THINK BIG
AI 落地 · 派駐式導入 · 中小企業
FDE 是什麼？為什麼 AI 落地最缺的是「派駐工程師」——中小企業沒有預算養 FDE 怎麼辦
FDE 是進到客戶系統和資料裡、把 AI 真正接進流程的工程師。職缺 2025 年成長超過 800%，2026 年大型公司砸十億美元設立派駐部門。AI 的瓶頸已經從「做出模型」移到了「把模型用起來」。
一、現象：AI 圈最熱門的職稱，是一個「派出去」的工程師
FDE 是 Forward Deployed Engineer 的縮寫，直譯是「前線派駐工程師」。「前線派駐」（forward-deployed）原本是美國軍事用語。（Wikipedia：Forward deployed engineer）
這個職稱由一家美國數據分析軟體公司發展起來。該公司 2019 年在官方部落格說明兩種工程師的差別：一般工程師負責開發產品平台，一個功能服務很多家客戶；FDE 則把平台部署到客戶那裡，針對一家客戶的關鍵問題，動用很多種能力去解決，成敗看的是對客戶目標的實際影響。文中特別說明，FDE 不是顧問：顧問通常給一次性的分析或建議，FDE 是實際部署軟體、和客戶一起建立能長期運作的解法，做的工程工作也多得多。（Dev versus Delta，2019）
生成式 AI 讓這個職稱突然爆紅：2025 年 6 月，一家美國創投稱 FDE 是新創圈最熱門的職位。理由很直白：企業想用 AI，但需要有人幫他們設定起來；讓 AI Agent 處理業務、客服、法務，就像帶一位新員工上手，需要持續管理和背景知識。（Andreessen Horowitz，2025-06-04）2025 年 1 到 9 月，根據 Indeed 與《金融時報》的分析，FDE 職缺刊登數成長超過 800%。（轉述來源：Salesforce 官方部落格，2025-11-19）2026 年，大型公司接連成立專門部門。CNBC 報導，一家大型雲端公司 6 月宣布投入 10 億美元成立派駐工程部門（CNBC，2026-06-30）；另一家大型軟體公司 7 月宣布投入 25 億美元和 6,000 名員工成立 AI 導入部門（CNBC，2026-07-02）。
一句話整理：AI 的瓶頸，從「做出模型」移到了「把模型用起來」。 FDE 就是在這個缺口裡長出來的職位。
二、各方評價：是真需求，還是換了名字的顧問？
看好的一方認為，FDE 解決的是 AI 最難的一段。模型可以買、可以換，但每家公司的資料放在哪、流程怎麼走、哪些事不能出錯，都不一樣。那家創投的文章指出，連模型供應商自己都在招 FDE，因為模型之間越來越能互相替換，誰能把應用做進客戶流程，誰就站得住。
保留的一方的意見主要有三點：「是不是顧問換個職稱？」 科技媒體 KDnuggets 以這個問題當標題討論 FDE，結論是介於兩者之間：職稱可能分化或退燒，但「把 AI 部署進真實環境」這套技能會留下來。（KDnuggets）工作並不光鮮。《華爾街日報》2026 年 3 月的報導指出，有些工程師不喜歡這個職位，因為要常出差，還得在短時間內解決客戶的問題。（Wikipedia 彙整之報導）成本很高。 那篇創投文章的標題就叫〈用毛利換護城河〉：把工程師派進客戶現場，本來就比賣軟體授權花錢。
兩邊其實說的是同一件事：AI 落地需要有人進到你的流程裡把事情做完，問題只在誰來做、用什麼方式做、花多少錢做。台灣超過 171.5 萬家中小企業，占全體企業 98% 以上，提供近八成就業機會（經濟部《2025 中小企業白皮書》），大多沒有預算養一位專職 FDE，但同樣需要有人把 AI 接進日常工作。
三、我們實際做的時候的心得：遠端 FDE
Think BIG 幫企業導入 AI Agent，做的就是 FDE 那一段：進到你的系統和資料裡，把 AI 接進流程、驗收、交付、維護。差別在於，我們是遠端派駐：透過安全的遠端連線在你的機器或雲端環境作業，不用人長駐現場。以下是不具名的通用經驗：
1. 先盤點，再動手。 很多公司其實已經有電腦、有雲端帳號、有某些 AI 訂閱。我們建置前一定先盤點既有設備和帳號，能用的就用，不重複花錢。
2. 資產放在你的名下。 雲端資源、帳號、資料，一律開在企業自己的帳號底下。我們離開之後，系統還是你的，不會被任何人綁住。
3. 範圍先凍結，再開工。 開工前先寫清楚：AI 要回答哪些問題、讀哪些資料、哪些事不能做，並準備一批「已知答案」的驗收題。企業方案在範圍凍結與資料到位後 30 天內交付。在我們的經驗裡，範圍沒先講清楚，是專案拖延最常見的原因。
4. 測試時先關掉對外的手。 AI Agent 測試期間，我們會先封住它對外寄信、發文、寫入外部系統的能力，確認行為正確再打開。避免測試時「不小心真的寄出去」。
5. 驗收看證據，不看口頭說「好了」。 例如：本地模型真的有用到顯卡、回答有附出處、查不到時會說不知道。這些都用實測結果留證據，不是看展示效果。
6. 交付後要能被看見。 系統上線後持續監控，出狀況要主動告警，不能安靜地壞掉。AI Agent 最怕的是「看起來在跑，其實早就停了」。
做了這段時間，我們最深的體會是：FDE 的價值不在「人在不在現場」，而在「有沒有人對結果負責」。
四、我們的建議：沒有 FDE 預算的中小企業，怎麼補上這一段
1. 先挑一個流程，不要先挑工具。 例如「客服常見問題自動回覆」或「內部文件查詢」。目標越具體，越容易驗收。2. 內部指定一位窗口。 不需要懂技術，但要懂流程、能拍板、能提供資料。3. 要求書面的範圍與驗收題。 開工前就確認要做什麼、不做什麼，以及用哪些問題驗收。這是避免專案無限延長的最好保護。4. 帳號、資料、系統放在自己名下。 不管找誰做，都要確認交付後東西是你的。5. 問清楚交付後怎麼維護。 誰監控、出問題怎麼通知、多久回應。AI Agent 不是裝好就沒事的軟體。
| 自己聘一位 FDE | 遠端派駐式導入 | |
|---|---|---|
| 適合 | 有多條 AI 流程、需要長期內部開發的公司 | 先導入一到幾條流程的中小企業 |
| 人在現場 | 是 | 否，透過安全遠端連線作業 |
| 範圍 | 隨公司需求持續擴大 | 先凍結範圍，交付後再評估下一步 |
| 要注意 | 招募難、要有人帶 | 內部窗口要能提供資料與決策 |
一句話收尾：AI 落地缺的不是模型，是把它接進流程的人。 養不起專職 FDE，就找能對結果負責的派駐式團隊。
遠端 FDE：進到流程裡做、範圍凍結 30 天交付、資產是你的。
（以下是 Think BIG 自己的立場，與上方中立報導區隔。）
我們把自己定位成遠端 FDE（派駐式工程）：把大公司用 FDE 做的那一段，用中小企業負擔得起的方式提供。
進到流程裡做： 不是交一份建議書就走，而是實際把 AI Agent 接進你的資料和工作流程，做到能用。範圍凍結、30 天內交付： 開工前寫清楚範圍與驗收題；範圍凍結與資料到位後 30 天內交付。資產是你的： 帳號、雲端資源、資料一律在你名下，模型可以依需求選擇、之後也能更換。
有證據的驗收、有監控的維護： 交付前用已知答案實測，交付後持續監控、主動告警。
我們不承諾業績，承諾的是把 AI 真正接進你的工作，並且讓你看得到它在動。
FAQ
- Q1：FDE 是什麼？
- FDE 是 Forward Deployed Engineer 的縮寫，中文可譯為「前線派駐工程師」。他們代表軟體或 AI 公司，進到客戶的系統和資料裡，把產品實際部署、客製並接進業務流程，成敗看的是客戶目標有沒有達成，而不是交出一份報告。
- Q2：FDE 和顧問有什麼不同？
- 依最早發展這個職稱的公司官方說明，顧問通常提供一次性的分析或建議，FDE 則是實際部署軟體、和客戶一起建立能長期運作的解法，做的工程工作也多得多。也有評論認為兩者界線正在模糊，但「把系統真正做起來」是 FDE 的核心。
- Q3：為什麼 FDE 職缺最近大增？
- 因為企業想用 AI，卻缺少把 AI 接進自己資料和流程的人。根據 Indeed 與《金融時報》的分析，2025 年 1 到 9 月 FDE 職缺刊登數成長超過 800%；2026 年也有多家大型雲端與軟體公司成立專門的派駐或導入部門。
- Q4：中小企業沒有預算聘 FDE，怎麼導入 AI？
- 可以先挑一個具體流程、指定內部窗口，找能遠端作業的派駐式團隊導入。開工前要求書面範圍與驗收題，確認帳號與資料放在自己名下，並問清楚交付後的監控與維護方式。
- Q5：遠端導入 AI Agent 安全嗎？
- 重點在做法。建議確認幾件事：遠端連線方式是否安全、帳號與資料是否在企業自己名下、測試期間是否先封住 AI 對外寄信或發文的能力、交付後是否有監控與告警。這些都應該在開工前講清楚。
本文為 Think BIG 產業觀察與第一手實作整理，引用之官方文件與報導均標註來源；職缺數字為各來源公布之分析結果，本文不引用未經查證的薪資數字。文中提到的公司以描述代稱、連結附於來源，內容不評價任何公司或產品。我們的第一手經驗全不具名。