Wat is een forward deployed engineer?
Een engineer die niet vanaf de zijlijn adviseert, maar bij u aanschuift en in uw omgeving bouwt. Tot uw team het zelf kan.
Waar komt het vandaan?
De term komt uit de softwarewereld. Softwarebedrijven merkten dat hun product pas iets opleverde als iemand het bij de klant werkend kreeg, in de echte situatie. Dus zetten ze engineers rechtstreeks bij klanten neer, in plaats van een product over de schutting te gooien. Inmiddels werken steeds meer AI-bedrijven zo. De reden is steeds dezelfde: de techniek is zelden het probleem, het invoeren in een echte organisatie wel.
Wat is het verschil?
| Wat doet het? | Wat blijft er achter? | |
|---|---|---|
| Consultant | Analyseert en adviseert | Een rapport en een advies |
| Gedetacheerde | Voert uit wat gevraagd wordt | Werk dat leunt op die ene persoon |
| Forward deployed engineer | Bouwt mee in uw omgeving en leert uw team het werk | Een werkend systeem en een team dat het zelf kan |
Waarom juist nu, bij AI?
De modellen zijn goed genoeg. Waar het vastloopt, is wat daarna komt: hoe zet je een agent in je eigen ontwikkelstraat, met je eigen data, beveiliging en afspraken? Dat leer je niet uit een cursus of een demo. Dat leer je door het in je eigen omgeving te doen, naast iemand die het al eens gedaan heeft.
Hetzelfde geldt voor een dataplatform en DevOps. Een platform dat een externe partij oplevert en daarna niemand begrijpt, is na een jaar een probleem. Een platform dat uw team mee heeft gebouwd, niet.
Wanneer past het niet?
- Uw organisatie is kleiner dan zo'n 500 miljoen euro omzet. Dan staat deze manier van werken niet in verhouding tot wat u nodig hebt.
- U zoekt vooral extra handen voor een vaste periode. Dan is detachering eerlijker.
- U wilt een advies om intern over te beslissen. Dan past een consultant beter.
- Er is geen team dat het werk kan overnemen. Dan bouwen we iets dat straks niemand onderhoudt, en dat zeggen we u vooraf.
Wat heeft u aan het eind?
Dat spreken we aan het begin af, samen met hoe we merken dat uw team het zelf kan. Meestal is het een combinatie van:
- een dataplatform en ontwikkelstraat die in Git staan en zichzelf uitrollen;
- AI-agents en skills die meedraaien in uw eigen werk, met duidelijke afspraken over wat ze mogen;
- documentatie die bij de code hoort, niet ernaast;
- een team dat weet hoe het werkt, en waarom.