Raw 生命周期:Substack 原文已降级为可恢复索引;精确引用时从 canonical URL 回到原文章节核验。
2026:The Year Forward Deployed Engineering Becomes Table Stakes for SaaS
Alex Furmansky(Magnetic Growth, 2026-03-03):AI SaaS 不再是"defined product",而是"value opportunity"。兑现价值需要定制通用工具适配具体上下文,供应商只能在客户现场完成这件事——FDE 成为结构性必需品而非奢侈品。文章给出供应商为何不能沿用 SaaS playbook、客户为何不知买什么、系统思考为何难,以及 OpenAI/Anthropic 的产业布局数据。来源:行业实践者 Substack。证据等级:medium(实践者一手观察 + 产业数据,vendor/顾问立场需打折)。
编译摘要
1. 浓缩
- 核心结论1: AI 打破了 SaaS 公式——"发现楔形产品→同款卖数万客户→80%+ 毛利"不再成立,因为任何单点 AI 功能有抛硬币概率在 6 个月内被通用 agent 超越;供应商被迫用"薄 agentic 平台 + 每客户重定制"回应
- 关键证据: ChatGPT/Claude/Gemini 每 6 个月大幅移动推理/连接/UX 目标;BabyAGI/OpenClaw 等开源 agent 在 AI Twitter 快速病毒式扩散
- 关键证据: AI 解决的是传统确定性软件做不到的概率性、判断密集、messy/contextual/"太人性化"的任务——"最大奖赏不是自动化既有工作流,而是发现以前不可能的工作流"
- 关键证据: 客户期望随聊天 AI 改变——他们想要符合自身特定需求的定制软件,不愿为只用 20% 功能的完整 ERP 头疼
- 核心结论2: 客户不知道买什么——C-suite 被"随处撒 AI"的压力驱动,但"系统思考"(识别哪些步骤需判断、哪些是机械、映射交接与边界案例)是真正难点,组织无法从内部完成
- 关键证据: 传统客户发现像"iPhone 前问用户最喜欢的 App"——问题没有干净答案;最珍贵的用例只能因为技术而存在,必须在场才能发现
- 关键证据: 组织的流程知识分散且过期——销售团队 5 人被问相同 lead 处理会给出 5 种不同答案;知识工作规则非确定性("有时这样做,有时那样做,Jerry 又是另一种做法")
- 关键证据: 维持干净流程文档(BPMN/DMN)对多数组织近乎不可行——除非营收以小型国家 GDP 计(引自 SAP Signavio VP Lukas Egger);FDE 是"必须有人做挖掘工作,因为组织永远不会自己做"
- 核心结论3: 主要玩家已全面押注:OpenAI Frontier Alliance 与四大咨询结盟、FDE 团队 2025 年 2→52 人、企业占营收 ~40%;Anthropic 大规模扩张 Applied AI
- 关键证据: OpenAI Frontier Alliance 配对 FDE + BCG/McKinsey/Accenture/Capgemini;FDE 团队 2025 年从 2 人增长到 52 人,嵌入 Morgan Stanley 等客户;企业占 OpenAI 营收约 40%,CFO 预期今年底接近 50%
- 关键证据: Anthropic 激进扩张 Applied AI 团队——招 FDE、Technical Deployment Leads、Solutions Architects 嵌入战略企业客户,交付 MCP servers、sub-agents、agent skills;团队"据报增长 5x"
- 关键证据: FDE 岗位发布在 2025 年 1-9 月暴增 800%+(Indeed / Financial Times)
- 核心结论4: FDE 的核心价值是"旋转跨 engagement 获得的模式识别"——面向市场的动手研究 + 采纳加速同时发生;组织需要自身无法内部生成的市场情报与产品发现
- 关键证据: FDE 在多个客户间轮转获得的模式识别,是内部团队永远得不到的(企业规模效应在跨组织侧)
- 关键证据: 个人最佳特质——销售+技术+享受解决不同问题,能 hold C-suite 的焦虑与 skeptical 工程团队之间的空间,有咨询/投行/战略 pedigree,且"能 hold 什么是现在技术上可能的歧义,同时保持对 90 天后可能性的开放"
2. 质疑
- 关于立场与激励的质疑: 作者是 AI 实施服务商(讽刺地复用"forward deployed"标题并末尾招聘)——"SaaS 与 services 界限模糊"恰是其生意所在;稿件是实践者一手观察,不是中立市场分析。FDE 岗位数据(800%、2→52、5x)来自引用,未经独立审计
- 关于"供应商不能 follow SaaS playbook"的边界: 论点预设 AI 平台能力每 6 个月一变的持续速度快于产品打磨——若模型能力增速放缓、或培育出稳定的平台层(如 MCP/A2A 协议成熟),纯产品 SaaS 可能重新赢回"薄平台+轻定制";文章未评估这种均衡
- 关于"组织无法从内部完成系统思考"的泛化: 该结论高度依赖组织现状(小团队、无流程文档、营收未达"小国 GDP");对已经投资流程治理的大企业(合规/精算/飞机制造),内部 process 团队可能比 FDE 更懂自己的约束——FDE 必要性不是普遍真理
- 与库内 FDE 框架的校准: 本文描述的 FDE 是"咨询式技术骨干"(实施+培训),偏轻"产物回流"——它讲清了"为什么现在必须 FDE",但几乎不谈"如何把一次性部署沉淀为平台能力";与库内 Forward-Deployed-AI-Enablement 的四要素(有平台/嵌入现场/产品发现/产物回流)相比,本文偏向前三步,回流层缺位
3. 对标
- 与 Forward-Deployed-AI-Enablement topic 的直接对接: 本文提供了该 topic 缺失的产业规模数据——为什么 2026 是 FDE 临界点(FDE 岗位 +800%、OpenAI Frontier Alliance、Anthropic 5x),是"为什么横向所有主要玩家收敛同一模式"的市场证据
- 与 Forward-Deployed-Engineer entity 的对接: 本文给出岗位画像(销售+技术+hold ambiguity+咨询 pedigree),可并入职位定义;它与 Palantir 机制群(Decision-Centric-Architecture 等)互补——本文讲"为什么需要 FDE",Palantir 讲"FDE 靠什么机制沉淀能力"
- 与 Agent-First-Process-Redesign 的关系: "系统思考"(判断 vs 机械、交接与边界、保持人在环路)正是 Agent-First 流程重构的现场版——FDE 做的"挖流程"工作与 Workflow Redesign 的"映射决策单元"同构
- 跨域类比:FDE ≈ 外科手术中的"现场会诊": 不是远程开处方,而是进入手术室看真实组织——医疗里复杂病例需要主刀现场会诊而非远程咨询,与"最珍贵的 AI 用例只能在场发现"同构(跨域联想)
- 模式识别 ≈ 咨询行业的"采样"学习: FDE 跨客户获得的模式识别,与顶级咨询顾问跨行业积累的"这问题我见过 30 遍"直觉同构;但咨询业最终被质疑"给通用模板",FDE 是否也会随 AI 实施成熟而从定制滑向模板化——这是该模式的可测试反例(综合判断,见研究 agenda)
前提与局限性
- 实践者的单点观察,非系统性研究;市场判断(vendor 无法 follow playbook)含因果推断
- 主要数据(800%、2→52、5x、~40%)来自引用而非一手测量,准确时点 2026 年 3 月,Market 环境快速变化
- "AI SaaS = value opportunity"的界定暗示 vendor 立场;读者需区分"现象描述"(可信)与"行业方向论证"(正被其业务印证)
关联概念
- Forward-Deployed-AI-Enablement — 本文是其产业背景数据,且暴露其"回流层"的实践缺失
- Forward-Deployed-Engineer — 岗位画像与扩张数据的来源
- Agent-First-Process-Redesign — "系统思考"是流程重构的现场执行
- AI-Deployment-Valley-of-Death — 客户"不知买什么"的部署死亡谷侧面
- Integration-Wall — FDE 存在的理由:穿越集成之墙