AI consultant vs data scientist: wat heb je nodig

Twee functies die op dezelfde vacaturepagina staan

Je wil iets met AI doen in je bedrijf, en de eerste vraag is een AI consultant vs data scientist: wie huur je in? De vacatureteksten overlappen, de LinkedIn-profielen overlappen, en na een paar gesprekken weet je nog steeds niet wie welk probleem oplost. Dat is logisch. Beide functies bestonden twintig jaar geleden nog nauwelijks, en de scheidslijn verschuift met elke nieuwe modelrelease. Een deel van de verwarring komt van de aanbieders zelf: vacatures voor allebei de functies gebruiken tegenwoordig dezelfde steekwoorden, zoals machine learning, automatisering en workflows. Bedrijven kiezen daardoor vaak de titel die ze het beste kennen, meestal data scientist, ook als de klus eigenlijk integratiewerk is.

Wij zijn zelf twee mensen die dit werk doen, en we krijgen deze vraag bijna elke maand van een ondernemer die net een adviesgesprek achter de rug heeft. Het verschil is in de praktijk vrij scherp te trekken, en het bepaalt of je over drie maanden een werkend systeem hebt of een rapport dat niemand meer opent.

Wat een data scientist daadwerkelijk doet

Een data scientist werkt van data naar inzicht. Die persoon haalt cijfers uit je systemen, maakt ze schoon, zoekt patronen erin en bouwt een model dat een vraag beantwoordt: welke klant stapt over naar de concurrent, welke machine valt volgende maand uit, welke prijs levert de meeste marge op. Het werk leunt op statistiek en op talen als Python en SQL. Het eindresultaat is meestal een voorspelling, een rapport, of een model dat in een ander systeem wordt ingebouwd. Een data scientist begint bij de data die je al hebt. Het antwoord is precies zo goed als die data.

Qua achtergrond zie je dat ook terug. Een data scientist heeft vaak een opleiding in wiskunde, statistiek of een verwante technische studie, en heeft geleerd voorzichtig te zijn met het verschil tussen een verband en een oorzaak.

Wat een AI consultant daadwerkelijk doet

Een AI consultant begint niet bij je data, maar bij je proces. De vraag is welke taak je nu nog handmatig doet die een taalmodel of een agent kan overnemen: offertes opstellen, mail sorteren, contracten checken, klantvragen beantwoorden. Het werk bestaat uit het kiezen van een geschikt model, het bouwen van de koppeling met je bestaande software, en het bepalen wat het systeem zelfstandig mag beslissen en wat eerst langs een mens moet. Een AI consultant komt vaker uit softwareontwikkeling, met ervaring in het aan de praat krijgen van een API, het betrouwbaar maken van een prompt, en het bouwen van een systeem dat blijft werken als de invoer een keer anders is dan verwacht.

Die laatste vraag, wat een systeem zelf mag beslissen, is de afgelopen maanden zwaarder geworden. Google DeepMind liet in augustus 2026 zien hoe ver dat kan gaan: het Co-Scientist-systeem plant zelf experimenten, bedient labapparatuur en schrijft de wetenschappelijke tekst erover, verspreid over drie vakgebieden. In de materiaalkunde kwam er na 25 rondes van menselijke bijsturing een bruikbaar recept uit. In de informatica draaide het systeem volledig zonder tussenkomst van een mens. Zulke labs draaien op een andere schaal dan een mkb-bedrijf, maar het voorbeeld laat zien wat de bovengrens is: systemen die experimenten zelf uitvoeren in plaats van ze alleen voor te stellen. Zodra een systeem zelf mag handelen, verschuift het gesprek van welk model je gebruikt naar wat dat systeem zelf mag beslissen en waar je dat vastlegt. Wie een agent toegang geeft tot een CRM of een boekhoudpakket, legt dat vooraf vast in plaats van achteraf uit te zoeken wat er is misgegaan.

Bij onze AI diensten begint dat gesprek bij de taak die je wil afgeven, en bij wat er gebeurt als het systeem een keer fout zit.

Hoe kies je tussen een AI consultant en een data scientist

Vraag jezelf drie dingen af. Heb je al een berg data liggen waar niemand tijd voor heeft, en wil je daar een antwoord uit halen? Dan zoek je een data scientist. Wil je een terugkerende taak automatiseren met een taalmodel of een agent die met je bestaande software praat? Dan zoek je een AI consultant. Twijfel je nog, kijk dan naar het eindproduct dat je voor ogen hebt. Een cijfer of een voorspelling wijst naar een data scientist. Een werkend stukje software dat iemand werk uit handen neemt wijst naar een AI consultant. Een data scientist gaat drie jaar aan verkoopcijfers door om een prijsmodel te bouwen. Een AI consultant gaat de systemen in waar je medewerkers dagelijks in werken, en bouwt daar iets tussenin dat die systemen aan elkaar knoopt.

Er zit ook verschil in de vorm van het traject. Een data scientist huur je meestal voor langere tijd in, vaak als vaste medewerker, omdat het werk nooit echt af is: nieuwe data komt binnen, het model moet opnieuw getraind worden, de aannames verschuiven. Een AI consultant werkt vaker in een project van een paar weken tot een paar maanden: het systeem wordt gebouwd, getest op je eigen praktijk, en overgedragen. Daarna is er onderhoud nodig, maar niet dagelijks.

Wanneer je allebei nodig hebt

Bij grotere trajecten kom je ze allebei tegen. De data scientist bouwt het voorspelmodel. De AI consultant zet het om in iets dat een medewerker daadwerkelijk gebruikt: een agent die de voorspelling checkt, in gewone taal opschrijft en naar de juiste persoon stuurt. Zonder die tweede stap blijft een model iets dat in een notebook staat.

Voor de meeste bedrijven onder de vijftig man personeel is één persoon of één klein team met beide vaardigheden voldoende, en dat is meestal een AI consultant die genoeg statistiek kent om zonder aparte data scientist verder te komen. Reken bij een data scientist op een vaste aanstelling of een fors uurtarief over een langere periode, omdat het werk terugkerend is. Reken bij een AI consultant op een project met een duidelijk startpunt en eindpunt: een werkend systeem, een overdracht, en een afspraak over wie het daarna onderhoudt. Pas als je voorspelmodellen bouwt die je zelf traint op eigen data, bijvoorbeeld voor fraudedetectie of dynamische prijsstelling, heb je een aparte data scientist nodig naast iemand die het resultaat inbouwt in je systemen. Voor de meeste andere vragen, van offertes tot klantenservice tot interne rapportages, is de AI consultant de eerste stap. Begin klein, met de taak die het meeste tijd kost, en beslis pas later of je specialistische statistiek nodig hebt naast de systemen die al draaien.