AI Engineer staat op nummer één. Voor het eerst, en vorig jaar stond die functie nog niet eens in de top vijf.

Dat komt uit de jaarlijkse ranglijst van LinkedIn, gebaseerd op miljoenen vacatures waarop mensen daadwerkelijk zijn aangenomen tussen januari 2023 en juli 2025. Geen enquête over verwachtingen, maar mensen die echt ergens zijn begonnen.

Dat maakt het cijfer interessanter dan de meeste voorspellingen over AI-banen in Nederland.

Wat er achter dat nummer één zit

De vaardigheden die het vaakst gevraagd worden bij deze rol zijn PyTorch, natuurlijke taalverwerking en deep learning. Dat zijn geen instapvaardigheden.

Wat verrassender is: veel AI-functies bouwen voort op bestaand IT-werk. Een data engineer die pipelines bouwt voor rapportagesystemen kan doorgroeien naar modelinfrastructuur. Een backend-developer met Python-ervaring kan zich verdiepen in modelintegratie.

Je hoeft dus niet vanaf nul te beginnen. Dat is een geruststellender boodschap dan de meeste artikelen over dit onderwerp geven.

Waar het werk naartoe schuift

Van experimenteren naar implementeren. Dat is de belangrijkste verschuiving van de afgelopen twee jaar.

Waar het een paar jaar geleden nog ging over het trainen van modellen, gaat het nu over schaalbaarheid, betrouwbaarheid en integratie in bestaande IT-omgevingen. Dat is minder sexy en het is waar het geld zit.

Wat verdien je ermee?

De spreiding is groot en dat zegt iets over hoe jong deze markt is.

Bij een universiteit zie je een AI DevOps Engineer voor tussen de 3.546 en 5.538 euro per maand. Bij een omroep een AI Integration Engineer tussen de 3.450 en 5.000 euro. Bij een ministerie een business analist AI tussen de 4.024 en 6.110 euro. Bij een commerciëler bedrijf als de Nederlandse Loterij zit een AI Officer tussen de 4.800 en 6.800 euro.

Bij fintech, enterprise software en internationale consultancy liggen de bedragen daar structureel boven.

Wat opvalt: de publieke sector zit aan de onderkant en heeft moeite met werven. Dat is een probleem dat groter wordt naarmate overheden meer met AI gaan doen, precies in de categorie waar de zwaarste eisen gelden.

Welke functietitels zijn onzin?

Nu het deel dat je nergens leest.

AI Growth Architect. Narrative Architect. GenAI Contentspecialist. Prompt Engineer. Die titels schieten als paddenstoelen uit de grond en klinken alsof er een compleet nieuw beroepenveld ontstaat.

Vaak is het bestaand werk met een nieuw etiket. Een GenAI Contentspecialist is meestal een contentmarketeer die AI gebruikt, en dat is prima, maar het is geen nieuw beroep.

Het onderscheid dat ik zou maken: groeit de vraag naar deze titel in échte vacaturedata, of alleen in LinkedIn-profielen? Bij AI Engineer zie je het eerste. Bij veel andere titels vooral het tweede.

Het cijfer waar iedereen mee zwaait

Werknemers met AI-vaardigheden verdienen 56 procent meer dan collega's zonder. Dat cijfer van LinkedIn komt overal terug, meestal zonder enige nuance.

Wees daar voorzichtig mee. Mensen met AI-vaardigheden zitten vaak al in beter betaalde sectoren en functies. Het is niet gezegd dat een cursus prompt engineering je salaris met de helft verhoogt.

Wat wel klopt: 89 procent van de leidinggevenden erkent dat medewerkers betere AI-vaardigheden nodig hebben, terwijl slechts 6 procent daadwerkelijk in bijscholing investeert.

Dat gat is jouw kans. Wie zelf leert wat zijn werkgever niet organiseert, staat er over twee jaar anders voor.

Waar de vacatures echt zitten

Niet waar je ze zou verwachten. De opvallendste groei zit niet bij techbedrijven maar bij organisaties die AI moeten inpassen in bestaande systemen.

Universiteiten, ministeries, omroepen, verzekeraars, zorginstellingen. Precies de partijen die met verouderde infrastructuur werken en nu iemand zoeken die de brug slaat.

Dat is minder glamoureus dan werken bij een modellenbouwer en het is waar het volume zit. Voor iemand met IT-ervaring die wil overstappen, is dat een makkelijker route dan proberen binnen te komen bij een partij die uit duizend sollicitanten kan kiezen.

Met een kanttekening: de publieke sector zit qua salaris structureel aan de onderkant en heeft daardoor moeite met werven, wat precies op het verkeerde moment komt nu overheden meer met AI gaan doen in categorieën waar de zwaarste eisen gelden.

Wat er tegenover staat

Het World Economic Forum voorspelt tegen 2030 zo'n 170 miljoen nieuwe banen en 92 miljoen die verdwijnen. Netto 78 miljoen erbij.

Dat klinkt positief tot je bedenkt dat de mensen wier baan verdwijnt zelden dezelfde mensen zijn die de nieuwe banen krijgen. Een administratief medewerker van 54 wordt niet vanzelf AI Engineer.

Daar zit het echte maatschappelijke probleem, en de meeste optimistische verhalen over deze cijfers stappen daar met opvallend gemak overheen.

Mijn eigen kijk erop

Ik heb geen technische opleiding en werk nu in de detailhandel. Toch bouw ik zelf websites met AI-ondersteuning en ik leer sneller dan ik voor mogelijk hield.

Wat mij is opgevallen: de drempel om te beginnen is dramatisch verlaagd, maar de drempel om er goed in te worden niet. Iets bouwen dat werkt kan iedereen nu. Begrijpen waarom het werkt en wat je moet doen als het stukgaat, dat is nog steeds het echte vak.

Precies daar zit het verschil tussen iemand die AI gebruikt en iemand die ermee zijn brood verdient.

Wat zou jij leren als je wist dat je er over twee jaar je werk mee kon doen?