我的網誌
科技巨頭在投入數十億美元建構人工智慧後，目前正砸下重金建立人力團隊，以證明這些投資能帶來實際回報。企業正爭相尋找能將AI技術導入商業運作的專業工程師。這些被稱為「前置部署工程師」（FDE）的專家，結合了先進的AI與軟體專業知識，並深入了解企業運作模式。他們是將大型語言模型轉化為能帶來實質商業效益的企業系統中，不可或缺的關鍵人物。然而，市場對AI熱潮經濟效益是否具備永續性的擔憂在本週加劇，導致從戴爾(DELL)、CoreWeave、超微(AMD)到美光(MU)等多檔頂級AI與記憶體概念股遭遇短線大幅回跌。
Google與OpenAI狂砸數十億擴編
為了加速AI落地，亞馬遜(AMZN)旗下的AWS已承諾投入10億美元推動前置部署工程計畫。OpenAI也啟動了獲得超過40億美元初期投資的部署業務。Anthropic則投入1億美元，目標在2027年底前培訓1萬名前置部署工程師。同時，埃森哲(ACN)與Google(GOOGL)旗下的Google Cloud正在建立一支千人規模的前置部署工程團隊。高階獵頭公司Christian & Timbers創辦人Jeff Christian指出，華爾街已經開始對那些投入數十億美元發展AI卻尚未看見商業成果的企業失去耐心。FDE直接與客戶合作，解決現有技術系統、資安要求及組織障礙。AWS諮詢合作夥伴Caylent執行長Val Henderson表示，這個角色需要的遠不僅是技術，最難教的毫無疑問是客戶情緒智商，工程師必須了解客戶業務，並在專案遇到突發問題時做出正確判斷。
FDE職缺狂飆，年薪逼近20萬美元
經驗豐富的AI部署人才極度稀缺，而這類專業能力的培養無法一蹴可幾。根據勞動市場分析公司Lightcast的數據顯示，美國FDE的職位空缺數從2023年的不到200個，激增至2025年的約1,200個，並在2026年前九個月突破7,300個。這段期間的薪資中位數達到195,456美元，較2023年大幅成長40%，更是全美所有職缺薪資中位數的三倍以上。這場人才爭奪戰已延伸至AI模型開發商之外，顧問公司成為最大的招募者，反映出企業客戶迫切需要工程師協助導入技術。數據顯示，德勤釋出872個職缺，埃森哲(ACN)有688個，緊接著是Google(GOOGL)的499個與畢馬威的447個。Lightcast全球研究主管Elena Magrini表示，快速成長的工資顯示雇主正爭奪有限人才庫，但這並非全新職位，其所需技能約有一半與傳統軟體工程重疊，為招募提供了更廣闊的人才池。
補足AI技能缺口，科技大廠祭內部培訓
科技公司與企業客戶正透過多種方式投資以發展部署專業。AWS正從亞馬遜(AMZN)內部挑選資深工程師並向外招募，以數百名工程師為基礎建立專屬的FDE組織。AWS前置部署工程副總裁Asa Kalavade表示，投入10億美元是因為客戶需要實際的協助，以最快速度將AI投資轉化為成果。OpenAI則透過收購應用AI顧問公司Tomoro，預計引進約150名經驗豐富的部署專家。另一方面，Anthropic採取不同策略，透過其Claude Frontier學院培訓客戶與合作夥伴的員工。首批進駐名單包含埃森哲(ACN)、貝恩、凱捷、澳洲聯邦銀行、德勤、麥肯錫、摩根士丹利(MS)與諾和諾德(NVO)等企業的工程師。Anthropic全球業務發展主管Steve Corfield指出，AI技能缺口影響著每個客戶，這是一個市場問題，公司致力於協助縮小此差距。
仿效醫學住院醫師制度，縮短AI落地陣痛
埃森哲(ACN)與Google Cloud正建立千人規模的FDE團隊，部分仰賴對資深軟體工程師進行重新培訓。埃森哲(ACN)主管Ram Ramalingam坦言，目前無法直接招募到足以滿足客戶龐大需求的資深FDE。依據背景不同，培訓需要30到90天，且該計畫專為已有豐富軟體經驗的工程師設計，並非初學者。AWS也看準了在客戶組織內部培養專業能力的機會，讓FDE與企業團隊並肩作戰，確保客戶最終能自行維護與擴充系統。為了加速人才培育，Anthropic借鏡了醫學教育的住院醫師制度，將資深工程師與實務人員配對，並在真實的企業部署環境中進行評估。參與者在實踐前需接受評估，隨後在處理Claude專案時獲得為期12週的指導，首批完整認證預計將於2027年初頒發。
AI投資回報仍待驗證，生產力提升尚未變現
獵頭專家Christian認為，資深FDE可以透過帶領資淺團隊來擴大部署規模，將處理複雜專案的經驗傳承下去，以減輕投資人要求展現商業成果的壓力。他強調，讓AI發揮作用的唯一途徑就是人與人之間的互動。然而，這支不斷擴編的生力軍能否協助企業創造足以支撐前期龐大成本的AI投資回報，仍是最終的考驗。截至目前，FDE專案的實際數據仍不足以完全證實其財務回報。儘管部分初期案例顯示生產力有所提升，但在抵押貸款機構PennyMac的案例中，部分工程任務的完成速度雖提升了高達六倍；在通訊合規軟體供應商Smarsh的專案中，估計釋放了500萬至1,000萬美元的工程產能，但這些都尚未轉化為經獨立驗證的實質現金收益。就連Anthropic的雄心培訓計畫也尚未展現可量化的成效，業界仍需密切追蹤這些AI系統上線的速度與實際使用率，才能驗證龐大資本支出的合理性。
