Deloitte, PwC, KPMG, EY en Accenture werven een nieuw type AI-specialist in Nederland en de rest van Europa. Het gaat om experts die generatieve systemen veilig en volgens de regels invoeren bij klanten. De vraag groeit dit jaar door de Europese AI-verordening en scherpere controles onder de AVG. Bedrijven zoeken mensen die techniek, recht en risico’s kunnen verbinden.
Schaarste aan AI-assurance talent
Adviseurs vragen om “AI-assurance” specialisten: mensen die algoritmen toetsen op kwaliteit, veiligheid en naleving. Assurance is controle en verantwoording, vergelijkbaar met audit bij jaarrekeningen. Dit profiel is schaars, omdat het meerdere vakgebieden combineert. Het is geen klassieke data scientist en ook geen pure jurist.
Deloitte en andere advieskantoren bouwen teams die modellen beoordelen en borgen. Zij helpen klanten bij beleid, documentatie en technische testen. Daarbij gaat het om generatieve modellen zoals OpenAI GPT-4o, Google Gemini en Meta Llama 3. Ook worden ketens rondom die modellen gecontroleerd, zoals data-invoer en integraties.
De krapte komt door snelle implementaties van chatbots, copilots en zoekoplossingen. Veel pilots gaan nu naar productie. Organisaties willen fouten en juridische risico’s voorkomen. Ze zoeken daarom onafhankelijke toetsers met verstand van data, beveiliging en menselijk toezicht.
Europese AI-verordening drijft vraag
De AI-verordening (AI Act) treedt gefaseerd in werking tussen 2025 en 2026. Hoogrisico-toepassingen krijgen strikte eisen, zoals risicobeheer, datakwaliteit en menselijke controle. Generatieve systemen moeten transparant zijn over herkomst en beperkingen. Dit raakt banken, zorginstellingen, industrie en de overheid.
Voor Nederlandse overheden spelen “Europese AI-verordening gevolgen overheid” direct mee in aanbestedingen en toezicht. Instellingen moeten vooraf toetsen of een systeem in een risicoklasse valt. Ook moeten zij uitleggen hoe besluiten tot stand komen. Dat vraagt om technische en juridische documentatie.
De AVG blijft daarnaast gelden voor alle data. Dat betekent dataminimalisatie, versleuteling en duidelijke grondslagen. Een Data Protection Impact Assessment (DPIA) wordt vaak verplicht. Assurance-specialisten helpen om deze privacy-eisen te verbinden met AI-beleid.
AI-assurance is het onafhankelijk toetsen van algoritmen op kwaliteit, risico’s en naleving.
Nieuwe taken en vaardigheden
Het werk bestaat uit drie blokken: meten, borgen en rapporteren. Meten is testen op nauwkeurigheid, bias en robuustheid. Borgen is processen vastleggen, zoals menselijke controle en incidentrespons. Rapporteren is duidelijke uitleg leveren aan bestuur, klanten en toezichthouders.
Veelgevraagde technieken zijn red teaming en evaluatie. Red teaming is een veiligheidstest waarbij je met gecontroleerde aanvallen zoekt naar zwaktes. Evaluatie gaat over meetbare kwaliteit van antwoorden, ook bij RAG. RAG is een methode waarbij een model eerst zoekt in eigen documenten en daarna antwoordt.
Specialisten moeten tools en platforms kunnen inschatten. Denk aan Microsoft Azure OpenAI, Google Vertex AI en AWS Bedrock. Maar ook aan MLOps en LLMOps, de werkwijzen om modellen gecontroleerd te beheren. Vaardigheden in modelkaarten, datasheets en logbeleid zijn daarbij gewenst.
Van proof naar productie
Veel organisaties hebben een werkende demo, maar nog geen veilig productiesysteem. De stap vraagt versleuteling, rechtenbeheer en logging. Er is ook monitoring nodig op kwaliteit en kosten. En een helder proces voor updates en terugrol.
Copilots in kantoorsoftware vragen extra aandacht. Microsoft 365 Copilot en Gemini voor Workspace gebruiken bedrijfsdocumenten als input. Dan moeten datastromen goed zijn afgeschermd. Bedrijven willen zeker weten dat gevoelige gegevens niet ongewenst wegvloeien.
Assurance-teams stellen daarom kaders op voor prompts, datasets en outputs. Zij leggen vast wie mag publiceren, testen en vrijgeven. Ook regelen zij second opinions en periodieke herbeoordelingen. Zo ontstaat controle zonder innovatie te blokkeren.
Ethisch en juridisch toezicht
Naast techniek spelen ethiek en uitlegbaarheid. Gebruikers moeten snappen wat een model wel en niet kan. Voor hoogrisico-systemen is menselijke controle verplicht. Beslissingen met grote impact mogen niet volledig automatisch vallen.
In Nederland kijkt de Autoriteit Persoonsgegevens naar privacyrisico’s. Sectorale toezichthouders letten op passend gebruik, zoals bij krediet of zorg. Steeds vaker vragen zij om audits en duidelijke dossiers. Dat vergroot de rol van assurance-diensten bij consultants.
Normen helpen om aan te tonen dat beleid op orde is. Denk aan ISO/IEC 42001 voor AI-managementsystemen en NEN-ISO 27701 voor privacy. Zij geven houvast bij processen, rollen en controles. Adviseurs vertalen die normen naar praktische checks en dashboards.
Opleiding en instroom in Nederland
Hogescholen en universiteiten breiden AI-opleidingen uit met recht, audit en veiligheid. Ook post-hbo en masterclasses richten zich op assurance en AI-governance. Bedrijven leiden daarnaast intern om, vaak in multidisciplinaire teams. Zo groeien juristen naar data en groeien techneuten naar beleid.
De Nederlandse AI Coalitie en Europese initiatieven zoals EIT Digital ondersteunen kennisdeling. Zij bieden communities en usecases voor publieke en private partijen. Dit versnelt standaardisering van methoden en tooling. Het helpt ook om starters sneller inzetbaar te maken.
Toch blijft de krapte voelbaar op de korte termijn. De vraag stijgt sneller dan het aanbod. Daarom investeren advieskantoren in training en tooling. Klanten vragen immers nu al om zekerheid over hun AI-systemen.