Amazon Web Services (AWS) breidt zijn streven om kunstmatige intelligentie in bedrijven van experimenten naar praktisch gebruik te brengen verder uit — en brengt die inspanning naar Afrika. Het bedrijf zet in op het idee dat het rechtstreeks plaatsen van zijn engineers in klantteams bedrijven kan helpen een bekend probleem te overwinnen: een AI-idee hebben is gemakkelijk; er een werkend product van maken is veel moeilijker.

AWS lanceerde zijn Forward Deployed Engineering-organisatie (FDE) in juni 2026 met een investering van 1 miljard dollar en het doel om AI-projecten binnen 45 dagen van idee naar productie te brengen. Het model is wereldwijd, maar kan vooral in Afrika relevant zijn, waar bedrijven generatieve en agentgestuurde AI (agentic AI) omarmen terwijl zij tegelijkertijd te maken hebben met tekorten aan gespecialiseerd talent, beperkte infrastructuur, complexe datasystemen en krappe technologiebudgetten.

De uitdaging is niet uniek voor Afrika. Tot 80% van de AI-projecten bij bedrijven blijft steken in de pilotfase, waarbij zorgen over beveiliging, organisatorische weerstand en moeilijkheden bij het koppelen van AI aan bestaande systemen tot de belangrijkste barrières behoren.

De reactie van AWS gaat verder dan het verkopen van AI-tools. Het bedrijf is van plan kleine teams van engineers, datawetenschappers en cloud-specialisten naast klantteams te plaatsen en AI-agents in te zetten om coderen, testen, infrastructuuropbouw en implementatie te versnellen.

Ook staat AWS niet alleen in deze aanpak. Microsoft lanceerde in juli 2026 een vergelijkbaar initiatief, ondersteund door 2,5 miljard dollar en 6.000 forward-deployed engineers, technisch architecten en branchespecialisten. Het programma van Microsoft omvat bovendien samenwerking met systeemintegratoren zoals Accenture, EY, KPMG en PwC. Het leveringsmodel zelf is niet nieuw: Palantir bouwde zijn bedrijf rond forward-deployed engineers die binnen klantorganisaties werden ingebed, en de functietitel heeft zich sindsdien over de hele software-industrie verspreid. Nieuwer is dat de grote cloudproviders de aanpak steunen met miljardenprogramma's — AWS bouwt intern, Microsoft werkt samen met de adviesbureaus — waardoor zakelijke kopers twee concurrerende versies van ingebedde engineering kunnen vergelijken.

Tijdens een mediatafelronde op de AWS Summit in Johannesburg op 19 augustus zei Jonathan Allen, AWS Executive in Residence, dat het FDE-model begint bij de klant en van daaruit terugwerkt.

"We beginnen altijd met 45 minuten ideevorming bij een klant — wat zij willen doen; daarna besteden we 45 uur samen met de klant om te begrijpen hoe we dit zouden aanpakken. Hoe zal het eruitzien? Wat is ervoor nodig? En daarna nemen we 45 dagen om in productie te gaan," aldus Allen.

Voor AWS is de grotere inzet dat snellere toegang tot engineeringexpertise bedrijven kan helpen de kloof tussen AI-experimenten en implementatie te dichten. In Afrika kan dat bepalen of de groeiende interesse in AI vertaalt naar systemen die de werking van bedrijven daadwerkelijk verbeteren — zeker gezien de tekorten aan gespecialiseerd talent, de gefragmenteerde infrastructuur, verouderde systemen en krappe technologiebudgetten waarmee veel bedrijven te maken hebben.

Het model van AWS volgt een eenvoudig ritme: 45 minuten om een idee te identificeren, 45 uur om te bepalen of het haalbaar is, en 45 dagen om het in productie te nemen. De eerste 45 minuten zijn bedoeld om een bedrijfsprobleem te vinden dat het oplossen waard is. De volgende 45 uur worden besteed aan het bepalen of de organisatie beschikt over de data, infrastructuur, beveiligingsmaatregelen en economische onderbouwing die nodig zijn om het idee te laten slagen. Pas daarna begint de productiesprint van 45 dagen.

Het model is ontworpen om een probleem aan te pakken dat veel verder reikt dan Afrika. Ondanks de snelle adoptie van generatieve en agentgestuurde AI komt een groot deel van de AI-projecten bij bedrijven nooit voorbij de pilotfase, en kunnen zorgen over beveiliging, organisatorische weerstand, datakwaliteit en integratie met bestaande systemen de implementatie allemaal vertragen. Volgens AWS ligt het knelpunt steeds vaker niet bij de toegang tot AI-modellen, maar bij het engineeringwerk dat nodig is om die modellen te koppelen aan bedrijfseigen data, bestaande infrastructuur en echte bedrijfsprocessen.

Het bedrijf verandert bovendien het traditionele adviesmodel. In plaats van een probleem te beoordelen, aanbevelingen te doen en een project over te dragen, werken FDE-teams volgens AWS zij aan zij met klanten om het systeem zelf te bouwen en uit te rollen. Van klanten wordt verwacht dat zij met meer dan een werkende AI-applicatie achterblijven: volgens AWS moeten zij ook engineeringvaardigheden, workflows, kennis en herbruikbare patronen opdoen waarmee zij zelfstandig AI-systemen kunnen blijven ontwikkelen.

Dat kan van belang zijn in Afrikaanse markten, waar het opbouwen van lokale AI-capaciteit steeds belangrijker wordt, maar de toegang tot ervaren AI-engineers ongelijk blijft verdeeld. AWS is geen onbekende op het continent: het opende in 2020 zijn cloudregio in Kaapstad, de eerste in Afrika, en runt sinds midden jaren 2000 een ontwikkelingscentrum in die stad, waar veel van het vroege werk aan zijn cloudcomputingdienst EC2 werd verricht. Een ingebed model kan bedrijven toegang geven tot gespecialiseerde expertise en tegelijk een deel van die kennis overdragen aan hun eigen teams.

AWS presenteert FDE niet als een Afrika-specifiek programma. Volgens het bedrijf zijn de principes wereldwijd hetzelfde: begin bij het probleem van de klant, werk van daaruit terug en bouw samen met de klant.

De Afrikaanse kans is echter grotendeels nog onbewezen. AWS lanceerde de FDE-investering van 1 miljard dollar pas eind juni en heeft tot nu toe weinig publieke casestudy's. Het bedrijf zei Afrika-specifieke FDE-klantverhalen te zullen delen zodra klanten toestaan dat deze openbaar worden besproken. Daardoor is het nog te vroeg om te weten of het model dezelfde resultaten kan behalen bij Afrikaanse bedrijven, die in zeer verschillende markten opereren en te maken hebben met uiteenlopende niveaus van connectiviteit, rekenkracht, technische vaardigheden, regelgeving en toegang tot kapitaal.

AWS heeft al FDE-samenwerkingsverbanden met organisaties waaronder het Allen Institute, Cox Automotive, de NBA, Ricoh, Southwest Airlines en de NFL. In het geval van de NFL werkten AWS-engineers samen met het team van de organisatie om NFL Fantasy AI en NFL IQ binnen enkele weken te lanceren. Het bedrijf wijst bovendien op duizenden AI-projecten die de afgelopen drie jaar via zijn Generative AI Innovation Centre zijn voltooid, waaronder samenwerkingen met BMW, Jabil en Lyft.

"De NFL heeft miljoenen fans die het hele jaar door footballcontent willen consumeren, ook in het offseason. Wij innoveren in het tempo en op de schaal die nodig is om te voldoen aan de hoge verwachtingen van onze fans," aldus Gary Brantley, chief information officer van de National Football League.

"Om nieuwe digitale ervaringen voor onze fans te creëren, ging de NFL een partnerschap aan met AWS FDE en lieten engineers samen met ons team bouwen om binnen enkele weken in productie te gaan. Samen hebben we nieuwe producten voor fans gecreëerd, zoals NFL Fantasy AI en NFL IQ, waarmee fans zoals nooit tevoren met NFL-data kunnen omgaan. De betrokkenheid van fans en omroepen was vanaf dag één meetbaar en werd mogelijk gemaakt door het leveringsmodel van AWS."

De doelstelling van 45 dagen moet niet als een garantie worden gezien. Grote organisaties hebben verschillende data-omgevingen, verouderde systemen, beveiligingseisen en regelgevende beperkingen — uitdagingen die bijzonder complex kunnen zijn in sectoren zoals financiële dienstverlening en overheid, waar AWS met FDE op mikt. De termijn van 45 dagen is beter te begrijpen als de operationele ambitie van AWS: het verkleinen van de kloof tussen een AI-idee en een productiesysteem.

Die kloof wordt het volgende strijdtoneel in bedrijfs-AI. De eerste fase ging over toegang tot modellen. De tweede over experimenteren. De volgende gaat over implementatie. Voor Afrika is de vraag of bedrijven die overstap snel genoeg kunnen maken om AI van een opkomende technologie tot een praktisch bedrijfswerktuig te maken.

AWS zet in op het idee dat het antwoord niet alleen zal afhangen van betere AI-modellen, maar van het stationeren van engineers vlak bij de bedrijven die die modellen moeten gebruiken.