AI 落地的關鍵缺口，一個從矽谷崛起的新角色正在重新定義企業導入 AI 的方式。
編撰／何信達
企業買了大型語言模型的授權，建好了雲端基礎設施，開完了一場又一場的 AI 導入啟動會議——然後呢？根據 MIT Project NANDA 發布的《The GenAI Divide: State of AI in Business 2025》報告，調查逾 500 家企業後發現，高達 95% 的生成式 AI 專案無法對損益產生可量化的影響。
這個數字雖因成功定義較為嚴格而受部分學者質疑，但已廣為業界引用，成為 AI 落地困境的代表性數據。問題不在技術本身，而在「最後一哩路」：誰來讓這些強大的模型真正在企業的日常流程中運作？
Forward Deployed Engineer，簡稱 FDE，正是為了回答這個問題而生的角色。
從 Palantir 說起
FDE 並非憑空出現。這個角色的源頭，要追溯到約 15 年前的 Palantir。
這家以資料分析平台起家、服務政府與國防機構的公司，在與大型客戶合作時很快發現一個困境：再強大的平台，一旦交到客戶手上，往往因為舊有系統的複雜性等問題，而無法真正發揮價值。傳統的售後支援模式——出一份操作手冊、安排幾場教育訓練——根本不夠用。
Palantir 的解法是：讓工程師直接進駐客戶現場。他們不只是技術支援人員，而是真正嵌入客戶組織、理解業務痛點、並且直接動手寫程式解決問題的人。這個模式逐漸成為其核心競爭優勢，並催生了「Forward Deployed Engineer」這個職稱。
AI 浪潮興起後，OpenAI、Anthropic 等新世代科技公司也開始廣泛招募並採用這個模式，FDE 正式成為產業顯學。
FDE 是什麼？不是顧問，不是 SA
要理解 FDE，最有效的方式是釐清它與相近角色的差異。
傳統的 Solution Architect（SA）擅長技術選型與架構規劃，但在客戶簽約後往往就會交接離開；顧問公司的交付物往往是報告與建議，而非可運行的系統。FDE 則不同——他們同時具備工程師的動手能力與顧問的業務洞察，進駐客戶現場後，目標是交付真實運作的解決方案，而非精美的簡報。
正如 EY 英國暨愛爾蘭技術長 Preetham Peddanagari 所指出：「多數企業已能在孤立的使用案例中證明 AI 有效，但能在核心營運中一致部署 AI 的企業卻少之又少。限制因素不再是企業的野心或初期資金，而是專業的 AI 工程能力與規模化執行力。」
[ 推薦閱讀：黃仁勳演講，有哪些 Agentic AI 架構認知你需要更新？ ]
這正是 FDE 存在的理由。這個角色需要三種能力的高度結合：
扎實的工程底子（能寫生產級程式碼）、對業務流程的理解（能與非技術主管溝通），以及在模糊環境中獨立推進的能力。
風險投資機構 a16z 合夥人 Joe Schmidt 在報告《Trading Margin for Moat》中直接指出：「軟體不再是輔助工作者——軟體本身就是工作者。」 他並認為，當基礎模型日趨同質化，企業 AI 競爭的勝負將取決於導入與部署的品質，而專業的服務與工程團隊正是建立護城河的關鍵。
需求爆炸，供給嚴重不足
市場數據清楚說明了這個角色的熱度。
根據職缺資料分析平台 Bloomberry 對逾 1,000 筆 FDE 職缺的研究（根據職缺資料庫 Revealera 的資料），2025 年 FDE 職缺年增幅高達 1,165%，且 2025 年 10 月創下史上單月最高職缺數紀錄，成長趨勢仍在加速。英國《金融時報》的統計則顯示，2025年 1 月至 9 月間 FDE 職缺月增幅超過 800%。
供給端的現實更為嚴峻。專注 AI 人才搜尋的獵才顧問公司 KORE1，根據其執行逾 40 件 FDE 搜尋案的實務觀察指出，全球真正具備「為企業客戶部署過生產級 AI 代理系統」經驗的工程師，估計不到一萬人。
薪酬水準同樣說明了供需失衡的嚴峻程度。根據薪酬資料平台 Levels.fyi 的統計，Palantir 旗下 Forward Deployed Software Engineer（FDSE）的總薪酬中位數約為 21.5 萬美元，範圍從 17.1 萬至 41.5 萬美元不等。KORE1 的獵才實務則觀察到，2026 年美國市場資深 AI FDE 底薪介於 21.5 萬至 31 萬美元，加計股票後頂尖科技廠的總薪酬可超過 50 萬美元。
儘管需求急速攀升，截至 2025 年 9 月，薪酬資料庫 Pave 約 9,000 家企業客戶中，仍僅有 1.24% 設有 FDE 職位。市場供需缺口，短期內不會消失。
台灣為何沒有跟上？
FDE 模式既已獲得全球科技產業高度認可，為何在台灣幾乎看不到蹤影？
原因是結構性的，而非偶然。首先是市場規模的限制。FDE 模式是為解決高複雜度的大型專案設計的，台灣企業的 IT 預算規模，較難直接支撐這套人力密集的服務模式。
其次是採購文化的慣性。台灣企業長期習慣以「最低價得標」邏輯採購 IT 方案，FDE 強調的「長期深度共創、以商業成效計費」模式，與本地採購框架有根本衝突。
此外，台灣有成熟的系統整合商（SI）生態，企業遇到技術落地問題習慣找 SI 處理，SI 扮演了類似但層次較淺的角色，反而降低了對 FDE 的感知需求。
加上頂尖工程師的職涯首選仍是科技大廠或半導體業，願意長期駐點客戶端、同時磨練商業能力的人才，在供給面本身就是瓶頸。
更根本的是，台灣缺乏本土標竿案例，沒有可以參照的成功故事，決策者自然觀望。
什麼契機能點火？
台灣不是不需要 FDE，而是條件尚未成熟。但以下幾個變數，可能在短期內改變局面。
其一是國際廠商的示範效應。OpenAI、Anthropic 等廠商若在台灣深化布局時直接帶入 FDE 模式服務大型客戶，將產生強烈的示範效應。
其二是製造業的 AI 升級需求。台灣製造業面臨製程 AI 化、供應鏈智慧化的巨大壓力，這類專案複雜度高、失敗代價高，天然適合 FDE 模式介入。
其三是人才回流，若具備海外 FDE 經驗的人才選擇回台，將是最快的知識轉移路徑。
值得關注的是，國際大型顧問公司已率先行動。EY 於 2026 年 4 月正式在英國與愛爾蘭推出 FDE 服務，成為正式採用這個模式的國際顧問巨頭。這個趨勢若延伸至亞太，市場的生態將快速改變。
CIO 現在能做什麼？
面對 FDE 這個角色，CIO 不必等條件完美才採取行動，但需要務實地評估自身處境。在行動之前，有四個問題值得自問：
我的 AI 專案失敗，是技術問題還是落地問題？
我有沒有一個痛點夠明確、資料夠完整的核心場景？
我的組織有沒有開放度讓外部人員深入運作？
我的預算邏輯允許「買結果」而非只能「買軟體」？
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
若答案指向 FDE 模式有其價值，企業可從現有採購合約下手。已採購大型 AI 方案的企業，可在續約或新簽合約時，明確要求納入 FDE 支援條款。其次，可以向現有顧問合作夥伴詢問是否具備 FDE 的實作能量。
此外，也可以透過國際專屬 FDE 媒合平台，如 WorkGenius、Second Talent 等，在有明確專案範疇的前提下進行短期試點。
長期而言，從現有 IT 團隊中培育 FDE 型人才，建立「技術＋商業」雙軌發展路徑，仍是最穩定但需要最長時間的選擇。
不是萬靈丹，但是關鍵催化劑
FDE 不能解決所有問題。它無法取代內部團隊的能力建構，無法在短期內帶來全面轉型，也無法彌補資料品質不佳或組織文化封閉的根本缺陷。
但它能做到一件事：在技術採購與商業價值之間那道最難跨越的鴻溝上，架起一座橋。
全球最大的創投基金之一 a16z 合夥人 Joe Schmidt 的觀察一針見血：在 AI 平台日趨同質化的時代，部署能力才是真正的護城河。
對 CIO 而言，核心責任從來不是採購最先進的技術，而是讓技術投資產生真實的商業回報。從這個角度看，FDE 不是一個新的職稱，而是一個久未被正確回答的問題，終於有了一個具體的答案。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
