Ringkasan

Di industri TI Amerika Serikat, "FDE (Forward Deployed Engineer)" telah melesat menjadi posisi pekerjaan paling populer di tahun 2026. Profesi ini, yang melibatkan masuk ke kantor perusahaan klien dan mengintegrasikan model AI ke dalam sistem bisnis nyata, ditemukan oleh perusahaan analisis data Palantir pada awal tahun 2010-an, dan kini OpenAI, Anthropic, Google, serta Salesforce saling bersaing memperluas perekrutannya. Dalam artikel ini, kami akan merangkum isi pekerjaan FDE, pendapatan tahunan, serta perbedaan pendekatan masing-masing perusahaan dengan cara yang mudah dipahami pemula, kemudian secara konkret memverifikasi sistem yang sebenarnya mereka bangun di pabrik pesawat terbang dan lembaga keuangan beserta gambaran nyata perbaikan operasionalnya. Selanjutnya, kami akan menggali secara multidimensi berdasarkan informasi sumber primer mengenai bagaimana venture capital (VC) Silicon Valley membaca tren ini, apa yang terjadi pada Mei 2026, dan apa yang akan diukur pada tahun 2027–2028.

Adapun konversi yen dalam artikel ini dihitung berdasarkan nilai tukar terhadap dolar pada pertengahan Mei 2026, yaitu 1 dolar = sekitar 158 yen (berlaku sama untuk seterusnya).

Apa Itu FDE—"Insinyur yang Tinggal Bersama Klien" yang Diciptakan Palantir pada Awal 2010-an

FDE adalah insinyur yang tidak bekerja di ruang pengembangan perusahaannya sendiri, melainkan masuk jauh ke dalam lokasi kerja perusahaan pelanggan untuk membangun produk perangkat lunak yang kompleks—belakangan ini khususnya model AI—hingga mencapai kondisi "benar-benar berfungsi dalam operasi nyata". Joe Schmidt, partner di a16z (Andreessen Horowitz), VC raksasa AS, menjelaskan perlunya peran ini dengan metafora: "Perusahaan yang membeli AI itu seperti nenek yang baru memegang iPhone. Dia sangat ingin menggunakannya, tapi tidak bisa menjalankannya kalau tidak ada yang mengaturkannya." FDE justru adalah "orang yang mengaturkan" itu, yang mengamati operasi pelanggan, mendefinisikan persyaratan, menulis kode berkualitas produksi, men-debug bagian yang rusak, dan tetap berada di lokasi hingga implementasinya benar-benar menggerakkan indikator kinerja bisnis.

Yang pertama-tama harus dipahami pemula di sini adalah bahwa FDE berbeda baik dari "konsultan" maupun "insinyur perangkat lunak biasa". Konsultan memberi nasihat, meninggalkan proposal, lalu pergi. Sebaliknya, FDE sendiri yang turun tangan membangun sistem dan mendampingi pelanggan dalam jangka panjang. Di sisi lain, insinyur perangkat lunak biasa membuat "satu fitur untuk banyak pelanggan", sedangkan FDE justru sebaliknya, membuat "banyak fitur untuk satu pelanggan". Palantir telah mengungkapkan hal ini dengan slogan "one customer, many capabilities (satu pelanggan, banyak kapabilitas)". Sebagai insinyur, namun memahami operasi pelanggan lebih dalam daripada siapa pun, dan dapat berbicara baik dalam bahasa teknologi maupun bisnis—itulah sebabnya peran ini disebut sebagai "opsi ketiga di antara insinyur dan konsultan".

Yang menemukan peran ini adalah Palantir. Pada awal 2010-an, perusahaan itu menghadapi kendala bahwa pelanggan utama mereka saat itu, yaitu badan-badan intelijen AS, "tidak dapat secara terus terang membagikan apa yang mereka butuhkan". Jika tidak bisa menanyakan kebutuhan kepada pelanggan, satu-satunya cara adalah menempatkan insinyur di dalam lingkungan pelanggan dan membiarkan mereka belajar melalui pengamatan dan eksperimen—begitulah lahir gagasan untuk "men-deploy ke depan (forward deploy)" insinyur ke lokasi kerja. Menurut Tom Hollands, partner di a16z, sekitar tahun 2011 Palantir mengganti nama jabatan yang sebelumnya disebut "solutions engineer" dan "integration engineer" menjadi "forward deployed engineer", dan di internal memberinya sebutan "Delta". Palantir membangun struktur yang menggabungkan tim "Echo" yang menangani pengetahuan industri dengan tim "Delta" yang khusus pada eksekusi, dan dilaporkan bahwa hingga sekitar tahun 2016, jumlah FDE lebih banyak daripada insinyur perangkat lunak biasa.

Mengapa peran yang sudah berusia lebih dari satu dekade ini kini menjadi sorotan? Latar belakangnya adalah "masalah last one mile". Laporan "The GenAI Divide: State of AI in Business 2025" yang dirilis pada 2025 oleh inisiatif NANDA dari MIT menunjukkan bahwa meskipun perusahaan telah menggelontorkan 30–40 miliar dolar AS (sekitar 4,7–6,3 triliun yen) untuk AI generatif, 95% organisasi tidak memperoleh imbal hasil bisnis yang dapat diukur. Bukan model itu sendiri yang gagal, melainkan AI gagal pada saat bertemu dengan "alur kerja yang berantakan, fondasi warisan (legacy), dan data yang terfragmentasi"—dan FDE-lah yang dibutuhkan sebagai profesi khusus untuk menjembatani parit terakhir ini.

Lowongan kerja meningkat 800%, gaji tahunan 30 juta hingga 100 juta yen — pasar talenta FDE yang kian memanas

Pasar kerja FDE benar-benar meledak sejak tahun 2025. Menurut laporan Financial Times (FT) Inggris, minat perekrutan untuk posisi FDE meningkat 800% sejak Januari 2025. a16z menyatakan di situs perusahaannya bahwa lowongan terkait FDE "meningkat 800–1000% hanya pada tahun ini". Fast Company AS memberitakan bahwa CEO Google dan CEO Box (perusahaan cloud) sama-sama menyebut FDE sebagai "profesi dengan permintaan tertinggi di industri teknologi pada tahun 2026".

Tingkat gaji tahunan juga tinggi. Berdasarkan beberapa artikel yang menggabungkan data terdaftar dari media karier dan levels.fyi, rata-rata total kompensasi (gaji pokok + bonus + saham) FDE di Amerika Serikat adalah sekitar 238.000 dolar (sekitar 37,6 juta yen), dengan rentang umum 205.000–486.000 dolar (sekitar 32,4 juta–76,8 juta yen), dan pada level staf bahkan dilaporkan ada contoh yang melebihi 630.000 dolar (sekitar 99,5 juta yen). Khusus untuk Forward Deployed Software Engineer (FDSE) di Palantir, data terdaftar di levels.fyi menunjukkan 171.000–415.000 dolar per tahun (sekitar 27 juta–65,6 juta yen), dengan nilai median sekitar 215.000 dolar (sekitar 34 juta yen). Beberapa laporan menyebutkan bahwa paket kompensasi FDE di OpenAI dan Anthropic mencapai skala 350.000–550.000 dolar (sekitar 55 juta–87 juta yen). Tingkat ini melebihi insinyur perangkat lunak biasa, dan tabel kompensasi divisi Cloud (bisnis cloud) dikatakan membentuk batas atas pasar. Alasan mengapa kompensasinya tinggi sederhana: pekerjaan ini berkaitan langsung dengan pendapatan enterprise.

Jalur karier juga khas. Palantir merekrut FDE bahkan dengan pengalaman sekitar satu tahun setelah lulus universitas, sementara perusahaan fintech Ramp menuntut pengalaman lebih dari 5 tahun untuk posisi senior. FDE pada akhirnya bisa berpindah ke pengembangan produk inti di kantor pusat, atau dapat juga menempuh jalan kewirausahaan dengan berbekal pengetahuan operasional yang diperoleh di lapangan. Faktanya, telah muncul startup (seperti Serval) yang memposisikan FDE sebagai tempat pelatihan "pendiri masa depan" dan merekrut calon pengusaha masa depan sebagai FDE. Perusahaan yang serius membangun fungsi FDE jumlahnya tak terhitung, mulai dari OpenAI, Anthropic, Palantir, Salesforce, Google, Databricks, Cohere, Ramp, Rippling, hingga Intercom, dan para pemain pendatang baru di bidang AI suara seperti ElevenLabs, Deepgram, dan Vapi pun terus bermunculan satu demi satu.

FDE dari Berbagai Perusahaan yang "Mirip Tapi Berbeda" — Palantir, OpenAI, Anthropic, Salesforce, Google

Meskipun mengusung papan nama yang sama yakni FDE, kenyataan di setiap perusahaan memiliki perbedaan yang halus namun menentukan.

Palantir, sang pelopor, memberikan kepada FDSE "taman bermain yang sudah jadi" berupa platform milik perusahaannya sendiri (Foundry, Gotham, AIP), dan menyuruh mereka mengonfigurasinya sesuai dengan persoalan pelik pelanggan. Menurut artikel blog perusahaan tersebut, "A Day in the Life", para FDSE menangani sendiri proyek-proyek tingkat kesulitan tinggi dari awal hingga akhir dalam tim kecil, dan menghabiskan sekitar 25% jam kerja mereka di lokasi pelanggan. Abhishek Singh, partner di perusahaan riset konsultasi Everest Group, menyebut Palantir sebagai "category of one (satu-satunya di kategorinya)", dan menganalisis alasannya sebagai berikut: Palantir merupakan perusahaan langka yang unggul di ketiga ranah yaitu "rekayasa produk", "eksekusi yang menyatu dengan lapangan", dan "keandalan untuk mengoperasikan sistem yang bersifat mission critical sejak hari pertama beroperasi".

Yang memimpin organisasi FDE OpenAI adalah Colin Jarvis (sebelumnya menjabat sebagai kepala Solutions Architecture). Berdasarkan apa yang ia sampaikan dalam ceramah publik, tim tersebut dimulai dengan 2 orang dan berkembang pesat menjadi puluhan orang dalam waktu sekitar setahun (ia menyebutkan target perluasan sebanyak 52 orang). Menurut Gergely Orosz, pengelola newsletter untuk para insinyur "The Pragmatic Engineer", FDE OpenAI tersebar di 8 kota di 3 benua, dan bekerja dalam 3 fase yaitu scoping awal (tinggal di lokasi beberapa hari), validasi (pembangunan indikator evaluasi), dan delivery, serta berkolaborasi dengan tim riset setiap dua minggu untuk turut berkontribusi pada pengembangan produk seperti Agents SDK. Jarvis mengungkapkan sikap untuk menyublimasikan persoalan di lapangan menjadi insight produk yang dapat digeneralisasikan dengan ungkapan khas "menyantap rasa sakit pelanggan dan mengeluarkan produk (eating pain and excreting product)".

Di Anthropic, FDE termasuk dalam tim "Applied AI (AI Terapan)", dan secara langsung disematkan pada pelanggan strategis untuk membangun aplikasi produksi yang menggunakan model Claude. Menurut lowongan pekerjaan, hasil kerja mereka mencakup artefak teknis yang digunakan dalam alur kerja produksi seperti server MCP (Model Context Protocol), sub-agen, dan agent skill. Dibutuhkan pengalaman kerja teknis dan yang melibatkan negosiasi dengan pelanggan selama lebih dari 3 tahun, dan ditekankan pentingnya mengartikulasikan pola implementasi yang dapat digunakan berulang serta mengembalikannya kepada tim produk dan engineering.

Salesforce menonjol dalam hal skala. Tim FDE perusahaan tersebut mencapai setidaknya 1.000 orang per Maret 2026, dan menjadi fungsi inti yang menopang adopsi pelanggan untuk fondasi agen "Agentforce". Perusahaan tersebut juga telah meluncurkan "Forward Deployed Engineering Partner Network" yang melibatkan mitra eksternal (sebagai catatan, "perekrutan 1.000 lulusan baru dan magang" yang diumumkan CEO Marc Benioff pada bulan April merupakan kebijakan terpisah yang ditujukan untuk pengembangan produk AI, dan perlu dipahami secara berbeda dari perekrutan FDE). Google, menurut laporan media AS The Information pada 12 Mei, merekrut FDE berskala ratusan orang dan mencoba menempatkan mereka secara permanen di dalam organisasi pelanggan untuk mengubah model frontier perusahaannya menjadi sistem yang berjalan nyata. Di tengah bisnis Cloud yang menjadi sumbu pertumbuhan terpenting Google, perusahaan tersebut berpandangan bahwa memiliki SDM yang dapat duduk di kantor perusahaan-perusahaan Fortune 500 dan mengimplementasikan langsung di sana merupakan cara paling pasti untuk mempersingkat siklus penjualan.

Demikianlah, titik beratnya berbeda-beda: Palantir bertipe integrasi vertikal yang "langsung menerjunkan stack sendiri dan SDM sendiri ke produksi", OpenAI dan Anthropic bertipe research-driven yang "mengembalikan pembelajaran dari lapangan ke produk", dan Salesforce bertipe ekosistem yang "juga memobilisasi mitra". Ada pula perusahaan seperti Lindy, yang mengelola agen AI, yang mengharapkan FDE menjalankan peran sebagai "konsultan teknis bagi pelanggan", sehingga garis batas antara insinyur dan konsultan bergoyang-goyang dari perusahaan ke perusahaan.

Apa yang Dibuat di Lokasi Klien ①――Pabrik Pesawat Terbang dan "Dari Jalan Berkerikil Menuju Jalan Beraspal"

Di sinilah inti dari artikel ini. Sistem berskala seperti apa, dan jenis apa, yang sebenarnya dibangun oleh FDE di lokasi klien, dan perbaikan operasional seperti apa yang berhasil mereka capai?

Kasus yang paling rinci diungkapkan ke publik adalah contoh manufaktur pesawat terbang oleh Palantir. Palantir mengirim FDE ke pabrik Airbus Eropa di Hamburg dan Toulouse, dan di fasilitas aman yang secara fisik terputus (air-gapped) dari jaringan eksternal, mereka berhadapan langsung dengan lini perakitan akhir itu sendiri. Pada saat itu, Airbus mengalami stagnasi dalam meningkatkan produksi pesawat tipe A350, dan "visualisasi" tidak berfungsi pada proses manufaktur dan rantai pasokan yang kompleks. Para FDE membangun sistem di atas Foundry milik Palantir untuk memahami secara terpadu proses manufaktur, persediaan suku cadang, dan jadwal. Menurut angka yang dipublikasikan Palantir di situs resminya, inisiatif ini menjadi pendorong utama yang meningkatkan tingkat produksi A350 sebesar 33%.

Yang patut diperhatikan adalah perkembangan setelahnya. Solusi individual yang awalnya dibuat untuk memecahkan masalah mendesak Airbus berkembang secara internal menjadi lebih dari 20 use case, mulai dari manajemen rantai pasokan, penjadwalan, hingga keuangan, dan akhirnya digeneralisasi menjadi platform umum untuk industri penerbangan bernama "Skywise". Saat ini lebih dari 100 maskapai penerbangan terhubung ke Skywise, dan Palantir menjelaskan bahwa platform tersebut menghasilkan peluang pendapatan lebih dari 850 juta dolar AS (sekitar 134 miliar yen) per tahun, serta efek pengurangan biaya lebih dari 1,7 miliar dolar AS (sekitar 269 miliar yen) per tahun. Inilah keunggulan sejati dari model FDE. Di industri FDE, struktur ini disebut "jalan kerikil dan jalan beraspal". FDE dengan cepat membangun solusi individual yang kasar (jalan kerikil) untuk masing-masing pelanggan, lalu tim engineering inti di kantor pusat mengamatinya dan mengolahnya menjadi fitur produk standar (jalan beraspal) yang dapat berlaku untuk banyak pelanggan.

Contoh khas lain dari Palantir yang juga dibicarakan dalam wawancara perekrutan untuk posisi FDE adalah "pemendekan waktu respons 911 (panggilan darurat)". Sebuah kota besar ingin mengintegrasikan data panggilan 911, data lalu lintas, dan data GPS ambulans untuk mempersingkat waktu respons—pekerjaan FDE adalah menyatukan data-data terfragmentasi semacam itu ke dalam satu sistem operasional. Dalam blog Palantir, FDSE yang terlibat dalam proyek penanganan COVID-19 mengenang bahwa mereka mengoperasikan solusi yang bermakna ke produksi "dalam beberapa hari" dan menyaksikan langsung bagaimana pengambilan keputusan pelanggan benar-benar membaik. Singh dari Everest Group menyebut pendekatan Palantir sebagai tipe "bootcamp" yang menyelesaikan aplikasi yang dapat berjalan dalam beberapa hari menggunakan data pelanggan yang sebenarnya.

Pendekatan semacam ini juga tercermin dalam angka. Pada laporan keuangan kuartal pertama tahun 2026 yang diumumkan Palantir pada 4 Mei 2026, pendapatan mencapai 1,63 miliar dolar AS (sekitar 257,5 miliar yen), naik 85% dibandingkan periode yang sama tahun sebelumnya, pendapatan AS naik 104%, dan pendapatan sektor komersial AS mencapai 595 juta dolar AS (sekitar 94 miliar yen), naik 133%. Hanya dalam kuartal tersebut, perusahaan memperoleh 47 kontrak senilai lebih dari 10 juta dolar AS, dan laba bersih melonjak sekitar empat kali lipat menjadi 870,5 juta dolar AS (sekitar 137,5 miliar yen). FDE mengalir masuk ke perusahaan-perusahaan yang baru saja menandatangani kontrak AIP, dan sebelum masa pilot berakhir, mereka menghubungkan ontologi (knowledge graph) ke "data realitas yang berantakan"—perputaran inilah yang menopang pertumbuhan pesat Palantir.

Apa yang Dibuat di Lokasi Klien ②――Lapangan Keuangan, Semikonduktor, dan Call Center

FDE dari laboratorium AI juga mulai meninggalkan hasil yang konkret. Studi kasus FDE OpenAI yang terdokumentasi dalam ZenML, sebuah database kasus LLMOps (operasi model bahasa besar), menyampaikan secara relatif rinci skala dan dampak sistem yang dibangun.

Yang ikonik adalah proyek dengan raksasa keuangan Morgan Stanley. Perusahaan ini adalah pelanggan enterprise pertama yang menerapkan GPT-4 ke produksi pada tahun 2023, dan FDE OpenAI membangun "Sistem Bantuan Riset Manajemen Kekayaan" yang mencari dan meringkas riset internal yang sangat besar untuk para penasihat klien kelas atas. Pipeline teknisnya sendiri dirakit dalam 6–8 minggu, dan 4 bulan berikutnya dicurahkan untuk pilot, iterasi, dan pembangunan kepercayaan. Hasilnya, 98% penasihat klien kelas atas menggunakan sistem ini, dan pemanfaatan laporan riset dilaporkan meningkat tiga kali lipat.

Lapangan manufaktur dan semikonduktor juga aktif. Di sebuah perusahaan semikonduktor Eropa, para insinyur menghabiskan 70–80% jam kerja mereka untuk perbaikan bug dan pemeliharaan kompatibilitas. FDE OpenAI menetap di lokasi selama beberapa minggu, memperluas model bantuan koding "Codex" untuk domain perusahaan tersebut, dan membangun agen yang melakukan investigasi bug, triase (penentuan prioritas), serta perbaikan otomatis. Dikatakan mereka mencapai peningkatan efisiensi 20–30% di departemen awal, dan menetapkan target 50% untuk seluruh perusahaan. Di sebuah produsen otomotif kawasan Asia-Pasifik, setiap kali terjadi gangguan rantai pasokan seperti perubahan tarif, setiap tim terpaksa melakukan penyesuaian manual melalui telepon dan rapat. Tim FDE membangun lapisan data dan API untuk membuat LLM mengorkestrasi (memproses secara terkoordinasi) lintas sistem tanpa memindahkan data. Di Klarna, raksasa layanan pembayaran, operasi menulis prompt secara manual untuk masing-masing dari lebih dari 400 kebijakan internal telah mencapai batasnya, sehingga FDE menciptakan framework untuk memparameterkan instruksi, yang kemudian diproduksi menjadi alat internal OpenAI "Swarm," dan selanjutnya menjadi Agent SDK. Proyek dukungan pelanggan T-Mobile, raksasa seluler AS, dikatakan memiliki volume dan kompleksitas kebijakan 10 kali lipat dari Klarna, dan dalam proyek dengan raksasa mesin pertanian John Deere, sistem yang menyampaikan teknik pengendalian gulma yang tepat kepada petani guna mengurangi penggunaan pestisida diselesaikan dalam jangka pendek agar tepat waktu untuk musim tanam. FDE OpenAI dirumuskan sebagai pihak yang membidik "masalah dengan nilai berkisar dari puluhan juta dolar hingga miliaran dolar rendah."

Yang umum di antara proyek-proyek ini adalah filosofi teknisnya. "Buat sebisa mungkin secara deterministik, dan gunakan LLM hanya di tempat di mana sifat probabilistiknya menghasilkan nilai" — Jarvis mengakui bahwa kegagalan terbesar mereka adalah "generalisasi terlalu dini," dan berbicara bahwa kunci sukses adalah pertama-tama memecahkan masalah pelanggan tertentu secara "sangat-mendalam."

Anthropic juga mengumpulkan contoh konkret di bidang keuangan. Pada awal Mei 2026, raksasa teknologi keuangan FIS mengumumkan "Financial Crimes AI Agent (Agen AI Kejahatan Keuangan)." Sistem ini memampatkan investigasi penanggulangan pencucian uang (money laundering) "dari beberapa jam menjadi beberapa menit," dan secara otomatis mengumpulkan bukti lintas sistem inti perbankan, dirancang bersama oleh tim Applied AI Anthropic dan FDE yang ditempelkan di FIS. Pelanggan implementasi pertama adalah Bank of Montreal (BMO) Kanada dan Amalgamated Bank Amerika Serikat. Dalam liputan media AS CIO.com, ditunjukkan bahwa kasus-kasus semacam ini secara paradoksal mengungkap bahwa "justru FDE-lah yang menjadi kendala batasan baru." Sebab, untuk menerapkan AI garis depan ke layanan keuangan yang diatur ketat, pada akhirnya diperlukan keahlian manusia dalam jumlah besar.

Perspektif VC Silicon Valley—"Palantirisasi Segalanya" yang Diuraikan oleh a16z

Bagaimana VC di Silicon Valley menyikapi ledakan FDE ini? Yang menyampaikan argumen paling mendalam adalah a16z.

Joe Schmidt, mitra di a16z, dalam esainya berjudul "Trading Margin for Moat (Menukar Margin dengan Parit Pertahanan)" secara tegas menyebut FDE sebagai "profesi paling panas di startup". Argumen Schmidt adalah sebagai berikut: Startup AI harus berhenti mengejar margin kotor tinggi ala Product-Led Growth (PLG), dan justru menjadi "sistem kerja" pelanggan itu sendiri melalui layanan profesional—. Inilah gagasan bahwa, bahkan dengan mengorbankan margin kotor di tahap awal, mereka harus membangun "parit pertahanan (moat)" berupa integrasi mendalam ke dalam operasional pelanggan. Schmidt mengangkat fakta historis bahwa, di tengah tren yang hanya membahas bentuk ideal PLG, nilai gabungan perusahaan SaaS raksasa seperti Salesforce, ServiceNow, dan Workday yang mengadopsi model berorientasi implementasi, justru jauh melampaui kelompok perusahaan PLG teratas. Menurut data yang dikutipnya, dari 311 lowongan kerja publik OpenAI, 22 di antaranya (sekitar 7%) sudah merupakan posisi FDE atau Solutions Engineer.

Namun, di internal a16z pun ada pandangan yang lebih hati-hati. Marc Andrusko, mitra di perusahaan yang sama, dalam "The Palantirization of Everything (Pem-'Palantir'-an Segalanya)", memberikan peringatan terhadap peniruan model FDE secara serampangan. Lowongan kerja terkait FDE meningkat 800–1.000% tahun ini, tetapi hampir tidak ada startup yang mampu memiliki "ratusan talenta yang memadukan keunggulan teknis dengan kemampuan negosiasi pelanggan" seperti Palantir. Andrusko memprediksi bahwa banyak perusahaan tidak akan menjadi "perusahaan platform yang unik tiada dua" seperti Palantir, melainkan akan terjerumus menjadi sekadar "Accenture untuk industri X yang dilengkapi front-end yang tampak menarik", yakni perusahaan jasa berbiaya tinggi. Ini adalah gambaran masa depan di mana "startup berskala 10 juta dolar" yang mengusung pitch yang sama bermunculan tanpa hitungan dan saling berbenturan satu sama lain. Ia juga menyinggung fakta bahwa Palantir diperdagangkan pada valuasi saham sebesar 77 kali pendapatan kuartal berikutnya, untuk menekankan kelangkaannya. Tom Hollands dari a16z, dalam esai lain, menganalisis sebutan "FDE" itu sendiri sebagai contoh nyata dari "title arbitrage (arbitrase jabatan)", dan menyatakan bahwa "Palantir memiliki kata FDE"—dengan kata lain, siapa yang menguasai katanya akan unggul di pasar perekrutan.

Minat para VC tidak terbatas pada a16z. Julien Bek, mitra di Sequoia Capital, dalam esainya berjudul "Services: The New Software (Layanan Adalah Perangkat Lunak Baru)", menunjukkan bahwa "untuk setiap 1 dolar yang dibelanjakan untuk perangkat lunak, hingga 6 dolar dibelanjakan untuk layanan", dan menyampaikan pandangannya bahwa perusahaan rintisan AI-native akan merebut pasar lebih cepat daripada perusahaan lawas yang bertransformasi menjadi AI-first. Yang lebih simbolis lagi adalah keberadaan dana bernama "Forward Deployed Venture Capital". Ini adalah VC khusus pertahanan dan keamanan yang didirikan pada tahun 2022 oleh Mark Scianna, yang menjabat sebagai FDE selama 11 tahun di Palantir dan merupakan anggota pendiri tim pertahanan, dengan nama dana yang secara langsung mencantumkan "forward deployed (penempatan ke depan)". Dana tersebut menutup dana berskala 45 juta dolar (sekitar 7,1 miliar yen) pada tahun 2025. Profesi yang disebut FDE kini bahkan digunakan untuk mendefinisikan diri para investor itu sendiri.

"Penyamaran sebagai Konsultan"? — Kekhawatiran atas Pemanasan Berlebihan dan Polemik Media

Di tengah antusiasme tersebut, kontroversi seputar FDE pun semakin mendalam. Pertanyaan yang paling sering diulang adalah, "Bukankah ini pada akhirnya hanyalah konsultasi yang menyamar?" Sindiran seperti "McKinsey yang memegang editor kode" juga beredar di industri.

Bantahan umum di industri adalah, "Konsultan memberi nasihat, FDE membangun," dan "Konsultan meninggalkan rekomendasi sekali pakai, tetapi FDE terus membangun bersama pelanggan dalam jangka panjang." Namun, kenyataannya juga diakui bahwa batas ini kabur. Kritik yang lebih mendasar terletak pada isu akuntansi. Jika pekerjaan FDE ditagihkan kepada pelanggan, itu adalah pendapatan konsultasi; jika tidak ditagihkan, itu adalah biaya customer success atau dukungan. Dalam kedua kasus tersebut, ini bukan penelitian dan pengembangan (R&D), melainkan diklasifikasikan sebagai harga pokok penjualan (COGS). Biaya FDE dicatat sebagai biaya jasa, dan kompensasinya juga masuk ke dalam pendapatan jasa. Menyebutnya sebagai "Pendapatan Berulang Tahunan (ARR)" berarti menipu investor sekaligus diri sendiri — kritik semacam ini terus bermunculan dari para pakar yang menjunjung disiplin keuangan SaaS. Palantir mempraktikkan hal yang sama 20 tahun lalu dan dikritik habis-habisan dengan ucapan "tidak bisa diskalakan," "hanya konsultan biasa," dan "bukan perusahaan perangkat lunak sejati." Sejarah berulang.

Alex Coqueiro, analis dari firma riset Gartner, memberikan peringatan yang lebih tegas. Menurut laporan CIO.com, ia memprediksi bahwa "70% perusahaan akan terpaksa meninggalkan solusi AI agentik yang diperoleh melalui inisiatif yang dipimpin FDE, dengan alasan biaya vendor yang tinggi dan kekurangan keterampilan internal." Jika jumlah jam kerja FDE yang dicurahkan tidak berkurang meskipun solusinya sudah matang, itu adalah tanda "ketergantungan, bukan kemampuan." Nik Kale dari Coalition for Secure AI bahkan lebih tajam. Mengenai kasus FIS, Kale menyatakan, "Ini adalah pengakuan bahwa AI frontier belum menjadi produk. Para CIO mengira mereka membeli perangkat lunak, tetapi yang sebenarnya mereka beli adalah kontrak jasa profesional."

Di sisi para pekerja FDE sendiri juga ada masalah beban kerja. Perjalanan dinas yang mencapai 25–50% dari jam kerja, penempatan tetap di lokasi seperti pabrik atau fasilitas air-gap, dan cara kerja berintensitas tinggi yang dikejar tenggat waktu mudah menimbulkan kelelahan kerja (burnout), dan keluarnya karyawan pun teramati. Mereka terjepit di antara pelanggan yang menuntut "cepat dan kustom" dan tim produk yang menuntut "desain yang dapat dipelihara dan memiliki cakupan jelas," sehingga dipaksa melakukan pergantian konteks (peralihan area tanggung jawab) yang intens lintas industri. Semakin mereka menghasilkan, semakin banyak "tantangan berikutnya" yang datang, dan mereka dituntut untuk selalu siaga demi pelanggan strategis — tekanan "selalu aktif" inilah realitas di balik kompensasi yang tinggi.

Pergeseran Tektonik Mei 2026—Ekspansi Bergaya "Dana PE" yang Dilancarkan OpenAI dan Anthropic

Kemudian pada Mei 2026, pergerakan seputar FDE memasuki transformasi struktural yang jauh lebih besar. OpenAI dan Anthropic secara berturut-turut mendirikan "entitas bisnis khusus FDE" yang melibatkan private equity (PE).

Pada 11 Mei 2026, OpenAI mengumumkan peluncuran "OpenAI Deployment Company". Perusahaan baru yang mayoritas sahamnya dimiliki dan dikendalikan oleh OpenAI ini melibatkan 19 perusahaan investasi, perusahaan konsultan, dan system integrator, serta mengumpulkan investasi awal lebih dari 4 miliar dolar AS (sekitar 632 miliar yen). Axios dari AS dan media lainnya melaporkan nilai valuasi perusahaan baru tersebut mencapai 14 miliar dolar AS (sekitar 2,21 triliun yen) (sementara itu, beberapa laporan sebelum peluncuran menyebutkan vehicle berskala total 10 miliar dolar AS, sehingga perlu diperhatikan adanya variasi dalam pernyataan skala antar laporan media). Investor utamanya adalah TPG, dengan Advent International, Bain Capital, dan Brookfield tercatat sebagai mitra pendiri bersama. OpenAI sendiri menyumbangkan maksimum 1,5 miliar dolar AS (sekitar 237 miliar yen; 500 juta dolar AS = sekitar 79 miliar yen pada saat peluncuran + opsi 1 miliar dolar AS = sekitar 158 miliar yen). Menurut berbagai laporan, OpenAI menjamin tingkat pengembalian minimum tahunan sebesar 17,5% selama 5 tahun kepada investor PE, dan pada saat yang sama menetapkan batas atas keuntungan (profit cap). Bersamaan dengan peluncurannya, perusahaan baru ini mengakuisisi Tomoro, sebuah perusahaan konsultan AI terapan yang berbasis di Edinburgh dan London, Inggris (memiliki klien seperti Tesco dan Virgin Atlantic), dan mengamankan sekitar 150 FDE berpengalaman serta deployment specialist sejak hari pertama.

Anthropic juga, pada 4 Mei 2026, mengumumkan pendirian perusahaan layanan AI perusahaan baru dengan Blackstone, Hellman & Friedman, dan Goldman Sachs sebagai mitra pendiri (General Atlantic, Leonard Green, Apollo Global Management, GIC, dan Sequoia Capital juga turut berinvestasi). Perusahaan baru ini menargetkan untuk menghadirkan Claude kepada perusahaan-perusahaan menengah—seperti bank daerah, produsen manufaktur, dan sistem layanan kesehatan daerah—yang tidak memiliki sumber daya internal untuk mengimplementasikan AI frontier secara mandiri. Para insinyur Applied AI Anthropic akan bekerja berdampingan dengan tim engineering perusahaan baru tersebut, mengidentifikasi titik di mana Claude paling efektif, membangun solusi khusus, dan mendukung pelanggan dalam jangka panjang. Sebagian detail seperti nama perusahaan baru dan total investasi belum diumumkan pada saat pengumuman tanggal 4 Mei. Perusahaan ini akan menjadi bagian dari "Claude Partner Network" yang juga mencakup perusahaan konsultan seperti Accenture, Deloitte, dan PwC. Anthropic akan melakukan investasi awal sebesar 100 juta dolar AS (sekitar 15,8 miliar yen) ke jaringan tersebut pada tahun 2026.

Kedua peristiwa ini bukanlah kejadian yang berdiri sendiri. Pada 23 Februari 2026, OpenAI telah lebih dahulu membentuk "Frontier Alliance" dengan McKinsey, BCG (Boston Consulting Group), Accenture, dan Capgemini, mempelopori sistem yang menggandengkan FDE dengan konsultan besar. Accenture meluncurkan "Microsoft Forward Deployed Engineering Practice" pada tahun 2026, dan EY membuka praktik FDE di Inggris dan Irlandia pada April 2026—yang disebut sebagai kasus pertama di mana firma konsultan besar secara resmi mengadopsi model ini. EPAM bermitra dengan Anthropic. FDE tidak lagi sekadar inisiatif rekrutmen satu perusahaan, melainkan sedang bertransformasi menjadi "struktur industri" di mana laboratorium AI, dana PE, dan konsultan global bergerak sebagai satu kesatuan.

FDE Jepang—Gaya Amerika Serikat yang mirip namun berbeda dengan "penempatan di lokasi klien"

Arus ini juga merambah ke Jepang. Namun, karena di Jepang sejak dahulu terdapat praktik bisnis bernama "kyakusaki jōchū" (penempatan di tempat klien) dan "SES (System Engineering Service)", penting untuk memahami secara tepat perbedaannya dengan FDE gaya Amerika. Nikkei xTECH pada tahun 2026 memuat artikel berjudul "FDE gaya AS mirip namun berbeda dengan kyakusaki jōchū Jepang", yang mengingatkan agar keduanya tidak dicampuradukkan. Sementara kyakusaki jōchū Jepang adalah bentuk kontrak yang menyediakan tenaga kerja dengan satuan "man-month (ningetsu)", FDE gaya AS sangat berbeda karakternya karena bertanggung jawab atas hasil (apakah pelanggan benar-benar berhasil) dan menulis sendiri kode produk berkualitas produksi.

Di sisi lowongan pekerjaan, pasar Jepang juga mulai bergerak. Menurut agregasi beberapa media bidang sumber daya manusia, pada musim semi 2026 teramati sekitar 26 lowongan FDE dari perusahaan domestik, sekitar 9 dari perusahaan asing, totalnya sekitar 35 lowongan. Selain pemain global seperti anak perusahaan Palantir Jepang serta SB OpenAI Japan, yakni perusahaan patungan SoftBank dan OpenAI, perusahaan AI dan SaaS domestik seperti ExaWizards, LayerX, AI Shift, dan ANDPAD juga mulai melakukan perekrutan. Headwaters, sebuah perusahaan solusi AI, mengumumkan melalui siaran pers bahwa pihaknya menempatkan FDE sebagai inti perekrutannya. Tingkat gaji tahunan, karena profesi ini masih dalam tahap pemantapan, diperkirakan berkisar 7 juta hingga 15 juta yen sebagai patokan kasar berdasarkan lowongan dari berbagai perusahaan, dan dilaporkan ada contoh Salesforce yang mencantumkan kisaran 8 juta hingga 30 juta yen di situs ulasan OpenWork. Sementara FDE di perusahaan global mensyaratkan bahasa Inggris, banyak posisi di perusahaan AI domestik dan konsultan DX yang dapat ditangani hanya dengan bahasa Jepang. Jika perusahaan Jepang mengoperasikan profesi ini secara sembrono sebagai "SE jōchū yang praktis", mereka tidak akan memperoleh hasil seperti gaya AS—inilah poin yang ditunjukkan secara serempak oleh para ahli.

Prospek ke depan—"Langkah berikutnya" yang akan diukur pada 2027–2028

Pergerakan berikutnya seputar FDE akan terukur kapan dan dalam bentuk seperti apa? Mengintegrasikan perspektif VC Silicon Valley dan para analis, beberapa sumbu prediksi mulai mengemuka.

Pertama, ada kemungkinan besar bahwa tahun 2027 akan menjadi "tahun seleksi alam". Gartner memprediksi bahwa lebih dari 40% proyek AI agentik akan dihentikan pada akhir 2027 karena alasan membengkaknya biaya, nilai bisnis yang tidak jelas, dan manajemen risiko yang tidak memadai. Di antara inisiatif yang dipimpin oleh FDE, mereka yang tidak dapat menunjukkan ROI (return on investment) yang jelas diperkirakan akan dipangkas serentak pada periode ini. Sebaliknya, organisasi FDE yang bertahan akan menjadi minoritas yang telah berhasil "membuktikan kemampuan" mereka.

Kedua, tahun 2028 akan menjadi "tahun ekspansi skala". Gartner memprediksi bahwa pada 2028, setidaknya 15% keputusan operasional sehari-hari akan diambil secara otonom oleh AI agentik, dan 33% perangkat lunak enterprise akan mengandung AI agentik di dalamnya. Sebagian analis memperkirakan bahwa seiring berkembangnya startup AI, jumlah lowongan pekerjaan FDE dapat mencapai lima kali lipat dari angka saat ini pada 2028. Sebuah struktur di mana ekspansi kuantitatif berskala penuh menanti mereka yang bertahan dari seleksi alam.

Ketiga, ada paradoks yang patut dicermati. Yaitu, profesi FDE itu sendiri telah mulai diotomatisasi oleh AI. Palantir telah secara umum menyediakan agen AIP-native bernama "AI FDE", yang mengoperasikan Foundry melalui dialog bahasa alami untuk menangani koneksi data, transformasi, pembangunan ontologi, dan pengembangan aplikasi. Gartner juga menyebut FDE dalam tren teknologi strategis 2026, menggambarkan sosok FDE manusia yang memanfaatkan platform pengembangan AI-native untuk menjalankan analisis strategis, penemuan aplikasi, pembangunan infrastruktur agen, serta pemasangan guardrail keamanan dan tata kelola. "Profesi spesialis yang menghantarkan AI ke lapangan" justru diperkuat oleh "AI" itu sendiri, dan pada akhirnya sebagian akan digantikan—struktur rekursif inilah yang akan menjadi pokok perdebatan ke depan.

Dalam jangka pendek, dari kuartal kedua hingga ketiga 2026, batu ujian pertamanya adalah apakah OpenAI Deployment Company dan perusahaan baru Anthropic akan mempublikasikan hasil pelanggan pertama mereka, atau apakah "wahana adopsi AI bergaya dana PE" yang mengikuti akan diumumkan baru oleh laboratorium atau konsultan lain. CEO Box, Aaron Levie, menyatakan bahwa di tengah agen AI yang merombak alur kerja fundamental organisasi, "kebutuhan dan peluang bagi layanan profesional dan FDE untuk mengadopsi agen sangatlah besar", dan meramalkan datangnya "demam emas konsultasi" raksasa. FDE adalah pertanyaan itu sendiri tentang siapa yang akan menggenggam "last one mile" di era AI, dan jawabannya akan terlihat sebagai dua gelombang—seleksi alam dan ekspansi—antara tahun 2027 hingga 2028.

Sumber