随着印度企业竞相将人工智能从试点项目推向全面生产落地，一个新的人才瓶颈出现了。这份工作备受追捧，薪酬可观，但所需的技能并不容易磨练，甚至难以通过培训提升。

这里所说的职位是前沿部署工程师(FDE)，这曾是 Palantir 的小众职位名称，如今正迅速成为一位行业观察者口中的“一种企业交付模式”。FDE 要确保专有 AI 模型在混乱、充满遗留系统的企业环境中真正运行。其要求不仅是提交代码，还要搭建云基础设施、构建 API 并部署可用的解决方案。

这种高昂的技能要求在一定程度上造成了人才短缺。

根据咨询公司 Han Digital Group 的研究，印度的软件工程人才库约为 300 万人，其中 AI 人才接近 100 万。仅 2027 财年前两个季度，IT-BPM 行业就需要 25,000 个 FDE 岗位。然而，Xpheno 的研究指出，潜在人才库仅有 2,800 人。

尽管印度拥有全球规模最大的技术劳动力，但它发现无法仅靠招聘来弥补这一短缺，必须自己培养人才。

从小众走向主流

IT 服务公司正在率先行动，加速 AI 部署。根据 Han Digital Group 的研究，目前约 5% 的 AI 工程岗位带有明确的 FDE 职责。据研究机构 UnearthInsight 称，在更广泛的部署工程人才库中，印度目前有 7,000 个此类岗位。

它们效仿的是 OpenAI 和 Anthropic——这两家公司今年早些时候在数十亿美元风险投资的支持下，成立了新的企业部署公司，将前沿 AI 模型嵌入企业内部。微软、Google Cloud 和 AWS 也随之跟进。

“问题已经变了，”UnearthInsight 创始人兼 CEO Gaurav Vasu 告诉 AIM，“企业已经能够获取模型，但它们难以在数千个应用、遗留系统、安全规则和业务流程中将模型投入生产。”

他将此称为企业 AI 的“最后一公里”问题。

能力差距

专家们在一点上态度明确：印度并不缺工程师，但缺少能够具备一种非常具体的技能组合的开发者。

能够同时做到以下几点的开发者群体极其稀少：编写生产级代码、理解 LLM 和 AI 架构、驾驭企业数据和遗留系统、把握客户的业务问题、与高层利益相关者沟通，并对结果端到端负责。

“市场正在试图招聘‘独角兽’，因为企业把九种不同的能力打包进了一份职位描述中。他们希望有人能同时担任软件工程师、AI 工程师、解决方案架构师、云工程师、顾问、领域专家和面向客户的交付负责人。这大大缩小了可用的人才库。”Han Digital Group 创始人兼首席执行官 Saravanan Balasundaram 说道。

“更大的问题在于，满足 FDE 全部必备技能组合的人数，远少于满足其中一两项 FDE 必备技能的人数。”他补充道。

Unearthinsight 的数据显示，全球需求与有经验的供给之间的差距约为三倍，在竞争最激烈的细分领域甚至扩大到 4–5 倍。仅超大规模云服务商就有约 6,000 个 FDE 职位空缺，而真正符合该画像的人只有 1,200 名。

据 Vasu 称，LinkedIn 上带有 FDE 标签的个人资料中，约 90% 属于离岸职能顾问或远程支持工程师，而非真正具备前沿部署、深入客户现场经验的专业人士。

另外，UnearthInsight 的研究表明，目前印度被标注为 FDE 的职位中，75–80% 实质上更接近解决方案或实施工程岗位。

“印度不必从零开始培养 20,000 名 FDE。”Vasu 表示，“它需要将现有的工程、服务和 GCC（全球能力中心）人才转化为 FDE。”

HCLTech 新业务孵化全球负责人 Ashish Kumar Gupta 将 FDE 现象置于技术融合的更长弧线之中。

他说，云计算在过去十年已经推动工程师变得更加多能，而 AI 只是在加速这一趋势。但他提醒，FDE 模式只有在组织的产品和工程职能在后端紧密整合、然后再“部署”到面向客户的前端时才能奏效。

“除非你先把后端理顺，否则无法做 FDE。”Gupta 说，并称这不仅是招聘难题，更是结构性挑战。

培养领域知识很难

业内专家反驳了认为 LLM 熟练度是稀缺要素的假设。

“最难找到的能力不是提示词工程，甚至也不是基础的 LLM 开发。”Balasundaram 说，“而是将 AI 系统从成功的原型推进到复杂企业环境中可靠的生产系统的能力”，这越来越需要评测框架、可观测性、防护栏、安全和生产监控方面的技能。

此外，Vasu 指出，行业特定的领域知识是印度最大的结构性缺口。

这里的技术职业传统上围绕纯工程技能构建，而非石油天然气或银行保险等领域的深厚行业专业知识。他认为，FDE 需要构建技术、理解行业的业务流程，并了解工作在特定公司内部的实际运作方式——这种难得的背景组合，如果工程师在项目之间轮换过于频繁，很快就会流失。

技能重塑战略

由于没有成熟、深耕十余年的职业 FDE 人才库可供挖掘，行业高管一致认为，企业必须内部培养人才，而非从外部购买。Vasu 认为，印度的优势恰恰在于这些技能在其生态系统中的共存——IT 服务领域三十年的面向客户工程经验、GCC 内部深厚的流程知识，以及初创公司涌现的更新的 AI 原生工程人才。

由于供需缺口严重失衡，各公司正试图以明显更高的薪酬吸引稀缺的 FDE 人才。

据 Han Digital Group 数据，拥有四至八年经验的 FDE 年薪可达 250 万至 500 万卢比，资深级别则升至 550 万至 950 万卢比甚至更高。Vasu 估计，FDE 的薪酬比同级别工程岗位高出 30%–60%。

未来之路

行业观察人士普遍认为，部署能力很可能决定未来两到三年企业 AI 应用的推进速度。企业可以轻松地从 OpenAI、Anthropic、Google、Microsoft 或开源替代方案购买前沿模型的访问权限。但即使开出丰厚薪酬，他们也难以买到的是那种能将这些模型与真实数据、工作流程、安全系统和员工连接起来，并对最终交付结果负责的人才。

因此，印度有机会建立一条 FDE 人才输送管道。为此，它需要系统性地对该国已经大量拥有的软件工程师、AI 专家、架构师和顾问进行技能重塑。