AI delivery pod, embedded operator of staff augmentation: drie aanbiedingen die hetzelfde klinken
Zoek in 2026 naar een AI-implementatiepartner en je krijgt drie aanbiedingen terug in bijna identieke bewoordingen. Alle drie zetten ze senior engineers naast je team. Alle drie beloven ze binnen weken een werkend systeem in plaats van een transformatieprogramma. Alle drie gebruiken ze het woord “embedded”. Wat ze verkopen is niet hetzelfde, en dat verschil bepaalt of het geld terugkomt. Dit artikel zet uiteen wat je in elk van de drie gevallen werkelijk koopt, in de termen die voor een COO of CIO tellen: wie beslist wat er gebouwd wordt, wat je overhoudt als het eindigt, en wat er gebeurt als het echte proces anders blijkt te zijn dan het proces in de briefing.
Belangrijkste punten
- Staff augmentation verkoopt handen. Jij beslist wat er gebouwd wordt; zij bouwen het. Goed als de specificatie bekend is. Verkeerd als de vraag is welke stappen überhaupt een model moeten worden.
- Een delivery pod verkoopt capaciteit met een uitkomst eraan vast. Een team is eigenaar van één workflow, van briefing tot livegang, meestal geprijsd per persoon per maand. Beter dan handen, maar het risico dat de briefing niet klopte, draag jij nog steeds.
- Een embedded operator verkoopt oordeelsvermogen. Dezelfde mensen brengen het echte proces in kaart, bepalen wat code, model of mens moet zijn, bouwen het, en zijn klaar wanneer je team het zelfstandig draait.
- Het enterprisesegment bestaat echt en is onbereikbaar. De best gefinancierde operator in de categorie haalde $175 miljoen op bij een waardering van $1,8 miljard om Fortune 500-klanten te bedienen. De methode klopt; de toegankelijkheid niet.
Wat staff augmentation werkelijk is
Staff augmentation is de oudste van de drie en de eerlijkste over zichzelf. Je hebt een backlog, een specificatie en te weinig engineers. De leverancier levert engineers, per maand gefactureerd, door jou aangestuurd. Voor een bedrijf dat precies weet wat het gebouwd wil hebben, is dat efficiënt, en het AI-label verandert niets behalve de vaardigheden op het cv. Het verhaal achter het staff-augmentationmodel is echt nuttig wanneer het probleem capaciteit is.
Het is niet langer nuttig zodra de echte vraag niet “bouw dit” is, maar “welke van deze elf stappen moeten een model worden, welke gewone code en welke moeten bij een mens blijven”. Dat is een vraag van oordeelsvermogen, en staff augmentation kan die structureel niet beantwoorden, om twee redenen. De eerste is dat jij de engineers aanstuurt, dus het oordeel valt terug op degene binnen je bedrijf die de briefing schreef, en die briefing is geschreven op basis van het gedocumenteerde proces in plaats van het echte. De tweede is economisch: een leverancier die per persoon per maand betaald wordt, wordt beloond voor meer mensen op het account, niet voor een kleiner, beter afgebakend antwoord. Een detacheringsmodel kan je niet vertellen dat acht van de elf stappen geen model nodig hebben, want dat antwoord verlaagt de factuur.
Wat een AI delivery pod werkelijk is
De delivery pod is de versie 2026 van staff augmentation, en de verbetering is echt. In plaats van losse engineers die in je team worden geschoven, neemt een kleine multidisciplinaire groep het eigenaarschap over één workflowuitkomst op zich, van briefing tot productie, binnen een periode van een of twee maanden. De pod wordt meestal per maand geprijsd, soms met een vaste scope, en de leverancier stuurt hem aan in plaats van jij. De meeste bedrijven die de commerciële zoekresultaten voor “AI-implementatiepartner” en “forward deployed engineers inhuren” domineren, verkopen een variant hiervan.
De pod lost het aansturingsprobleem van staff augmentation op. Het briefingprobleem lost hij niet op. De pod komt de workflow bouwen die in de opdrachtomschrijving staat, en die opdrachtomschrijving is geschreven voordat iemand naast degene zat die het proces uitvoert. Staat in de briefing “een order komt binnen per e-mail” en is de werkelijkheid veertig afzenders, de helft pdf’s en één telefoontje, dan ontdekt de pod dat in week twee, en die ontdekking is een wijzigingsverzoek. De sponsor draagt nog steeds het risico dat de these al niet klopte voordat de pod begon, en door de prijs per maand wordt de rekening voor dat ongelijk in maanden betaald.
De andere beperking van de pod is wat hij achterlaat. Een pod wordt afgerekend op de livegang. Of het systeem zes maanden later nog klopt, of het team het zonder de pod kan draaien, of een auditor het beslisspoor kan openen: dat valt buiten het tijdvak, en meestal buiten de prijs. Sommige pods zijn uitstekend in alle drie. Het aanbod zelf vereist er geen van.
Wat een embedded operator werkelijk is
Een embedded operator werkt binnen je organisatie, naast de mensen die het proces uitvoeren, en is klaar wanneer je team het resulterende systeem zelfstandig draait. Het verschil met een pod is geen kwestie van nabijheid, en ook niet van senioriteit. Het is dat discovery en bouw één beweging zijn, uitgevoerd door dezelfde mensen, en dat de uitkomst van de discovery de scope van de bouw is. De eerste deliverable van de operator is geen systeem. Het is een schriftelijke weergave van hoe de workflow werkelijk loopt, uitzondering na uitzondering, en een classificatie per stap van welke delen een model nodig hebben. Pas daarna wordt er iets geprijsd of gebouwd.
Die volgorde scheidt een product dat oordeelsvermogen levert van een product dat capaciteit levert. In de orderverwerking van een Europese fabrikant die SUPALABS stap voor stap in kaart bracht, hadden drie van de elf stappen echt een model nodig; de andere acht waren parsing, opzoekingen, validatie en routering (SUPALABS-projectdata, 2024–2026). Een detacheringsleverancier kan die bevinding niet leveren, want die verkleint het account. Een pod kan het wel, als de briefing het toelaat, maar dat doet de briefing zelden. Het hele aanbod van een operator is die bevinding, gevolgd door een bouw die daarop is afgestemd.
Het tweede verschil is de eindvoorwaarde. Een operator is klaar wanneer het team van de klant het systeem zonder hem draait. Dat betekent dat de overdracht een deliverable is en geen gunst, dat het systeem in de eigen accounts van de klant draait, en dat het stoppen van het traject het systeem niet stopt. Het volledige model beschrijven we op de pagina over Embedded Operators, en de vijf documenten die elk traject oplevert op de methodepagina.
De drie aanbiedingen naast elkaar
| Vraag | Staff augmentation | Delivery pod | Embedded operator |
| Wie beslist wat er gebouwd wordt | Jij, op basis van je briefing | De pod, op basis van je briefing | De map van het echte proces, die als eerste wordt gemaakt |
| Wat er wordt geprijsd | Mensen per maand | Pod per maand, soms een vaste scope | Betaalde discovery, daarna een bouw tegen vaste prijs die daarop is afgebakend |
| Prikkel ten aanzien van de scope | Meer mensen | Meer maanden | Een kleiner, correct antwoord |
| Afgerekend op | Geleverde uren | Livegang | Je team dat het zelfstandig draait, en een maandelijks nauwkeurigheidsrapport |
| Wat je aan het eind in handen hebt | Code | Een live systeem | Het systeem, in jouw accounts, plus het Uitzonderingenregister, de grensmap, de Evaluatiesuite en het Beslissingslogboek |
| Goed als | De specificatie bekend is | De briefing klopt en livegang het doel is | De echte vraag is wat überhaupt een model moet zijn |
Het enterprisesegment: de juiste methode, het verkeerde prijsniveau
Er is een vierde aanbod, en dat bevestigt het derde. De best gefinancierde operators in de categorie, Distyl AI, dat in 2025 $175 miljoen ophaalde bij een waardering van $1,8 miljard, en de combinatie van McKinsey’s QuantumBlack met Wonderful, verkopen het embedded-operatormodel aan Fortune 500-bedrijven in de zorg, telecom, verzekeringen en financiële dienstverlening. Hun bestaan is het sterkste bewijs dat het model werkt: niemand haalt tegen die waardering geld op voor een detacheringsbedrijf. Hun beperking is toegankelijkheid. Een bedrijf dat is geprijsd voor een enterpriseprogramma van acht cijfers, prijst niet voor de eerste workflow van een fabrikant met €10 miljoen omzet, en er is ook geen reden waarom het dat zou doen. Over dat gat schreven we in het ontbrekende middensegment van de markt voor AI-implementatie.
Het is hier relevant omdat het de toets bepaalt. Klopt de methode van het enterprisesegment, dan is de vraag voor iedereen daaronder niet “pod of operator” als kwestie van smaak. De vraag is of het aanbod dat voor je ligt dezelfde dingen oplevert als de enterprise-operators: een schriftelijke map van het echte proces, een determinismeratio, een Evaluatiesuite, een beslisspoor, op een omvang en prijs die past bij één workflow in plaats van een transformatie.
Waarom het convergentieprobleem dit verergert
Er is een reden dat de drie aanbiedingen op elkaar lijken, en het is geen luiheid. De economie van consultancy beloont een herhaalbare methodiek, en AI heeft het grootste deel van de inputvariatie weggenomen die vroeger echte verschillen tussen bedrijven opleverde. The State of AI verwoordde het in augustus 2026 precies: “de bedrijven die differentiatie verkopen, zijn zelf het mechanisme dat de convergentie veroorzaakt”. De grote consultancybureaus hebben sinds 2023 meer dan $10 miljard aan AI uitgegeven en verkopen elke klant dezelfde vier werkstromen: volwassenheid beoordelen, use cases prioriteren, uitrollen op een beheerst platform, medewerkers bijscholen. Een raamwerk dat voor elke klant identiek is, kan voor geen van hen voordeel opleveren, en dezelfde logica geldt een niveau lager, voor pods die vanuit hetzelfde sjabloon aan elke koper in het middensegment worden verkocht.
De uitweg uit de convergentie is geen beter raamwerk. Het is een output die niet herbruikbaar is. Het Uitzonderingenregister voor jouw orderverwerking is waardeloos voor je concurrent. Je grensmap ook. Ze ontstaan door naast de mensen te zitten die jouw proces uitvoeren, en ze vormen de scope waartegen de bouw wordt geprijsd. Daarom zijn de deliverables van een operator documenten over jouw proces in plaats van een methodiekpresentatie, en daarom zijn die documenten waar je om moet vragen.
Drie vragen voor elk van de drie
Welk aanbod je ook beoordeelt, dezelfde drie vragen scheiden een product dat oordeelsvermogen levert van een product dat capaciteit levert, en ze zijn snel gesteld.
- Wat lever je op voordat je de bouw prijst? Is het antwoord een voorstel, dan koop je capaciteit. Is het antwoord een schriftelijke map van hoe de workflow werkelijk loopt, met een classificatie per stap van wat een model nodig heeft, dan koop je oordeelsvermogen, en is de prijs die volgt een bevinding in plaats van een gok.
- Wat is de eindvoorwaarde? “Livegang” is een pod-antwoord. “Je team draait het zonder ons, en hier is het maandrapport dat je vertelt dat het nog klopt” is een operator-antwoord. Een leverancier zonder eindvoorwaarde is een detacheerder.
- Wat houden we als we stoppen? Het juiste antwoord is: alles. Het systeem in jouw accounts, de golden dataset, de documentatie, het Beslissingslogboek. Het verkeerde antwoord is een licentie, een retainer of een schouderophaal.
Geen van deze vragen is vijandig, en een goede pod beantwoordt ze alle drie goed. Het punt is dat de aanbiedingen niet uitwisselbaar zijn, en dat het verschil ertussen niet het woord “embedded” is. Het is de vraag of iemand heeft opgeschreven hoe jouw werk werkelijk loopt voordat iemand werd betaald om het te veranderen.
Oordeelsvermogen, geen headcount
Een Mapping Sprint van vijf dagen met de mensen die het werk doen. Vijf benoemde documenten. Een bouw tegen vaste prijs, afgebakend op basis van wat de sprint vond, of een schriftelijk nee.
Bekijk het embedded-operatormodel →Bronnen & referenties
- PR Newswire, "Distyl AI Raises $175 Million at $1.8 Billion Valuation to Help Global Enterprises Become AI-Native" (2025), bron van het financieringsbedrag in het enterprisesegment en van het klantprofiel.
- The State of AI, "Accenture and Deloitte Are Selling the Same Brain to Every Company in Your Category" (21 augustus 2026), bron van het citaat over convergentie en van het bedrag dat de consultancybureaus aan AI uitgaven.
- SUPALABS-projectdata, 2024–2026: drie van de elf stappen die een model nodig hadden in de orderverwerking van een Europese fabrikant. Geanonimiseerd per traject; geen enkele klant wordt genoemd. Met bronnen gepubliceerd op /en/work/.
Belangrijke statistieken (2025)
Verder lezen
Veelgestelde vragen
Innovation10 min2026-09-09

