在企业拥有懂得如何将强大模型转化为可用系统的工程师之前，AI 支出不会产生回报，而投资者正在失去耐心。我在 CNBC 上分享了我的观点，解释了为什么经验丰富的 FDE 应该领导更小的团队，并传授他们从实际部署中学到的经验。
投资者想看到成果
AI 股票经历了艰难的一周，戴尔、CoreWeave、AMD 和美光都出现了短期亏损。我在接受 CNBC 采访时表示：“华尔街开始对这些投入数十亿美元于 AI 却没有获得任何业务成果的公司失去耐心。”
大型科技和咨询公司正在大力投资部署人才。AWS 已向前沿部署工程投入 10 亿美元。OpenAI 推出了一项部署业务，背后有超过 40 亿美元的支持，并同意收购 Tomoro——一家拥有约 150 名部署专家的应用 AI 公司。Anthropic 承诺投入 1 亿美元，到 2027 年底培训 10,000 名 FDE，而埃森哲正在与 Google Cloud 合作组建一支 1,000 人的 FDE 团队。
这些公司已经拥有 AI 技术。现在他们需要足够的工程师，使其在客户现有的系统和安全要求下运行。
需求已超过有经验人才的供给
CNBC 引用的 Lightcast 数据显示，美国 FDE 职位发布量从 2023 年的不到 200 个攀升至 2026 年前九个月的 7,300 多个。在此期间，德勤和埃森哲各自发布的 FDE 职位数量都超过了 Google。对于采用 AI 的公司来说，部署经验已成为主要的招聘瓶颈。
Christian & Timbers 的精英 FDE 稀缺性研究估计，在美国约 17,000 名 FDE 中，大约 2,000 人拥有将 AI 部署到生产环境并带来可衡量业务成果的实绩记录。这些正是企业需要放在部署团队负责人位置上的工程师，而他们的人数不足以支撑每一个项目。企业需要一种方法来充分发挥现有人才的作用。
经验丰富的 FDE 应该领导小组
我的答案是围绕经验来组织团队。一位完成过 10 到 15 次成功部署的 FDE，已经见过足够多的项目出错，足以监督一个由五六名经验较少的工程师组成的小组。这位资深工程师能及早发现问题，并传授来自棘手客户部署的经验教训。
这改变了招聘的算术。企业不需要每个席位都有一位精英工程师。它需要少数几位经过验证的负责人，每人带领一个随着每次部署不断进步的团队。
这也改变了你首先应该招募谁。对于一支成长中的团队来说，一位拥有将产品交付到客户环境长期记录的工程师，比几位只在自己公司内部开发过的优秀工程师更有价值。
培训能否弥合差距？
Anthropic 和 Accenture 都押注它可以做到。Anthropic 的驻场项目仿照医学培训模式，让工程师与从业者结对，并通过真实的企业案例进行评估。Accenture 则根据背景不同，在 30 到 90 天内对有经验的软件工程师进行再培训，使其从事部署工作。Lightcast 发现，FDE 的技能与软件工程约有半数重合，这意味着可以培训的人才储备远大于目前实际从事该工作的人数。
这些项目可以扩大可用的人才池。问题在于，新培训出来的工程师需要多长时间才能培养出在复杂客户环境中独立工作的判断力。Caylent CEO Val Henderson 告诉 CNBC，客户情商是这个角色中最难教授的部分。
这就是为什么培训与小组模式相结合效果最好。一名新培训的工程师在已经处理过十几次困难部署的人手下工作，比独自面对自己的第一次部署学得更快。
这对 CEO 和董事会意味着什么
第一个重要的招聘是负责部署的领导者。根据公司不同，这个角色可能是部署副总裁、前沿部署工程负责人、AI 副总裁、AI 负责人，或一位曾将 AI 投入生产环境的 CTO。没有这个人，FDE 预算往往只会变成一系列试点。
薪酬预期也已经发生变化。今年 FDE 招聘广告薪酬中位数达到 195,456 美元，比 2023 年上涨 40%。按照过时薪酬基准招聘的公司可能难以竞争到有经验的 FDE。
董事会应该坦诚面对目前掌握的证据。CNBC 引用了公司案例研究，包括一个 AWS 的例子：PennyMac 的某些工程任务完成速度最高提升了六倍。这些生产力提升仍需转化为 AI 支出的可验证回报。董事应询问管理层谁负责部署，以及项目多快能进入生产环境。
正如我对 CNBC 所说：“让 AI 发挥作用的唯一途径是人与人之间的互动。”从 AI 中获益最多的公司，将是那些围绕已经交付过可用系统的工程师来组建部署团队的公司。
Christian & Timbers 是一家专注于 AI 和技术领导层的高管猎头公司，招聘 CTO、CPTO、工程副总裁、AI 副总裁、AI 负责人及董事会成员。其招聘业务还包括负责扩展企业 AI 部署的高管。
