Apakah itu FDE — Jurutera yang Diletakkan di "Barisan Hadapan" dan Ledakan Tahun 2026
FDE, dalam satu ayat, ialah "jurutera perisian yang diletakkan di 'barisan hadapan' iaitu di premis pelanggan, bukan di pejabat pusat syarikat sendiri, dan bertugas membina serta menyiapkan sesuatu yang berfungsi di sana." Istilah "Forward Deployed" itu sendiri berasal daripada terminologi ketenteraan bermaksud "penempatan barisan hadapan", dan berbeza daripada pembangun yang menggilap produk dari belakang yang selamat, FDE dijangka memberikan nilai di premis pelanggan yang paling sukar dan penuh kekangan. Jawatan ini dicipta oleh Palantir Technologies, sebuah syarikat analitik data besar yang ditubuhkan pada 2003. Pada mulanya syarikat tersebut menamakan peranan ini "Delta", dan Shyam Sankar — yang menyertai syarikat sebagai pekerja ke-13 dan kemudiannya menjadi CTO merangkap EVP — dipercayai telah mengkonsepsikan model ini yang menanam jurutera secara langsung di dalam pasukan pelanggan. Kunci memahaminya terletak pada penerangan Palantir sendiri iaitu "peranan seperti CTO sebuah syarikat permulaan." Dalam pasukan kecil, seseorang memikul tanggungjawab dari hujung ke hujung (end-to-end) projek berisiko tinggi, dan Palantir secara dalaman telah membuat perbandingan antara pembangun (Dev) yang berprinsip "satu kemampuan, untuk ramai pelanggan (one capability, many customers)" dengan Delta (= FDE) yang berprinsip "satu pelanggan, dengan ramai kemampuan (one customer, many capabilities)." Bahawa Bob McGrew, bekas Chief Research Officer OpenAI, menamakan model ini "Productized Consulting (Perundingan Terproduk)" juga menunjukkan hakikat yang sama.
Perkara ini sukar difahami hanya melalui perbincangan abstrak, jadi marilah kita lihat contoh konkrit. Seorang veteran Palantir menyebut tempat kerjanya sebagai "di atas talian pemasangan akhir Airbus" atau "dalam sistem yang dipencilkan secara fizikal daripada rangkaian luar (airgapped)." FDE OpenAI bekerjasama dengan John Deere, gergasi jentera pertanian, menggunakan LLM untuk membina dan menskalakan nasihat pertanian (intervention) yang dioptimumkan untuk setiap petani menggunakan LLM, dalam musim penanaman yang ketat, sambil bekerja terus bersama petani di lapangan. Dalam kes Tomoro, sebuah syarikat pelaksanaan AI yang diakuisisi oleh Palantir pada Mei 2026, ejen sokongan AI yang dibina untuk Supercell, gergasi permainan mudah alih, dilaporkan telah mengendalikan kira-kira 110 juta pengguna, memproses kira-kira 500 juta token sehari, sambil mengurangkan kos sokongan sebanyak kira-kira 90% dan meningkatkan skor kepuasan sebanyak kira-kira 20%. Bukan menyerahkan laporan atau dokumen reka bentuk lalu beredar, tetapi meninggalkan sesuatu yang beroperasi dalam operasi pengeluaran sebenar pelanggan dan menggerakkan angka — inilah perbezaan paling jelas antara FDE dan yang lain.
Perbezaan ini menjadi lebih ketara apabila dibandingkan dengan jawatan yang berdekatan. Perbezaan terbesar dengan perunding ialah dari segi hasil kerja dan matlamat. Meminjam rumusan daripada Goodpatch, sebuah syarikat reka bentuk Jepun, hasil kerja perunding atau SIer adalah laporan, dokumen reka bentuk, dan pembangunan tersuai, dengan matlamat "penyiapan projek", manakala hasil kerja FDE ialah "penerapan dan pengukuhan produk syarikat sendiri", dengan matlamat "keadaan di mana pelanggan boleh beroperasi sendiri (self-serve)." Selain itu, destinasi pengetahuan berbeza. Dalam perundingan, pembelajaran yang tersekat dalam sesuatu projek dikembalikan dalam FDE kepada produk syarikat sendiri, menaikkan nilai aset syarikat itu sendiri. Dalam ungkapan Palantir yang diperkenalkan oleh Pragmatic Engineer, FDE membina penyelesaian bukan "di sekeliling (around)" produk tetapi "di atas (on)" produk. Perbezaan dengan Solution Architect (SA) juga jelas. Di OpenAI, SA bersifat penasihat dan jarang menulis kod pada infrastruktur pengeluaran, tetapi FDE menulis kod terus pada sistem pengeluaran pelanggan, beroperasi dalam kekaburan yang lebih besar, dan memacu penambahbaikan produk dengan mengekstrapolasi daripada keperluan lapangan. Perbezaan dengan SE yang ditempatkan di premis pelanggan juga terletak pada pengendalian keseluruhan proses dari reka bentuk hingga pelaksanaan, operasi, dan "aliran balik ke produk" secara serentak. Ringkasnya, FDE ialah jawatan yang menyatukan kemampuan berfikir seorang perunding, daya pemerhatian seorang saintis data, kemampuan pelaksanaan seorang jurutera perisian, dan keteguhan hati seorang pengurus projek dalam satu diri.
Istilah FDE itu sendiri telah wujud lebih daripada 10 tahun, tetapi permintaan meletup antara 2025 dan 2026. Latar belakangnya ialah "masalah jurang pengeluaran AI perusahaan (production gap)." Walaupun minat melabur dalam AI generatif sangat tinggi, banyak projek terhenti di peringkat PoC dan tidak mencapai pengeluaran sebenar akibat data yang kotor dan kesukaran integrasi dengan sistem sedia ada. Kesedaran bahawa FDE-lah yang mengisi lembah ini telah merebak di seluruh industri. Pertumbuhan iklan jawatan adalah luar biasa; menurut a16z, iklan jawatan FDE bulanan meningkat lebih 800% dari Januari hingga September 2025, dan mengikut pengumpulan perkhidmatan analisis iklan jawatan bloomberry, angka itu meningkat daripada 643 iklan pada April 2025 kepada 5,330 iklan pada April 2026, iaitu peningkatan kira-kira 729% berbanding tahun sebelumnya.
Yang menentukan arah aliran ialah pergerakan berstruktur syarikat-syarikat besar yang berlaku berturut-turut pada 2026. Pada 12 Mei, OpenAI mengumumkan penubuhan "OpenAI Deployment Company (nama pendek: DeployCo)" dengan modal awal 4 bilion dolar (kira-kira 640 bilion yen) dan penilaian 14 bilion dolar (kira-kira 2.2 trilion yen). Ia adalah usaha sama komitmen pelaburan 19 syarikat, dipimpin oleh TPG, dengan Advent International, Bain Capital, dan Brookfield sebagai rakan pengasas utama bersama, serta penyertaan SoftBank, Goldman Sachs, McKinsey dan lain-lain. Pada masa yang sama, syarikat tersebut juga bersetuju mengakuisisi Tomoro, sebuah syarikat AI gunaan Britain yang ditubuhkan pada 2023, dengan kira-kira 150 FDE/Deployment Specialist berpengalaman yang pernah mengendalikan Tesco, Virgin Atlantic, Supercell, NBA dan lain-lain menyertai dari hari pertama. Anthropic mendahuluinya dengan mengumumkan pada 4 Mei penubuhan syarikat perkhidmatan perusahaan berasaskan AI berskala kira-kira 1.5 bilion dolar (kira-kira 240 bilion yen) bersama Blackstone, Hellman & Friedman, dan Goldman Sachs. Sasarannya ialah syarikat portfolio milik PE (ekuiti swasta) dalam sektor penjagaan kesihatan, pembuatan, kewangan dan sebagainya, dengan model penempatan barisan hadapan ala Palantir yang menanam sumber kejuruteraan dan perkongsian Anthropic secara langsung ke dalam syarikat baharu tersebut. Syarikat itu menjelaskan bahawa "keupayaan Claude berubah mengikut bulan, kadang-kadang minggu, mewujudkan cabaran kejuruteraan yang berbeza daripada penerapan perisian konvensional." Selanjutnya, industri perundingan dan SI itu sendiri juga mengalami FDE-isasi. Pada 23 Februari, OpenAI mengumumkan "Frontier Alliance" dengan McKinsey, BCG, Accenture, dan Capgemini sebagai rakan pengasas; EY melancarkan jawatan FDE (kohort awal kira-kira 50 orang) di UK dan Ireland pada April, menjadi firma perundingan besar pertama yang melembagakannya; Deloitte memiliki organisasi khusus; PwC menubuhkan "AI-Native Engineering" pada Januari; dan Google Cloud juga mengambil ramai FDE di bawah Thomas Kurian. Cara kerja yang Palantir asah selama 20 tahun telah diangkat menjadi piawaian industri hanya dalam tempoh 1 hingga 2 tahun.
Gaji & Struktur FDE — Jawatan "Pampasan Tertinggi" dengan Ekuiti Melebihi Separuh
FDE dikenali sebagai salah satu jawatan kejuruteraan dengan pampasan tertinggi. Menurut data daripada a16z dan penyenaraian kerja, jumlah pampasan (TC) purata FDE di Amerika Syarikat adalah sekitar USD 238,000 (kira-kira RM 1,130,000), dengan julat tipikal antara USD 205,000 hingga USD 486,000, di mana Palantir, OpenAI, dan Anthropic berada di hujung atas julat tersebut.
Perbezaan semakin ketara apabila dilihat mengikut syarikat dan gred. Menurut levels.fyi, pampasan FDSE (Forward Deployed Software Engineer) di Palantir sendiri secara amnya berada dalam lingkungan USD 171,000 hingga USD 415,000, dengan nilai tengah sekitar USD 215,000. Sebaliknya, makmal frontier (OpenAI/Anthropic) jauh melampaui angka tersebut. Laporan pampasan 2026 (Perspective AI) yang mengumpulkan data daripada 1,200 FDE menunjukkan bahawa jumlah pampasan tengah bagi peringkat pertengahan (mid-level) adalah sekitar USD 385,000, peringkat kanan (senior) sekitar USD 560,000 hingga USD 785,000, peringkat staf dengan nilai tengah sekitar USD 610,000 (dengan USD 750,000 hingga USD 1,000,000 di peringkat atas), dan peringkat prinsipal di Anthropic serta OpenAI boleh mencecah melebihi USD 1,200,000. Dari segi gaji asas sahaja, OpenAI menawarkan sekitar USD 230,000 (pertengahan), USD 290,000 (kanan), dan USD 330,000 hingga USD 370,000 (staf), manakala Anthropic menawarkan sekitar USD 220,000 (pertengahan) dan USD 275,000 (kanan).
Elemen yang paling kritikal dalam struktur pampasan jawatan ini ialah nisbah ekuiti (pampasan saham). Laporan yang sama menyatakan bahawa pada 2026, ekuiti di makmal frontier menyumbang 60–70% daripada jumlah pampasan, meningkat dengan ketara berbanding 35–45% dua tahun sebelumnya. Berbanding syarikat besar Fortune 500 di mana nisbah ekuiti hanya 15–25%, FDE di makmal frontier memperoleh 2.0–3.5 kali lebih banyak berbanding FDE gaya Palantir pada gred yang sama, dan perbezaan itu hampir keseluruhannya berpunca daripada ekuiti. Bonus tahunan pula stabil pada sekitar 15–25% daripada gaji asas. Pampasan FDE yang 25–40% lebih tinggi berbanding jurutera perisian biasa pada gred yang sama dijelaskan sebagai nilai yang dibayar untuk kelangkaan menggabungkan kemahiran pengkodan cemerlang dengan keupayaan berhadapan dengan pelanggan.
Struktur dan tahap pasaran Jepun juga mula berkembang. Berdasarkan iklan jawatan, LayerX menawarkan "mulai 12,000,000 yen" dan Loglass menawarkan "10,000,000 hingga 25,000,000 yen," yang secara jelas lebih tinggi berbanding jawatan jurutera perisian syarikat-syarikat tersebut (6,000,000 hingga 12,000,000 yen). Perlu diambil perhatian bahawa angka luar biasa yang dilaporkan oleh media domestik seperti "27,000,000–37,500,000 yen untuk junior dan 60,000,000–94,500,000 yen untuk senior" sering merujuk kepada tahap makmal frontier Amerika Syarikat yang ditukar ke yen, dan perlu dibezakan daripada kadar pasaran domestik Jepun (laporan tersebut juga mencatatkan bahawa tahap di luar Amerika Syarikat adalah sekitar 50–70% berbanding Amerika Syarikat).
Dari segi struktur, cara OpenAI memulakan operasinya merupakan contoh yang baik. Colin Jarvis, Head of Forward Deployed Engineering, menubuhkan organisasi hanya dengan 2 orang pada awal 2025 dan mengembangkannya kepada pasukan lebih 10 orang yang merentasi 8 bandar dan 3 benua — New York, San Francisco, Dublin, London, Munich, Paris, Tokyo, dan Singapura. Kerja setiap FDE secara amnya terbahagi kepada tiga fasa. Pertama, skop (memasuki lapangan, memetakan proses perniagaan, mengenal pasti peluang bernilai tinggi, dan membuat prototaip dengan data sintetik); kedua, pengesahan (membina kriteria penilaian, menambah baik prestasi secara berulang, dan memastikan penyelesaian yang diskop benar-benar memberikan nilai); ketiga, penyampaian (melakukan integrasi data di lapangan, membina dan mendemonstrasikan sesuatu yang benar-benar berfungsi). Jarvis menyatakan: "FDE bekerja dalam keadaan penuh kekaburan. Apa yang pelanggan nyatakan semasa skop sering tidak sepadan dengan realiti data dan sistem di lapangan." Falsafah penyusunan berpasukan kecil, hadir di lapangan, dan berorientasikan pengeluaran adalah perkara yang dikongsi bersama oleh organisasi FDE di seluruh dunia.
Kemahiran Keras ①――Keupayaan teknikal untuk "membina sesuatu yang berfungsi" di lapangan
Di sinilah kita memasuki set kemahiran yang diperlukan, iaitu tema utama artikel ini. Pertama sekali, teras kemahiran keras adalah, sudah tentunya, keupayaan teknikal untuk "membina dan menyempurnakan sesuatu yang berfungsi di lapangan."
FDE pada dasarnya adalah jurutera perisian full-stack yang menulis kod, menyahpepijat, mengenal pasti punca akar masalah, serta mengintegrasikan dan mengkonfigurasi data secara langsung pada infrastruktur pelanggan. Berikut adalah gambaran hari biasa mereka: menyambung ke pangkalan data pengeluaran dari terminal yang dibawa ke pejabat pelanggan, menulis skrip untuk menormalkan data induk produk yang rosak aksaranya, menyelesaikan konfigurasi get laluan API yang gagal pengesahan satu persatu, menjejak log untuk mengenal pasti bahawa sebab "respons yang entah mengapa jatuh pada waktu malam sahaja" adalah konflik dengan proses kelompok malam pihak pelanggan — semuanya merupakan rangkaian kerja membosankan yang tidak akan berlaku dalam persekitaran yang telah disediakan dengan baik oleh seseorang. Keperluan jawatan semakin seragam antara syarikat. Iklan jawatan Anthropic secara eksplisit memerlukan "pengalaman LLM dalam pengeluaran — termasuk kejuruteraan gesaan lanjutan, pembangunan ejen, rangka kerja penilaian (eval), dan penggunaan pada skala," serta keupayaan pelaksanaan yang kukuh dalam Python atau TypeScript/Java, dan pengalaman menghantar aplikasi pengeluaran. Di Japan, syarikat seperti LayerX dan Loglass juga menetapkan garis asas seperti "pengalaman pembangunan Python 3 tahun ke atas," "pengalaman pembangunan frontend," dan "pengalaman kitaran hayat dari definisi keperluan hingga operasi."
Ciri khas FDE pada tahun 2026 adalah bahawa titik berat keupayaan teknikal telah beralih ke arah kejuruteraan AI. Anthropic menyebut hasil kerja konkrit seperti penyediaan pelayan MCP (Model Context Protocol) untuk aliran kerja pengeluaran, sub-ejen, dan kemahiran ejen. Sebagai contoh, dalam konteks penilaian tuntutan insurans, mereka membina secara langsung — disesuaikan dengan keperluan keselamatan pelanggan — pelayan MCP yang menghubungkan Claude dengan selamat ke pangkalan data polisi dalaman dan rekod pembayaran lepas, menjalankan sub-ejen yang masing-masing berperanan untuk setiap isu yang dipertikaikan, dengan kelulusan akhir oleh pegawai penilaian manusia. FDE OpenAI telah memperbaiki produk itu sendiri melalui pembinaan penilaian di lapangan. Dalam satu projek automasi suara, penilaian model yang dibina oleh FDE menggambarkan jurang prestasi, yang kemudiannya membawa kepada penambahbaikan Realtime API oleh pasukan Penyelidikan dan memberi manfaat kepada semua pelanggan. FDE juga merupakan penyumbang utama kepada Agents SDK. Dengan kata lain, keupayaan teknikal bukan sahaja merangkumi kemampuan menggunakan perpustakaan sedia ada, tetapi juga mereka bentuk paksi penilaian secara terbalik dari kekangan lapangan, dan jika perlu, masuk ke sisi platform untuk menutup jurang yang ada. Tidak ada penekanan pada kepakaran dalam bahasa tertentu; sebaliknya, sikap tidak bergantung pada bahasa (language-agnostic) — "gunakan apa sahaja untuk menggerakkan masalah di hadapan mata" — yang dihargai.
Yang penting, keupayaan teknikal ini mestilah tahan terhadap "realiti yang kabur dan kotor." Ia bukan persekitaran ujian yang teratur, tetapi persekitaran airgapped, sistem teras lama, dan tapak kerja yang dibelenggu oleh peraturan. Sebagai contoh, beroperasi di sebelah sistem akaun bank yang tidak mempunyai sambungan internet langsung, hanya dibenarkan membawa masuk satu pemacu USB, malah pemasangan perpustakaan tambahan memerlukan permohonan dan berminggu-minggu — walaupun dalam keadaan sedemikian, seseorang mesti membina sesuatu yang berfungsi. Bagi mereka yang berasal dari latar belakang SE/SIer Jepun, ini menjadi kekuatan yang tidak dijangka. Kefahaman tentang struktur sistem teras dan pengalaman membangun di bawah kekangan keselamatan yang ketat merupakan senjata yang teguh dalam menghubungkan AI terkini ke sistem sedia ada.
Kemahiran Keras ② ― "Keupayaan Reka Bentuk Besar" untuk Melukis Asas yang Boleh Digunakan Semula
Kemahiran keras yang setara dengan keupayaan teknikal ialah keupayaan reka bentuk menyeluruh (*grand design*) — bukan sekadar mereka bentuk fungsi individu, tetapi keupayaan untuk membayangkan keseluruhan operasi perniagaan pelanggan dan asas (platform) yang boleh digunakan semula dalam jangka panjang di atasnya. Inilah titik pemisah yang mengangkat FDE daripada "pengekod bergaji tinggi" kepada "arkitek yang menggerakkan perniagaan", dan merupakan inti hujah yang diketengahkan oleh a16z semasa membincangkan "Palantirization" (Palantirasi).
Menurut analisis a16z, sebab Palantir tidak berakhir sekadar sebagai "konsultan + perisian" ialah kerana pasukan barisan hadapan tidak membina sistem dari awal untuk setiap pelanggan, sebaliknya mereka memasang semula *primitive* yang boleh digunakan semula (model data, enjin alur kerja, lapisan kawalan kebenaran, dan sebagainya). FDE memainkan peranan "memilih dan mengesahkan" *primitive*, manakala *primitive* baharu itu sendiri dibina oleh pasukan produk. Disiplin "konfigurasi berbanding kod" (*configuration over code*) ini menghalang perangkap penyesuaian tanpa had, dan membolehkan penggunaan semula kod serta pengetahuan merentasi projek. Secara konkrit, apabila sebuah rantaian runcit meminta ramalan permintaan, jurutera biasa hanya akan membina fungsi tersebut sahaja. FDE yang berkebolehan reka bentuk menyeluruh pula akan terlebih dahulu merangkumkan konsep operasi seperti "produk, kedai, inventori, pesanan, dan rakan niaga" ke dalam satu ontologi, memastikan ramalan permintaan, pesanan automatik, dan pengoptimuman susun atur rak semuanya boleh ditambah kemudiannya di atas asas yang sama. Setiap kali permintaan baharu datang, bukannya menulis kod tambahan, tetapi hanya dengan menyusun semula konfigurasi sedia ada — inilah hakikat sebenar "konfigurasi berbanding kod". Lebih jauh lagi, Palantir bukan sekadar mengautomasikan operasi sedia ada, malah melakukan "integrasi berpendapat" (*opinionated integration*) yang membawa pelanggan ke arah model operasi baharu. Dengan memetakan ontologi data (peta berstruktur konsep operasi) dan menyusun pelbagai operasi di atasnya — inilah reka bentuk menyeluruh yang konkrit dari segi keupayaan.
Dalam konteks 2026, keupayaan reka bentuk ini kini mempunyai kesukaran baharu, iaitu "membina dengan andaian bahawa ia akan terus berevolusi". Seperti yang dinyatakan sebelum ini, Anthropic menyatakan bahawa "keupayaan Claude berubah pada skala minggu dan bulan", menuntut reka bentuk di mana pelaksanaan turut berevolusi seiring model yang semakin baik. Ini bermakna reka bentuk menyeluruh FDE bukan sekadar membina sesuatu yang berfungsi hari ini, tetapi melukis kerangka yang tidak perlu dibina semula apabila model yang lebih baik hadir enam bulan kemudian. Contohnya, jika panggilan model tidak ditulis terus ke dalam logik operasi, sebaliknya diselit dengan antara muka yang boleh ditukar ganti bersama set data penilaian, maka apabila model baharu keluar minggu berikutnya, hanya perlu menjalankan penilaian dan menggantikannya untuk meningkatkan prestasi keseluruhan. Sebaliknya, pelaksanaan yang mengambil jalan pintas di sini akan dipaksa untuk dibina semula setiap kali model berevolusi. Untuk mewujudkan "satu pelanggan, banyak keupayaan" (*one customer, many capabilities*) seperti yang diperkatakan oleh Palantir, diperlukan daya imaginasi untuk melihat keseluruhan ruang masalah pelanggan — bukan hanya satu fungsi di hadapan mata — dan membuat pembahagian yang tepat tentang bahagian mana yang menjadi asas bersama, dan bahagian mana yang kekal sebagai kod khusus pelanggan. Soalan-soalan yang digunakan oleh a16z untuk menilai "usahawan bermodel Palantir" — "Di mana produk bersama berakhir, dan di mana kod khusus pelanggan bermula?", "Bagaimana margin pelanggan matang dalam tiga tahun?", "Apa yang akan pecah apabila diskala kepada 50 pelanggan?" — menjadi batu ujian yang sama untuk keupayaan reka bentuk menyeluruh yang dituntut daripada FDE.
Kemahiran Lembut ①――"Pemikiran Logikal" yang Menstrukturkan Keadaan Huru-hara
Separuh daripada kerja FDE terletak pada proses "menstrukturkan kekacauan" sebelum menulis kod. Di sinilah pemikiran logik berperanan — iaitu keupayaan untuk mengurai masalah yang belum dinyatakan dan mendefinisikan secara logik apa yang perlu dibina.
Kata-kata Colin Jarvis yang disebut sebelum ini sangat menggambarkan hal ini: "Apa yang pelanggan nyatakan semasa skoping sering kali tidak sepadan dengan realiti data dan sistem di lapangan." Itulah sebabnya FDE perlu memiliki keupayaan mengurai — bukan menerima bulat-bulat pengakuan sendiri pelanggan, tetapi memerhati di lapangan, menyemak data, dan mengenal pasti kesesakan sebenar. Bayangkan senario konkrit ini: jabatan perakaunan berkata "Pemprosesan invois mengambil masa lama, kami mahu mengotomatiskannya dengan AI." Namun apabila diperhatikan satu per satu di lapangan, hakikatnya kesesakan bukan pada entri data, melainkan pada proses memasukkan nombor yang sama dua kali ke dalam dua sistem dalaman, kemudian menyelesaikan ketidakpadanan pada akhir bulan — proses ini memakan enam puluh peratus daripada keseluruhan masa. Ini bukan penemuan yang jarang berlaku. Apa yang perlu dilakukan FDE di sini bukanlah membina "AI invois," tetapi mengubah susunan masalah itu sendiri kepada reka bentuk yang menghapuskan entri berganda. Goodpatch menyifatkan ini sebagai "keupayaan menerima suara pengguna di lapangan dan menemukan masalah mendasar" serta "keupayaan menyusun aliran kerja yang kompleks." Dalam model tiga fasa OpenAI, proses "membina kriteria penilaian dan meningkatkan prestasi secara bertahap" dalam fasa pengesahan itu sendiri merupakan kesinambungan pemikiran logik — membentuk hipotesis, mengukur, dan menyangkal. Inilah bahagian "otak" dalam kiasan "otak perunding, mata saintis data, tangan jurutera perisian, hati pengurus projek."
Pemikiran logik bukan sahaja merangkumi keputusan teknikal, tetapi juga reka bentuk dan penjelasan ROI. Ia bermaksud menunjukkan dengan logik yang mudah difahami oleh pihak pengurusan mahupun pekerja lapangan — AI dalam operasi mana yang akan menghasilkan pengurangan kos, peningkatan hasil, atau peningkatan kualiti seberapa banyak. Contohnya: "Tujuh puluh peratus pertanyaan adalah FAQ standard, purata lima minit setiap satu, jika ditukar kepada kos gaji operator ia bersamaan dengan jumlah yang signifikan — jika ini dijawab secara automatik oleh ejen, beberapa ratus jam sebulan dapat dijimatkan" — dengan cara mengurai kepada populasi, harga seunit, dan kadar pengurangan. Keupayaan untuk berjanji terlebih dahulu dengan alasan yang kukuh — seperti angka "pengurangan kos sokongan 90% dan peningkatan kepuasan 20%" dalam kes Supercell — dan kemudian membuktikannya selepas itu, itulah yang dituntut. MECE dan pemikiran hipotesis yang diasah oleh perunding boleh digunakan terus di sini. Sebab itulah tenaga kerja perunding dan DX di Jepun dikatakan mudah beralih ke FDE — kerana mereka berkongsi bahasa yang sama, iaitu keupayaan membina logik.
Kemahiran Insaniah ②――"Kemahiran Politik Dalaman" yang Menggerakkan Organisasi
Mungkin ini terasa mengejutkan, tetapi kemahiran lembut yang paling dituntut daripada seorang FDE ialah "kepintaran berpolitik dalaman" — atau lebih tepat lagi, keupayaan untuk membaca dinamik organisasi di pihak syarikat sendiri mahupun pelanggan, lalu bergerak secara politik bagi menggerakkan orang ramai. Walaupun penyelesaian yang betul secara teknikal berjaya dibina, jika ia terbantut oleh tentangan di lapangan atau tembok birokrasi, ia tidak akan berjaya dilaksanakan dalam persekitaran produksi.
Joe Schmidt dari a16z sering menekankan pentingnya FDE "hadir secara fizikal (be there in person)". Kehadiran fizikal memacu proses pelaksanaan dan mendedahkan "dinamik organisasi (organizational dynamics)" yang tidak pernah muncul dalam mana-mana dokumen. Pelaksanaan AI sering melibatkan reka bentuk semula aliran kerja itu sendiri, dan menuntut perubahan besar daripada pelanggan — sehingga "perisian bukan lagi sekadar alat, tetapi rakan sekerja aktif (active coworker)". Ini adalah pengurusan perubahan tulen, dan ia tidak mungkin berhasil tanpa kepintaran politik untuk mengenal pasti siapa yang terjejas dan bagaimana, siapa yang menentang dan siapa yang mendukung, lalu membina persetujuan melalui pendekatan berhati-hati dan penglibatan aktif. Gambaran yang lazim adalah seperti ini: bahagian operasi di lapangan menyambut AI dengan tangan terbuka, tetapi bahagian pematuhan berkata "tiada akauntabiliti" lalu menahannya, manakala bahagian sistem maklumat berkata "tidak boleh sambung ke data produksi" lalu menangguhkannya. Walaupun penyelesaian itu sempurna dari segi teknikal, jika kebuntuan tiga hala ini dibiarkan, pelaksanaan produksi tidak akan berlaku. FDE perlu memenangi sokongan ketua bahagian perniagaan yang menjadi juara projek, menenangkan pihak pematuhan dengan menunjukkan log audit dan kelulusan akhir oleh manusia, serta menyediakan jalan tengah bagi bahagian IT dengan memulakan dari perintis berskop terhad — hanya dengan berada di lapangan barulah jenis persediaan tanah seperti ini boleh dilihat, dan itulah yang menentukan kejayaan atau kegagalan. Apa yang Palantir utamakan sejak awal ialah idea untuk "memencilkan (insulate)" FDE daripada geseran birokrasi, dan membolehkan mereka menumpukan sepenuhnya pada "bagaimana untuk membuatnya berjalan". Sebaliknya, FDE itu sendiri mesti seseorang yang mampu, di tengah-tengah kancah politik organisasi pelanggan, menyampaikan mesej kepada pemegang taruh teknikal mahupun perniagaan dengan tahap semangat yang sama.
Di sinilah sikap merendah diri (low ego) dan kebolehkerjasama yang tinggi memainkan peranan. Keperluan Anthropic menyatakan secara jelas, selain "keupayaan komunikasi untuk menyampaikan konsep teknikal kepada pelbagai pemegang taruh", juga "ego yang rendah dan sikap kerjasama", "rasa pemilikan tinggi (high agency) dalam menangani kekaburan", serta "minda kerjasama tinggi merentasi organisasi". Pada masa yang sama, disiplin untuk tidak terhanyut oleh permintaan tanpa henti — "keupayaan untuk berkata tidak kepada mesyuarat dan permintaan" — juga amat penting. Adalah perkara biasa apabila individu penting dari pihak pelanggan terus-menerus menimbun permintaan kecil seperti "tambah satu lagi butang pada skrin ini", tetapi jika semua itu dipenuhi, produk itu akan bertukar menjadi sesuatu yang bersifat pakai buang khas untuk pelanggan tersebut, dan asas yang boleh diguna semula akan musnah. Yang diuji ialah sama ada seseorang itu boleh, sambil tetap disukai, menarik garisan dengan senyuman: "Kami tidak akan membawa ciri itu sebagai fungsi biasa." Sebab a16z memasukkan soalan "adakah pemimpin boleh berkata tidak kepada permintaan penyesuaian?" dalam penilaian mereka untuk mengenal pasti "pengurus gaya Palantir" adalah semata-mata kerana mereka menilai kekuatan politik — iaitu kemampuan untuk tidak terseret oleh pelanggan sambil tetap disukai oleh mereka. Lebih jauh lagi, FDE juga perlu menggunakan kepintaran politik di dalam syarikat mereka sendiri. Untuk menyampaikan pengetahuan lapangan kepada peta jalan produk, mereka perlu berinteraksi secara berterusan dengan pasukan Penyelidikan dan Produk. Amalan FDE OpenAI yang berkongsi penemuan dengan Penyelidikan setiap dua minggu, membuat laporan berkala kepada eksekutif Produk, dan menyiarkan "FDE Field Notes" di Slack dalaman syarikat merupakan mekanisme untuk menggunakan pengaruh merentasi organisasi.
Kemahiran Strategi――Pemikiran "Keupayaan Pengurusan" dan Pertumbuhan Dipacu Perkhidmatan
Akhir sekali, kemahiran strategik — iaitu keupayaan pengurusan perniagaan — yang mengangkat FDE daripada sekadar pelaksana cemerlang kepada entiti yang menanggung beban perniagaan. Metafora yang kerap diulang oleh Palantir, "FDE adalah seperti CTO sebuah syarikat permulaan," bukanlah sesuatu yang berlebihan. Dengan bilangan ahli yang sedikit, mereka menanggung keuntungan-rugi, tarikh akhir, dan kepuasan pelanggan secara serentak, serta membuat keputusan dari hujung ke hujung. Malah, terdapat pemerhatian bahawa syarikat permulaan AI mula merekrut secara sengaja calon "future founders" ke jawatan FDE.
Kerangka terbaik untuk memahami keupayaan pengurusan ini ialah "Services-Led Growth (SLG)" yang dianjurkan oleh Joe Schmidt dari a16z. Berbanding dengan Product-Led Growth (PLG) yang selama ini dipercayai oleh Silicon Valley, SLG mengutamakan "mendapatkan kawalan ke atas pintu masuk data operasi pelanggan dan menjadi 'asas kerja (system of work)' yang tidak dapat digantikan, walaupun terpaksa mengorbankan margin awal." Metafora Schmidt sangat tepat: "Syarikat yang membeli AI adalah seperti nenek yang baru mendapat iPhone — mereka mahu menggunakannya, tetapi memerlukan seseorang untuk menyediakannya." FDE-lah yang menjalankan persediaan itu, dan semakin mereka mengintegrasikan AI ke dalam sistem dalaman pelanggan, semakin banyak data operasi yang mengalir dan terkumpul di sana, membentuk parit pertahanan (moat) yang sukar ditiru pesaing. Secara konkrit, walaupun margin tipis pada peringkat pelaksanaan awal, produk syarikat ditempatkan sebagai "laluan" bagi data teras pelanggan seperti pesanan jualan-beli dan inventori. Setelah tiga tahun beroperasi, data operasi dan kepakaran pengendalian yang terkumpul di sana tidak dapat direplikasi dalam semalaman oleh pesaing, menjadikannya hampir mustahil untuk dipisahkan. Langkah FDE bukan tentang keuntungan projek semasa, tetapi tentang "menguasai laluan" tersebut. Perniagaan berasaskan pelaksanaan berat mungkin bermula dengan margin rendah, namun seperti ServiceNow yang meningkat daripada margin kasar 63.2% semasa IPO kepada 79% pada tahun 2024, dan Workday daripada 54.1% kepada 75%, mereka beralih kepada margin tinggi setelah menguasai pasaran. Itulah sebabnya Schmidt menegaskan, "Satu-satunya metrik yang perlu dioptimumkan oleh syarikat sekarang ialah mengembangkan jumlah keuntungan kasar sepantas mungkin." Keupayaan pengurusan yang diperlukan daripada FDE bukan tentang harga unit semasa, tetapi keupayaan memahami ekonomi parit dan roda tenaga (flywheel) ini, serta menghubungkan langkah di lapangan dengan strategi tersebut.
Namun begitu, a16z turut memberi amaran tentang "perangkap Palantir-isasi." Banyak syarikat peniru yang mendakwa penilaian perisian tetapi sebenarnya menjalankan perniagaan perkhidmatan berkos tinggi, terjatuh menjadi "Accenture industri X" tanpa mengumpul sebarang kelebihan berbentuk faedah berganda. Sebagai contoh, walaupun sama-sama "pelaksanaan AI untuk industri pembuatan," jika kod khusus ditulis berselerak bagi setiap projek, syarikat akan terjebak dalam perangkap buruh intensif di mana hasil hanya meningkat setara dengan bilangan pekerja yang ditambah. Sebaliknya, jika pembangunan setiap projek dapat diserap ke dalam model data dan asas penilaian yang dikongsi bersama, pelanggan seterusnya dapat dilancarkan dengan lebih pantas dan margin keuntungan akan meningkat dari semasa ke semasa. Walaupun kerja lapangan yang sama, perbezaan inilah yang akan membezakan penyata kewangan tiga tahun kemudian. Untuk mengelakkan perangkap ini, diperlukan ketajaman strategik untuk menilai secara objektif sama ada masalah itu kritikal bagi misi, adakah pelanggan terdiri daripada akaun besar yang sedikit, adakah operasi cukup serupa untuk boleh digunakan semula, dan adakah kawasan itu tertakluk kepada graviti regulasi atau data. Bagi FDE secara individu, perspektif keusahawanan untuk sentiasa mempersoalkan sama ada pembangunan lapangan mereka menjadi "aset yang boleh digunakan semula" atau sekadar "kontrak pakai-buang" — inilah yang membezakan nilai sebenar jawatan ini.
Maksud bagi Perunding, SI, dan VC Jepun — Adakah Ini Penanda Berakhirnya Model "Manusia-Bulan"?
Akhir sekali, saya ingin mengintegrasikan semua ini dari perspektif VC (modal teroka) berkaitan perundingan, SI, dan teknologi di Jepun. Apa yang jawatan FDE tuntut daripada Jepun ialah soalan tentang peralihan daripada "perniagaan berasaskan orang-bulan" dan "subkontrak berlapis" yang telah lama mendefinisikan IT negara ini.
Apa yang telah ditawarkan oleh SIer dan firma perundingan Jepun pada dasarnya ialah buruh yang dinilai berdasarkan "jumlah kerja (orang-bulan) × kadar unit." SE yang ditempatkan di premis pelanggan memang menyerupai FDE dari segi kehadiran fizikal di lapangan, tetapi pengetahuan mereka terhenti pada projek tersebut dan tidak terkumpul secara berkompaun sebagai aset syarikat. Kuasa transformatif model FDE terletak tepat pada pembalikan titik ini. Semakin banyak masalah diselesaikan di lapangan, semakin terasah produk syarikat sendiri, dan nilai aset syarikat meningkat secara automatik. Seperti yang dirumuskan oleh Goodpatch, berbanding perniagaan orang-bulan yang "sukar untuk diskala," FDE adalah "boleh beralih ke hasil produk = boleh diskala." Hakikat bahawa OpenAI dan Anthropic telah mula berjalan seiring dengan firma perundingan dan SIer — bukan sebagai platform yang menguasai mereka, tetapi sebagai "platform yang memiliki FDE sendiri" melalui bentuk seperti Frontier Alliance dan usaha sama Wall Street — bermakna kejutan tektonik bagi syarikat SI dan perundingan Jepun, di mana bahagian hulu rantai nilai boleh dirampas. Pelembagaan organisasi FDE secara berturut-turut oleh EY, Deloitte, dan PwC, pemilikan QuantumBlack oleh McKinsey, serta peralihan Accenture ke arah sokongan pelaksanaan, semuanya merupakan bayangan terbalik daripada rasa krisis ini. Laporan pelbagai media juga memposisikan FDE bukan sekadar jawatan baru, tetapi sebagai titik perubahan struktur industri — sebagai "cabaran kepada industri perundingan itu sendiri (Fortune)" dan "pekerjaan yang paling pesat berkembang dalam AI (PYMNTS)."
Apabila perspektif VC teknologi ditambah, implikasinya menjadi lebih tajam lagi. Pengesahan a16z terhadap "pertumbuhan yang dipimpin perkhidmatan" dan pujian terhadap strategi yang menjadikan margin awal sebagai parit pertahanan turut mempengaruhi cara pembinaan syarikat permulaan SaaS/AI di Jepun. Di dalam negara, dilaporkan bahawa LayerX (organisasi FDE dalam jabatan AI/LLM), Loglass, SmartHR (Unit Kejayaan Perusahaan), AI Shift (penubuhan jawatan FDE baharu), Tailor, kumpulan berkaitan SoftBank, dan lain-lain sedang bergerak untuk mendapatkan bakat berjenis FDE. Bagi VC Jepun, soalan untuk menilai syarikat pelaburan — seperti yang dinyatakan oleh a16z — ialah "sejauh mana produk yang dikongsi, dan di mana bermulanya kod khusus pelanggan?" dan "bagaimana margin tiga tahun ke hadapan?" Dengan kata lain, syarikat yang memiliki organisasi FDE yang mampu menghasilkan nilai di lapangan dengan cara yang gigih, sekaligus meningkatkan hasil itu menjadi platform yang boleh diguna semula — syarikat inilah yang akan diskala melampaui siling orang-bulan. Ketajaman penilaian inilah yang akan menentukan pemenang dalam AI perusahaan generasi seterusnya di Jepun.
Sebaliknya, bagi individu yang bercita-cita menjadi FDE, menguasai lima kemahiran yang telah kita lihat dalam artikel ini (keupayaan teknikal, keupayaan reka bentuk besar, pemikiran logikal, keupayaan politik dalaman, keupayaan pengurusan) secara langsung menjadi laluan terpendek menuju "CTO, pengasas, atau VPoE masa depan." Gaji yang tinggi hanyalah hasil sampingan. FDE adalah kristalisasi sebagai jawatan profesional bagi keupayaan menyeluruh yang paling langka dalam era AI — "mencipta nilai sepenuhnya di lapangan dan mengubahnya menjadi perniagaan."