商傳媒｜責任編輯／綜合外電報導
人工智慧（AI）技術發展超出預期，但企業導入AI應用時，卻面臨技術能力不足的挑戰。《The Times of India》報導指出，矽谷一種名為「前線部署工程師（Forward Deployed Engineers，FDEs）」的職位，正快速崛起，成為AI開發者與企業間的重要橋樑。
傳統軟體產品通常能快速安裝使用，但AI系統需要客製化整合、訓練及調整，才能適應企業的資料基礎設施和工作流程。前線部署工程師的工作，是協助企業將AI工具整合到實際營運環境中，客製化AI工具以適應獨特的操作環境，並解決實施過程中難以預見的技術障礙。
《華爾街日報》的數據顯示，2025年Indeed網站上前線部署工程師的職位刊登數量，較2024年增加超過十倍。研究公司AlphaSense的數據也顯示，公開發布的公司財報電話會議紀錄中，提到該職位的次數也從8次增加到約50次。
Betts Recruiting總裁兼營運長Patrick Kellenberger表示，前線部署工程師已從一個小眾職位轉變為一種戰略必需，因為公司希望將實驗性的AI模型轉化為可靠的企業工具。然而，願意擔任此職位的人並不多，可能僅佔市場的10%。
前線部署工程師與傳統產品開發人員不同，他們需要長時間進駐客戶端，協助客戶在實際環境中調整和部署技術。數據分析公司 Palantir 開創了這種模式，他們建立了工程師團隊，直接與政府機構和企業合作，實施其軟體系統。現在，越來越多的AI公司也開始複製這種方法。
儘管需求不斷增長，前線部署工程師在科技產業中仍面臨認知問題。工程文化長期以來重視產品開發，即創造能夠服務數百萬用戶的軟體架構。與客戶支援或部署密切相關的職位，即使需要大量的技術專業知識，在歷史上也被認為不那麼有聲望。許多工程師更喜歡專注於設計核心產品，而不是需要與客戶大量互動和解決營運問題的職位。
此外，前線部署工程師也需要頻繁出差，長時間駐紮在客戶現場。他們的工作通常在嚴格的期限內展開，因為企業希望快速啟動新的系統。團隊通常很小，資源有限，而且必須為以前從未遇到過的問題開發解決方案。與產品工程師不同，前線部署工程師經常在直接的營運壓力下工作，在複雜的客戶環境中出現問題時立即解決。專案也可能發生快速轉變，甚至完全轉向，一切都由客戶不斷變化的需求決定。
隨著機器學習系統越來越多地整合到金融和製造等各個領域，部署這些系統的複雜性也隨之大幅增加。每家公司都有自己的資料結構和遺留系統，必須先完成這些工作，這些系統才能完全運作。前線部署工程師現在是先進研究和實際應用之間的橋樑。他們是先進系統僅僅是研究還是改變世界的實際應用系統的關鍵。
AI時代顯示，創新並非在系統設計完成時結束。真正的影響通常取決於將這些系統整合到具有混亂資料、根深蒂固的流程和不可預測的營運需求的實際組織中的艱苦工作。隨著人工智慧融入各行各業，願意在技術和實際部署之間運作的工程師可能會變得越來越不可或缺。在蓬勃發展的AI經濟中，最有價值的突破可能不僅來自於那些設計強大演算法的人，還來自於那些確保這些演算法在最需要的地方真正發揮作用的人。
