Goldman Sachs

Articles related to "Goldman Sachs"

23 articles in total

让 AI 在真正发生工作的地方发挥作用

文章《Making AI Work Where the Work Happens》由 alliant 公司 AI 服务与前线部署工程高级总监 Kris Low 撰写，系统阐述了 Forward Deployed Engineering 在 AI 落地中的核心价值与最新行业动态。文章指出，AI 创造价值的唯一前提是改变真实工作方式，而 FDE 模式正是将业务理解与工程技术融合到同一角色中。FDE 不是坐等需求文档的软件开发人员，也不是给出建议就撤场的顾问，而是直接嵌入客户团队、深度理解业务流程、识别痛点并现场构建和迭代可用系统的综合型人才。文章披露了一组关键市场信号：Forward Deployed Engineer 职位在 Indeed 上的发布量从 2025 年 4 月的 643 飙升至 2026 年 4 月的 5,330，年增长率达 729%。更重大的产业动作包括：2026 年 5 月 OpenAI 成立 OpenAI Deployment Company，首轮投入超 40 亿美元并计划收购拥有约 150 名 FDE 的咨询公司 Tomoro；同月 Anthropic 联合 Blackstone、Hellman & Friedman、Goldman Sachs 等机构成立专门帮中型企业部署 Claude 的 AI 服务公司；微软投入 25 亿美元配置 6000 名专家；AWS 启动 10 亿美元 FDE 计划。这些信号表明，获取强大模型已不再是制约 AI 价值的瓶颈，真正的瓶颈在于如何将这些能力嵌入真实业务系统的“最后三公里”——即部署与适配。文章特别指出，中端市场反而因组织层级少、决策快而处于有利位置，正适合通过外部 FDE 合作伙伴来补齐工程能力缺口。最后，文章预见 FDE 的崛起预示着商业与技术岗位边界正在消融的未来工作趋势。

Read More →

硅谷最抢手的新岗位出现了

2026年，硅谷顶级AI公司的招聘重心发生根本性转移，一种名为“前线部署工程师（Forward Deployment Engineer，FDE）”的职位成为最抢手的高薪岗位。文章揭示了AI行业过去三年最大的转向：随着模型能力趋于同质化，企业面临的最大难题已不再是模型性能，而是内部复杂的组织流程、权责边界和遗留系统打通问题。文章列举了详细薪资数据，其中OpenAI FDE岗位底薪21万美元起，总包可达50万美元；国内字节跳动顶薪折算年薪105万人民币；更有资深FDE拿到年薪40万美元的特例Offer。LinkedIn报告显示该岗位需求两年内暴增42倍，增速是AI工程师的三倍。这场变局源自Palantir早年“不卖软件、卖结果（Deploy outcomes）”的驻场交付方法论。2026年5月，OpenAI成立DeployCo并收购Tomoro，Anthropic联手黑石投入15亿美元合资公司，谷歌云开放超1500个FDE岗位，三大巨头几乎同步加码应用落地。高盛因模型幻觉担忧中止部署半年、塔吉特因内部利益排斥撕毁数千万美元合同等案例，深刻证明了AI落地失败中技术原因仅占20%，而组织利益格局与文化障碍占据了80%。这一转变标志着软件商业模式正从售卖工具转换到对客户的最终业务结果负责。

Read More →

OpenAI是否也在走Palantir式的咨询路线？投入40亿美元设立独立公司，派遣FDE深入企业进行AI工作流集成

2026年5月11日，OpenAI 宣布成立 OpenAI Deployment Company，一家专注于帮助企业构建、部署和运营 AI 系统的独立公司，初始投资超过40亿美元。该公司的定位不是传统的软件分发或纯咨询服务，而是派遣 FDE（Forward Deployed Engineer，前线部署工程师）直接进入企业内部，与领导层、技术负责人和一线团队合作，识别 AI 能创造最大价值的工作流程，设计、测试并部署生产级 AI 系统，将 OpenAI 模型与客户数据、内部工具、控制机制和业务工作流深度整合。OpenAI 同时宣布收购应用 AI 咨询和工程公司 Tomoro，约150名经验丰富的 FDE 将在交易完成后直接加入新公司。OpenAI Deployment Company 由 OpenAI 与19家全球投资机构、咨询公司和系统集成商共同构成合作伙伴结构，参与方包括 TPG、Advent、Bain Capital、Brookfield、B Capital、Goldman Sachs、SoftBank Corp.、Bain & Company、Capgemini 和 McKinsey & Company。这一举措标志着 OpenAI 的商业重心从'提供模型和开发工具'向'帮助企业重构工作流程'进一步转移，企业 AI 竞争也从'谁买最强模型'转向'谁能最快将模型转化为组织能力'。

Read More →

前線部署工程師 FDE 是什麼？AWS、OpenAI、Anthropic 為何掀起 AI 搶人大戰

前線部署工程師（Forward Deployed Engineer，FDE）是直接与客户合作、将AI模型、数据与既有工作流程整合为可正式运行系统的工程职位。随着企业从关注模型能力转向要求AI投资产生报酬，FDE迅速成为AI产业争抢的人才。高阶猎头公司Christian & Timbers研究显示，美国企业对FDE的需求预计在2026年底前增长2100%，计划聘用FDE的公司比例从年初的5-10%升至第二季末的70%；全美约1.7万名FDE中，同时具备产业知识、企业沟通能力和应用AI经验、能持续创造投资报酬的顶尖人才仅约2000人。为抢占部署能力，AWS投入10亿美元成立全球前線部署工程组织，派遣数千名工程师进驻客户现场开发代理式AI系统；OpenAI于5月成立OpenAI Deployment Company，并通过收购AI顾问公司Tomoro直接获得约150名部署人才；Anthropic则与Blackstone、Hellman & Friedman、Goldman Sachs合作成立企业AI服务公司，瞄准缺乏内部AI团队的中型企业。FDE的价值体现在缩短作业时间、提高产品采用率、加快AI项目从原型到正式环境的速度，但未来AI代理可能逐步接手部分开发部署工作，人才稀缺的竞争格局正重塑AI公司的商业前景。

Read More →

前沿部署工程师是AI重塑的辅助轮

本文深入分析了前沿部署工程师（FDE）如何从 Palantir 推广的模式演变为 AI 行业突破企业增长瓶颈的关键角色，被比喻为 AI 转型的‘训练轮’。文章核心指出，自 2025 年 12 月德勤命名该实践后，行业迎来投资高潮：Anthropic 斥资 15 亿美元与 Blackstone 等成立 Ode 公司，OpenAI 投入 40 亿美元成立 Deployment Company，亚马逊 AWS 在 6 月 30 日承诺投入 10 亿美元组建 FDE 组织，微软紧随其后斥资 25 亿美元成立拥有 6000 人的 Frontier Company，Google Cloud 也投入 7.5 亿美元。这些资金全部指向组织就绪度而非模型性能。FDE 的三大转变是：工作风险从客户侧转向供应商侧，重点从按需求文档配置软件转向编码企业的隐性决策逻辑（如 AWS 的知识图谱建设），以及将前线洞察反馈至产品路线图。市场正分化为平台商（追求粘性）、模型商（追求效果）和服务集成商（追求规模）三层生态。但文章强调，FDE 的未来在于企业将其内化为自有的、对业务结果负责的跨职能永久团队，并以 Uber 内部部署 30 名工程师使财务报告时间从 2 天降至 10 分钟的案例证明其长期价值，预示这将成为未来十年企业 AI 能力的定义性特征。

Read More →

忘掉模型之争。企业AI正在FDE上竞争

企业AI领域的竞争焦点正从基础模型性能转向前线部署工程师（FDE）的部署能力。2026年7月，亚马逊宣布投资10亿美元创建AWS Forward Deployed Engineering组织，采用智能体优先方法将项目周期从数月缩短至数天。微软投资25亿美元成立Microsoft Frontier Company，嵌入6000名行业与工程专家，协助客户共同设计、部署并持续优化AI系统。这一趋势始于Palantir Technologies在2023年初推出Artificial Intelligence Platform（AIP）后，将FDE与平台捆绑销售，成功从政府合同为主转型为商业AI软件提供商。AI模型开发商也纷纷跟进：Anthropic与Blackstone、Hellman & Friedman、Goldman Sachs合作成立独立企业AI服务公司，将工程资源与企业咨询能力结合；OpenAI成立OpenAI Deployment Company，从Tomoro收购150名专家，获得超40亿美元初始投资，合作方包括TPG、Advent、Bain Capital、Brookfield、SoftBank等19家全球投资机构。行业共识是，基础模型能力趋同，部署专业知识正成为企业AI市场战略的标准组成部分和关键差异化因素。企业客户评估AI供应商时不再仅关注模型质量，更重视安全部署、有效治理和可衡量业务成果的实现能力。

Read More →

AI 公司 90 亿美元 FDE 驻场工程师军备竞赛

2026年6月至7月，多家头部AI公司集中成立Front Deployed Engineering（FDE）组织，投入总金额超过90亿美元。6月30日，AWS宣布投入10亿美元成立面向客户现场的AI工程师组织。48小时后，微软发布The Microsoft Frontier Company，投入25亿美元并编制6000人，由前微软亚洲区总裁Rodrigo Kede Lima领导。此前5月，OpenAI成立OpenAI Deployment Company，由OpenAI控股、TPG领投超过40亿美元；Anthropic与高盛、黑石、Hellman & Friedman成立合资公司，金额15亿美元。FDE模式是将AI工程师派驻客户现场，帮助企业将AI模型接入业务流程，最早由Palantir在二十年前发明。与此同时，Meta CEO Mark Zuckerberg在内部town hall上承认Agent技术至少四个月没有按预期加速，而Meta 2026年AI基建支出预计高达1450亿美元。微软商业业务CEO Judson Althoff称该工程组织将是行业内规模最大、能力最强的交付型工程团队。GeekWire报道称微软内部有人认为AWS可能提前得知动向并抢先两天发布。文章指出，这一对照揭示出FDE受到重视的原因：一边是巨额AI基建投入者说Agent未加速，另一边是巨额FDE投入者说Agent即将进入企业现场。

Read More →

Microsoft Frontier 想要 6,000 名 FDE。Palantir 培养了其中约 800 人。

2026年7月，AI行业的前向部署工程师（FDE）人才争夺战白热化。微软宣布成立Frontier公司，投入25亿美元，计划配备约6000名工程师和行业专家嵌入企业客户，但主要来自内部现有团队和埃森哲、安永等联盟的整合，外部净增职位未披露。此前AWS承诺10亿美元组建FDE团队，OpenAI和Anthropic分别与私募股权及咨询公司成立合资企业，估值高达15亿美元。Palantir作为FDE模式的发明者，拥有约800名FDSE，成为全行业的人才培训基地，其薪酬带宽为17.1万至29.5万美元，中位数21.1万美元。全市场FDE平均总薪酬已达23.8万美元，顶级薪酬48.6万美元，职位需求年增长800%。由于不同公司使用不同的头衔（如Forward Deployed Software Engineer、Applied AI Engineer、Solutions Implementation Engineer等），仅靠职衔搜索已无法覆盖人才池。文章指出五个主要人才来源：Palantir前员工、四大咨询公司的Palantir认证顾问、微软Frontier早期客户（伦敦证券交易所集团、Land O'Lakes、联合利华、诺和诺德）的嵌入工程师、20-100人规模的精品AI咨询公司（如已被OpenAI收购的Tomoro），以及GitHub上从事Snowflake、Databricks、Airflow、SAP、NetSuite、Salesforce Apex和IBM iSeries等企业集成工作的工程师。Bob McGrew强调，前10名FDE决定产品形态，创始人应将其视为产品招聘。OpenAI Deployment Company与TPG、Advent、Bain Capital、Brookfield等19家投资方合作，Anthropic Venture与Blackstone、Hell

Read More →

100亿美元的前端部署工程热潮 | Tomasz Tunguz

Tomasz Tunguz 分析了 AI 行业在“前沿部署工程师（FDE）”领域的巨额资本投入。文章指出，在短短 12 个月内，OpenAI、Microsoft、Anthropic、Amazon 和 Google Cloud 等顶级 AI 公司已承诺投入 97.5 亿美元，将软件工程师派驻客户现场以推动 AI 落地。这笔资金的规模相当于埃森哲（Accenture）年劳动力成本的四分之一，标志着 FDE 模式正从 Palantir 的标志性做法转变为全行业标准。 当前市场存在三种主要部署模式：一是微软（25亿美元）和亚马逊（10亿美元）采用的“资产负债表”模式，利用现有团队和预算；二是 OpenAI（40亿美元）与 Anthropic（15亿美元，投资方有 Blackstone、Hellman & Friedman、高盛）借助私募股权组建的“独立法人”模式，OpenAI 为此收购了拥有 150 人的咨询公司 Tomoro；三是 Google Cloud 推出的 7.5 亿美元“合作伙伴生态”模式，资助系统集成商进行部署。 这一浪潮背后的核心驱动力是部署瓶颈。MIT 的“GenAI Divide”报告显示，尽管企业在 2025 年投入了 6840 亿美元，但 95% 的企业 AI 试点项目未能产生可衡量的利润影响，表明模型能力（如 GPT-4、Claude）已足够，但多数企业缺乏落地操作能力。FDE 因此成为强大的商业护城河，它们通过培训锁定客户、挖掘私有的工作流与数据模式来优化模型，并切实提高客户的替换成本，从而推动 AI 厂商实现跨组织的深度防御。

Read More →

“AX的成功取决于现场部署能力”……进入客户内部的AI巨头

本文报道了全球AI巨头在企业人工智能转型（AX）中强化“前方部署工程”（FDE）组织的最新动态。随着企业AX从实验走向实际落地，仅提供API和云基础设施已无法满足客户需求，Palantir开创的FDE模式——即派遣工程师深入客户现场，基于其内部数据、安全政策和业务流程共同设计部署AI系统——正成为行业主流。Anthropic于5月宣布与Blackstone、Hellman & Friedman、Goldman Sachs共同成立Claude企业部署服务公司；OpenAI成立“OpenAI Deployment Company”，配备约150名FDE工程师；AWS于6月30日宣布对“AWS FDE”组织投资10亿美元，强调将部署周期从数月缩短至数日，并留下知识图谱和运营手册以保证客户自给自足；Microsoft于7月2日发布“Microsoft Frontier Company”，计划投资25亿美元，组建6000名行业与工程专家，承诺不绑定单一模型且不将客户数据用于训练。FDE模式正在模糊云服务与SI/咨询的边界，Microsoft已与Accenture、Capgemini、EY、KPMG、PwC建立FDE合作，但同时也可能形成竞争。韩国Naver Cloud在国防AX领域提出FDE核心体系，LG CNS与Palantir合作推进AX项目。文章指出，AI转型的成功取决于现场部署和深度集成能力，而非仅靠模型性能。

Read More →

微软投入25亿美元和6000名工程师，成立全新AI部署部门

微软于2026年7月2日正式启动 Microsoft Frontier Company，投入25亿美元资金和6000名工程师，将微软员工嵌入客户组织，以交付结果导向的企业级AI，而非试点项目。该部门由微软销售领导人 Rodrigo Kede Lima 担任总裁，早期设计合作伙伴包括 LSEG、Land O'Lakes、Unilever 和 Novo Nordisk，系统集成商合作伙伴包括 Accenture、Capgemini、EY、KPMG 和 PwC。此举与 OpenAI Deployment Company（获TPG等40亿美元支持）及 Anthropic 与 Goldman Sachs、Blackstone、Hellman & Friedman 合作的15亿美元组合部署伙伴关系形成正面竞争。微软的核心差异化优势在于模型可移植性和隐私承诺，允许客户在 OpenAI、Anthropic、Microsoft AI 或开源模型之间切换，且承诺客户数据不会被用于训练模型以削弱其竞争力，这与 Satya Nadella 6月14日关于AI可能吞噬企业智能的警告相呼应。该举措被视为AI部署层成为企业AI核心竞争战场的最明确信号，AI提供商正竞相重建其运营业务，围绕能够将模型从演示推向内部生产系统部署的稀缺工程人才展开争夺，部署层正成为新的护城河。

Read More →

95% 的AI试点项目失败。微软刚刚押注25亿美元寻求解决方案

本文深度分析了企业AI应用落地的核心困境：据MIT Project NANDA研究，95%的企业生成式AI试点项目未能对损益产生任何可衡量的影响。问题根源不在于技术或模型能力，而在于将AI系统与老旧ERP集成、合规审查、数据团队协调及中层管理人员抵触等组织性障碍。为突破这一瓶颈，以Microsoft为首的四家科技巨头在两个月内密集推出前沿部署工程师（FDE）模式。Microsoft于2026年7月2日宣布成立Microsoft Frontier Company，投资25亿美元、投入约6000名工程师直接嵌入客户现场，负责AI系统的设计、构建和运营，其架构包含智能平台与信任平台，并宣称模型无关。同期，OpenAI联合TPG以超40亿美元成立部署公司，Anthropic与Goldman Sachs、Blackstone等联手注资15亿美元，AWS于6月30日承诺10亿美元组建内部FDE单元。该模式源自Palantir在2010年代初期为情报机构打造的Echo和Delta团队及“碎石路到高速路”循环，但当前的经济驱动力在于模型推理成本骤降使得人员嵌入成本成为主体。文章强调，CIO/CTO需警惕供应商锁定、知识转移机制和安全态势；CFO/COO则应视其为能力建设而非黑盒外包，计算现有5-1500万美元失败试点成本与200万美元嵌入式服务成本的性价比。核心赌注在于，AI价值差距需靠通晓技术和业务场景的人员现场负责结果来弥合，未来18个月的首批参与结果将验证该模式能否规模化。

Read More →