Advieskantoren werven forward deployed engineers nu AI naar productie moet

Deloitte, Accenture, Capgemini en McKinsey werven forward deployed engineers, technische specialisten die AI-oplossingen bij de klant bedenken, bouwen en in de dagelijkse bedrijfsvoering inpassen, meldt het FD na eigen rondvraag.

Voor een organisatie die verder wil dan een proefproject verschuift daarmee de vraag op de inkooptafel. Het knelpunt is al lang niet meer welk model je kiest, maar wie dat model in een gegroeid systeemlandschap krijgt zonder dat de facturatie, de voorraadadministratie of het orderproces omvalt. Precies dat profiel is dun bezet, en de partijen die het nu op grote schaal inkopen zijn de kantoren waar je zelf zou aankloppen. Wie dit jaar een AI-traject uitbesteedt, koopt mee in een wervingsrace.

Wat dit profiel is, en wat het niet is

Deloitte-topman Marc Verdonk omschrijft de rol tegenover het FD als technische kennis gecombineerd met sectorkennis, communicatie en samenwerking met klanten. Het vertrekpunt is niet de techniek maar wat een organisatie wil bereiken, en van daaruit wordt aan een oplossing gewerkt. Accenture-ceo Nicole van Det zegt dat AI het mogelijk maakt sneller van een klantvraag naar een werkende oplossing te komen.

De werkvorm ligt inmiddels vrij precies vast. Deloitte verkoopt in de Verenigde Staten een eigen praktijk waarin kleine multidisciplinaire pods bij de klant zitten en in korte, afgebakende sprints worden afgerekend op bedrijfsindicatoren, met de belofte om in dagen van een gevalideerd idee naar een werkend systeem te gaan. OpenAI hanteert dezelfde term voor engineers die het in organisaties plaatst om kritieke werkstromen opnieuw te ontwerpen en de winst vast te leggen in blijvende systemen. Het lanceerde op 11 mei de OpenAI Deployment Company met ruim vier miljard dollar startkapitaal en kocht adviesbureau Tomoro voor ongeveer 150 ervaren FDE's; Capgemini en McKinsey staan in diezelfde aankondiging als investeerder. Accenture bouwde in april met Google Cloud een programma waarin de eigen forward deployed engineers samen met Google Cloud-engineering en DeepMind-modellen AI-agenten bij klanten uitrollen.

Wat het niet is: een projectleider die een AI-cursus deed, en ook geen datascientist die een model traint en het bij een notebook laat. Het onderscheidende zit in de combinatie, en die is zeldzaam. Accenture noemt specialisten die beide kanten volledig beheersen relatief schaars, Capgemini ziet de benodigde vaardigheden in de praktijk over meerdere mensen verdeeld. Ook binnen de rol zit een groot niveauverschil. Chris Taylor, ceo van het door Anthropic gesteunde Ode, stelt dat veel forward deployed engineers prima een tool als Claude Code over een personeelsbestand kunnen uitrollen, maar dat weinigen de AI-functie kunnen bouwen waar een bedrijf zijn product op zet.

Hoe schaars het is

Wie de rol wil inkopen, concurreert in een markt die in drie jaar is ontploft. Vacatures voor forward deployed engineers namen tussen 2023 en 2025 42 keer toe, tegen 13 keer voor AI-engineers in het algemeen, volgens een LinkedIn-arbeidsmarktrapport van januari 2026. Google had bij die telling 1.513 openstaande FDE-posities, OpenAI 31.

De aanbodkant is smal. Onderzoek van executive-searchbureau Christian & Timbers onder ruim 250 bestuurders bij 180 bedrijven en meer dan 300 engineers in deze rol komt uit op ongeveer 17.000 forward deployed engineers in de Amerikaanse markt, waarvan er zo'n tweeduizend consistent meetbaar rendement uit AI halen. Veel van hen zitten bij Palantir, dat het model bedacht. De koopintentie kantelde in hetzelfde halfjaar: begin 2026 zei 5 tot 10 procent van de onderzochte bedrijven zulke engineers te willen aannemen, in het tweede kwartaal 70 procent. De grootste advieskantoren in dat onderzoek willen hun teams vertienvoudigen, vanaf een bezetting van twintig tot honderd mensen. Dat zijn Amerikaanse cijfers, voor Nederland bestaat geen vergelijkbare telling en de FD-rondvraag is kwalitatief.

De verschuiving in het wervingsbeleid van de grote kantoren is wel gemeten. Uit een vacature-analyse van de Financial Times over ruim 50.000 vacatures bij Deloitte, EY, KPMG en PwC in Engelstalige landen bleek dat AI-functies in 2025 bijna 7 procent van de vacatures vormden, tegen minder dan 2 procent in 2022, terwijl auditfuncties op net onder 3 procent bleven.

Waarom de vraag nu bij de advieskantoren landt

Capgemini ziet de vraag groeien nu veel organisaties de eerste AI-experimenten achter de rug hebben. Bedrijven willen AI op grotere schaal gebruiken en lopen dan aan tegen bestaande software, data, bedrijfsprocessen, veiligheid en regelgeving. Dat is het terrein waar een demo stukloopt, en waar iemand nodig is die zowel het proces als de code begrijpt.

De kantoren zijn niet de enige bieder. Ze concurreren met gespecialiseerde AI- en technologiebedrijven die hun engineers rechtstreeks bij klanten inzetten, een beweging die het afgelopen jaar in hoog tempo is opgetuigd. Microsoft zette in juli 2,5 miljard dollar en ruim 6.000 mensen in een eigen Frontier Company die engineers in het bedrijf van klanten plaatst, en de Indiase IT-reus TCS besloot 1 tot 1,5 procent van zijn personeel, tot 8.900 mensen, om te vormen tot forward-deployed engineers. Het model zelf is twee decennia oud. Nieuw is dat de Nederlandse adviesmarkt nu om dezelfde mensen vraagt.

Zelf opleiden of inkopen

De kantoren doen beide. Ze werven nieuw talent en leiden bestaande medewerkers op, en volgens Verdonk groeien technische en adviserende rollen bij Deloitte naar elkaar toe: engineers doen bij klanten advieservaring op, terwijl consultants met AI meer technisch werk kunnen doen. Die route kan een opdrachtgever ook zelf lopen. Iemand die het proces al kent naast een engineer zetten levert sneller een werkbaar koppel dan wachten tot één persoon beide beheerst.

De vraag is of daar intern ruimte voor is. Terwijl AI op het werk gewoon wordt, dunt de begeleiding juist uit: het aandeel werknemers dat zegt dat er binnen de organisatie regels gelden voor AI-gebruik zakte in een half jaar van 57 naar 42 procent. Een organisatie die haar mensen niet begeleidt bij het dagelijks gebruik, bouwt dit profiel ook niet zelf op, en komt dus uit bij inkopen tegen een prijs die de schaarste bepaalt.

Inkopen kent een tweede rekening. Wie engineers van een leverancier in zijn processen laat bouwen, krijgt AI sneller aan de praat en krijgt er een afhankelijkheid bij van de partij die weet hoe het in elkaar zit. Dat maakt de keuze tussen een kant-en-klare adviestool, een extern bureau dat de uitvoering overneemt of een eigen agent minder een kwestie van budget en meer een van wie er over drie jaar aan de knoppen zit.

De schaarste is daarmee verhuisd. Twee jaar terug was toegang tot een sterk model het knelpunt, nu is dat een API-sleutel en een middag werk. Wat ontbreekt zijn de mensen die zo'n model in een gegroeid bedrijf laten landen. Advieskantoren, modelbouwers en IT-dienstverleners bieden op dezelfde krappe groep, en die groep wordt niet snel groter. Wie de combinatie van proceskennis en techniek in eigen huis laat groeien, krijgt capaciteit die in de markt niet te koop is, en houdt zelf in de hand wie er straks binnenkomt.