在投入数十亿美元建设人工智能之后，大型科技公司如今正斥巨资打造所需的人力队伍，以证明这些投资正在获得回报。
各公司正争相寻找能够将 AI 技术落地到企业内部的专业 AI 工程师。这些专家被称为前沿部署工程师（FDE），他们兼具先进的 AI 和软件专业知识，并理解企业的运作方式。他们可能是“人在回路”中的关键角色，能够将强大的大语言模型转化为可交付可衡量业务成果的企业系统。
市场对 AI 热潮经济模式不可持续的担忧本周进一步加剧，从 Dell 到 CoreWeave、AMD 和 Micron 等众多 AI 主题和存储主题的热门股票均出现显著的短期亏损。
Amazon Web Services 已承诺投入 10 亿美元用于一项前沿部署工程计划。OpenAI 已推出一项部署业务，初始投资超过 40 亿美元。Anthropic 正投入 1 亿美元，用于一项到 2027 年底培训 10,000 名前沿部署工程师的计划。Accenture 和 Google Cloud 则正在组建一支 1,000 人的前沿部署工程团队。
“华尔街开始对这些斥巨资投入 AI 却没有获得任何业务成果的公司失去耐心，”高管猎头公司 Christian & Timbers 的创始人 Jeff Christian 表示。
FDE 直接与客户合作，在现有技术系统、安全要求和组织障碍中穿行，将有前景的 AI 实验转化为企业真正可以使用的应用。
Caylent 是一家将 FDE 派驻到客户现场的 AWS 咨询合作伙伴，其 CEO Val Henderson 表示，这一角色所需的能力远不止技术专长。
“毫无疑问，最难教的是客户情商，”她说，并补充道，工程师还需要理解客户和业务、应对组织内部的复杂关系，并在项目遇到意外问题时做出判断。
职位发布激增，人才稀缺推高薪资
经验丰富的人才十分稀缺，而培养这种专业能力无法一蹴而就——最近的招聘数据显示，这场人才争夺战正在加速。
根据劳动力市场分析公司 Lightcast 的数据，美国 FDE 职位发布数量从 2023 年的不到 200 个，激增至 2025 年的约 1,200 个，以及 2026 年前九个月的超过 7,300 个。
在此期间，广告薪资中位数达到 195,456 美元，较 2023 年上涨 40%，是美国所有职位发布广告薪资中位数的三倍多。
这场竞争远不止于开发 AI 模型的公司。咨询公司是最大的招聘方之一，反映出市场对能够帮助企业客户落地该技术的工程师的需求。
Lightcast 统计显示，2026 年前九个月，德勤发布了 872 个不同的 FDE 职位招聘，埃森哲为 688 个，其次是 Google 的 499 个和毕马威的 447 个。这些数字代表的是已发布的招聘职位，而非已完成的招聘。
Lightcast 全球研究主管 Elena Magrini 表示：“对前沿部署工程师的需求正在快速上升，而不断上涨的薪资表明雇主正在争夺有限的人才库。”
但数据也指向了一个潜在的解决方案。
“FDE 并非一个全新的角色。它与软件工程大约有一半的技能是相通的，这为挖掘更广泛的人才库创造了机会，”Magrini 说。
科技公司及其企业客户正通过多种方式投资培养部署专长。
AWS 正在组建自己的 FDE 组织，既从 Amazon 和 AWS 内部抽调经验丰富的工程师，同时也进行外部招聘。据 AWS 前沿部署工程副总裁 Asa Kalavade 介绍，该公司将从数百名工程师起步。
“我们现在投资 10 亿美元，是因为客户需要这种实际动手的帮助，以便快速将他们的 AI 投资转化为成果，”Kalavade 说。
OpenAI 正在推行更广泛的企业部署战略，其背后有 40 亿美元的初始投资支持，以及今年早些时候达成的一项收购协议——收购应用 AI 咨询与工程公司 Tomoro，预计该交易将为公司带来约 150 名经验丰富的 FDE 和部署专家。
AI 技能差距是一个“市场问题”
Anthropic 则采取了不同的方式，培训已受雇于其客户和合作伙伴的工程师。通过其 Claude Frontier Academy，该公司计划在 2027 年底前培训 10,000 名 FDE。其首批驻场培训学员包括来自埃森哲、贝恩、凯捷、澳大利亚联邦银行、德勤、麦肯锡、摩根士丹利和诺和诺德的工程师。
“AI 技能差距影响着每一个客户和每一个合作伙伴，因此这是一个市场问题，Anthropic 致力于帮助弥合这一差距，”Anthropic 全球业务发展与合作伙伴关系负责人 Steve Corfield 说。
与此同时，埃森哲和 Google Cloud 正在组建一支 1,000 人的 FDE 团队，部分依靠对经验丰富的软件工程师进行再培训，使其转向面向客户的 AI 部署工作。
“现实情况是，无法按照客户所需的规模直接招聘到经验丰富的 FDE，”埃森哲 FDE 及软件与平台工程负责人 Ram Ramalingam 说。他表示，根据背景不同，该公司的 FDE 培训和入职流程可能需要 30 到 90 天。他补充说，学员已经具备相当丰富的软件工程经验；该计划旨在增加专门的部署能力，而不是培训新手。
AWS 还看到了在客户组织内部培养专业能力的机会。Kalavade 表示，许多企业已经拥有能力出色的工程师，但需要帮助来学习如何将 AI 项目推向生产环境。AWS 的 FDE 与这些团队并肩工作，使客户最终能够自己维护和扩展这些系统。
Corfield 说，这一挑战不仅限于技术专长。“稀缺的一种技能，是既能理解业务运作方式、又能构建改变业务的系统的工程师，”他说。
Anthropic 相信，其中一部分专业能力可以通过结构化的工程实践来培养。其前沿部署工程师驻场计划借鉴了医学教育模式，让经验丰富的工程师与从业者结对，并根据真实的企业部署情况对他们进行评估。
“我们按照医学培养医生的方式来设计这个驻场计划，”Corfield 说。据 Anthropic 介绍，参与者向一线工程师学习，处理真实案例，并在独立为所在公司开展实践之前接受评估。随后，他们在参与 Claude 项目的同时，接受 Anthropic 工程师为期 12 周的指导。首批完整认证预计将于 2027 年初颁发。
部署成果分析为时尚早
Christian 表示，经验丰富的 FDE 可以通过带领经验较浅的工程师团队来扩大人才队伍。他说，例如，完成过 10 到 15 次成功部署的工程师，可能已经具备监督五到六人团队的判断力，并将从复杂客户项目中积累的专业知识传递下去。
Christian 将这种指导模式视为扩大部署团队规模的一种方式，而无需每个岗位都配备精英工程师。
但 Henderson 表示，复杂 AI 部署所需的面向客户的判断力尤其难以传授。虽然技术技能可以通过培训培养，但工程师还需要应对真实客户挑战的经验。
“经验没有压缩算法，”Henderson 说。
对 Christian 而言，这一挑战又回到了投资者对业务成果的压力上。他认为，企业需要能够直接与客户合作、将日益强大的 AI 系统转化为实际应用的工程师。“让 AI 真正发挥作用的唯一途径，是人与人之间的互动，”他说。
最终的检验在于，这支不断扩大的队伍能否帮助企业从 AI 中获得足以证明前期投入合理性的投资回报。迄今为止，来自 FDE 项目的现有证据还不足以证实这一点。根据企业公布的案例研究，一些早期部署显示了生产力的提升，但尚未带来财务回报。
在房贷机构 PennyMac，Caylent 的 FDE 与产品经理和工程师共同开发一个 AI 赋能的房贷服务平台。根据 AWS 提供的案例研究，部分工程任务的完成速度最高提升了六倍，具体取决于任务类型。
Caylent 的另一个合作项目涉及通信合规软件提供商 Smarsh。一份公司案例研究估计，该项目释放了 500 万至 1000 万美元的工程和产品产能，可转投其他工作。Caylent 确认 FDE 参与了该项目，但该数字并未单独体现他们的贡献，也不代表等额的现金节省。
这些在工程生产力和产能方面的提升，并非经过独立验证的 AI 投资回报。
Anthropic 雄心勃勃的培训计划尚未展现出可衡量的成果。Corfield 承认，现在获取成效数据还为时过早，并表示公司计划跟踪参与者的项目多快能进入生产环境，以及这些系统的使用广泛程度。
