FDE又不夠了

AI落地需求升溫，企業導入大型語言模型已從概念驗證走向真實生產環境，一線部署工程師（Forward Deployed Engineer，FDE）的角色也隨之迅速走紅。過去一年間，包括OpenAI、AWS、Anthropic等國際大廠相繼成立專門團隊，把工程師直接派駐到客戶端，協助企業把AI系統落到實際業務流程中。這股風潮也吹進國內，騰訊、MiniMax、飛書、百度智能雲等公司都陸續開出類似職位，顯示技術交付能力已成為AI產業競爭的下一個重點。 然而，就在FDE需求持續擴張之際，市場上又出現了一個全新的角色，稱為前線部署高管（Forward Deployed Executive，FDX）。這個角色不僅要懂技術、能寫程式，更要擁有與企業高層對話的影響力，協助管理者跨越心理與決策門檻，真正把AI導入組織運作。提出這個概念的Rick Manelius是麻省理工學院材料學博士，也是Techstars創業導師。他觀察到，FDE雖然能解決技術落差，卻距離真正掌握預算、組織結構與企業文化的核心決策者太遠。若說FDE是AI專案的外置技術長，FDX更像是外置執行長。 這項概念的背景，與AI落地模式快速演進有關。今年6月，AWS宣布投入10億美元成立前線部署工程團隊，規劃將數千名工程師直接嵌入客戶團隊，共同開發與部署智慧體系統。AWS明確表示，企業AI已經超越顧問諮詢與路線圖階段，客戶需要的是有人能在真實數據、真實治理與真實業務限制下，把系統實際推向生產環境。其終極目標並非讓客戶長期依賴外部團隊，而是希望專案結束後，客戶能具備獨立營運的能力。 OpenAI也已經把FDE發展成一個獨立的大型組織，其招聘頁面上目前顯示數十個相關職缺，涵蓋舊金山、紐約、倫敦、都柏林、東京、慕尼黑、阿聯酋與政府業務等多個地區與行業。OpenAI對FDE的定位並非傳統售前或解決方案顧問，而是與戰略客戶共同承擔需求探索、技術範圍界定、系統設計、開發與生產上線工作，並以實際採用率、工作流程影響力與可衡量成果作為績效標準。舊金山FDE職位要求最高50%出差時間，年薪落在16.2萬至28萬美元，另外還提供股權。 Anthropic雖然較少直接使用FDE這個名稱，但實質上也正在建立相同的交付模式。今年5月，Anthropic聯手Blackstone、Hellman & Friedman與Goldman Sachs，成立一家全新的企業AI服務公司，由Anthropic的Applied AI工程師與客戶團隊共同探索Claude最具價值的應用情境、開發客製化系統，並提供長期支援。Anthropic在公告中指出，要把Claude嵌入企業核心業務，需要現場工程能力，也必須深入了解每一家企業的具體運作方式。此外，Anthropic與UST的合作也顯示此模式正透過顧問公司與系統整合商向外擴散，UST規劃培訓2萬名員工使用Claude，其中包含直接進入客戶團隊工作的前線部署工程師，並建立專屬的Claude部署團隊。 從目前趨勢來看，前沿模型廠商正從銷售API與Token的商業模式，拓展到建立更大規模、更具體的現場交付場景。當模型本身逐漸商品化，誰能走進企業內部改造工作流程並交出可衡量的成果，將成為下一階段競爭的關鍵。國內對於FDE的招聘同樣已經相當普遍。騰訊對AI前線部署工程師的定位，不只是把大模型接入客戶系統，還包括協助企業重新設計研發流程與AI Coding體系，實際上融合了全棧工程師、解決方案架構師、研發效能顧問與客戶交付負責人的多重職責。MiniMax也開出解決方案與前沿部署工程師FDE負責人職缺，強調FDE需要深入教育、醫療、金融、製造等行業場景，識別AI落地過程中的真實障礙，完成端到端方案設計，並讓行業場景產生的數據回流模型訓練，反向驅動演算法迭代。MiniMax特別說明，該職位不是純售前角色，必須維持與模型和演算法團隊的直接連結。 這套模式其實與Palantir所建立的核心閉環十分接近。Palantir是較早意識到企業與新技術之間存在落地鴻溝的企業，其客戶多為政府、軍隊、製造業、能源與大型金融機構，這些組織的數據、權限與流程高度複雜，無法靠標準化SaaS產品完成部署。Palantir的做法是將參與技術開發的優秀工程師直接派駐客戶團隊，共同工作，這群FDE不僅負責完成部署，也會持續發掘新的應用機會，推動客戶擴大使用範圍。生成式AI興起之後，OpenAI、AWS等公司重新採納這套模式，但Manelius指出，大型企業的軟體採購週期通常長達18至24個月，每個週期往往只會導入一至兩款新工具，外部環境卻以季度、月度甚至每週為單位快速變化，多重因素導致超過90%的企業AI專案未能達成預期回報。 FDE雖然是解決此問題的重要第一步，因為他們直接進入客戶團隊，能看到真實工作流程，也能在數週甚至數小時內交付可運行的成果，避免專案長期停留在試點階段；其績效衡量標準不是簽單數量，而是客戶是否真正獲得成果。然而，FDE主要解決的仍是技術問題，距離決定預算、組織結構與企業文化的核心管理者太遠。企業要真正建立AI基礎，最高管理層必須親自成為AI推動者。Manelius強調，現階段的瓶頸不是模型、產品、智慧體或Token成本，而是人類能以多快的速度，把AI實踐、產品與方法成功吸收到企業內部。許多高階主管因為擔心落後而產生嚴重焦慮，真正需要的不是又一篇文章，而是一名值得信賴、兼具技術與領導經驗的顧問，協助他們梳理挑戰並推動實際改變。 AI轉型過程中也存在明顯的心理壓力。AI變化速度太快，決策錯誤風險高，因此產生大量恐懼、不確定性與懷疑。即使管理者已經獲得一個理想的答案，倘若不信任提供答案的人，最終仍然不會被採用。Every的Dan Shipper曾表示，判斷企業能否有效導入AI，一個重要指標是CEO本人是否頻繁使用AI，並主動與團隊分享成果。PwC調查亦顯示，建立強大AI基礎的企業，其CEO報告獲得顯著財務回報的機率是其他企業的3倍。Manelius據此提出，既然企業無法在短時間內更換整個管理團隊，就需要外部FDX來協助高階主管提升AI能力。FDX不僅要告訴管理者應該採用什麼技術，還要幫助他們識別問題、設定優先級，並跨越阻礙行動的心理與情緒門檻。 值得注意的是，Palantir在2026年的產品示範中提出了前線部署工程不再只由人類完成的觀點。其AI FDE能編寫AIP Logic函數、建立評估機制、除錯系統，並在持續循環中把初步方案推進到生產級系統，還展示了智慧體建構智慧體的過程。這說明FDE本身也可能被AI部分自動化，但AI越能完成部署中的技術工作，企業就更加需要有人承擔無法被程式碼取代的組織判斷工作，這個決策角色正是FDX。今年1月，投資人Rishi Taparia曾分享一個案例，一家被投企業簽下一筆六位數合約，客戶購買的不是軟體，而是要求創始人以類似外部高階主管的身分進入企業數個月，參與AI與數據戰略制定，直接進入真實決策場景。 這類稱謂也已經開始出現在招聘市場。AI諮詢與工程公司Provectus今年7月招募Senior Product Owner/Forward Deployed Executive，把產品負責人、客戶交付與高層業務推動能力合併為同一職位。Manelius將FDX與十年前市場追捧的解決方案架構師進行類比，優秀的解決方案架構師通常需要同時具備三種能力：理解系統架構與最佳實踐的技術能力；處理成本、時間與團隊配置的管理能力；理解業務需求、投資回報與市場機會的創業能力。到了AI時代，FDX還需要更強的適應力、快速應變能力、對不確定性保持較高容忍度，以及以AI為先的思維模式，在分析問題時首先考慮AI能承擔哪些工作，同時具備親自執行、協同教學與任務委派能力。 國內其實也有類似FDX的職位，只是往往不是一個完整職稱。字節跳動旗下的飛書招聘企業AI轉型顧問，這個角色不只是售前講解或軟體實施，而是要進入客戶業務現場，從產品上線、業務痛點識別、AI場景設計一路負責到效果回收，解決企業找不到場景、落不下去、價值難量化的問題，同時要求具備客戶高層溝通、業務諮詢、技術方案與複雜專案推進能力，工作內容已經非常接近FDX。百度智能雲的智慧工業解決方案架構師也帶有明顯的FDX特徵，不僅要設計AI與Agent方案，還要理解客戶業務戰略與AI轉型目標，與客戶CXO溝通、快速編寫PoC、測算Token成本、協調銷售產品研發市場與生態夥伴，推動客戶從試驗走向規模化使用。華為的AI解決方案架構師同樣要求具備與客戶中高層對話的能力，協助客戶設計大模型與AI應用架構、解決專案難題、保障交付，並把一線需求回饋到產品規劃，同時培訓客戶與內部團隊。 從實際案例來看，FDX確實能發揮關鍵作用。Manelius分享了一位非技術背景創業者Ben的經驗，Ben原本計劃開發一項呼叫API並將結果匯出為HTML表格的功能，聘用了一名時薪約30美元的開發人員，交付週期是兩週。今年5月，Manelius透過螢幕共享啟動Claude Code，口述一段指令，要求為某個行業建立模擬資料庫，並製作HTML頁面呼叫資料庫與轉換表格，大約兩到十分鐘後頁面就成功運行。這件事成為Ben公司調整營運方式的轉折點，幾天內公司就招聘了一名以AI為先的開發人員，幾週後一個原本幾乎無法按期完成的客戶示範專案也變得可以交付。Manelius認為，幫助Ben跨過認知與行動門檻的不只是一名工程師，而是一名能識別問題、推動管理者做出改變的FDX。 另一個案例是同樣不具技術背景的創業者Tyler。Manelius在數週到數月時間內持續與他分享AI產業動態，1月25日Tyler詢問作者如何看待Clawdbot，也就是後來的OpenClaw。Manelius表示自己已經購買Mac mini準備全面採用，認為其重要性可能與Opus 4.5相當，市場會在不到一個月內意識到這點。之後Tyler在一週內替公司部署了兩個OpenClaw，其中一個承擔CTO角色，到第二週產品交付速度已提升到原本的三至五倍，團隊規模則縮減一半。Manelius指出，Tyler最初的瓶頸同樣不是缺少FDE，而是需要一個熟悉AI的人推動他採取行動，之後Tyler對技術的理解與使用很快就超過了最初提供建議的人。 Manelius把FDX視為價值十億美元以上的市場機會，也認為它可能為擔心被AI取代的企業管理者創造新的職業路徑。至少到目前為止，企業內部仍存在大量技術、業務與組織之間的鴻溝，公司也正在尋找能協助它們彌合這些差距的人。AI時代真正稀缺的不是只懂模型或只懂管理的人，而是能同時理解技術、業務與組織，並親自推動企業把AI轉化為實際成果的人。