AI 颠覆了旧的企业采购模式——过去客户会先选定一个平台，再从平台出发逐步搭建。而现在，正如 Databricks 的 Jason Martin 所说，客户会从一个棘手的问题出发，寻找能够解决它的人。“我不会先从平台开始，然后再往上搭建，”他说，“我会根据谁能解决这个棘手的问题来选择供应商。”产品变得更强大，同时也更不完整。前沿部署工程师（FDE）正是供应商弥合这一差距的方式。

本文来自 Onsite Hour，这是由 Insight 的 100 多位内部专家为被投公司打造的每周线上活动系列。本篇博客是三部分系列的第一篇，旨在用通俗易懂的语言解释 FDE。

讨论由董事总经理 George Mathew 主持。

小组成员包括：

给创始人和 CEO 的五点思考

1. Pick a North Star. “Figure out your North Star, and as long as you have confidence in the sanctity of that North Star, just stick to it, even when you’re being buffeted from all sides,” said Aisien. His North Star is the number of agentic builds in production.

2. Treat FDE as your primary engine for learning. “If I were starting a B2B business today, I would think about an FDE motion as my primary engineering motion,” said Sobti. The model turns one signal into a pattern, then “a compounding flywheel” that feeds the product.

3. Guard the front door. Demand explodes the moment it works. “Interest is not the same as readiness,” said Irudayaraj. “Define entry criteria, exit criteria, and kill triggers before the build starts, and keep the FDE, ‘a scarce capability.'”

4. Win on talent, and own it from the top. “It’s all about talent,” said Martin. “In AI, the difference between your best person and your medium or worst person is 10x what it was a year or two ago.” At Databricks, even the CEO still weighs in on FDE hires.

5. Design every engagement to end. Solve the hard problem, then leave. Aisien tells his team lead that the goal is “to do yourself out of business, literally.”

什么是前沿部署工程师？

在 Insight Partners，我们将 FDE 定义为对日益扩大的 AI 价值差距和普遍的 AI 概念验证（POC）失败的一种市场回应。根据我们的经验，大多数 AI 解决方案无法开箱即用地满足客户的具体用例，因此永远无法进入生产环境。FDE 的作用就是“补全这个盒子”。这一角色画像是一个极具好奇心、技术过硬的建设者，具备出色的人际交往能力，能够化解组织内部的阻力，进行深入的问题挖掘，并对最终结果负责。

与其他角色不同，他们负责构建“最后一公里”的解决方案，而他们所创造的能力又会反哺到核心产品中。关键在于，FDE 并不是一个永久性的角色。一旦成果得到验证，所有权就会移交给负责将其产品化并规模化运营的团队，而 FDE 则转向下一个前沿领域，让这个“发现引擎”持续运转。

以下是我们嘉宾的定义：

  • “把你们最难的问题交给我们，我们会去解决它……知识产权归你们所有，我们会把它交付给你们。” — Jason Martin，Databricks
  • 在 ServiceNow 已有客户基础的账户中，充当“地形占领”的催化剂，将 Agentic 构建作为“解决业务问题的基石”。 — John Aisien，ServiceNow
  • “我们识别一个信号……将这个信号转化为一种模式……然后打造一个不断复利的飞轮”，反哺产品。 — Ankit Sobti，Postman
  • FDE 应该是“公司永久的学习闭环”，而不是“客户永久的拐杖”。 — Rajkumar Irudayaraj，Alteryx

FDE 与顾问或售前工程师有何不同？

顾问或专业服务团队交付既定范围的工作后就会离开。售前工程师通过演示产品来促成交易。而 FDE 接手一个模糊、无明确范围的问题，构建“最后一公里”的解决方案，并对结果负责。Irudayaraj 解释说：“我不会用 FDE 去做一个演示。有其他人可以为你做这件事。你有解决方案工程师，他们一直在做这种事。”

Martin 描述了在 Databricks，售前和售后如今已融合为一个整体动作，以客户最难的问题为切入点，而不是为捍卫计费工时。他提到一段从 3 万美元的概念验证开始、最终发展为数百万美元合作的关系。“这不应该是关于工时和人数的，”他在座谈会上说，“而应该是关于成果的。”

FDE 究竟做什么？

嘉宾们用实际案例来回答。Irudayaraj 讲述了他如何深入美国一家最大的快餐连锁企业，将一项每年耗费 300 到 400 小时的人工财务对账实现自动化，随后发现成千上万家其他餐厅也面临同样的问题。“你只需要做一次，剩下的就不用再做了，”他说。用他的话说，这第一个成功案例的意义在于“缩短从高管的好奇心到商业行动之间的距离”。

“如果今天我要创办一家 B2B 企业，我会把 FDE 模式作为我的主要工程模式。”

找到最棘手的问题，在客户的真实环境中构建一个可运行的解决方案，然后把这一次成功转化为可复制的东西。Sobti 进一步解释道：“如果今天我要创办一家 B2B 企业，我会把 FDE 模式作为我的主要工程模式。”

领导者们如何启动 FDE？

每家公司出于不同的战略原因启动了 FDE 团队，并在业务的不同部门中运营它。

Postman 推出 FDE 岗位，旨在将其 4000 万开发者群体转化为企业级订单，解决任何产品功能都无法解决的 API 问题。该团队设在营收组织之外，秉持“猎手”心态，其北极星指标是从一线反馈回来的新产品模式。

Databricks 构建 FDE 模式的基础是一个现实：AI 改变了客户的购买方式。当供应商靠解决难题而非售卖平台取胜时，FDE 就能拿下平台模式所缺失的大客户标志。该团队横跨售前与售后，采用正利润率、基于成果的模式，以平台采用率作为北极星指标。

ServiceNow 已经深入大多数大型企业，需要客户真正将 AI Agent 投入生产。FDE 负责攻占这一阵地，并将经验教训反哺到产品中。该团队隶属于工程部门，以投入使用的 agentic 构建数量作为考核指标。

Alteryx 面临的是另一个问题：大型客户被 AI 的种种选择弄得无所适从，不清楚该信任什么。FDE 通过在客户自己的数据上验证可行的成果来降低决策风险，作为稀缺资源部署在严格的准入门槛之后，与售前工程和客户成功团队协同运作。

FDE 构建的知识产权（IP）归谁所有？

小组的回答是：留住真正重要的东西。Martin 表示，供应商“需要拥有 IP”，才能将任何可复用的成果回馈到产品中，而基于客户数据训练的定制模型则归客户所有。交出其余部分是一种功能特性，而非让步：“对客户来说，这比‘哦，我现在被锁定了’要好得多。”

Databricks 越来越多地直接在客户自己的环境中进行构建，并将成果留在那里。Irudayaraj 重新定义了这场争论，认为真正的收获不是 IP 之争：“最好的 FDE 模式不只是帮公司赢下一两个客户，而是教会公司如何赢下接下来的 10 个、100 个客户。”

如何为它买单，并证明它有效？

Databricks 以正利润率为目标，售卖的是价值，而非时间和材料。Aisien 解释说，ServiceNow 将该团队作为研发来投入资金，工程师创造的价值通过一个他称之为“assist”的使用计量指标转化为经常性收入。在证明成效方面，几位发言者一致强调速度。借助现代工具，解决方案可以在数天到数周内成型，Databricks 有时甚至会在合同签署之前就动手构建。“我们甚至不会为此收费，因为我们非常有信心你会答应，”Martin 说，“所以我们愿意承担交付风险。”

今天启动 FDE

以下是发言者在被问及如果重新开始会有哪些不同做法时的回答。

1. Start a rotation program between core engineering and the FDE team on day one.

“真希望我从一开始就这么做，”Aisien 说，“这绝对是改变游戏规则的举措。”

2. Begin earlier-career hiring sooner

AI “把一切彻底颠覆了，”Martin 说，你需要的是那些“更愿意用不同方式做事、更有创造力”以及“有时愿意睡在桌子底下”的建设者。Vibe coding 现在已成为 Databricks 面试的一部分：“我们让候选人进行 vibe coding……关键在于他们如何讲述这个过程。为什么他们要那样构建？”

3. Set the qualification bar and the kill criteria even earlier

“有兴趣不等于准备好了，”Irudayaraj 说。“我会在一开始就更加明确地说明，在 FDE 参与之前必须满足哪些条件。”

4. Launch the motion earlier while going up-market

亲手构建，Sobti 说，“会改变你对构建企业级产品的思考方式。”

关于 FDE 的常见误解

以下是几位嘉宾澄清的几点误解。

  • “不过是换个名字的专业服务。”不是。专业服务交付的是固定范围的工作；FDE 接手的是范围未定的问题，并对结果负责。
  • “Palantir 发明了 FDE。”Palantir 创造了这个术语，但并非首创这一模式。
  • “FDE 只做炫酷的演示。”目标是让可复用的模式在生产环境中运行，而不是做一个演示。
  • “这是后期才加上的市场推广手段。”这些领导者都希望自己能更早开始。
  • “你会失去自己的 IP。”可复用的 IP 仍然归你所有；只有定制的、与数据相关的工作成果归客户所有。

更大的图景

FDE 模式正在改变结果的归属。“十年、十五年前，我们只是做演示、放 PPT，最多做个 POC，”Aisien 说。如今，他认为责任“在资产提供方和客户之间更加均衡了”。他称之为“重新划分成果责任版图，我认为这对全球所有软件企业来说都是非常、非常健康的”。

这些领导者还认为，这一模式会让早期公司受益，并且随着时间推移会更加自动化。Irudayaraj 认为创始人“在孵化阶段就应该考虑采用 FDE 模式”——即使是“一家种子轮公司或初创企业”。Postman 已经在以“人类与 Agent 相结合”的方式组建团队，Sobti 说，甚至设立了“一个作为 Agent 的现场 CTO”，公司里任何人都可以向它提问。“现在宣布胜利还为时过早，”他补充道，“但我真的很喜欢目前看到的领先指标。”

想深入了解？本系列还将继续

观众提出的头号问题是“究竟怎样才能成为一名出色的 FDE？”如果你是 Insight 的被投公司，请务必关注我们七月 FDE 系列的接下来两场活动来寻找答案。否则，请持续关注我们每次活动后发布的此类会后回顾。

*编者注：Insight Partners 投资了 Postman、Databricks 和 Alteryx。