微软为何要向客户公司常驻 6,000 名员工
梳理微软 25 亿美元、6,000 人组织与 AWS 10 亿美元投资，以及 MIT NANDA 报告指出的落地失败原因
AI与科技把自家工程师常驻在客户公司里的大型科技企业们
7 月 2 日，微软宣布将投入 25 亿美元，成立一个名为 “Frontier Company” 的独立组织。它做的事情很单纯：把 6,000 名员工派进客户公司里。
两天前，AWS 也为同样的事情押下了 10 亿美元。而在此之前的 5 月，OpenAI 和 Anthropic 也各自成立了同类组织。Anthropic 甚至与黑石（Blackstone）、高盛（Goldman Sachs）联手，成立了一家价值 15 亿美元的合资公司。
在“AI 导致裁员”的报道每天铺天盖地的同时，真正卖 AI 的这些公司，却正花费万亿级别的资金招人，然后把这些人安排进别人公司的办公室里。
我认为不应该把这解读成“即便到了 AI 时代，人终究还是必要的”这种温情脉脉的反转。这更接近于，**厂商们自己承认了：仅仅把模型交出去，在客户公司里根本无法正常运转。**而且这种人力需求，很可能只会持续到落地稳定下来的那段过渡期为止。
📊 FDE招聘启事数量激增
这个职位的名字叫FDE1。译成中文大致是“前线部署工程师”，这个词来自军事用语。这是Palantir在把自家工程师直接派驻到阿富汗美军基地时开始使用的说法。微软商业业务CEO Judson Althoff也承认，把这个职称推广开来的正是Palantir。
核心在于“卖出产品后不离场”。供应商的工程师会融入客户公司的团队，亲自拆解那家公司的业务流程，并与他们一起打造与之相匹配的系统。
根据汇总招聘数据的资料，截至2026年初，FDE招聘启事同比激增了1000%以上。薪酬待遇也十分激进。前沿实验室（OpenAI、Anthropic）资深FDE的总薪酬区间在45万至55万美元，Staff级别则超过60万美元。这相当于Palantir传统FDSE的2至3.5倍水平。
不过这份薪酬数据是基于招聘平台和社区自我报告统计出来的，高端数字很可能被过度抽样。尽管如此，方向性依然明确：市场正在为这个角色支付溢价。
💰 为什么厂商要自掏腰包送人过去
产品好的话，客户自然会用起来，不是吗？为什么要自己出钱造出工程师，然后免费植入别人的公司？
答案在于导入失败率。
麻省理工学院媒体实验室的 NANDA 项目在 2025 年发布的报告，对理解这股潮流最有帮助。要点是，企业的生成式 AI 试点项目中，约 95% 都没能带来体现在损益上的成果。这个数字一度被媒体拿来当作“AI 是骗局”的证据，但看原文的话，其实调子有点不一样。
这份报告实际指出的失败原因并非模型性能。而是学习差距（learning gap）2。也就是说，模型不了解组织的工作流程，组织也不知道该如何向模型提供上下文，而中间也没有人来做衔接。相当于买了工具，却把它扔在一个完全不了解公司内部到底在发生什么事的状态里放任不管。
方法论上的局限也得一并考虑。这项研究是由 300 多个公开案例、52 次高管访谈、153 份问卷调查组合而成，并非经过同行评审的论文。“95%”这个数字很难当作精确的统计数据来看待。不过，厂商们的行动却在印证这一诊断。实际上，微软的 Alto 就在采访中表示：“客户们各自处于完全不同的阶段，都在努力摸清该如何驾驭 AI。”
也就是说，FDE 热潮与其说是 AI 运转良好的信号，不如说是企业内部导入不顺的信号。原本应该由客户公司承担的导入工作与费用，如今由厂商开始自己掏钱兜底。
站在微软的立场，也有一份急迫感。今年股价已下跌 21%，是超大型科技股中表现最差的。 Copilot 在企业市场没能像预期那样站稳脚跟，GitHub Copilot 也把份额拱手让给了后起之秀。如今已经到了不能再把“模型明明很好，为什么没人用”这个问题都推给客户的地步。
🔑 一旦成功，自己的职位就不再需要的岗位
AWS 在说明自家 FDE 组织时明确提出了一条原则：由 5～6 名工程师组成的团队以约 45 天为一个周期进场，目标是让客户在结束时能够自主运转（self-sufficient）。
总结来说，FDE 是以“让客户公司无需自己帮助也能运营系统”为成功标准的职群。
这与传统咨询的方向正好相反。咨询的盈利模式是把合同以留存费（retainer）形式长期维持下去，而 FDE 的前提是在规定期限内完成交接后就撤离。
微软没有把这个部门做成“咨询事业部”，而是设立为独立核算盈亏的“公司（Company）”，也是出于同样的逻辑。这不是为了做大服务收入，而是一种用来提升平台采用率的机制。顺带一提，微软现有的企业与合作伙伴服务收入约为每季度 21 亿美元，增长率为 2.5%。这说明微软并不打算靠这个赚钱。
因此，这波招聘热潮与其说是持续存在的岗位，不如说是只在导入期才需要的人力。等客户公司实现自立，这些人力就得转移到其他客户公司或其他角色上去。
Oswarld视角
我认为，能够存活下来的人，不是那些熟练使用AI工具的人，而是能够把AI能做的事情和组织的实际业务连接起来加以解释的人。
我查看过的FDE招聘公告，并不只要求编程能力。它们同时要求理解客户公司业务流程的能力、确认哪些数据以何种状态堆积在何处的能力，以及协调组织内部利害关系、把项目真正推进到部署阶段的能力。这正是由人来亲手填补前面提到的“学习差距”的角色。
我在创建Notion韩国社区、在Kakao Brain搭建AI产品、在Gamma制定GTM战略的过程中，反复遇到的正是这个模式。产品从来不是因为好才卖出去的，只有当有人在产品与客户组织之间搭建出脉络时，产品才会真正卖出去。瓶颈不是技术，而是脉络。如今各大科技巨头正在用万亿级的资金购买的，正是这种生产脉络的能力。
不过，看这一波招聘潮时，还有一点需要多想一层。如果把这波招聘热潮解读为“人的位置总算还留着”，那只说对了一半。FDE是一个以结束自己角色为目标而工作的岗位。既然AWS把客户实现自立的目标设定在45天之后，这个岗位在结构上就注定是暂时的。
所以更重要的问题不是“能否进入这个职群”，而是“在这种需求还存在的这段时间里，自己要积累什么”。不能止步于只学会工具的用法，还必须积累理解业务领域脉络、并把它实现为系统的经验。因为这种经验此后仍然可以被运用。国内的FDE数量也在增加。有些人偶尔会把FDE和SI一样，看作类似单纯外包开发的工作，但我认为FDE更接近于重新设计工作方式的人。我在国内亲自接触过的、正带领FDE团队的人当中，Space Y的Hwang Hyun-tae先生，以及Kakao Pay、Rebellions在公司内部组建的FDE团队，我认为都很有意义。有兴趣的朋友不妨多加关注。
结语
总结一下，有三点。
**第一，FDE 招聘热潮不是 AI 发展顺利的信号，而是导入没有成功的信号。**供应商开始用自己的钱来承担这种导入失败的成本了。
第二，瓶颈不在模型性能，而在组织的脉络。所以现在薪酬上涨的，与其说是编码能力，不如说是理解组织的业务流程和数据状态、并将其与 AI 连接起来的能力。
**第三，这个岗位不是永久性的。因为让自己变得不再被需要，正是这份工作的成功标准。**所以与其把这个时期看作获得一个能长期做下去的岗位的机会，不如看作积累领域脉络和构建经验的机会。
如果这周只能做一件事，我建议您用一页纸写下现在手头的工作中“要交给 AI 来做，需要向它说明哪些内容”。
前面提到的那位资深 FDE 45 万美元级别的总薪酬，就是市场为能够完成这种说明的能力所支付的价钱。
💬 如果您在实际工作中做过 AI 导入项目，卡住的地方是模型性能，还是组织、数据、流程？
请在评论区简短告诉我们是哪一种情况。等案例积累起来，我们会在下一期按类型整理一下。
📨 如果身边有正在为 AI 导入而苦恼的同事，请把这篇文章转发给他们。
参考资料与延伸阅读
核心来源
- Jordan Novet，“Microsoft commits $2.5 billion and 6,000 employees to new AI implementation unit”，CNBC，2026-07-02。：文中收录了阿托夫的采访。“客户们各自站在不同的起点上”这句话，最坦率地道出了这个组织存在的理由。
- Microsoft，“Microsoft Frontier Company: AI engineering that amplifies and protects your intelligence”，Microsoft Official Blog，2026-07-02。：想看看厂商自己是如何包装这个组织的，可以看原文。它与CNBC文章的语气差异很大。
- CNBC，“AWS puts $1 billion into new AI unit to embed engineers with customers”，CNBC，2026-06-30。：45天周期、5～6人团队、结束时客户自立。这三点是今天这篇文章最重要的依据。
- MIT Media Lab NANDA，The GenAI Divide: State of AI in Business 2025，2025。：比起“95%失败”这个数字，“学习差距”这个概念要重要得多。请注意这不是同行评审论文，阅读时须有所保留。
背景知识
- Palantir Technologies，“Form S-1（2020年首次公开上市招股说明书）”，SEC。：可以通过Palantir自己撰写的文件，确认FDE这一职位的来源。
- INLEVEL9 Letter第134期（亚马逊FDE组织案例）。：今天这篇文章，是那股潮流蔓延至微软的后续篇章。
