Steeds meer bedrijven zoeken ingenieurs die niet alleen modellen begrijpen, maar die ook binnen hun organisatie AI-systemen kunnen bouwen en uitrollen. Deze specialisten werken bij de klant op de vloer en zorgen dat AI daadwerkelijk geld oplevert. Volgens een recente studie van executive search‑bureau Christian & Timbers zijn die echt ervaren mensen erg zeldzaam.

Wat is een ingebedde AI‑ingenieur?

Een ingebedde AI‑ingenieur werkt binnen een klantorganisatie om AI‑software en modellen te ontwerpen, te implementeren en operationeel te maken. Soms worden ze FDE genoemd — een afkorting van een Engels begrip — maar het gaat simpelweg om ingenieurs die dicht bij de business zitten en technische oplossingen op de werkvloer afleveren.

Deze functie vraagt drie dingen tegelijk: kennis van de sector, technisch vakmanschap, en ervaring met toegepaste AI. Alleen dan kunnen projecten niet alleen technisch werken, maar ook echt financiële voordelen opleveren.

Hoe klein is het aanbod? En hoe groot de vraag?

Christian & Timbers schatten dat er in de VS maar ongeveer 2.000 ingenieurs zijn met die combinatie van vaardigheden die consequent grote zakelijke opbrengsten leveren. Dat is niet 2.000 beschikbaar — dat is 2.000 in totaal.

Breder bekeken zijn er volgens het onderzoek ongeveer 17.000 FDE’s op de markt, maar veel daarvan missen de ervaring of het netwerk om echt hoge ROI (rendement) te garanderen.

Tegelijk neemt de vraag explosief toe. Het bureau verwacht dat de vraag naar deze specialisten dit jaar met ongeveer 2.100% zal stijgen. Waar aan het begin van het jaar nog maar 5–10% van de bedrijven overwoog FDE’s aan te nemen, was dat percentage halverwege het jaar opgelopen naar 70%.

Grote advies- en dienstverleningsbedrijven willen hun FDE‑teams soms tien keer zo groot maken en bouwen nu teams van 20 tot 100 mensen.

Waarom zijn deze ingenieurs zo belangrijk?

De focus van bedrijven verschuift. Eerst draaide het om de beste modellen krijgen. Nu draait het om: hoe stop je die modellen in bestaande werkprocessen zodat die écht winst opleveren?

Concrete voorbeelden van wat een ervaren FDE kan opleveren:

• Snellere omzet door betere leadgeneratie en verkoopondersteuning.

• Grootschalige automatisering van handwerk, zoals het vervangen van duizenden documentverwerkers.

• Besparingen die kunnen oplopen tot tientallen miljoenen euro’s per project.

Bedrijven willen die opbrengsten aantonen aan investeerders en de beurs. Als er geen duidelijke ROI is, kan dat negatieve gevolgen hebben voor het vertrouwen en de waardering van bedrijven.

Wie trekt deze mensen aan en waarom bouwen bedrijven eigen teams?

Niet alleen grote AI‑leveranciers en consultancies zoeken deze mensen. Verzekeraars, banken, zorginstellingen en zelfs gamingbedrijven willen ze in dienst hebben. Sommige grote AI‑leveranciers hebben eigen diensten opgezet die FDE’s inzetten om hun technologie in organisaties te verspreiden.

Toch kiezen veel bedrijven ervoor om eigen teams op te zetten. Redenen:

• Ze willen kennis over hun specifieke processen in huis houden.

• Ze vrezen dat externe leveranciers hun unieke werkwijze kunnen gebruiken om zelf te concurreren.

• In eigen teams blijft controle over veiligheid en privacy makkelijker te organiseren.

Sommige bedrijven kopen zelfs technologie van leveranciers, deels om toegang te krijgen tot hun ervaren engineers.

Hoe lang blijft deze vraag bestaan?

Er is onzekerheid over de toekomst. Sommige recruiters waarschuwen dat de rol van de ingebedde ingenieur mogelijk kan veranderen of zelfs verdwijnen als automatisering sneller doorgroeit dan verwacht. Mogelijke ontwikkelingen:

• Op middellange termijn kan de aandacht verschuiven naar fysieke toepassingen van AI, zoals robotica.

• Op langere termijn kan veel werk geautomatiseerd worden door slimme agents, waardoor menselijke inzet minder nodig wordt.

Maar op dit moment blijft de vraag groot. Bedrijven willen snel rendement zien, en ervaren ingenieurs blijken de meest directe manier om dat te bereiken.

Conclusie

Er is een grote en groeiende vraag naar ingenieurs die AI binnen bedrijven kunnen implementeren en laten werken. Het totale aantal echt ervaren specialisten is klein, waardoor veel organisaties nu hard zoeken of eigen teams opbouwen. Of deze behoefte op langere termijn blijft bestaan, hangt af van hoe snel automatisering en nieuwe AI‑systemen mensenwerk overnemen. Voor nu bepalen deze ingebedde ingenieurs echter in sterke mate welk succes bedrijven met AI kunnen boeken.