkaar en houdt ze schoon | Als je data over veel systemen versnipperd is en koppelen echt moet |
| AI-architect | Ontwerpt hoe AI in je totale IT-landschap past | Bij meerdere AI-initiatieven tegelijk in een groter bedrijf |
| Prompt engineer | Schrijft en test instructies voor AI-systemen | Zelden als aparte rol; dit is een vaardigheid die in de andere rollen zit |
| AI-consultant / AI transformation lead | Adviseert over strategie, beleid en verandering | Nuttig voor draagvlak en beleid; bouwt zelf meestal niets |
| Chief AI Officer | Draagt AI op directieniveau | Grote organisaties; in het mkb ben jij dit zelf |
Eén ding valt op als je deze lijst eerlijk leest: de meeste van deze rollen heb je pas nodig nadat AI al iets voor je doet. Een MLOps engineer zonder iets in productie is een abonnement zonder sportschool. Twijfel je of je überhaupt moet bouwen, of beter kunt kopen of laten installeren, leg de workflow dan eerst langs het kader voor AI zelf bouwen of kopen.
De rekensom die niemand voor je maakt
Voor grote ondernemingen met een big-four-budget is dit goed nieuws: het schaarse talent wordt voor ze geworven, opgeleid en ingevlogen.
Voor iedereen daaronder is de rekensom ongemakkelijk. Mensen die techniek én advies beheersen zijn volgens de bureaus zelf nauwelijks te vinden. Wat schaars is en waar de duurste partijen om vechten, wordt duur. En wie duur talent verkoopt, brengt het naar de klanten met de diepste zakken en de langste contracten. Het mkb en de middelgrote onderneming, ook hier in Overijssel, staan in die rij structureel achteraan. Niet omdat hun probleem kleiner is, maar omdat hun budget dat is.
Ondertussen is je eigen organisatie allang begonnen, met of zonder plan: bij ruim 90% van de bedrijven gebruiken medewerkers al persoonlijke AI-tools voor werk, meestal buiten elk beleid om. Wachten op de markt lost dat niet op.
Wat je wél kunt doen zonder big-four-budget
Kijk nog een keer naar wat die forward deployed engineer eigenlijk doet: hij brengt AI naar de plek waar het werk gebeurt, gevoed met de echte data van het bedrijf, en hij vertaalt tussen techniek en directietafel.
Dat is een rol. Maar de kern ervan is geen persoon, het is een capaciteit. En die capaciteit kun je op twee manieren binnenhalen.
Route één: huur de schaarse specialist in. Terecht als je een complexe integratie of maatwerk nodig hebt. Reken alleen niet op snelle beschikbaarheid, en weet dat je meebiedt tegen partijen met meer geld. Lees dan eerst wat een AI-consultant kost en wat je mag eisen.
Route twee: word zelf AI-native. De belangrijkste vragen die een directie aan AI wil stellen (wat gebeurt er in mijn cijfers, waar lekt marge, wat staat er echt in die honderd documenten) vragen geen implementatietraject van negen maanden. Ze vragen een assistent op jouw niveau, gevoed met jouw data, op jouw laptop. Dat is er vandaag, en er komt geen wervingsbureau aan te pas: een AI-setup voor ondernemers zet het in één dag op je eigen laptop. Wat die routes naast elkaar kosten, lees je in wat AI voor je bedrijf kost.
De routes sluiten elkaar niet uit. Maar de volgorde doet ertoe: wie eerst zelf AI-native wordt, weet daarna precies waarvoor hij een specialist inhuurt, en laat zich geen pilot meer verkopen die in de la belandt.
Wat AI Board niet doet
AI Board is geen consultancybureau en geen detacheerder. Het bouwt je ERP-koppeling niet, het schrijft geen maatwerksoftware voor je productielijn, en het vervangt geen engineer die een integratietraject van maanden draait. Voor dat werk blijft menselijk talent nodig, schaars of niet.
Wat AI Board wel doet: de denk- en analysekant van die schaarse specialist naar jouw bureau brengen, vandaag, zonder wachtrij.
AI Board is jouw persoonlijke AI-assistent die je AI-native maakt: hij draait op je eigen laptop, gevoed met de data van je bedrijf, en wordt scherper naarmate jouw kennis groeit. Privacy by design, met het denkniveau van CEO, CFO en CTO, zodat jij meesurft op de AI-golf in plaats van erachteraan te zwemmen.
En het wordt gebouwd vanuit Zwolle, niet vanaf de Zuidas.
Veelgestelde vragen
Wat is een forward deployed engineer?
Een forward deployed engineer is een AI-specialist die een technische achtergrond combineert met consultancyvaardigheden: hij ontwerpt, bouwt en integreert AI-oplossingen in de dagelijkse bedrijfsvoering en zit daarbij zelf bij de klant aan tafel. De titel is afkomstig van Palantir en wordt inmiddels gebruikt door de grote AI-labs en adviesbureaus zoals Deloitte.
Waarom zijn AI-specialisten zo schaars?
Omdat het gevraagde profiel twee werelden combineert die zelden in één persoon samenkomen: diepe technische AI-kennis én de adviesvaardigheden om met een directie te schakelen. Volgens het FD zoeken Deloitte, Accenture, Capgemini en McKinsey allemaal ditzelfde profiel, juist nu hun klanten AI van pilot naar productie willen brengen. De bureaus werven extern én leiden intern op, en geven zelf aan dat mensen die beide kanten beheersen moeilijk te vinden zijn.
Welke AI-specialisten bestaan er en wie heb ik nodig?
De meest gevraagde titels zijn forward deployed engineer, AI engineer, machine learning engineer, MLOps engineer, data engineer, AI-architect, prompt engineer en AI-consultant. Voor het eerste werkende gebruik van AI heb je geen van allen nodig. Een AI engineer of forward deployed engineer wordt relevant zodra AI met je bedrijfssystemen moet praten; een machine learning engineer vrijwel alleen als je eigen modellen traint, wat in het mkb zelden speelt.
Moet mijn bedrijf een AI-specialist inhuren?
Voor complexe integraties en maatwerk: waarschijnlijk ooit wel. Maar voor de vragen waar een directie vandaag mee zit (inzicht in eigen cijfers, documenten en beslissingen) heb je geen schaarse specialist nodig. Een persoonlijke AI-assistent op je eigen laptop, gevoed met je eigen bedrijfsdata, dekt dat deel zonder wervingstraject. Wie daarmee begint, weet daarna beter waarvoor hij wél een specialist inhuurt.
Kan ik AI-native worden zonder AI-team?
Ja. AI-native zijn is geen kwestie van personeelsbestand maar van werkwijze: zelf je vragen aan je eigen data kunnen stellen in plaats van wachten tot iemand anders het rapport maakt. Dat begint op één laptop, bij één beslisser, in dagen in plaats van kwartalen. Hoe dat eruitziet lees je in wat is een AI-native executive.
De grote bureaus vechten om mensen die AI naar het werk brengen. Jij kunt wachten tot er iemand overblijft, of vandaag beginnen aan de kant van de vraag die je zelf in de hand hebt. Kijk hoe een AI-native directie werkt →