OpenAI 砸 40 亿美元，只为把工程师塞进客户的办公室

一手握模型，一手握业务，中间站着 FDE

我最近一直在琢磨一个数字。

MIT 调研了 300 多个企业 AI 项目，95% 没有产生可量化的利润影响。模型跑分一个比一个漂亮，落进真实业务里却大面积失灵。这中间断掉的那一截，行业叫它「最后一公里」。

有意思的是，填这最后一公里的，不是更强的模型，而是一个招聘岗位。

过去一年，美国在招的这个岗位从 643 个涨到 5330 个，中位年薪开到 19.3 万美元还招不满。OpenAI 为它成立了一家 40 亿美元的公司，Anthropic 拉着黑石和埃森哲入局，Palantir 靠它把净利润做到 225% 的增速。

它叫 FDE，Forward Deployed Engineer，前线部署工程师。我觉得它是当下 AI 产业里最被低估的一个变量，值得多聊聊。

01

一半工程师，一半顾问

FDE 的定义说起来不复杂。深入客户业务现场，把 AI 模型能力转化为可运行的业务结果，再把一线经验反哺回产品和平台的复合型角色。

他既写生产代码、搭系统、做部署，也跟客户的管理层和一线员工坐下来聊，把「想用 AI」这种模糊需求，拆成真正能跑起来的工作流。

这个岗位的能力模型是四块拼起来的。工程能力，全栈开发、系统集成、RAG 与评测搭建。业务理解，快速拆解客户流程，识别高价值落地场景。沟通协调，对上接 C 级决策者，对下接一线执行者。产品思维，把定制方案抽象成可复用的产品能力。

单拎任何一块，市场上都有的是人。四块长在一个人身上，就稀缺了。

左半边写代码，右半边谈业务

和传统角色的差别，一张表能看清楚。

维度

软件工程师

咨询顾问

FDE

工作地点

公司内部

客户现场（短期）

客户现场（长期驻场）

产出物

代码与产品功能

PPT 与方案建议

可运行的业务系统加结果

成功标准

技术指标达标

客户满意度

客户业务指标改善

注意最后一行。考核 FDE 的不是代码质量，是客户的业务指标。系统上线了不算完，客户的审核效率、风控成本、决策速度真的改善了，才算交付。

这是它和一切「交付外包」最本质的区别，也是它贵的原因。

02

十八年边缘实践，两年变成行业标配

FDE 不是新发明。2010 年 Palantir 就创立了这个角色，服务国防和政府客户，一干就是十几年。2015 年之后 AIP 平台成熟，FDE 成了它的核心交付能力。2021 年起 Databricks 这类公司跟进，把它定位成专业服务的升级版。

真正的拐点在大模型爆发之后。2023 年 AI 落地需求激增，FDE 出圈。2024 年 OpenAI 组建 FDE 团队，Scale AI、Salesforce 跟进。

2025 年 5 月，OpenAI 成立 40 亿美元量级的 Deployment Company，Anthropic 联合黑石成立 15 亿美元合资公司。头部大模型公司用数十亿美元，把 FDE 从一个「职能」升格成了「战略业务单元」。

为什么是现在。我的判断是两层。

一层是模型能力趋于同质化，光卖 API 讲不出新故事。另一层是落地鸿沟在放大，企业买了一堆模型额度，却没人把它变成业务系统。Palantir 用十八年验证了「工程师驻场加产品反哺」这条路能赚钱，大模型公司发现，这正是自己缺的那块拼图。

FDE 从一家公司的独门方法论，变成了整个 AI 产业的基础设施级能力。

03

一个典型的卖方市场

先看需求侧的几个硬数字。

+729%美国 FDE 岗位同比增速
2025.04 至 2026.04$193K美国中位基本工资
超过资深软件工程师565 家全球在招 FDE 的
公司数量1 : 2.7供需比，人才缺口
超过 60%

有个细节值得停下来看。同一时期，AI 工程师整体的岗位增速大约是 45%。729% 对 45%，这个量级差说明一件事。

FDE 不是把旧岗位换了个名字，而是企业对「落地型人才」的结构性新增需求。

薪资分布也能看出市场的迫切。入门级 14 万美元，中位 19.3 万，资深和头部 28 万起步。而在招的 5330 个岗位背后，估算的合格人才存量不到 2000 人。

为什么缺。因为这个岗位没法速成，培养周期两到三年，既要工程功底又要业务手感，市场上没有现成的人才池可以捞。

04

三种生意，只有一种最赚钱

现在场上跑着三类玩家，对应三种商业模式。

平台加服务，代表是 Palantir。AIP 平台订阅加 FDE 驻场交付，客单价百万美元级一年，毛利率 80% 以上，已经盈利，净利润增速 225%。

模型加交付，代表是 OpenAI 和 Anthropic。模型 API 加 Deployment Company 服务，客单价千万美元级一年。模型毛利高，服务毛利低，整体还在烧钱的阶段。

人力外包，代表是传统咨询巨头。按人天收费，大规模部署，毛利率 30% 到 40%。

拆开 Palantir 的收入结构，能看出这门生意的精髓。一次性交付费占三到四成，持续运维费占两三成，平台订阅费占三到五成。最后那块是最优质的收入，也是估值的来源。

FDE 生意的终点不是卖人头，是把驻场经验沉淀成平台订阅收入。人只是触角，数据和产品模块才是资产。这套打法让 Palantir 的人均年创收超过 50 万美元，把传统咨询远远甩在身后。

竞争格局上，各家胜负手很清楚。Palantir 模式最成熟但扩张慢，OpenAI 模型最强但交付经验浅，Anthropic 借埃森哲三万人的联合部署团队把规模做到最大，代价是交付质量参差。字节的火山引擎在快速补课，工程文化强，但海外还受限制。

05

从战场到华尔街，买单的都是结果

这个模式到底有没有用，看四个案例就够了。

Palantir 和美国陆军的 TITAN 项目，8 亿美元合同，50 多个 FDE 驻场，把 AIP 平台嵌进陆军战场指挥系统。传感器数据实时融合，AI 辅助目标识别，决策周期从小时级压到分钟级。高安全、高复杂度的场景，是 FDE 模式最好的试金石。

OpenAI 和摩根大通，千万美元级年度合同，Deployment Company 团队驻场搭建企业级 GPT 应用层。智能客服自动化率提升 60%，风控文档处理效率提升 3 倍。金融行业合规要求最高，「驻场加定制」在这里不可替代。

Anthropic 和富士通，20 亿美元，日本市场迄今最大的 AI 合作。联合埃森哲的部署团队覆盖富士通全业务线，企业内部 200 多个业务流程完成 AI 化，预计三年内 ROI 达到 300%。

字节跳动的内部实践，FDE 专家团队跨部门驻场，连接算法团队和业务方。抖音内容审核效率提升 40%，飞书 AI 功能月活突破 500 万。

四个场景，军方、金融、制造、互联网，差别极大。相同的是，客户付钱买的从来不是模型，是可量化的业务结果。

06

是长期范式，还是阶段性过渡

捧完场，也得说说质疑。这个行业现在有四个绕不开的争议。

第一个，FDE 是不是「高级人力外包」。高客单价依赖稀缺人才，看起来没法规模化复制。反驳的证据是 Palantir，平台加服务已经盈利，平台订阅收入占比持续提升，FDE 是获客和产品迭代的手段，不是终点。

第二个更尖锐，AI 自己会不会干掉 FDE。Agent 能力进化这么快，三五年内标准化的部署工作可能被自动化。这个担心有道理，但被替代的是重复性部署。需求诊断、客户沟通、复杂系统集成，靠的是判断力，而判断力恰恰是 AI 最难替代的部分。

第三个，规模化和质量的矛盾。培养周期两三年，人才供给跟不上，埃森哲三万人的团队怎么保证交付质量。头部公司的解法是平台化加模板化，把个人经验沉淀成可复用的产品模块，降低对单个人能力的依赖。

第四个，人才流失。FDE 攒够客户关系和行业经验，容易被客户直接挖走或者出去单干。应对方式是用平台锁定，数据沉淀在 AIP 这类系统里，再叠加长期合同绑定。Palantir 的客户续费率超过 100%，说明这套锁定是有效的。

我的看法，FDE 的具体工作内容会随着 AI 能力进化不断升级，但这个角色会长期存在。理由很简单，只要企业的业务系统还千差万别，就需要有人把通用的智能翻译成专用的结果。

07

中国市场和出海机会

国内的节奏不太一样，目前是大厂内部驱动为主。

字节开了 FDE 专家岗，月薪 3 到 5 万加 15 薪，服务抖音、飞书和火山引擎。阿里是通义千问加解决方案架构师，腾讯是混元大模型加 CSIG 行业交付，百度靠文心一言加智能云交付团队。智谱、月之暗面这类创业公司也在建自己的交付队伍，啃政企定制和垂直行业。

外部服务市场还在早期。企业 AI 付费意愿低，定制化需求碎片化，薪资大约只有美国的四成到五成。比较明确的判断是，2027 年之后，等大厂内部的 AI 落地跑通了，火山引擎、阿里云会把 FDE 能力产品化对外输出，第三方服务商的机会在垂直行业。

更有想象力的是出海。中国 AI 企业出海的瓶颈不是模型，是本地化交付能力。FDE 正好补上这层，扮演的角色是需求翻译官、跨文化系统集成师、驻场交付保障者，外加一条把海外经验反哺回产品的通道。

区域打法也清晰。东南亚是基本盘，拼价格竞争力。中东客单价高，聚焦政府、能源、金融。欧美对标 Palantir 和 OpenAI，靠标杆客户突破。拉美是结构性机会，优先巴西和墨西哥，用合作伙伴模式控制投入。

08

云计算时代催生了 DevOps 和 SRE，大模型时代正在催生 FDE。每一代技术范式成熟到一定阶段，瓶颈都会从「技术本身」转移到「技术与现实的接口」。

这个接口，过去是运维，今天是交付。

当模型能力成为商品，交付能力就是护城河。AI 竞争的下半场不在实验室里，在客户的业务现场。

对企业，别把落地能力完全外包出去，内部要长出自己的 FDE 团队。对个人，工程加业务的复合能力是这个时代最硬的通货，纯技术或纯业务都很难胜任。对投资者，盯紧平台订阅收入的占比，它是区分「真范式」和「高级外包」的那把尺子。

模型决定了 AI 能做什么。

FDE 决定了 AI 真正做成了什么。

长沙市智能存算产业促进会会长 李颖悟

联系邮箱：liyingwu@cszncs.com