为什么大型科技公司斥巨资投入前沿部署工程师

过去两年，大型科技公司一直忙于在前沿模型上展开竞争。但如今另一种趋势正在形成。随着前沿 AI 公司寻求加速企业采用，它们正通过组建独立的前沿部署工程师公司，更贴近客户。

亚马逊云服务和微软在短短几天内相继宣布，将大举投资专门与客户合作部署 AI 的工程组织。

AWS 承诺向新成立的前沿部署工程部门投入首期 10 亿美元，而微软则推出了 Microsoft Frontier Company，由 25 亿美元和约 6000 名工程师支持，帮助企业构建和运行 AI 模型。

Peak XV Partners 董事总经理 Rajan Anandan 在 X 上发帖写道：“Satya Nadella，招聘 6000 名 FDE 的目标太惊人了！全球目前大约有 7000 名 FDE。仅微软一家就会让这个数字翻倍！对 FDE 来说，再没有比现在更好的时代了。”

不过，微软和亚马逊并不是最早部署工程师的公司。

今年 4 月，谷歌云宣布设立 7.5 亿美元基金，以扩大其前沿部署工程能力，并支持在客户现场部署 Agentic AI。

Anthropic 随后在 5 月与黑石集团和高盛成立15 亿美元的合资企业，将前沿部署工程师嵌入企业组织。几天后，OpenAI 推出 OpenAI Deployment Company，首期投资 40 亿美元，由 TPG、Advent、贝恩和 Brookfield 支持。

AI 行业如今正进入竞争的下一阶段：将产品部署到全球最大的企业内部。

Gartner 杰出副总裁分析师 Arun Chandrasekaran 告诉 AIM：“竞争优势已经从构建 AI 模型转向交付可衡量的业务成果。大多数企业已经超越了试点阶段，现在要求将生产级 AI 与业务流程、企业数据和治理体系集成。”

他解释说，这需要能够连接产品开发与客户落地的工程师。一旦 AI 模型与组织的工作流、数据基础设施和内部应用深度集成，更换供应商就会变得非常困难。

成功的部署还能增加云消费、扩大 AI 工作负载，并创造销售更多企业软件和服务的机会。

部署难题

前沿部署工程师（FDE）不是传统顾问或售前工程师。FDE 与客户并肩工作，编写生产级代码，将 AI 模型与企业系统集成，与安全和工程团队协作，并解决通用软件无法应对的部署难题。

大多数大型组织已经在使用大语言模型来总结文档、生成代码或进行研究。它们面临的最大挑战，是将这些模型与数十年历史的旧企业系统、专有数据、治理框架和监管要求连接起来。

Chandrasekaran 表示，模型已不再是瓶颈。“最大的障碍包括数据质量差、企业架构碎片化、与遗留系统的集成、AI 治理和安全要求，以及工作流程的重新设计，”他说。

组织还难以展示可衡量的业务价值、为 AI 建立清晰的运营模式，以及管理组织变革。“成功的部署需要将 AI 工程、领域专业知识和业务转型相结合，而这些都远远超出了单纯的模型开发，”他指出。

Constellation Research 副总裁兼首席分析师 Holger Mueller 进一步指出，FDE 可以帮助企业加速 AI 部署。“与只能定制和扩展产品的顾问不同，FDE 不仅能在合作期间为企业完成一个产品，还能为通用开发提供反馈，”他说。

他补充说，新技术的早期采用者往往希望确信自己部署的是一个成熟的企业级产品，而不是一个仍在构建或定制中的产品。

据 LinkedIn 的一份报告，这也推高了对前沿部署工程师及类似客户嵌入式 AI 工程岗位的需求，这类岗位在 2023 年至 2025 年间增长了 42 倍。

前沿部署工程的兴起也直接威胁到传统 IT 服务行业。多年来，TCS、Infosys、Wipro、Accenture 和 Deloitte 等公司一直将自己定位为企业在实施大规模技术项目时的首选合作伙伴。如今这一格局正在改变。

甚至前 Infosys CEO Vishal Sikka 最近也推出了 Hang Ten Systems，由 Mayfield 和沙特阿美（Saudi Aramco）投资支持，同样专注于通过 FDE 帮助企业采用和扩展 AI。

Chandrasekaran 表示，双方的关系将演变为既合作又竞争。“AI 供应商将越来越多地掌控最贴近模型的高价值活动，包括解决方案设计、参考架构以及战略用例的部署，”他说，并补充道，系统集成商将继续主导企业级转型、流程再造、集成、治理和托管运营。

“随着时间推移，服务公司将需要通过行业专业知识、多供应商 AI 编排以及长期 AI 运营来形成差异化，而不仅仅依靠实施。”

Mueller 表示，提供部署服务可能会降低软件和 LLM 供应商的利润率，但企业在初始部署之后更倾向于依赖咨询和实施合作伙伴。他补充说，虽然供应商可能会介入以加速企业早期的采用或处理战略性用例，但随着生态系统的成熟，他们通常很乐意把工作交给咨询公司。

这一趋势可能有利于发挥印度的优势。该国深厚的工程人才储备以及在企业软件服务领域的长期经验，使其成为向全球 AI 公司输送 FDE 的天然人选。

Sarvam AI 的工程师 Harveen Singh Chadha 认为，印度 IT 公司在零售、BFSI 和医疗保健领域积累的领域知识和客户关系，是任何新兴公司都难以轻易复制的。

“他们迫切需要的是将大部分员工转型为前沿部署工程师，并坚持不懈地执行，”他在 X 上写道。

“印度可以成为世界的 FDE 工厂，”风投公司 The Fundamentum Partnership 联合创始人 Sanjeev Aggarwal 在最近接受 CNBC 采访时表示。

他补充说，印度拥有非常强大的培训基础设施。“我们拥有大量领域专业知识。IT 服务公司这二三十年的经营历程中，他们已经了解了各行各业，无论是电信、金融服务还是医疗保健，”他说。

同样，Cisco 总裁 Jeetu Patel 最近表示，“每位工程师都将成为前沿部署工程师”，并称这对印度的工程人才来说是一个重大机遇。

据人力资源公司 TeamLease Digital 的数据，在印度，入门级 FDE 职位的年薪约为 90 万至 120 万卢比，仅过去一年 FDE 的需求就增长了近 800%。

据 ADaSci 的数据，中级从业者——即在生产环境 AI 部署方面拥有丰富经验并有企业客户服务记录的人——年薪可达 250 万至 500 万卢比，而高级 FDE 的年薪则高达 500 万至 800 万卢比以上。

FDE 背后蕴含着一个商业机会：构建让人类能力和 AI 能力随时间相互学习的系统。

“真正的机会不在于挑选最好的模型，而在于在模型之上构建一个学习闭环，让人力资本和 token 资本实现复利增长，”Microsoft CEO Satya Nadella 在其最近的 X 帖子中表示。

“我们的目标是帮助每家企业构建自己的 AI 能力，并帮助打造一个前沿生态系统，让每个组织都能将其知识、工作流程和判断力转化为自己的、持续改进的 AI 系统，”他补充道。

纳德拉认为，企业应该能够在不丢失通过自身系统积累的机构知识的情况下更换底层 AI 模型。他表示，企业需要这样的架构：让 AI Agent 系统不断改进，同时保持对知识产权的控制。

钱德拉塞卡兰表示，前沿部署工程将成为企业 AI 供应商的标准能力，尤其是那些面向大型企业客户的供应商。“随着 AI 解决方案变得更加 Agent 化并深度嵌入企业运营，成功的采用将越来越依赖于与客户的共同创新。”