企业不缺AI工具,缺的是把AI拧进真实流程的人。
本文要点
AWS拿出10亿美元建FDE组织,把AI工程师嵌进客户团队,目标是把Agentic AI从几个月部署压到几天或几周。
FDE不是传统外包。外包交付项目,FDE交付一套能被客户团队继续接管、继续迭代的AI工作流。
这个岗位会进入市场部,因为内容、品牌、本地化、网页发布和创意生产,正在变成可编排的AI系统。
很多公司的AI转型,停在一个很熟悉的画面里。
会上演示很好看。AI能写方案、总结会议、生成素材、回答客户问题。可一回到真实业务现场,CRM字段不全,知识库没人维护,审批流程绕不过法务,销售说线索质量不行,IT说权限不能随便开。
最后,AI留在demo里,流程照旧。
问题不在模型
企业AI最难的最后一公里,是把模型接进数据、权限、系统调用、业务判断和结果验收。
FDE到底是什么
Forward Deployed Engineer,直译是前线部署工程师。更准确地说,它是被派到客户现场、直接和业务团队一起把AI系统做进生产流程的人。
这不是售前,也不只是咨询。FDE要理解业务现场,写生产代码,接企业系统,处理权限和安全,设评估指标,还要把经验反馈成可复用的平台能力。
Palantir很早就用FDE方法打企业市场。现在AWS、Tredence等公司也在把FDE变成AI落地的核心交付方式。它火起来,是因为企业终于发现:AI工具可以买,AI工作流要有人进去造。
AWS的做法:让工程师住进客户问题里
AWS官方说,这支FDE团队会和客户的业务、工程、安全团队一起工作,围绕shared goals和business results组织项目,而不是按传统billable hours来卖人天。
公开信息没有给出统一价格表。更接近真实的理解是:FDE本身不是一个公开标价的SaaS SKU,而是面向战略客户的AI生产系统共建;它会带动Bedrock、AgentCore、Knowledge Bases、CloudWatch等云服务持续使用。
这也是它和传统外包的差别。传统外包按需求文档交付系统;FDE要留下知识图谱、runbook、架构文档、内部champion和可继续扩展的工程模式。
Cox Automotive案例数据
识别机会
57个
进入生产的Agent方案
17个
FleetMate维修估算
8-48小时 → 30分钟
VinSolutions试点响应率
超过原来的3倍
Cox Automotive的关键不是“用了一个更会聊天的模型”。它搭的是一套Agent基础设施:AgentCore Runtime负责运行环境,AgentCore Memory保留跨会话上下文,Knowledge Bases做检索,Guardrails控制边界,CloudWatch观察推理和工具调用。
这让团队每做一个新场景,不用从零开始搭部署、安全、监控和错误处理。FDE真正做的,是把一次成功变成下一次可以复用的组织能力。
FDE要回答的不是“AI能做什么”
谁触发任务,需要读哪些数据,可以调用哪些系统,失败怎么回到人。
结果怎么算合格,经验怎么沉淀,下一条流程怎么复用。
市场部也该有自己的FDE
AWS自己就在招一个很有代表性的岗位:Forward Deployed Engineer, Content, Brand Technology and Applied AI。
这个岗位服务的是AWS Marketing。招聘要求里写得很直:AWS Marketing正在从tool-assisted转向AI-native。工作范围包括内容生产、网页发布、创意制作、本地化和品牌运营。
这说明市场部的AI转型,不会停在“用AI写文章”。真正会发生变化的是完整内容链路:brief、资料、品牌规范、法务审核、翻译、本地化、CMS发布、渠道适配、效果回收。
未来市场部最稀缺的人,可能不是最会写prompt的人,而是能把品牌规则、内容系统、数据权限和业务结果编排成AI工作流的人。
参考资料:
AWS FDE官方发布
Cox Automotive × AWS案例
AWS Marketing FDE招聘
Palantir FDE方法
Tredence FDE发布
夜雨聆风