AI落地卡在最后一公里，5856个新岗位在补这条链

这份《2026全球FDE发展研究报告》，由FDE Frontier联合FDE时代发布。FDE指的是前沿部署工程师，也就是Forward Deployed Engineer。报告想回答的是同一个问题：AI模型能力一直在进步，为什么企业的生意还是没被真正改变。

先看数字。报告从近两万条公开招聘信息中，核对出5856个FDE及高度相关岗位样本；中国经正式调研确认的相关企业共45家。

模型越来越便宜，但“谁把它做进企业生产并对结果负责”，反而越来越稀缺。

报告认为，AI落地卡的最后一公里不是技术，而是责任。下面按定义、需求、机制、全球实践、财务验证、中国条件、供给主体和趋势八层拆开。

图片来源：《2026全球FDE发展研究报告》（第3页） · 获取《2026全球FDE发展研究报告》完整版

一、FDE的定义很硬：四项责任缺一不可

报告先给了定义：FDE是直接接触客户真实业务环境，基于现场信息形成需求规格与验收指标，把系统交付到客户生产环境，并在运行中持续迭代、对实际结果负责的职业角色。

报告把这套要求拆成四项连续责任，并以此作为判定一个岗位究竟是不是FDE的标准。条件一，直接接触真实业务环境，工作输入必须来自真实数据、真实系统和真实业务人员。

报告特别补充了一句：远程不等于不在场；但如果坐在客户办公室，只接收项目经理转述，那也不构成真正的在场。

条件二，参与生产需求与验收标准。FDE不是被动执行一份预先写好的完整需求文档，而是把现场观察转化为需求规格，并与客户共同确定“做到什么程度算成功”。

顺着这个逻辑往下推，《普华永道就业晴雨表：AI领先企业不裁员反涨薪》给了一组可以互相验证的数字。

条件三，交付生产系统。演示、原型和报告可以是中间产物，最终交付物必须进入客户生产环境，承担真实负载。条件四，上线后持续迭代。系统运行产生的新问题、新数据和新业务变化，必须进入下一轮改进。

责任不能在里程碑验收当天终止。

报告还特意和相邻职业做了区隔：售前和技术销售在交易前解释产品，咨询顾问可能以诊断与方案为主要交付物。

实施工程师往往执行已经形成的范围，传统软件工程师未必直接参与需求与验收的共同形成。报告的说法是，相邻职业可能承担其中一部分，关键在于四项职责能否形成连续责任链。

二、四类主体卡在同一件事上

报告从四类主体和一类人群的处境切入，说明这条责任链为什么会缺人。

政府面临的困难，是国家层面的人工智能产业目标缺少进入具体企业的微观传导机制。公共场景开放、企业数据规范、政府采购制度、项目效果评价和安全责任，分别由不同部门管理。

如果缺少能进入行业现场、把政策目标转成生产系统的交付主体，算力、模型、资金和场景仍然会彼此分离。企业端有两类不同的难题。不以人工智能产品为主营业务的各行企业，管理层想用AI，不等于组织具备转型能力。

生产部署仍要处理业务流程、访问权限、数据质量、历史系统、岗位利益和验收口径，而决定系统能否工作的关键知识，往往存在于一线人员经验、行业规范与组织惯例里。

人工智能技术供应商面对的是另一类问题：它们掌握模型和软件，却通常不掌握每个客户现场的隐性知识，必须通过FDE把技术接入客户业务、完成项目验收并形成持续收入。

金融资本的困难是，技术估值最终必须回到客户收入、续约和现金流，资本更关心模型能否进入企业预算、形成长期使用。

在劳动者这一端，报告引了国际劳工组织的估计：全球约四分之一劳动者所在职业，对生成式人工智能具有一定暴露度。

但报告同时判断，这更可能是任务重组，而不是职业整体消失。

报告还给了一组中国的政策判断作为佐证。国家发展改革委指出，人工智能正从试验探索迈向价值创造，但仍存在供需对接不畅和应用落地“最后一公里”问题。

工业和信息化部的判断更直接：企业“不愿转”的问题初步缓解，“不会转”已成为关键堵点。

图源：《2026全球FDE发展研究报告》（第4页） · 阅读原文与全部图表

三、AI越会写代码，越需要有人扛责任

第二章回答的是一个更基础的问题：既然AI能编程，为什么企业不直接让现有员工用AI。报告承认，支撑FDE的生产条件确实变了。大语言模型在代码生成、项目修改、测试辅助和版本迭代方面，已经相对达到稳定的生产与交付标准。

过去需要多人协作完成的大量实现劳动，开始能由FDE借助智能体快速推进，单个FDE可以调动的工程执行能力显著扩大。

但报告紧接着提出反问。企业员工掌握业务流程、行业经验和现实问题，却通常缺少把这些知识转化为完整软件系统所需要的软件架构思维、工程技能和生产级系统责任。

报告把这句写得很清楚：AI可以帮助员工生成代码、搭建原型和修改局部功能，却不能自动补足系统边界、技术取舍、验收标准、安全要求和持续运行能力。

FDE的核心价值，是在行业知识与软件系统之间建立稳定的转换关系。

这也解释了为什么FDE必须成为一个明确岗位。报告说，责任一旦不断转移，每次交接都会造成语言理解、设计意图和沟通时间上的损耗，使系统认知逐渐局部化。

而人工智能带来的实现速度越快，这种认知断裂对整体效率的制约反而越明显。经济条件也随之改变。AI降低首次实现成本，FDE减少认知与交接损耗，行业资产复用降低后续项目成本。

三者共同作用，让过去因预算过小、需求过细或变化过快而无法获得定制软件的企业，开始进入可服务范围。

报告为此给了一组量化参照：2025年软件行业基准数据表明，同一行业相似项目背景可使调整因子降至0.8，缺少相似背景则升至1.2。行业经验和可复用技术资产，由此形成约50%的相对工作量差异。

四、全球五类玩家，五种活法

第三章用全球实践检验机制是否成立，报告把主流实践分成五类。第一类是平台产品型，代表是Palantir。它主要服务政府、国防、制造、能源、医疗和大型商业组织，客户购买的不只是软件许可，还包括把复杂业务接入平台并持续使用的能力。

FDE由此进入现场，帮助选择问题、接入数据、构建应用并训练用户，同时把多个客户反复出现的对象和流程写回平台。

第二类是模型服务型，报告举了OpenAI和Anthropic。OpenAI在2026年设立控股部署公司，面向大型企业提供从场景选择、系统构建到生产推广的完整服务。

它还收购了英国企业人工智能咨询与工程公司Tomoro，补充约150名部署与行业专家；Anthropic参与组建的企业人工智能服务公司则主要面向中型企业。

第三类是云与基础设施型，报告举了三个案例。AWS以数千人专项团队和五到六人的客户小组推进工业化交付，从快速提出想法到45天内形成业务成果。

Microsoft以Frontier Company组织约6000名行业与工程专家进入客户现场，Google Cloud则是内部FDE团队加合作伙伴生态共同服务客户。

第四类是咨询实施型。安永在英国和爱尔兰设置了FDE职能，服务金融、公共部门和大型企业，把原本止于诊断和方案的工作推进到系统构建、生产上线和持续改进。

第五类是独立服务型，报告举了Tomoro、Sierra和Distyl AI。Sierra面向企业客户体验，为企业建设跨语音、聊天和电子邮件的客户服务智能体。Distyl AI则使用“前沿部署人工智能工程师”这一职名，以项目服务进入复杂客户，再把反复出现的工程与行业问题沉淀为自有产品。

五类实践出售的对象不同，但都需要把现场问题转化为生产系统，并把交付成果沉淀为资产。

图片来源：《2026全球FDE发展研究报告》（第5页） · 下载报告全文

五、Palantir的毛利率，替这套模式做了证

报告用财务数据给平台型模式做了验证，也顺手划出了这套模式的边界。过去五个财年，Palantir营收从2021年的15.42亿美元增至2025年的44.75亿美元。

更关键的是，它的GAAP毛利率始终在78%到83%区间，2025年达82.4%，未曾跌入咨询公司的典型区间。

2021年和2022年的运营亏损，反映的是FDE重人力投入阶段的成本；2023年首次实现GAAP运营盈利，2025年运营利润率升至31.6%。报告用一句话概括这条轨迹：“接近客户时像咨询，扩张时像软件”。

交付周期的缩短来自另一件事。早期项目往往需要FDE持续数月乃至数年深度驻场。AIP发布后，公司以集中式应用构建营组织客户业务人员与工程团队，从真实问题和真实数据直接形成可运行应用。

报告同时点出了边界：高强度共创的优势是让客户迅速看到真实系统，但复杂流程改造、安全审批和长期运营无法都在短期内完成。

报告还做了组织成熟度的判断——组织成熟不能只看是否设置头衔。较成熟的实践需要明确客户选择、前线与核心研发协作、生产工程保障、上线后责任、资产回流和质量评价。

报告特别提醒：团队扩张、融资与招聘增长只是投入信号，不等同于客户结果或项目利润。能力结构上，报告从685份由雇主正式发布、内容完整的职位说明里做了统计。

客户协作与系统集成处于能力结构前列，Python、智能体、大语言模型、云平台和数据工程共同构成生产交付底座。

企业需要的不是单一编程工具使用者，而是能把业务问题、工程实现和运行结果连续接起来的人。

图表来源：《2026全球FDE发展研究报告》（第9页） · 下载报告全文

六、中国有条件，但不会是海外的缩小版

第四章讲中国特色FDE道路。报告的判断是，中国不必简单复制海外主要面向大型客户、依赖长期驻场和较高客单价的模式。

先说为什么需要。报告认为，中国企业的困难并不只是技术不足，而是技术、组织和经营判断同时缺位。

采购制度往往要求在立项时写清功能与价格，人工智能项目却需要在现场逐步发现问题；行业经验掌握在业务人员手中，工程团队难以仅凭需求文档复原。

系统上线后，效果又受到流程执行、岗位调整和持续运营的影响，这些都不是一次交付能解决的。报告列了三方面制约。采购制度仍以年度预算、既定品目和里程碑验收为主，难以为问题重构与结果责任计价。

行业知识与工程能力分布在不同人才群体，复合型人才仍然稀缺；企业对人工智能的认知、信任和经营思维也仍处于转型阶段。

再说为什么现在能。报告先给了两组数据：2010年，中国软件业收入为1.3364万亿元，其中信息系统集成服务收入2910亿元。到2025年，软件业务收入达到15.4831万亿元，信息技术服务收入10.6366万亿元，占全行业68.7%。

报告还引了中国信通院的观察。2017年以后，SaaS企业持续面对标准产品与个性需求难以平衡、标准化和规模化不足、客户定制推高成本等问题。

与此同时，2023年中国企业级SaaS市场规模达到581亿元，说明这条路的需求侧已经在长。

中国的路径是：行业专家补齐AI认知后担任FDE，编程智能体承担高频执行，专业生产工程人员按需介入。

报告强调，模式的关键不是个人全栈，也不是固定编制，而是行业判断、AI执行和生产工程三类能力，围绕同一结果形成快速反应单元。

七、三类玩家：大厂团队、独立服务商、企业自建

报告梳理出中国FDE市场的三类供给主体，它们的服务半径和成本结构都不一样。第一类是大型科技企业的FDE团队，依托软件平台、云服务或人工智能模型产品展开。

这类团队通常以“销售人员加技术人员”的组合服务中大型企业，主要完成标准化产品与客户信息技术环境之间的系统集成。

第二类是独立FDE服务商，由单人工作室或小团队构成，进入大型科技企业因组织成本和合同规模限制而难以覆盖的中小企业市场。

他们往往还要帮助中小企业经营者理解人工智能、识别经营问题、提取行业经验并完成工程交付。报告给独立FDE提了个很实在的建议：如果只是按客户要求交付单个项目，工作仍然没有超越传统软件外包。

只有把解法写成诊断清单、提示词、数据模板、插件、行业知识库或交付流程，才能减少后续项目的重复工作。同一条线索，我们在《AI制药：从融资复苏到资产兑现》里做过更细的拆解，可以对照着看。

为降低核心系统切换风险，报告建议从轻量插件、局部自动化和“数字员工”切入，依托客户原有的内部通信工具、办公系统和数据流程，以较低改造成本嵌入既有工作流。

第三类是企业自建FDE团队，主要出现在软件产品公司、咨询公司以及制造、金融、法律等行业企业中。这类团队不以对外独立销售为前提，而是把FDE能力嵌入自有产品交付、咨询项目或内部智能化改造。

报告还给了一个当下能观察到的落地场景。财政部与工业和信息化部2025年中小企业数字化转型城市试点，要求围绕重点行业筛选场景，培育“既懂行业又懂数字化”的服务商。

报告指出，这是FDE进入中小企业的可观察制度基础，也意味着需求侧已经被政策明确点名。

八、六条未来判断，和三份行动清单

第五章推演趋势，报告一共给了六条判断，并配了三份行动清单，分别对应企业、政府和产业组织、劳动者三类角色。

判断一，中国FDE的主要增量将来自中小企业和分布式行业服务网络。报告拿微软做了对照：6000名专家嵌入客户现场，代表大企业服务大客户的规模化路径。

而数量庞大的中小企业需要更短服务半径、更低启动门槛和更深行业理解，这正是当前供给缺口最大的地方。判断二，岗位名称将高度分化，核心责任逐渐收敛。判断三，行业知识和可复用技术资产，将成为FDE职业分化的两端壁垒。

上端是行业知识资产，包括业务对象、流程、规则、例外、合规与验收标准；下端是行业技术资产，包括数据结构、系统接口、知识库、评估集、智能体工作流、权限模板和部署组件。

判断四，FDE的工作重心将从编码执行，转向问题界定、版本取舍、用户反馈、验收设计和智能体编排。判断五，专业生产工程人员和工程平台，将与行业专家型FDE形成稳定分工。判断六，交付效率将转化为更高的迭代密度、质量与业务价值。

报告同时给了三份行动清单，分别对应企业、政府和产业组织、劳动者。

企业第一件事是从一个边界清楚、收益能用数字核对的流程起步，不要用“建设企业大模型”替代业务目标。

报告建议把退出路径写进项目，供应商应交付运行手册、知识资产、测试、权限与内部人才培养方案。政府和产业组织这一端，报告建议开放真实场景并列出需求清单，培育行业型FDE，建设生产级公共底座，为结果导向合同提供制度空间。

评价公共项目时，不能只看上线数量，还要看系统进入稳定期后是否减少重复人工、能否在同行业复用。

劳动者这一端，报告的建议是五条：选择一个真实行业，而不是只学一个工具；训练把经验变成系统的能力；用生产证据约束人工智能；学会在双核团队中工作；对结果负责，也对边界负责。

想获取人工智能、企业数智化与产业研究方向的完整报告与方案，可以到运营动脉（www.yydm.cn）检索。

换个角度看同一件事，《爱分析2026本体平台市场报告解读：从构建走向行动闭环》算的是另一笔账。

什么是FDE前沿部署工程师？

报告将FDE定义为直接接触客户真实业务环境，基于现场信息形成需求规格与验收指标，将系统交付至客户生产环境，并在运行中持续迭代、对实际结果负责的职业角色。

判定标准是四项连续责任，缺一不可：进入真实业务环境、参与生产需求与验收标准、交付生产系统、上线后持续迭代。相邻职业可能承担其中一部分，但很难形成完整链条。

全球FDE岗位规模有多大？

报告对近两万条公开招聘信息进行跨平台核对，识别出5856个FDE及高度相关岗位观察样本，另取685份完整职位说明分析职责与技能结构。

中国市场经正式调研确认，相关企业共45家，它们使用前沿部署、前线部署、行业部署、客户工程等不同名称，但责任结构高度相似。

为什么AI能编程了还需要FDE？

报告指出，AI可以帮助员工生成代码、搭建原型和修改局部功能，却不能自动补足系统边界、技术取舍、验收标准、安全要求和持续运行能力。

企业员工掌握业务流程和行业经验，却通常缺少把这些知识转化为完整软件系统所需的软件架构思维与工程技能，中间这一层转换必须有人来扛。

Palantir的财务表现说明了什么？

Palantir营收从2021年的15.42亿美元增至2025年的44.75亿美元，GAAP毛利率始终在78%至83%区间，2025年达82.4%。2023年首次实现GAAP运营盈利，2025年运营利润率升至31.6%，呈现“接近客户时像咨询，扩张时像软件”的轨迹，说明这套模式可以同时兼顾贴近客户与规模化。

中国为什么能走出一条不同的FDE道路？

中国拥有完整产业体系、超大规模市场、密集产业集群与大量中小企业，2025年软件业务收入达15.4831万亿元，基础设施条件已经具备。

报告认为，中国可以形成企业内部FDE与外部行业型FDE组织相互配合的结构，而不是复制海外的重驻场模式，用人方式和计价方式都会不一样。

中国企业启动FDE项目应该从哪里开始？

报告建议从边界清楚、收益能用数字核对的流程起步，优先选择高频、规则相对明确、能拿到数据、负责人有权限推动的场景。

同时应把退出路径写进项目，交付运行手册、知识资产、测试、权限与内部人才培养方案，让必要的人工投入逐步减少，而不是长期依赖供应商驻场。

延伸阅读：同一话题的几篇报告解读

如果这个话题跟你手上的业务有关，下面这几篇报告解读拆的是同一类问题的不同侧面，可以一起看。

《NIFD季报：4.6%增长下的宏观与A股研判》——主线是4.6%增长下的宏观与A股研判

《企业DEIB洞察报告：整体75.66分，薪酬公平短板突出》——切口是整体75.66分，薪酬公平短板突出

《一年翻一倍冲到513亿美元》——和本文互为参照的另一组样本