人工智能常因自动化取代工作而令人担忧。然而，随着企业从实验阶段迈向 AI 工作流的实际部署，新的职业类别正在涌现。在整个 AI 行业，初创公司和企业软件公司正在招聘这样一类工程师：他们的主要任务不是构建模型，而是帮助企业将模型部署到真实的业务运营中。

据《金融时报》报道，2025 年 1 月至 9 月期间，前沿部署工程师的月度招聘职位数量增长了 800% 以上，这表明企业正在迅速设立专注于在企业内部实施 AI 系统的岗位。这一激增反映了 AI 经济中更广泛的转变：各组织发现，构建强大的模型只是第一步，将这些系统集成到工作流中则需要新型技术团队。

企业内部的前沿部署工程师

前沿部署工程师将软件工程与直接客户互动相结合，将工程师派驻到客户组织内部，构建并部署 AI 解决方案。《金融时报》报道称，包括 OpenAI、Anthropic 和 Cohere 在内的公司正在扩充前沿部署工程师团队，以加速其 AI 平台的落地应用。Ramp 将前沿部署工程描述为构建集成和工作流，使客户能够在生产环境中使用该技术。

据 A16Z 介绍，这一角色源于 Palantir，后者开创了这一模式，将工程师嵌入客户组织内部，以实施软件平台并集成数据系统。这些工程师通常会在运营团队中长时间工作，连接数据源、设计工作流，并在平台上构建定制应用程序。

如今，随着初创公司试图弥合模型能力与企业部署之间的差距，这一方法在 AI 行业中日益流行。在实践中，前沿部署工程师帮助企业将 AI 与内部数据库、API 和运营软件集成，确保该技术能够在现有基础设施中运行。

这一角色反映了 AI 落地所面临的挑战。许多组织缺乏自行部署 AI 工具所需的数据管道、系统架构或内部专业知识。驻场工程师通过将模型转化为企业可在日常运营中使用的生产系统，帮助弥合这一差距。

我们希望成为您首选的新闻来源。

请将我们添加到您的首选来源列表中，让我们的新闻、数据和访谈出现在您的信息流中。谢谢！

混合技术角色的兴起

前沿部署工程师只是 AI 生态系统中涌现的一批新型混合技术角色中的一个例子。企业还在招聘 AI 应用工程师、解决方案工程师以及横跨产品开发、销售和客户部署的市场推广工程师。

这些职位反映了一个现实：将基础模型转化为可用的产品，需要的不仅仅是研究。工程师必须将模型与企业数据集成，在模型 API 之上构建应用程序，并使系统适应特定行业的业务流程。

Andreessen Horowitz 将这一趋势描述为“服务驱动增长”，即初创公司在产品早期采用阶段部署技术娴熟的团队，直接与客户合作。企业不再依赖产品驱动增长模式，而是提供实施支持，帮助组织将 AI 系统融入其运营之中。

这种方法使企业能够从实际部署中学习，同时改进其产品。与客户合作的工程师会提供反馈，说明模型在生产环境中的表现、需要哪些功能，以及工作流程在哪些环节出现问题。

其结果是形成了一种模糊了工程、咨询和产品管理之间界限的劳动力结构。人们越来越期望工程师既能理解技术系统，也能理解业务运营。

对从业者而言，这一转变开辟了将技术专长与运营技能相结合的新职业路径。能够构建系统、与客户沟通并将 AI 能力转化为实际应用的工程师，正成为 AI 经济下一阶段的核心力量。

如需了解 PYMNTS 的全部 AI 报道，请订阅每日 AI Newsletter。