Google Cloud en Accenture sturen 1.000 AI-engineers naar klanten

TL;DR

• Wat: Google Cloud en Accenture richten een gezamenlijke eenheid op die 1.000 forward-deployed engineers bij bedrijven plaatst om AI-implementaties te begeleiden.
• Waarom relevant: Het signaal is helder — niet het AI-model is het probleem, maar de implementatie ervan. Dat geldt net zo goed voor het MKB.
• Wat je ermee kunt: Kijk kritisch of jouw AI-plannen vastlopen op technologie of op begeleiding bij de invoering.

Google Cloud en Accenture hebben vandaag de Accenture Gemini Enterprise Business Group aangekondigd. Het plan: tot 1.000 gespecialiseerde engineers trainen en vervolgens bij grote klanten op locatie plaatsen om AI-projecten van prototype naar productie te brengen. Ik vind dit interessant, niet zozeer vanwege de deal zelf, maar vanwege wat het zegt over waar AI in 2026 écht vastloopt.

Wat zijn forward-deployed engineers?

Forward-deployed engineers — afgekort FDE's — zijn een relatief nieuw fenomeen in de tech-wereld. Het idee is simpel: in plaats van software bouwen en hopen dat klanten het zelf kunnen implementeren, stuur je engineers naar de klant toe. Ze zitten bij het bedrijf, begrijpen de werkprocessen, en bouwen oplossingen die passen bij wat er daadwerkelijk nodig is.

Denk aan het verschil tussen een kant-en-klaarmaaltijd en een kok die bij je in de keuken komt staan. De ingrediënten zijn hetzelfde, maar het resultaat is anders.

Het concept bestond al langer — Palantir was een van de eerste bedrijven die het op grote schaal toepaste — maar in 2026 is het geëxplodeerd. Volgens cijfers van Indeed stonden er in april 2026 meer dan 5.300 FDE-vacatures open, een stijging van 729% ten opzichte van een jaar eerder. Dat is geen niche meer. Dat is een trend.

Waarom doet Google dit nu?

De eerlijke context: Google Cloud staat er op het gebied van enterprise AI-uitgaven niet geweldig voor. Volgens Ramp-data van augustus 2026 gaat zo'n 6% van de gemeten enterprise AI-uitgaven naar Google, vergeleken met 43,5% naar Anthropic en 39,7% naar OpenAI. Dat is een fors verschil.

Google heeft met Gemini een sterk AI-model, maar modellen alleen verkopen kennelijk niet genoeg. Julie Sweet, CEO van Accenture, vatte het kernachtig samen: "AI is simple to try and hard to scale." En precies daar wil deze samenwerking op inspringen.

Wat mij opvalt: Google is niet de eerste die dit doet. OpenAI, Anthropic, Microsoft en Amazon hebben allemaal al vergelijkbare FDE-eenheden opgezet. AWS investeerde in juni 2026 naar verluidt een miljard dollar in een eigen forward-deployed engineering unit. Google loopt hier dus niet voorop, maar volgt een patroon dat de hele sector inmiddels omarmt.

Het echte probleem: implementatie, niet technologie

Ik vind het eerlijk gezegd veelzeggend dat al deze grote techbedrijven tegelijk tot dezelfde conclusie komen: bedrijven hebben geen gebrek aan AI-tools, maar aan hulp bij het inzetten ervan.

Thomas Kurian, CEO van Google Cloud, zei het zo: "The true potential of AI is unlocked when it moves from being a tool to a teammate." Dat klinkt als marketing, maar de onderliggende boodschap is reëel. Het verschil tussen een AI-demo en een AI-toepassing die daadwerkelijk waarde oplevert, zit in de vertaalslag naar het dagelijkse werk.

Stel dat je als ondernemer een AI-tool hebt aangeschaft voor klantenservice-automatisering. De software werkt. De demo was indrukwekkend. Maar vervolgens moet het systeem gekoppeld worden aan je bestaande CRM, moeten medewerkers ermee leren werken, moet de output betrouwbaar genoeg zijn voor klantcontact, en moet iemand monitoren of het geheel doet wat het moet doen. Dát is waar het vaak stokt.

Wat betekent dit voor Nederlandse ondernemers?

Nu denk je misschien: leuk voor multinationals, maar ik heb geen budget voor een dedicated engineer van Google op kantoor. Klopt. Deze FDE-programma's richten zich op grote enterprises, niet op het MKB.

Maar ik denk dat het onderliggende signaal wél relevant is. Uit cijfers van het CBS blijkt dat in 2024 zo'n 22,7% van de Nederlandse bedrijven met tien of meer werknemers AI gebruikte, een stijging ten opzichte van 14% in 2023. Tegelijkertijd zijn bedrijven die AI inzetten inmiddels goed voor meer dan de helft van de totale Nederlandse bedrijfsomzet.

De kloof zit niet in het model

Wat mij betreft bevestigt het Google-Accenture-nieuws iets dat ik vaker zie terugkomen: de kloof tussen AI-ambities en AI-resultaten zit niet in het model dat je kiest. Het zit in de implementatie. In de vraag: wie helpt mij dit concreet werkend te krijgen binnen mijn bedrijf?

Voor een groot bedrijf is het antwoord nu: een FDE-team van Accenture. Voor een MKB-ondernemer is het antwoord waarschijnlijk anders — een freelance AI-specialist, een implementatiepartner, of een medewerker die je de tijd en ruimte geeft om dit goed op te zetten.

Kun je je voorstellen dat je een nieuw kassasysteem invoert zonder iemand die het installeert, configureert en je team traint? Met AI is het niet anders, alleen zijn de mogelijkheden én de complexiteit groter.

Het trickle-down effect

Wat ik wel verwacht: als de grote consultancybedrijven duizenden mensen trainen in AI-implementatie, dan druppelt die kennis uiteindelijk door. Mensen die nu FDE-ervaring opdoen bij enterprise-klanten, starten over twee jaar een eigen bureau of werken als zelfstandige. Die expertise wordt toegankelijker. Dat is op dit moment speculatie van mijn kant, maar het zou een logisch patroon zijn.

Een kanttekening bij de cijfers

Één ding wil ik wel benoemen: de Ramp-data die ik eerder noemde — die 6% marktaandeel van Google — meet alleen uitgaven via het Ramp-platform. Dat geeft een indicatie, maar het is geen volledig marktoverzicht. Google bundelt veel AI-functionaliteit in bestaande Google Workspace- en Cloud-abonnementen, wat niet altijd als aparte AI-uitgave zichtbaar is. De werkelijke positie van Google is dus mogelijk sterker dan die 6% suggereert.

Ik vind het belangrijk om dat erbij te zeggen, want cijfers zonder context kunnen een scheef beeld geven.

Afsluiting

Voor mij is dit vooral een bevestiging van iets dat steeds duidelijker wordt: de AI-race verschuift van "wie heeft het beste model" naar "wie helpt bedrijven het daadwerkelijk gebruiken". Dat Google daar nu 1.000 engineers voor vrijmaakt via Accenture, zegt meer over de staat van AI-adoptie dan over de kracht van Gemini.

En als je het mij vraagt, geldt voor het MKB precies hetzelfde principe. Niet het gebrek aan AI-tools houdt je tegen — het is het gebrek aan iemand die je helpt de vertaling te maken naar jouw specifieke situatie.