IT领导者们正越来越多地求助于AI供应商的前置部署工程师（FDEs）来协助AI部署。在决定启用FDE之前，你需要了解以下几点。

在AI部署方面，IT领导者常常陷入一个尴尬的中间地带：他们既要协调来自高层管理层的相互矛盾的指令，又要应对不断变化的AI模型、能力和成本，同时还要满足数据治理和安全需求，并克服自身团队的局限性。

"仅仅购买一个AI产品并将其交给员工，几乎无法获得任何实际收益。过去三年里，供应商一直在过度推销这种谬论，"Gartner副总裁分析师纳德尔·赫内因（Nader Henein）说。

"现实是，强大的AI价值和持续的投资回报率几乎总是源于将AI能力深度且有意识地整合到现有工作流程中。为此，你需要专业的团队，而这些团队并不便宜，各组织一直在通过各种方式招募这些团队，"赫内因说。

寻求AI部署帮助的IT领导者有多种选择：传统的IT咨询公司、AI专业咨询公司以及独立承包商。财力雄厚的大型企业可以考虑收购一家AI公司，并将其技术和专家团队整合进来。使用开源来减少供应商锁定是一种可以叠加在上述策略之上的方法，Capital One就曾采用过这种方法。

但最近最受关注的选项是引入前置部署工程师（Forward-Deployed Engineers, FDEs）——来自AI供应商的专家团队，他们会嵌入到客户的内部工程师团队中，监督AI在企业环境中的部署。例如，OpenAI和Anthropic最近都宣布了FDE服务，而微软正与咨询巨头安永（EY）合作，为代理式AI（agentic AI）部署推出新的FDE项目。

AI供应商的工程师团队拥有核心优势，例如比任何人都更了解他们自己的模型，拥有将这些模型集成到不同类型企业环境中的经验，并且比外界更早知晓即将推出的模型功能。但他们也有一个明显的缺点：供应商锁定。即使未来的部署不在他们的合同交付范围内，这些供应商员工也可能微妙地影响客户未来的AI工作。

LexisNexis Risk Solutions的首席信息安全官弗拉维奥·维拉纽斯特雷（Flavio Villanustre）告诫IT高管们要谨慎进入FDE项目。

"FDEs在经济上有动力去扩大客户对供应商AI产品的使用，并增强客户对该供应商服务的粘性，"他说。"虽然FDEs可能是AI供应商提供的一项合理的增值服务，但客户应始终寻求其他公正的专家意见，以评估多个供应商的竞争方案。"

这一点在"投资者补贴的AI代币商业模式开始出现裂痕"的当下尤为重要，维拉纽斯特雷说。"此外，在这个AI供应商不断相互超越的快速创新领域，保留从一个供应商切换到另一个供应商的灵活性，可能会创造巨大的竞争优势。"

与《Computerworld》讨论FDE的分析师、顾问和其他行业专家也呼应了维拉纽斯特雷的谨慎态度，他们提到了隐藏成本、保密性、可观察性和供应商锁定等问题。

长期成本与供应商锁定

IT高管需要考虑的一个关键问题是，FDE团队需要服务多久。企业可能需要与当前AI模型同步的一系列持续AI部署。如果今天需要帮助，明天情况会改变吗？

"部署可能只占总成本的20%。剩下的80%是通过模型升级、数据漂移以及只有在生产环境中运行数月后才会出现的边缘情况来维持系统运行，"软件开发供应商Solidroad的AI工程师约翰·桑吉奥布·金（John Sangyeob Kim）说。"大多数合同只计算了第一部分，并假设其余部分不成问题。部署已不再是企业AI的难点。接下来的十八个月才是。"

而且，无论有意与否，FDEs自然会倾向于他们自己的产品组合——这是他们最熟悉的。

"来自模型实验室的FDEs擅长让他们的模型在你的环境中运行。他们不太适合多模型系统，因为他们的动机是让你留在他们的生态系统内，"金说。

Greyhound Research的首席分析师桑奇特·维尔·戈吉亚（Sanchit Vir Gogia）表示，IT领导者应将FDE模式视为一种涉及持续运营能力的战略。

"谁塑造了部署模式，谁就塑造了企业未来的'肌肉记忆'。谁拥有评估层，谁就拥有真相层。谁控制了集成逻辑，谁就控制了依赖关系图，"戈吉亚说。"这就是FDE模式重要的原因。它不仅仅是一种交付选项。它是前沿AI供应商在向客户的工作流、运营模式和决策架构靠近。"

戈吉亚指出，这种亲近感是一把双刃剑。"FDEs嵌入在客户的[环境]中，但他们也与供应商的商业重心相连。他们的本能将是围绕他们最熟悉的模型家族、工具假设、部署模式和产品路线图进行构建。这非常自然。但这正是CIO必须谨慎的原因，"他说。

允许AI供应商员工在企业部署决策中拥有过大的话语权，可能会导致模型供应商依赖，进而推高价格，使企业难以有效抗争。

"FDEs可以同时加速部署并加深依赖，"戈吉亚说。"前沿AI供应商不再满足于仅仅出售模型访问权限。他们越来越想塑造企业如何部署智能。这是一个更大的奖赏。"

当FDE团队离开时会发生什么？

咨询公司Acceligence的CEO、前麦肯锡北美网络安全业务负责人贾斯汀·格雷斯（Justin Greis）表示，FDE离开后的风险是严重的，且常常被低估。

一方面，FDE团队会从企业部署中学到大量的运营细节。尽管保密协议和保密合同可以保护任何被访问的数据，但它们通常无法规范被观察到的流程和程序。

"这些经验教训绝对会从一个客户带到另一个客户，"格雷斯说。"任何帮助部署AI的人，学到的东西都会远超工作说明书中的内容。他们会了解真实的工作流、未记录的例外情况、数据质量差距、审批瓶颈、安全变通方法，以及业务在流程中断时依赖少数人知道该做什么的地方。这些知识可能和数据本身一样敏感和宝贵。"

另一个关键但常被忽视的问题是，如果FDE团队离开，IT对项目将拥有多少实质性的控制权。

"危险不在于使用外部帮助。大多数公司都需要外部帮助，"格雷斯说。"危险在于以一种在项目结束后让企业能力更弱、依赖性更强的方式使用外部帮助。"

Solidroad的金表示，正是这些运营决策，IT往往关注不足。

"成功的最佳预测指标不是供应商。而是在实施者离开之前，是否有一位内部工程师真正理解了整个系统。重要的是，在演示结束后，谁拥有评估循环，"金说。

"当模型版本变更时，我们的提示词、评分器和护栏会发生什么？如果我们明天暂停这项合作，实际上会有什么停止工作，是设计如此还是意外？你希望企业的AI学习、控制和依赖在合作结束后存在于何处？"

金认为，可观察性——即理解和管理复杂企业环境所有要素的能力——是IT经常关注不足的一项关键功能。确定项目是使用企业的可观察性技术栈还是供应商的可观察性技术栈至关重要。

"如果实施者正在使用他们的可观察性技术栈，这在构建期间没问题，但你需要在他们离开之前制定一个计划，将其迁移到你拥有的东西上；否则，可见性会随着他们一起离开，"金说。"如果他们正在使用你的，那是最好的情况。这意味着他们在你的团队将长期运营的系统中工作。"

当他们既不使用企业的也不使用供应商的可观察性技术栈时，就会出现一个大问题。"两者都不用意味着他们在没有任何生产可观察性层的情况下构建系统，而你继承了一个你无法洞察的系统。生产环境中第一次出现问题时，你将没有追踪记录，没有故障历史，也无法判断问题是模型回归、数据问题还是代码错误，"金说。

"如果在构建期间可观察性不是优先事项，评估和回归测试通常也不是，所以你继承了一个你无法衡量且无法安全更改的系统。这是最糟糕的交接状态，"他说。

权衡替代方案

虽然FDE模式并不新鲜，但它现在才开始流行起来，而且这类专家的数量有限。这意味着并非所有公司都有使用FDEs的选项。

Gartner的赫内因表示，这种可用性脱节在非美国地区的部署中尤为突出。"开发工作在哪里进行？该地区可能没有可用的FDEs，"他说。

企业可以求助于其他地方来获得AI帮助。编码生产力工具供应商Kodezi的CEO伊什拉克·汗（Ishraq Khan）鼓励IT高管考虑广泛的选择，但也指出所有方法都有重大缺点。

"传统咨询公司通常在治理、流程、合规和组织协调方面更强。他们了解大型企业的政治和结构运作方式。缺点是，许多公司行动太慢，而且往往缺乏深度的前沿AI专业知识，"汗说。

Greyhound Research的戈吉亚的说法更形象：传统IT咨询公司"知道如何让法律、风险、安全、财务、人力资源和业务部门进入同一个房间，而不会有人把地毯点着。对于受监管的企业来说，这很重要，"他说。

专业AI咨询公司则有另一套优势，汗说。"AI原生咨询公司行动快得多，技术上通常也更前沿，但许多在运营上仍不成熟。有些可以构建令人印象深刻的演示，但并未完全理解长期可维护性、治理或生产可靠性。"

Acceligence的格雷斯评论了另外两种引入外部AI帮助的选项。使用独立承包商"对于评估设计、架构审查、红队测试、代理设计或让停滞的团队重回正轨非常有用，"他说，但这会增加"关键人物依赖"的风险，即只有一个外部人员理解整个系统。

至于购买一家AI公司并吸纳其员工（这种做法被称为"人才收购"），格雷斯说，当被收购的AI能力和专业知识对收购企业真正具有战略意义时，这种做法效果很好。但存在一种风险，即被收购的团队会被母公司的官僚主义所扼杀："你买了一艘快艇，把它栓在航空母舰上，然后纳闷它为什么不动了，"他说。

最后，开源战略可以赋予公司灵活性并减少对供应商的依赖，但"许多公司低估了随之而来的运营负担，"Kodezi的汗说。"只有当组织拥有内部人才和纪律来妥善维护它时，开源才有帮助。"

总而言之：企业在决定采用何种方法之前，需要明确其真正的目标。汗为CIO们提供了几个需要考虑的关键问题："实施后谁拥有部署？我们能否在不重建一切的情况下更换供应商？如果供应商关系发生变化或消失会发生什么？我们是在优化短期部署速度还是长期运营弹性？"

在任何外部公司能直接访问企业系统的场景中，IT都需要被完全纳入循环。"最坏的结果是，企业成功部署了AI，但不再完全理解其自身系统底层的运作方式，"汗说。