Google 宣稱其 AI 能取代前進部署工程師的工作

The Information 於 8 月 18 日刊出的專訪中,Google Data Cloud 副總裁暨總經理 Andi Gutmans 提出了一個與當前 AI 產業人才趨勢正面衝突的主張:Google 的 AI,他說,可以做前進部署工程師(forward deployed engineer,FDE)的工作。

FDE 是指深入客戶組織內部、在客戶自家混亂的資料與流程上打造、整合並上線 AI 系統的工程師。這個角色由 Palantir 多年前首創,到了 2026 年已成為企業 AI 領域最搶手的專業人才。根據 Gutmans 的說法,FDE 所做的手動上下文建構工作——梳理 schema、串接資料管線、編碼業務邏輯——可以改由 AI 自動生成,形式就是 Google 平台自動構建的知識圖譜(knowledge graph)與語意模型(semantic model)。

Gutmans 向 The Information 記者 Kevin McLaughlin 表示,這種「AI 生成的上下文」相較於依賴手動方式的競爭對手,是一項競爭優勢。這直接劍指 Palantir、OpenAI、Anthropic 與大型顧問公司那種重度依賴人力的服務模式——他們全都把數十億美元押在「人」身上。

諷刺之處:Google 幾個月前才在大規模招聘 FDE

三個月前,Google 還站在這個論點的另一邊。2026 年 5 月,The Information 報導 Google 計劃招聘數百名工程師,協助客戶採用其商業 AI 產品。Google Cloud 執行長 Thomas Kurian 當時宣布重組為 AI 導向的組織,核心正是投資增聘前進部署工程師。Google Cloud 的應用 AI FDE 職缺開出 12.7 萬至 18.3 萬美元的基本薪資,資深職級達 20 萬美元出頭;Google DeepMind 的 FDE 職位更達 17.4 萬至 25.3 萬美元加上股權,外界估計平均整套薪酬約 23.8 萬美元。

如今該公司 Data Cloud 的負責人卻釋放出「終局是軟體來做這份工作」的訊號。這兩個立場未必矛盾——先雇人交付今天的業務,再把交付流程自動化——但先後順序很重要。Google 等於是在告訴企業:競爭對手正在擴張的 FDE 模式,只是過渡期的產物,不是終點。

為什麼 FDE 市場現在這麼熱

要理解 Gutmans 的主張為何具挑釁性,得先看市場現況。TechCrunch 在 7 月底報導的 C&T 研究預測,2026 年底前 FDE 需求將暴增 2,100%。年初時只有 5% 至 10% 的企業計劃招聘 FDE,且多用於小型試點;到了第二季結束,這個比例跳升到 70%,最大的顧問與服務公司更表示需要把 FDE 人力擴增至十倍,組成 20 到 100 人的團隊。

供給端卻極度短缺。該研究統計,美國市場約只有 17,000 名 FDE,其中很大一部分已在 Palantir 任職——而且估計只有約 2,000 名美國工程師具備創造實質 AI ROI 的能力。薪資已上漲 10% 至 25%,來到 25 萬至 30 萬美元區間。「這一切的速度是我從未見過的。企業居然在盛夏期間招人,」C&T 創辦人 Jeff Christian 告訴 TechCrunch。

前線實驗室则以自建 FDE 大軍回應:Anthropic 支持「Ode with Anthropic」,OpenAI 則經營「Deployment Company」,兩者都由工程師組成,唯一任務就是把自家模型深深嵌入企業工作流。Accenture 與 Google Cloud 自己也在 4 月宣布合作,要投入「數千名」AI 工程師與 FDE。

主張背後的經濟學

驅動這一切的是投資報酬率。企業已在 AI 上花費數億甚至數十億美元,華爾街正失去耐心。Christian 對 TechCrunch 的警告很直接:今年秋天,投資人將開始「懲罰那些花了數億、甚至數十億美元卻沒有產出 ROI 的公司,獎勵有產出的」。

人力交付無法規模化,也沒有利潤。每一支 FDE 團隊都是服務成本中心,限制了 AI 供應商滲透企業的速度。如果 Google 真能從客戶資料自動生成上下文層——看懂 schema、映射關聯、編碼業務語意——交付瓶頸就會瓦解。這正是 Google 4 月在 Cloud Next 發表的 Agentic Data Cloud 與其通用上下文引擎(universal context engine)、以及從 Vertex AI 轉向代理優先的 Gemini Enterprise 平台的戰略邏輯。

還有一個對 Google 有利的信任因素。企業越來越不敢把專有業務流程交給 OpenAI 與 Anthropic 的部署團隊,深怕這些流程回頭變成競爭產品的養分。Christian 的客戶之所以自建內部 FDE 團隊,正是為了把知識留在公司內。而運作在客戶自家雲端租戶裡的自動上下文引擎,提供了第三條路:不揭露流程的部署。

來自第一線的質疑

FDE 圈對 Google 主張的反應迅速而不以為然。「Google 顯然還沒見過我們的 FDE,」資料平台業者 Chalk 在故事刊出幾小時內就在 X 上引用嘲諷。

質疑者的依據其實來自同一份 C&T 研究。Ode with Anthropic 執行長 Chris Taylor 對例行部署與真正轉型畫出一條清楚的線:「許多 FDE 很擅長幫你把 Claude Code 推廣到全公司。但極少數能打造你的旗艦 AI 產品功能。」AI 生成的知識圖譜或許真能吸收前一類工作——schema 映射、管線配置、制式整合。但後一類涉及組織信任、政治協調,以及「到底該建什麼」的判斷,無論是人類 FDE 還是自主代理,都容易在此卡關。

連最看好 FDE 需求的 Christian 也承認這個角色有保存期限。「也許兩年後,一切都自動化了,變成代理在自動化代理,而不是人類在自動化代理,」他說,並預期 FDE 的需求會先轉向實體 AI(physical AI),而這個職位可能在五到十年內消失。

後續觀察重點

至少就目前而言,Gutmans 的主張是一個有真實技術支撐的定位宣言,而非已經證明的替代方案。真正的檢驗是實證:Google 能否把代理部署進從未有 FDE 團隊進駐的大型企業,讓它們直接在原生資料上跑起來,全程不用人力?如果可以,整個企業 AI 層的經濟學——Palantir 的溢價、各實驗室的部署子公司、顧問公司十倍的招聘計畫——都會被快速重新定價。如果不行,Google 就會繼續悄悄地跟所有人搶同樣稀缺的人力,付同樣不斷上漲的薪水。

無論如何,這個產業最重要的一場實驗,剛剛得到了一個公開的假說:AI 界最搶手的工作,也應該是最早能被 AI 自己做掉的工作。