علاقه Palantir به غذاهای فرانسوی، آخرین مد فناوری - مهندسین مستقر در آینده را ایجاد کرد.

رایان شیهان، معاون ارشد 16 میلیارد دلاری شرکت SHI یکپارچه راه حل های جهانی، می گوید: «من همیشه به شرایط صنعت فناوری اطلاعات می خندم. و در حال حاضر اصطلاحی که او را وادار به قهقهه می‌کند، «مهندس مستقر به جلو» (FDE) است، زیرا همانطور که در کنفرانس کاوش سپتامبر VMware به The Register گفت، «ما مدت‌هاست که FDE انجام می‌دهیم». "انجام FDE" شامل ارسال مشاوران برتر به یک مشتری است، بدون اینکه آنها را به یک پروژه مرتبط کنیم. در عوض، آنها مأموریت دارند تا با استفاده از فناوری جدید، چیزی ارزشمند بسازند، و کارت سفید را برای انجام آن با عجله انجام دهند.

شیهان شرکت دارد که معتقد است FDE ها اساسا جدید نیستند. فروشنده مانیتورینگ ابری DoIT به The Register گفت که از سال 2011 از FDE استفاده کرده است، اما استفاده از این اصطلاح را تنها در سه ماهه آخر سال 2025 آغاز کرد، زمانی که نام "مهندسی قابلیت اطمینان مشتری" خود را به FDE تغییر داد. این تصمیم زمانی اتخاذ شد که شرکت‌های خدماتی اصطلاح FDE را برای توصیف کارهای مورد نیاز برای ساخت شواهد مفهومی هوش مصنوعی به کار گرفتند.

این نام ریشه در Palantir دارد که شیام سانکار، مدیر ارشد فناوری آن، ادعا می‌کند که او آن را در سال 2007 پس از مکالمه‌ای که در آن الکس کارپ، مدیرعاملش، از او پرسید چرا رستوران‌های فرانسوی اینقدر خوب هستند، آن را ابداع کرد. کارپ ظاهرا به سؤال خود اینگونه پاسخ داد: "کارکنان منتظر در واقع بخشی از کارکنان آشپزخانه هستند. آنها از نزدیک غذا، روش و تکنیک را درک می کنند.

آنها صرفا غذا را از آشپزخانه به میز حمل نمی کنند، بلکه بخشی از یک سیستم ظریف و پیچیده هستند که بر عملیات آشپزخانه تأثیر می گذارد. سانکار می‌گوید که کارپ از او خواسته است که «این را بسازد، اما برای مهندسی» بنابراین او این کار را کرد و آن را «مهندسی مستقر پیش‌رو» نامید. سانکار در Substack شخصی خود نوشت: "FDE ها در کنار مشتریان ما جاسازی می شوند و تلاش می کنند تا مطمئن شوند که نرم افزار ما مشکل آنها را حل می کند و نه پروکسی برای مشکل آنها."

آنها به اندازه کافی دیوانه هستند که بتوانند در یک هواپیمای لحظه آخری به عراق سوار شوند، به اندازه کافی باهوش هستند که با کیفیت، کد همان روز را ارسال کنند، و EQ آنها هنوز به اندازه کافی بالاست تا با کاربران صحبت کنند (و شاید حتی از آن لذت ببرند). سانکار می‌گوید سرمایه‌گذاران Palantir فکر می‌کردند که FDE‌ها ایده بدی هستند، زیرا هزینه‌هایی که آنها متحمل می‌شوند به حاشیه می‌رود، اما می‌گوید که ارزش آن را دارند زیرا اطمینان می‌دهند که مشتریان محصولات شرکت و نحوه دریافت ارزش از آنها را درک می‌کنند. شانکار می‌نویسد: «ما به پرتاب نرم‌افزار خود بر روی دیوار اعتقاد نداشتیم به این امید که مشتری معنای صحیح آن را بفهمد.

"این رویکرد یک سازمان مهندسی با خلاقیت بی بدیل، پاسخگویی و تمرکز بر اولویت برنده شدن ایجاد کرد." AWS نیز برنده شدن را دوست دارد و در ماه ژوئن یک سازمان اختصاصی AWS FDE و 1 میلیارد دلار برای تامین مالی آن اعلام کرد. در ژوئیه مایکروسافت ادعا کرد که با 2.5 میلیارد دلار به اصطلاح "شرکت مرزی"، "فراتر از" FDE ها است. هر دو شرکت FDE ها را راهی برای جذب مشاوران خود به مشتریان می دانند تا به آنها در ساخت اپلیکیشن های هوش مصنوعی کمک کنند.

آنها استدلال می کنند که زمان FDE ها فرا رسیده است، زیرا همانطور که Palantir متوجه شد زمانی که کاربران برای به کار انداختن نرم افزار آن تلاش می کردند، سازمان ها اغلب برای تبدیل آزمایش های هوش مصنوعی به برنامه های کاربردی تلاش می کنند. اگر قبلا این مورد را شنیده اید، ما را متوقف کنید، اما فروشندگان همچنین اذعان می کنند که FDE ها کاملا جدید نیستند. در واقع، AWS به The Register گفت که سال ها چیزی بسیار شبیه به FDE به مشتریان ارائه کرده است. تیمور رشید، مدیر عامل غول ابری برای go to market، Frontier AI Engineering & Services، گفت: «ما این سفر را از سال 2017 آغاز کردیم، زمانی که تمرکز بر یادگیری ماشین (ML) بود.

ما تیمی به نام ML Solutions Lab ایجاد کردیم. ایده این بود که این فناوری جدید است، مشتریان باید آن را دنبال کنند. بنابراین ما گفتیم که "چرا به آنها یک دانشمند داده قرض نمی دهیم؟" آنها می توانند PoC بسازند و مشتری می تواند بر روی پلت فرم ما بسازد." رشید می‌گوید که AWS گاهی اوقات این نوع ترتیبات را «معمار مقیم» یا «دانشمند مقیم» می‌نامد. هر چه اسمش را بگذارید، رشید گفت که این رویکرد به خوبی کار می‌کرد، بنابراین AWS تصمیم گرفت زمانی که هوش مصنوعی مولد وارد صحنه شد، آن را تکامل دهد - این بار با استفاده از یک دانشمند کاربردی و یک استراتژیست، و یک رویکرد تکامل‌یافته.

رشید توضیح داد: "ما آنها را به جلو مستقر می کنیم - آنها به شناسایی هنر ممکن و توسعه راه حل برای شما یا با شما کمک خواهند کرد." او گفت: «آنها بخشی از جریان کار تجاری و عملیاتی شما خواهند بود و عملا برای مدت معینی متعلق به شما خواهند بود. او استدلال می کند که این با خدمات متعارف خدمات متفاوت است، زیرا هیچ محدوده کاری و هزینه ساعتی برای خدمات مشاوران وجود ندارد. «آنچه در مورد FDE متفاوت است این است که می‌گویید مشتری می‌خواهد بسازد.

مسیر مشخص نیست.» کارلوس پریرا، همکار و معمار ارشد تیم تجربه مشتری سیسکو، همچنین اذعان کرد که FDE ها کاملا جدید نیستند، اما استدلال کرد که هوش مصنوعی آنها را از مشاوران معمولی ارزشمندتر می کند. او از طریق ایمیل به The Register گفت: «ایده تعبیه شدن یک متخصص در محل برای کمک به مشتری برای پذیرش فناوری و راه‌حل‌های جدید، جدید نیست. "سازمان موفقیت مشتری ما سال ها این کار را انجام می دهد." او افزود: «تکامل این است که هوش مصنوعی اکنون بخش مهمی از این معادله است.

این متغیرهای جدیدی مانند مدل‌های غیرقطعی هوش مصنوعی، ارزیابی‌ها، الزامات سریع‌تر و مهارت‌های تخصصی را معرفی می‌کند که هر تیم مشتری در داخل آن را ندارد. شرکت های تحلیل گر گارتنر و فورستر موافق هستند که FDE ها می توانند مفید باشند و این شکل از خدمات فناوری اطلاعات به دلیل صمیمیت بیشتر بین مشتری و مشاور متفاوت است.

آرون چاندراسکاران و رابرت تاناراج از گارتنر در دستورالعمل مارس با عنوان «راهنمای رهبر هوش مصنوعی برای پیشبرد مهندسی مستقر به مقیاس هوش مصنوعی» نوشتند: «آنها اغلب به محیط مشتری و پایگاه کد فروشنده دسترسی کامل دارند و به آنها امکان می دهد در زمان واقعی بسازند و تکرار کنند. گزارش بهترین عملکرد در ژوئن از پنج تحلیلگر Forrester، با عنوان «مهندسین مستقر در آینده: از سازندگان تعبیه‌شده توسط ارائه‌دهندگان برای بهبود نتایج استفاده کنید»، این مدل را برای کمک به «تسریع پذیرش و تبدیل پلت‌فرم‌های پیچیده به نتایج آماده تولید» ستایش می‌کند. با این حال، هر دو شرکت تحلیلگر نیز به استفاده از FDE هشدار می دهند

ممکن است ببینند مشتریان به فروشنده ای که آنها را ارائه می دهد وابستگی پیدا می کنند. طبق گفته Forrester، جذابیت ارائه نتایج با سرعت می تواند نقاط کور را ایجاد کند و مملو از خطرات است. بدون نرده‌های محافظ مناسب در معماری فناوری و انتخاب‌های پشته، تیم‌ها می‌توانند در دامی سفارشی بیفتند، جایی که راه‌حل‌های بسیار مناسب وابستگی فروشنده را عمیق‌تر می‌کنند و تغییرات آینده را پرهزینه می‌کنند.» بدهی و وابستگی گارتنر از استخدام‌کنندگان بالقوه FDE می‌خواهد «مراقب مشارکت‌های نادرست FDE باشند که می‌تواند منجر به درجه بالایی از وابستگی به فروشنده، قرار گرفتن در معرض خطر امنیت/داده، بدهی فنی و استعداد شود.

آتروفی تی." مورد دوم زمانی اتفاق می افتد که سازمان ها FDE ها را استخدام می کنند اما تیم های خود را در مورد فناوری جدید آموزش نمی دهند. گارتنر هشدار می دهد: "تیم داخلی شما ممکن است به جای معمار، اپراتور جعبه سیاه شود و نوآوری بدون فروشنده را دشوار کند." گارتنر همچنین نگران است که FDE ها می توانند یک مسیر سریع برای بدهی های فنی باشند. یک نگرانی عمده در مورد مدل FDE این است که به شدت بر ساختارهای طراحی شده دستی و دانش حوزه رمزگذاری شده تکیه دارد.

چنین مولفه های مهندسی شده توسط انسان تمایل به ارائه دستاوردهای کوتاه مدت دارند، اما به طور مکرر با بهبود سیستم های یادگیری عمومی تر و مقیاس پذیر جایگزین می شوند. همانطور که مدل‌های زبان بزرگ همچنان به پیشرفت خود ادامه می‌دهند، بسیاری از این منطق رمزگذاری‌شده دستی احتمالا منسوخ می‌شوند و نیاز به بازسازی پرهزینه یا طراحی مجدد کامل دارند و بار فنی و سازمانی طولانی‌مدت ایجاد می‌کنند.» به گفته جی مک‌بین، تحلیلگر ارشد Omdia، FDEها ممکن است به زودی منسوخ شوند، زیرا آنها تنها شرط فروشندگان برای بهبود مهارت‌های مشاوره هوش مصنوعی نیستند.

او به The Register گفت: «همزمان با سرمایه‌گذاری در FDEها، بازیگران بزرگ سرمایه‌گذاری بزرگی برای فعال‌سازی شریک انجام داده‌اند. آنها در هر دو طرف بازی می کنند. کانال خدمات فناوری بدش نمی‌آید، زیرا طبق داده‌های Omdia، 82 درصد از شرکا گزارش می‌دهند که «آماده نیستند» تا خدمات هوش مصنوعی خود را به سرعت توسعه دهند. در همین حال، فروشندگانی که FDE ها را تبلیغ می کنند، نمی خواهند برای مدت طولانی از این شکل از مشاوره استفاده کنند. مک‌بین نوشت: «هیچ‌کدام از سرمایه‌گذاران این شرکت‌ها نمی‌خواهند یک کسب‌وکار خدمات کم‌ارزش را در درآمد کلی رقیق کنند.

ما پیش‌بینی می‌کنیم که تمام این سرمایه‌گذاری FDE تا سال 2031 زمانی که این زمان بالغ شود، دوباره به کانال بازمی‌گردد.» این نشان می‌دهد که در چند سال دیگر همه ما به این می‌خندیم که چگونه Palantir یک شکل قدیمی از خدمات فناوری را با نامی جدید دوباره گرم کرد، و بقیه صنعت تصمیم گرفتند از همان دستور العمل پیروی کنند. ®