AWS投资10亿美元部署AI前向工程师
Summary
Amazon Web Services 宣布投资 10 亿美元成立 AWS Forward Deployed Engineering (FDE) 组织，将数千名 AI 专家嵌入客户团队，使用 agentic AI 方法在数天内共同开发和部署生产级 AI 系统，将传统数月时间线压缩至数日。AWS FDE 模型与一般咨询不同，强调 agentic-first（智能体优先）、压缩部署周期和客户自给自足：工程师离开后，客户仍拥有知识图谱、运行手册和自主运营能力。已在 Allen Institute、Cox Automotive、NBA、NFL、Ricoh 和 Southwest Airlines 等客户落地。NFL 首席信息官 Gary Brantley 表示，NFL 与 AWS FDE 在数周内合作推出 NFL Fantasy AI 和 NFL IQ 等面向球迷的产品。安全设计包括基于硬件的隔离、端到端加密以及客户数据不出治理框架。AWS FDE 借助 AI 驱动的开发生命周期，每个项目积累的智能可复用于后续项目。此前，AWS 生成式 AI 创新中心曾与 BMW 合作管理 2300 万辆联网汽车服务中断，帮助 Jabil 构建工厂制造助手，帮助 Lyft 将司机支持问题解决速度提升 87%。
Key Takeaways
- 10 亿AWS 投资 美元创建 Forward Deployed Engineering 组织，部署数千名 AI 工程师直接嵌入客户团队。
- AWS FDE 采用 agentic-first 方式，将 AI 系统部署时间从数月压缩到数天。
- 该模式的核心目标之一是让客户在项目结束后能够自给自足地运营和维护 AI 系统。
- FDE 团队会在客户环境中部署一个语义层和知识图谱，确保领域知识沉淀在客户代码中，不会因人员变动而流失。
- NFL 与 AWS FDE 在数周内合作将 NFL Fantasy AI 和 NFL IQ 上线，第一天即获得球迷和广播公司的可衡量互动量。
- 2300 万前期实践案例包括帮助 BMW 管理 辆联网汽车的服务中断，以及帮助 Lyft 将司机支持问题解决速度提升 87%。
这是 AWS 首次以官方公告形式系统阐述 Forward Deployed Engineering 模型，投资金额高达 10 亿美元，标志着云厂商在 AI 工程化落地领域的竞争从工具提供全面转向深度人力嵌入。文章明确点出 FDE 与一般咨询模式的三大差异：agentic-first、压缩交付周期、客户自给自足，同时用 NFL 等具名客户案例提供了事实支撑。对于关注 AI 工程化、企业级部署和云服务商战略走向的从业者来说，这篇一手信源不可多得，值得逐段细读。
AWS 投资 10 亿美元创建 Forward Deployed Engineering 组织，部署数千名 AI 工程师直接嵌入客户团队。
AWS投资10亿美元部署AI前向工程师
AWS投资10亿美元，将AI前向部署工程师嵌入客户团队
一个新的AWS前向部署工程组织将把数千名专家嵌入客户团队，在数天内共同开发和部署智能体AI解决方案。
分享
4分钟阅读
关键要点
- 该组织使用智能体AI构建智能体解决方案，将部署时间从数月压缩至数天。
- AWS FDE专注于业务成果，并让客户能够自主使用AI。
- 全球客户，如Allen Institute、Cox Automotive、NBA、NFL、Ricoh和Southwest Airlines，已与AWS FDE团队合作。
客户已经超越了探索AI能做什么的阶段；他们希望让AI成为其运营的核心。他们希望用内置的智能体AI重塑业务流程，以提高生产力并交付AI驱动的产品。我也清楚地听到，许多客户需要专家级AI工程师直接与他们的团队合作，帮助他们构建并成为AI原生组织。
今天，我很兴奋地宣布，我们将通过创建一个专门的AWS前向部署工程（FDE）组织来满足这一需求。在10亿美元投资的支持下，AWS FDE模式在三个关键方面与众不同：它以智能体为先，将时间线从数月压缩至数天，并且设计为在部署结束时客户能够自主运营。
AWS FDE将AWS前沿团队——与专用智能体协同工作——直接嵌入客户团队内部。这些经验丰富的工程师，其中许多人构建了我们的AWS AI服务，与客户的业务、工程和安全团队合作，使用他们的数据、治理和流程来构建和部署生产级AI系统。
与传统的咨询方式不同——后者评估、建议并将每个部署视为独立项目——AWS FDE着眼于长期建设。客户在完成AWS FDE部署后，既获得了新的解决方案，也获得了新的工程能力。除了在其AWS环境中运行的智能体系统外，他们还获得了持久的AI技能、工作流程和模式，可用于独立创新。部署围绕共同目标和业务成果进行组织，而非按计费小时计算。当客户成功时，我们就成功了。
AWS的新工程组织压缩时间线
AWS FDE使用智能体部署技术和AI驱动开发生命周期——一种新的软件开发方法，强调AI驱动的执行，辅以人工监督和动态团队协作。每个客户项目都会为下一个项目积累智能。这不是一个叠加在现有工作流程上的AI工具。智能体加速生命周期的每个阶段，而人类工程师则进行验证和指导。
一如既往，AWS合作伙伴将在此发挥重要作用，贡献模型专业知识、行业知识和互补技能，确保客户能够获得合适的工程师。我们正在投资于合作伙伴培训、工具和资源，以加速AWS FDE的参与。
自信的自主能力
客户自主能力被设计到AWS FDE的参与中。随着项目的推进，客户工程师从观察者转变为共同构建者，再转变为自主操作者。
客户获得部署的系统、知识图谱、操作手册、架构文档以及经过培训的内部骨干，随时准备独立运营。每次参与都会产生编码化的专业知识，在参与结束后仍持续增长。
其核心是一个语义层，FDE团队将其部署到客户自己的AWS账户中。它连接到企业数据源，丰富元数据，并使用AI发布一个受治理、版本化的知识图谱。智能体基于该知识图谱进行推理，因此领域专业知识存在于客户的代码中，而不是可能流失的机构知识中。我们通过客户的智能体和系统交付成果，而不仅仅是通过可能离开的人员，因此收益是持久的。
安全性也从一开始就内置其中：基于硬件的隔离、端到端加密，以及客户数据永远不会离开其治理框架。
AWS如何与NFL合作
AWS FDE已经嵌入并与客户合作，如Allen Institute、Cox Automotive、NBA、Ricoh、Southwest Airlines和NFL。
“NFL有数百万粉丝，他们希望全年消费足球内容，包括休赛期。我们以满足粉丝高期望所需的速度和规模进行创新，”美国国家橄榄球联盟首席信息官Gary Brantley说。“为了为粉丝创造新的数字体验，NFL与AWS FDE合作，让工程师与我们的团队并肩工作，在短短几周内就投入生产。我们共同创建了新的面向粉丝的产品，如NFL Fantasy AI和NFL IQ，让粉丝以前所未有的方式与NFL数据互动。从第一天起，粉丝和广播公司的参与度就是可衡量的，这得益于AWS的交付模式。”
AWS工程师作为你团队内部的专家
自成立以来，AWS一直与各行各业的客户合作，帮助他们构建生产系统，提供经过时间考验的框架、经过验证的模式和经验教训。自2017年以来，我们一直在为客户构建AI解决方案——在过去三年中，AWS生成式AI创新中心的工程师已经处理了数千个客户解决方案。他们与BMW合作，减少了2300万辆联网车辆的服务中断；帮助Jabil为工厂车间构建了制造助手；并与Lyft合作，将驾驶员支持问题的解决速度提高了87%。
现在，随着客户要求我们与他们更深入地合作，超越单个用例，并帮助他们发展AI能力，我们正在扩大对这一承诺的投入。AWS FDE带着这些经验和深厚的产品开发专业知识，作为构建者与客户团队合作。他们带来了AWS从数十年的参与和数百万客户用例中学到的经验。
开始使用AWS前向部署工程
AWS FDE是为那些已经超越实验阶段、需要生产级AI系统运行实际业务流程的组织而构建的——特别是在受监管行业、金融服务和政府领域，这些领域对安全性、治理和投产速度是必不可少的。
客户可以联系他们的AWS账户团队，了解AWS FDE如何帮助他们实现AI目标。
趋势新闻和故事
- 亚马逊宣布到2030年将在印度投资480亿美元
- 亚马逊继续帮助员工和送货司机今年夏天保持安全
- Prime会员如何在今年七月四日周末每加仑燃油节省0.50美元
- Prime会员如何在今年夏天节省燃油和食品杂货费用
相关标签
分享
更多亚马逊新闻
1 / 1
史上最远的直播：AWS如何帮助NASA从月球流式传输4K视频
AWS
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.