За последние 12 месяцев ИИ-гиганты влили $9,75 млрд в создание команд Forward-Deployed Engineering (FDE). Этот колоссальный вброс капитала — не просто расширение штата, а признание поражения идеи о «бесшовном» масштабировании софта. Бутылочное горлышко сместилось: теперь проблему представляют не параметры моделей, а суровая реальность корпоративного внедрения. GPT-4, Claude и Gemini технически созрели, но у бизнеса нет ресурсов, чтобы их банально «прикрутить» к своим процессам. В итоге лаборатории ИИ превращаются в некое подобие бутиковых консалтинговых агентств, вынужденных вручную доводить свои продукты до рабочего состояния на стороне клиента.
Три модели экспансии FDE
Лидеры рынка выбрали разные пути для мобилизации этой специализированной армии. Microsoft и Amazon используют мощь своих балансов, финансируя FDE-команды из текущего бюджета. Это позволяет Сатье Наделле и Энди Джесси перебрасывать сотни инженеров по щелчку пальцев, не дожидаясь одобрения совета директоров. OpenAI и Anthropic пошли по пути создания внешних структур под крылом частного капитала. OpenAI Deployment Company привлекла $4 млрд при оценке в $14 млрд (post-money), где пул из 19 инвесторов во главе с TPG получил гарантию доходности в 17,5%. Anthropic не отстает: $1,5 млрд от Blackstone и Goldman Sachs пойдут на окучивание 275 портфельных компаний того же Blackstone.
Обязательства ИИ-сектора по найму инженеров внедрения уже достигли 21% от годового фонда оплаты труда такого гиганта, как Accenture.
Google Cloud выбрал третью стратегию: вместо прямого найма компания выделила $750 млн в фонд поддержки партнеров. Финансируя системных интеграторов, Google пытается купить чужие руки для работы «в поле». Эти маневры — не просто техподдержка, а ответ на новую норму: без глубокой интеграции выручки не будет. Даже Salesforce с их армией в 1000 новых FDE-специалистов подтверждает, что старая добрая модель самообслуживания в SaaS больше не работает, когда речь заходит об ИИ.
Институциональный «ров»
Этот тренд заставляет задаться вопросом: является ли необходимость в инженерах признаком сырости технологий или это самый надежный защитный ров в истории? Инженеры, внедренные в процессы заказчика, видят проприетарные рабочие циклы, схемы данных и неочевидные сценарии отказов, которые невозможно выловить через стандартный API. Эти знания возвращаются в лаборатории для дообучения моделей, создавая цикл обратной связи, недоступный конкурентам. Как только команда клиента привыкает к специфическим паттернам одной лаборатории, цена перехода на другой стек становится запретительно высокой. Этот барьер носит скорее культурный и институциональный характер, чем технический.
Агрессивное поглощение OpenAI эдинбургского агентства Tomoro со штатом в 150 человек — это классический захват территорий. Покупая фирмы с контрактами уровня Virgin Atlantic или Tesco, ИИ-лаборатории покупают доступ к данным. Такая модель жестко отсекает мелкие стартапы, у которых нет миллиардов на содержание полевых команд. Теперь от инженера требуется не просто чистый код, а компетенции бизнес-архитектора. Модель FDE, когда-то бывшая «фишкой» Palantir, превращается в стандарт индустрии, превращая софтверный бизнес в гибрид технологий и тяжелого операционного консалтинга.
Проведите аудит списка ваших поставщиков ИИ: отдавайте приоритет тем, кто готов делегировать инженеров для работы с вашими внутренними данными, а не просто предоставляет доступ к API. Для критически важных процессов «голый» код без полевой экспертизы сегодня — это путь к неоправданным затратам и провалу интеграции.