FDE’s overbruggen de kloof van de ‘laatste kilometer’. Dat is hun kracht

Accenture met Google, Deloitte met Salesforce… De overeenkomsten volgen elkaar op. Ze zijn allemaal gericht op FDE’s, profielen waar veel vraag naar is. En zij zijn meesters geworden in grootschalige AI-implementaties.

Google zet alles op alles om zijn AI-oplossingen bij bedrijven te implementeren. Met een achterstand op Anthropic en OpenAI sluit de techgigant via zijn Google Cloud-divisie een overeenkomst met adviesbureau Accenture. En richt een structuur op die volledig aan dit doel is gewijd: Accenture Gemini Enterprise Business Group. Missie: de acceptatie van Gemini-agenten en -modellen binnen grote ondernemingen versnellen.

De nieuwe organisatie zal met name steunen op een verkoopteam van 1.000 FDE’s (Forward Deployed Engineers), deze beroemde ingenieurs die rechtstreeks bij klanten worden ingezet om de integratie van AI-oplossingen te vergemakkelijken.

Zowel voor Google Cloud als voor Accenture is de grootste uitdaging van het AI-tijdperk niet het creëren van het model, maar de acceptatie ervan en het vertrouwen dat het bij gebruikers wekt. Men spreekt van de „implementatiekloof“.

Op locatie, bij de klanten

Twee jaar geleden was de term FDE nog slechts intern jargon binnen de Palantir-kring. Vandaag de dag is het stilletjes het sleutelwoord van headhunters geworden, een functie die vaak in vacatures wordt vermeld.

In mei 2026 heeft OpenAI zelfs rechtstreeks een speciaal bedrijf opgericht: Deployment Company. Een initiële investering van 4 miljard USD, met als expliciete missie om ingenieurs bij klanten ter plaatse te laten werken, direct geïntegreerd in hun operationele processen. Anthropic volgde.

Hoewel Palantir het FDE-model letterlijk heeft uitgevonden, hebben data- en cloudplatforms zoals Databricks, Snowflake, Salesforce of AWS dit voorbeeld gevolgd. Tegenwoordig zijn het de grote adviesbureaus en integrators, zoals Accenture of Deloitte. Ook strategische adviesbureaus, zoals Bain & Company of McKinsey.

Een zeldzame parel

De ingenieurs die in een vroeg stadium worden ingezet, vormen een natuurlijk antwoord op het huidige tijdperk, waarin AI zich sneller ontwikkelt dan de meeste bedrijven kunnen bijhouden.

Ze zijn een beetje als een zeldzame parel: technische experts, bedrijfsstrategen, uitstekende communicatoren en uiterst betrouwbaar. Ze werken samen met klanten om obstakels uit de weg te ruimen, hen te begeleiden bij de implementatie van AI en ervoor te zorgen dat de geïmplementeerde tools concrete problemen oplossen. Ze vormen ook de essentiële schakel tussen klanten en productteams. Ze geven feedback over wat wel (en niet) werkt, zodat AI-systemen kunnen worden verbeterd.

Een profiel waar momenteel veel vraag naar is

AI-modellen zijn spectaculair capabel geworden. Toch blijft er binnen bedrijven een enorme kloof bestaan tussen de demo en de realiteit. De assistent die tijdens de presentatie indruk maakt, blijkt onbruikbaar te zijn bij echte leveranciersfacturen, met echte uitzonderingen, echte verouderde bestandsformaten uit 2009 en het echte validatieproces met drie niveaus.

Deze kloof heeft in de branche een naam: de „laatste kilometer“. Dit is waar vrijwel alle AI-projecten mislukken – niet omdat het model slecht is, maar omdat niemand het werk heeft gedaan om het in de bedrijfspraktijk te verankeren. Het is niet voldoende om een goed presterend AI-model te maken; het moet ook met succes worden geïntegreerd in de werkprocessen van een bedrijf.

OpenAI en Anthropic hebben dit begrepen: om AI aan bedrijven te verkopen, zijn er ingenieurs nodig die dit werk doen, ter plaatse, klant voor klant. Vandaar de biedingsstrijd: wanneer de twee rijkste laboratoria ter wereld strijden om één profiel, betekent dit dat wat die persoon doet het knelpunt is van de hele sector.

Deze ingenieurs beginnen niet met de technologie; ze beginnen met de teams om de tafel te gaan zitten, een proces in kaart te brengen, te achterhalen waar tijd verloren gaat… en daarna, pas daarna, gaan ze bouwen. De code komt pas op de laatste plaats.