Vad hände
BigGo Finance rapporterar att Forward Deployed Engineers, eller FDE:er, håller på att bli en samlingspunkt i företags-AI-distribution. Rollen kombinerar kravupptäckt, systemdesign, kodning, produktionslansering och feedback från kundmiljöer till produkt- och modellutveckling. OpenAI, Anthropic, Tencent Cloud, företagstjänsteleverantörer och stora företag eftersträvar olika versioner av denna leveransmodell.
BigGo Finance rapporterar att FDE:er har blivit ett framträdande ämne inom företags-AI eftersom modell- och agentleverantörer i allt högre grad behöver placera teknisk personal i kundorganisationer. Enligt rapporten hjälper dessa ingenjörer till att upptäcka krav, definiera tekniska omfattning, designa system, utveckla integrationer och föra driftsättningar i produktion.
Rollen presenteras som att den sträcker sig bortom konventionell teknisk support eftersom erfarenhet från fältet också ska flöda tillbaka till återanvändbara verktyg, spelböcker, byggstenar och modell- eller produktförbättringar. Rapporten tillskriver denna beskrivning till AI-diskussionen kring 2026 World Robot Conference och kommentarer från MiningLamp Technologys vd Wu Minghui. Rapporten identifierar tre breda leveransläger. BigGo Finance säger att modell- och molnföretag, inklusive OpenAI, Anthropic och Tencent Cloud, skickar eller förbereder FDE:er för att lägga in sina modeller och agentplattformar i företagssystem. Företagstjänsteleverantörer som MiningLamp Technology försöker omvandla ackumulerad implementering och branschkunskap till agenttjänster. Stora företag som Mengniu utvecklar interna AI-specialister från affärsenheter, medan mindre företag kan använda AI-kodningsverktyg för att bygga system direkt.
BigGo Finance rapporterar att OpenAI skapade ett dedikerat driftsättningsföretag i maj, Anthropic samarbetade med DXC i juni för att utbilda tiotusentals Claude-certifierade FDE:er, och Tencent Cloud bytte namn på en befintlig agentutvecklingscertifiering till en FDE-certifiering på Augusti-certifieringen för att BigGo 18-certifieringen också är den. jämförbart arbete har funnits i åratal under namn som implementeringskonsult, lösningsarkitekt, teknisk support eller ingenjör på plats. Rapporten citerar en icke namngiven vd för molnleverantörer i södra Kina som kallade FDE för en moderiktig etikett för en befintlig förförsäljnings- eller implementeringsfunktion. Wu Minghui, som citeras av BigGo Finance, gör skillnad mellan att leverera ett definierat mjukvaruprojekt och att kontinuerligt omvandla klientproblem till återanvändbara funktioner för framtida implementeringar. Den tillhandahållna källan tillhandahåller inga offentliga primära dokument för dessa påståenden, och de rapporterade företagsinitiativen och definitionerna har inte bekräftats oberoende här.
Källinformation: finance.biggo.com ↗
Varför det spelar roll
Rapporten beskriver en förändring inom företags AI från att köpa modeller till att integrera dem i förändrade affärsprocesser. AI-kodningsverktyg kan minska kostnaderna för programvaruutveckling, men organisationer behöver fortfarande människor som förstår deras verksamhet, system, behörigheter, data och ansvarsskyldighet. Den framväxande tävlingen kan påverka hur AI-produkter säljs, implementeras, underhålls och skalas.
Den praktiska betydelsen är att antagandet av företags AI beror på mer än tillgång till en kapabel modell. BigGo Finance beskriver organisationer som fortfarande måste bestämma vilket arbete som ska automatiseras, hur processer ska brytas ner, vilka data och behörigheter en agent får använda och hur resultat ska kontrolleras. Dessa uppgifter är djupt knutna till en organisations befintliga system och driftregler. Om FDE:er utför dem effektivt kan de bli en brygga mellan allmänna modeller och de mindre standardiserade förhållandena för verkliga företag.
Rapporten föreslår också att AI-kodningsverktyg kan förändra ekonomin för programvarutjänster utan att eliminera behovet av tjänsteleverantörer. BigGo Finance säger att MiningLamp försöker överföra sin erfarenhet av marknadsföringsintelligens, operationsintelligens, datastyrning och företagsmjukvara till anpassad agentleverans. Den rapporterar också att MiningLamp planerar att ta med FDE, agenter och relaterad infrastruktur till Puran Software efter att ha sökt kontroll över företaget, och sedan utöka dessa möjligheter till Purans kunder inom industrier inklusive energi och petrokemi. Den påstådda möjligheten beror på om en installation producerar återanvändbara metoder snarare än att kräva samma mängd arbetskraft varje gång.
För arbetsgivare och arbetstagare pekar historien på en omfördelning av ansvaret inom företagen. BigGo Finance rapporterar att Mengniu valde ut cirka 200 AI-pionjärer från 28 affärsenheter, utvecklade ett internt AI FDE-team och planerade nivåbaserade certifieringar som kräver att avancerade deltagare förstår affärskrav, formulerar lösningar, bygger agenter och spårar resultat. Rapporten säger att ett mindre boskapsföretag använde Alibabas Qoder-kodningsverktyg för att bygga ett ledningssystem till en kostnad på tiotusentals yuan, jämfört med tidigare externa offerter som nådde miljon-yuan-nivån. Dessa exempel är rapporterade påståenden, inte oberoende granskade jämförelser, och de visar inte att liknande besparingar eller resultat är typiska.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Vad du ska titta på härnäst
Nyckelfrågan är om FDE:er skapar återanvändbara kapaciteter och mätbar effektivitet eller helt enkelt ändrar varumärket arbetsintensivt implementeringsarbete. Se efter bevis om produktionsinstallationer, kundresultat, säkerhetskontroller, underhållskostnader, intern utbildning och ansvarsfördelningen mellan leverantörer, tjänsteleverantörer och företagsanställda.
Det första testet är hävstångseffekt. Traditionella anpassade mjukvarutjänster skalas ofta med arbetskraft: varje ny klient eller arbetsflöde kräver mer specialiserade människor. BigGo Finance rapporterar att Puran Softwares intäkter ökade från 582 miljoner CNY 2021 till 825 miljoner CNY 2025, medan dess nettomarginal för 2025 var 8,09 %, mer än 15 procentenheter lägre än 2021. Siffrorna presenteras av försäljningsstället som bevis på gränserna för arbetskraftsleveransen, men det fastställer inte mycket gränserna för arbetskraften. orsakades av implementeringsekonomi. Framtida täckning bör leta efter repeterbara distributionstillgångar, lägre leveranstid och förbättrade marginaler.
Det andra testet är operativt ansvar. BigGo Finance rapporterar att AI-byggda system blir svårare att hantera eftersom de sprids över avdelningar, särskilt på grund av testning, behörigheter, datasäkerhet och underhåll. En lågkostnadsprototyp kan därför skapa en större styrningsskyldighet när den väl blir en del av ett företags dagliga verksamhet. Användbara bevis skulle omfatta dokumenterade godkännandeprocesser, åtkomstkontroller, övervakning, incidenthantering, mänsklig granskning, underhållsägande och resultat över tid. Källan tillhandahåller inte distributionsvolymer, felfrekvenser, säkerhetsgranskningar, kundnöjdhetsdata eller oberoende prestandamätningar.
Det tredje testet är om företagen i slutändan internaliserar rollen. BigGo Finance säger att även MiningLamps ledarskap förväntar sig att stora företag ska absorbera vissa FDE-kapaciteter när de bygger intern expertis. Samtidigt hävdar rapporten att organisationsanpassning fortfarande kräver förändringar av incitament, infrastruktur, rolldefinitioner och kostnadshantering. Separat kopplar den FDE-konkurrens till finansiell press på kinesiska modellleverantörer och rapporterar stora skillnader mellan intäktsskalan för amerikanska och kinesiska AI-företag, men säger att vissa siffror förlitar sig på officiella avslöjanden eller marknadsuppskattningar. Dessa intäktsjämförelser, finansieringsanspråk och modellskalningskonton förblir meningsfulla okända tills de stöds av primära anmälningar, kontrakt eller oberoende verifierbara driftsdata.