简而言之：AI 公司在 12 个月内已投入 97.5 亿美元，用于组建前部署工程团队。本文分析了三种结构性模式、人才数学，以及前部署工程师（FDE）究竟是在构建护城河，还是设立收费站。
AI 公司在 12 个月内已向前部署工程领域投入 97.5 亿美元。前部署工程师（FDE）模式——将工程师嵌入客户内部以部署 AI——已从 Palantir 的标志性做法演变为行业默认选项。
这一投入相当于埃森哲年度劳动力成本的四分之一。¹
三种结构性模式正在浮现。
资产负债表模式。微软和亚马逊从现有员工编制中资助 FDE 团队，不依赖外部资本。优势在于速度与控制力：微软无需董事会批准即可重新调配工程师。例如，Salesforce 已承诺投入 1000 个 FDE 岗位。²
独立实体模式。OpenAI 和 Anthropic 利用外部私募股权创建了独立实体。OpenAI 的部署公司以 140 亿美元投后估值融资 40 亿美元，并设有 17.5% 的最低回报率。³ Anthropic 从黑石集团（3 亿美元）、Hellman & Friedman（3 亿美元）、高盛（1.5 亿美元）及其他机构融资 15 亿美元。⁴ 这种模式能在不稀释母公司股权的情况下实现规模化。OpenAI 收购了 Tomoro，这是一家位于爱丁堡的 150 人咨询公司，客户包括维珍大西洋航空、乐购和 NBA。³ Anthropic 则首先瞄准黑石集团旗下 275 家投资组合公司。⁴
合作伙伴生态系统模式。谷歌云投入 7.5 亿美元设立合作伙伴基金，而非自行组建团队。⁵ 资金流向部署谷歌模型的系统集成商和专业服务商。杠杆效应在于：一美元能撬动合作伙伴数倍的人力投入。
为何是现在？瓶颈已从模型能力转向部署环节。GPT-4、Claude 和 Gemini 已经足够强大。但大多数企业若无嵌入式工程支持，根本无法自行安装、配置和运行这些模型。
FDE 投资就是一道护城河。教育建立信任：嵌入式工程师教会客户如何使用 AI。一旦某个团队熟悉了某家实验室的模式，再让他们重新学习竞争对手的技术栈，这种摩擦是任何管理者都不愿主动承担的。
这些工程师还能接触到专有工作流程、数据模式和失败案例——这些都是 API 调用无法揭示的信息，而这些情报会回流到模型调优中。他们会在整个组织内扩展影响力，而当竞争对手敲门时，这支嵌入式团队就是最坚固的防线。
转换成本是制度性的，而非技术性的。而且这背后有 100 亿美元。
-
埃森哲 2025 财年服务成本：474.5 亿美元，占 696.7 亿美元收入的 68.1%。97.5 亿美元 / 474.5 亿美元 = 21%。埃森哲 ↩︎
-
Salesforce：承诺提供 1,000 个全栈数字工程师（FDE）岗位。Salesforce ↩︎
-
OpenAI 部署公司：以 140 亿美元投后估值融资 40 亿美元，由 TPG 领投的 19 家投资者参与，最低回报率为 17.5%。收购 Tomoro：这家总部位于爱丁堡的全栈数字工程咨询公司成立于 2023 年，拥有 150 名员工，客户包括维珍大西洋航空、Supercell、乐购、富达国际、红牛、美泰、NBA。OpenAI ↩︎ ↩︎
-
Anthropic 独立实体：从黑石（3 亿美元）、Hellman & Friedman（3 亿美元）、高盛（1.5 亿美元）、阿波罗、General Atlantic 融资 15 亿美元。黑石拥有 275 家投资组合公司。黑石 ↩︎ ↩︎
-
Google Cloud：7.5 亿美元合作伙伴生态系统基金。Google Cloud ↩︎