（图片来源：AI生成）
出品｜搜狐科技
作者｜李保铭
AI除了帮企业省钱提效，正在孵化新的职业机会。
首批享受AI红利的群体里，除了老板，还包括FDE（Forward Deployed Engineer，前沿部署工程师）。
从Palantir开创这一角色，到近期OpenAI、Anthropic等巨头纷纷布局AI部署业务，FDE正从硅谷向国内扩散，越来越多的AI从业者及OPC开始涌入这个赛道。
身处其中的人也在摸索中前行，面临的痛点不少。
FDE到底是个什么角色？
有机构将其定义为“全链路工程师”，职责涵盖将公司产品推向客户现场，并对实施、运营及反馈全流程负责。
通俗点说，FDE充当了企业与AI之间的“中转站”，旨在打通落地的“最后一公里”。
不过，这个新词在社交媒体上引发了争议。有人吐槽这是“纯造概念”，也有人认为它和SaaS没太大区别。
前大厂程序员李追追（化名）看法不同。离职创业后，他专注于服务传统行业中小企业的FDE工作。他对搜狐科技表示，企业并不在意对方叫什么名字，“特别是老板，根本不需要去了解这些头衔”。相比之下，企业更看重FDE能否提供解决问题的方案。
Robin（化名）毕业后进入咨询公司做顾问，观点相似。“介绍时我们不会刻意强调这一点，因为这暗示着更高的人力交付成本。”他说，他们更多是通过驻点交付，潜移默化地将AI工具、生产方式及思维带入客户公司，“路演时不提FDE，那不是重点。”
李追追指出，FDE与SaaS确有差异。传统SaaS是打包售卖功能，往往20个功能里只有2个是客户需要的，但用户仍需为那18个用不上的功能买单。
FDE的交付则更垂直，“不是上来就给客户做系统，能解决实际问题才是好方案。”
从市场数据看，领英一份2026年报告指出，2023年至2025年间，全球新增130万个AI相关职位，FDE需求增长了42倍。
AI落地加速了这种需求释放。国盛证券研报显示，AI企业级应用正走向规模化。截至2026年4月8日，a16z数据显示，全球财富500强企业中已有29%成为全球领先AI创业公司的付费客户，全球2000强企业中这一比例为19%，表明AI企业级应用已进入规模化阶段。
相比之下，长江商学院对全国2016家规上工业企业的调研数据显示，当前实体企业的AI渗透率仅为10%。
AI释放的巨大需求与实际低渗透率之间的落差，构成了中国FDE生存的土壤之一。
今年年初，Robin公司的部门领导提出咨询顾问转型。此后，他们对客户的交付内容从PPT、软件和功能点，转变为Agent、Demo等具体落地产品及全过程陪跑。
他认为，FDE与IT咨询高度重合。以前的IT咨询侧重数字化转型，现在转向AI转型，虽然名称变了，“但内在逻辑、交付方案以及思路和方法论差别不大。”
Robin觉得自己的转型很顺畅，这是IT咨询发展的必然路径，既符合行业方向，也回应了客户要求。
吴明泽的经历更为丰富，他曾在斯坦福从事科研，也在大厂做过程序员。今年4月，他开始从事FDE相关工作，并在社交媒体昵称中标注“全网第一FDE分享”。今年6月至7月，他在深圳、上海、杭州、北京连办四场闭门聚会。他对FDE的观察关键词是“个性化”。
“我很快意识到，不同行业的FDE很多经验并不通用。所以我认为，FDE要深入千行万业，必须先收集各行业遇到的具体问题和痛点。”
需求来自哪里？
在集成化SaaS和中大型企业IT咨询之外，中国的FDE从业者主要承接中小企业的定制化需求。
李追追的第一单来自一家服装厂。今年5月，经朋友介绍，他接手了该厂录单板块的AI改造。当时，工厂每天需处理大量物料单，员工标注后，所有数据需手动录入电脑，劳动强度大且易出错。
李追追提供了OCR结合多模态分析的解决方案。员工拍照上传，程序自动读取识别单据信息；确认无误后，Agent生成模板并封装成skill。后续遇到相同工厂的同类物料单时，系统会按既定模式采集录入，大幅减少人工时间。
此外，李追追在skill中加入了监控功能：若相同工厂的相同物料出现价格变动，表单会自动标红并通知负责人。
坦言那一单耗时约1周，利润不高，但给了李追追很多启发。他认为，当下中小企业最大的痛点之一是通过AI提升办公效率，“因为他们真的太原始了。”
在李追追看来，很多企业询问的问题非常基础，“很多人问的是codex是什么，和豆包有什么区别”。
“我遇到的大部分老板都觉得AI很万能。”李追追前不久接待了一位客户，对方直接要求“做个智能体帮我们获客”。还有一家跨境电商客户想通过降本来优化美工，简单粗暴地问：“做了Agent之后，能为企业节省多少人力？”
吴明泽也有类似感受。经朋友介绍，他认识了一位贸易公司老板，却发现“老板连豆包都不会用”。吴明泽发现该企业有很多地方可通过AI提效，双方沟通后一拍即合，他开始在企业内部调研。
但这单最终没做成。吴明泽事后分析，可能是预期未对齐所致。“我当时没摸清线索，比如公司毛利率等实际情况。”事实上，该企业毛利率不高，而吴明泽设计的是一套依赖稳定高毛利率的管理系统。
他后来意识到，“对方不一定愿意花精力去做切换。”
这次失败的经历也并非毫无收获。吴明泽将与外贸公司员工访谈的内容全部上传并炼化成一款FDE小游戏，帮助从业者学习如何与企业访谈及对齐预期。
Robin坦言，不少客户“对AI的了解非常薄弱，甚至有些连数字化的基础都非常欠缺”。
他曾服务过一家企业以协助提效。该企业日常工作涉及报送材料和维护表格。Robin帮助企业建立了AI原生工作方式。因工作限制等原因，他未直接采用办公Agent的成熟生态，而是通过需求分析，选型组合并进行一定程度的vibe coding，叠加codex和Claude code，构建起一种“CRM+Claude”的“类Claude”办公软件生态。
通过优化办公生态，对方不仅在报批材料、工作进度拉通等方面节省了时间，还在自我工作拆解上进一步提升了效率。员工利用Agent作为数字分身进行团队协作；还能以聊天形式与Claude对话，机器人自动记录并上传至表格，形成待办事项，每周输出周报。
痛点也是堵点
不过，Robin告诉搜狐科技，他每天真正以FDE角色解决用户痛点的时间仅占30%-40%。
其余时间，他需要处理杂事，包括解答客户“这个东西是什么”“具体流程是什么”等问题，甚至亲自上手操作，原因是“客户觉得你比AI干得好”。
这也是许多FDE面临的共性问题。
李追追在与众多企业老板打交道后总结，“在他们眼中，我们都是外包。”
“按照真正的FDE标准，我们应该与经营决策者坐在一起，讨论如何改造企业。但实际跟进后发现，很多企业只有老板是决策者，这对AI的认知提出了巨大挑战。”
Robin也有同感，“企业AI落地最大的阻力，首先需要一位克服风险、拥抱AI的决策者，或者全员AI、效率至上的组织文化。这意味着领导必须深刻理解此事，并认可AI能改变工作效率。如果领导坚定，推进就会很快；反之，下面员工也会睁一只眼闭一只眼。”
即便领导拍板，FDE在企业内部仍面临诸多阻碍，最大问题之一是推进过程中的配合阻力。
一家企业的数字化程度究竟如何？哪些在建、哪些已投预算？现有业务流程中，哪些系统被诟病、哪些功能需优化？在调研中，这些关键问题往往得不到明确回复。
Robin试着分析被调研员工的心态，他认为，或许是因为员工无法判断领导是真想做，还是只是在表演。
“如果我满心欢喜汇报了一堆，最后却没落地；或者我想反馈真实痛点，但领导在场不敢说。”而且，员工调研与绩效无关，不说或少说可能按时下班；说得多了，本职工作干不完，反而要加班。
事实上，Robin在驻场后的实际感受是，很多企业只是零散上线了一些系统，系统间数据并未真正打通。
“这意味着内部无法形成生态，也就无法形成AI原生的工作方式变革。与以前数字化建设时期点状的系统建设相比，没有本质区别。”Robin表示。
但数据问题往往是一家企业的核心，AI落地问题，本质也是企业与FDE之间的信任问题。
李追追对此感触颇深，“FDE深入企业，信任成本是最高的。”
他觉得，很多时候他以开放心态为企业做AI部署，但对方未必回以相同的开放度，尤其是在财务、清关等经营数据方面。
“很多数据交接完成后，已经在FDE手里过了一遍，企业怎么保证信息安全？”不少企业负责人会在聊天末尾提出此类担忧，还有企业对API调用的隐私安全持怀疑态度，“怎么才能保证客户信息安全？”
李追追曾为客户提供本地部署方案，但因成本太高而终止。后来他又提议企业与大模型企业签订数据不训练协议，仍未打消客户顾虑。
理想状态下，FDE为企业解决问题属于雪中送炭，但实际上，不少FDE只能锦上添花。李追追认为，FDE是“在客户的要求范围内解决痛点”，“企业认为最重要的是持续盈利，自己用不用AI其实不是最重要的，更不愿意接入AI后带来更多风险。”
吴明泽表示，“信任是非常难做的，一个企业的老板能让你去企业看员工是怎么工作的，这件事已经难倒80%的人了。”
