Salaris AI engineer: welke AI-ervaring levert echt meer op?

Bewezen AI-ervaring levert 10 tot 25 procent meer salaris op bij gelijke jaren ervaring. Maar dat geldt niet voor elke vorm van AI-ervaring: het salaris van een AI engineer stijgt pas echt als hij AI in productie heeft gehad, met echte gebruikers, echte kosten en echte storingen. AI in je functietitel zetten betaalt niks.

Hoeveel meer salaris levert AI-ervaring op?

Die 10 tot 25 procent is een flinke opslag, en het is begrijpelijk dat veel engineers zich afvragen hoe ze daar aanspraak op maken. Voor werkgevers is de vraag net zo relevant, want die opslag betaal je alleen terecht als je de juiste ervaring binnenhaalt. Het korte antwoord voor beide kanten: het zit niet in de titel en niet in de tools die op een cv staan.

Het verschil zit ergens anders, en toen ik het naast elkaar legde, was het scherper dan ik had verwacht. Ik zie in de markt drie groepen engineers als het om AI gaat. Wil je weten hoe groot de salarisverschillen binnen één functietitel sowieso al zijn, lees dan ook vijftigduizend euro verschil binnen één functietitel.

Welke drie groepen AI-ervaring zie ik in de markt?

Groep een: ermee gespeeld

De eerste groep heeft ermee gespeeld. Copilot aangezet, een prototype gebouwd, een cursus gedaan. Daar is niets mis mee, het is een logische eerste stap. Maar inmiddels is dat iedereen. En omdat het iedereen is, levert het geen opslag meer op. Het onderscheidt je niet meer van de engineer naast je.

Groep twee: iets echt gebouwd

De tweede groep heeft iets echt gebouwd. Een RAG-setup, een agent, een model dat draait. Dat is indrukwekkend en het vraagt meer dan een middag experimenteren. Alleen staat het vaak op een laptop of in een repository waar verder niemand naar kijkt. Het heeft nooit echte gebruikers gezien, nooit echte kosten gemaakt en nooit voor problemen gezorgd waar iemand op aangesproken werd.

Groep drie: in productie gehad

De derde groep heeft het in productie gehad. Met echte gebruikers, echte kosten en echte dingen die stukgingen. Deze engineers weten wat een call kost. Ze weten hoe je meet of iets beter werd of alleen anders. En ze weten wie er gebeld wordt als het omvalt.

Waarom is AI-ervaring in productie zo schaars?

Die derde groep is waar de opslag zit. En het is ook precies waar bedrijven vastlopen. 19 procent van de werkgevers noemt AI en applicatieontwikkeling als de rol die niet gevuld raakt. Niet omdat er te weinig kandidaten zijn, maar omdat er te weinig kandidaten zijn die het daadwerkelijk over de streep hebben gekregen.

Wat me daarbij het meest opvalt: de mensen in groep drie laten het bijna nooit zien. Het staat niet op hun profiel en niet op hun cv. Het is intern gebouwd en daar gebleven, en ze hebben er nooit aan gedacht om het te benoemen.

Ik sprak laatst iemand die iets draaiend had waar bedrijven maanden naar zoeken. Volledig onzichtbaar voor de buitenwereld. Dat soort mensen wordt voor mij soms zichtbaar via de FutureProofEngineers-community, waar engineers wel vertellen waar ze mee bezig zijn, juist omdat het daar niet over solliciteren gaat. Wat daar zoal besproken wordt, beschreef ik in wat zeventig engineers echt bespreken als het over AI gaat.

Voor engineers is dat een gemiste kans en voor werkgevers een zoekprobleem. De ervaring die het meest gevraagd wordt, is tegelijk het slechtst vindbaar.

Hoe maak je als engineer je AI-ervaring zichtbaar?

Zit je in groep drie, maak het dan zichtbaar. Niet met een modewoord, maar met de concrete dingen. Een paar vragen die je op je cv en in een gesprek zou moeten kunnen beantwoorden:

• Wat heb je gebouwd, en voor wie?
• Hoeveel gebruikers had het, en wat kostte het om te draaien?
• Hoe heb je gemeten of het beter werd of alleen anders?
• Wat ging er mis, en hoe heb je het opgelost?
• Wie was eigenaar, en wie werd er gebeld als het omviel?

Dat is precies het verhaal dat een hiring manager wil horen, en het verschil tussen "heeft met AI gewerkt" en "heeft AI in productie gebracht" is in een gesprek binnen een paar minuten duidelijk.

Zit je in groep een of twee, dan is de stap naar drie vaak niet technisch maar organisatorisch. Zoek een plek, intern of in een volgende rol, waar wat je bouwt ook echt gebruikt gaat worden. Daar leer je de dingen die je op een laptop nooit tegenkomt: kosten, gebruikers die iets anders doen dan je verwachtte, en de vraag wie verantwoordelijk is als het misgaat. Kijk je rond, dan vind je bij de openstaande vacatures rollen waar dat soort werk centraal staat, en via kandidaten kun je je cv sturen.

Hoe vind je als werkgever een AI engineer met productie-ervaring?

Zoek je iemand uit groep drie, vraag dan niet naar tools of certificaten. Vraag naar productie. Wat heb je live gebracht? Hoe wist je dat het werkte? Wat ging er stuk? Wie was eigenaar? De antwoorden laten snel zien in welke groep iemand zit. Een kandidaat uit groep twee vertelt enthousiast over de architectuur. Een kandidaat uit groep drie vertelt ook over de rekening, de gebruikers en het moment dat het misging.

En reken erop dat die mensen niet altijd zelf op je vacature reageren. Ze zoeken vaak niet actief, en hun cv vertelt niet het hele verhaal. Je vindt ze via gesprekken en netwerken, niet via een filter op trefwoorden. Een vacature die alleen tools opsomt, trekt bovendien vooral groep een aan. Daarover schreef ik eerder in drie vacatures voor een ML-engineer waarvan geen enkele er een zocht.

Wat moet je een AI engineer betalen?

Wees bereid om die 10 tot 25 procent ook echt te betalen, want precies die mensen worden ook door anderen gezocht. Een range die gebaseerd is op jaren ervaring alleen, mist het punt. Twee engineers met evenveel jaren kunnen in totaal verschillende groepen zitten, en de markt prijst dat verschil inmiddels mee.

Dat betekent ook dat je in je eigen proces moet kunnen uitleggen waarom iemand meer krijgt. Leg vast welke productie-ervaring je verwacht en wat die waard is, dan voer je het salarisgesprek op inhoud in plaats van op gevoel. Voor de werving van AI-engineers begin ik daarom altijd met die vraag: welke groep heb je echt nodig?

Sparren over jullie AI-rol?

Twijfel je welke ervaring je voor jullie AI-rol echt nodig hebt, of wat een passend salaris is, dan denk ik graag mee. Geen verkooppraatje, gewoon een eerlijk gesprek over de rol en de markt. Plan een kennismaking via contact.

En als engineer ben ik benieuwd: in welke groep plaats jij jezelf, en wat zou je nodig hebben om de volgende stap te zetten?