2026年,企业AI市场出现了一个明显变化:AI公司不再只是把模型、平台和API交给客户,而是开始把工程师派到客户现场。AWS在2026年6月宣布投入10亿美元建立Forward Deployed Engineering组织,让工程师进入客户团队,共同开发、定制和部署agentic AI方案。OpenAI、Anthropic、Palantir、Stripe等公司,也在强化类似角色。什么是 FDE,在硅谷流行的说法中,FDE是Forward Deployed Engineer或Forward Deployed Engineering的缩写。放到企业AI语境里,它不是传统售前,也不是普通实施,而是一种更贴近客户现场的工程能力:工程师进入客户业务环境,和业务、IT、安全、数据团队一起,把AI系统接进真实数据、真实权限、真实系统和真实流程。这个角色重新变热,说明企业AI落地正在从“卖能力”走向“交付结果”。Demo里,AI可以读文档、写代码、查数据、调工具,看起来几分钟就能完成过去需要多人协作的任务。但企业内部不是Demo环境,AI能不能接入ERP和CRM,能不能在内网部署,能不能通过安全审查,能不能让真实业务人员完成一次完整操作,这些问题会很快决定一个项目是继续往前走,还是停在试点阶段。
客户真正害怕的是不确定性
企业引入AI时,表面上讨论的是方案、模型和预算,实际推进中更真实的情绪是焦虑。两周后能不能看到东西,数据能不能接进去,系统部署到内网会不会出问题,安全团队会不会卡住,业务人员会不会真的愿意用。项目会上反复出现的,往往不是某个模型参数,而是这些具体问题。这些焦虑并不是客户不懂技术,而是企业环境本来就充满不确定性。业务流程可能写在制度里,但真实操作又有很多例外;数据字段看起来完整,接入时才发现口径不一致;测试环境能跑,不代表生产环境也能跑。金融、政务、国央企和大型集团里,还会叠加专网、国产化环境、权限审批和审计要求。FDE的工作,就是把这些不确定性一点点变成确定性。数据管道跑通,客户至少知道数据能用了;核心功能Demo跑起来,客户知道业务逻辑是通的;系统部署到客户测试环境,客户知道这不是只在工程师电脑上能跑;第一个真实用户完成了一次操作,客户才会开始相信这个系统真的有价值。
企业AI落地的信任,不是靠一次完整方案介绍建立的,更多是靠这些小的可验证结果累积出来的。
FDE做的不是MVP,而是MVD
很多人会把FDE的早期交付理解成MVP,但这个说法并不准确。FDE更接近MVD,Minimum Viable Delivery,最小可行交付。MVP面向未知市场,目标是验证一个产品假设。MVD面向已知客户,客户已经有明确问题、明确时间压力和明确业务场景,目标是在最短时间里让客户真正用上。这一区别会直接影响工程取舍。客户两周后要汇报,MVD就必须在两周内交付;客户要看到真实业务价值,MVD就不能只在工程师本地运行;客户只需要先验证一个核心流程,很多边缘能力就可以先不做。用户管理后台可以先手动配置,复杂报表可以先导出数据看结果,自动通知也可以先用企业群完成。这不是偷懒,而是一种交付纪律:先交付能证明价值的部分。在FDE项目里,一个很有效的问题是:如果客户下周三要向管理层演示,那个演示里必须出现什么?客户的回答,往往就是MVD的底线。
核心路径要快,信任关键点要慢
FDE的节奏和常规软件项目不太一样。传统项目容易先拉长需求分析、设计架构、排期开发,几周以后客户才第一次看到东西。FDE更…