شرکتها به طور گستردهای در مهندسان مستقر در محل (Forward Deployed Engineers یا FDE) سرمایهگذاری میکنند. آمازون AWS اعلام کرده است که یک میلیارد دلار برای ایجاد سازمانی اختصاصی سرمایهگذاری کرده که هدف آن استقرار هزاران مهندس در کنار مشتریان است. شرکت OpenAI نیز یک شرکت استقرار اختصاصی تأسیس کرده و توافق کرده است که شرکت Tomoro را خریداری کند و حدود ۱۵۰ مهندس FDE و متخصص استقرار را به تیم خود اضافه کند. مایکروسافت نیز اعلام کرده است که قصد دارد ۶۰۰۰ نفر را استخدام کند و ۳.۵ میلیارد دلار در واحد جدید تحویل هوش مصنوعی خود سرمایهگذاری کند، بر اساس گزارش CNBC. اما FDEها باید چه چیزی ارائه دهند و ارزش واقعی آنها برای مشتریان چیست؟
مدل FDE چیست؟
مدل FDE تکاملی از شیوههای قبلی همکاری شرکتها با مشتریان است که بر اساس درک کسبوکار و فناوری مرتبط، با انتظارات بسیار بالاتر از مهندسی عملی شکل گرفته است. تفاوت اصلی در فناوریهایی است که اکنون مستقر میشوند.
ارزشآفرینی FDEها
مهندسان FDE معمولاً به طور مستقیم در تیمهای مشتریان مستقر میشوند و در چندین تیم همکاری میکنند. آنها یک جریان کاری با ارزش بالا را شناسایی میکنند، دادهها و محدودیتهای عملیاتی مشتری را درک میکنند و سپس تلاش میکنند تا ادغامهای لازم را ایجاد کرده و سیستم را از نمونه اولیه به تولید برسانند.
در زمینه استقرار هوش مصنوعی، این کار فقط به اتصال یک مدل به یک اپلیکیشن محدود نمیشود. بلکه شامل بررسی زمینه سازمانی، دادههای موجود برای مدل، ارزیابی دقت، قابلیت اطمینان و آستانههای اعتماد نیز میشود. همچنین شامل بررسی محافظها، فرآیندهای بازبینی و افزایش، امنیت و قابلیت مشاهده است. علاوه بر این، باید ادغام با جریانهای کاری و فرآیندهای کسبوکار موجود نیز مورد توجه قرار گیرد.
چرا شرکتها به FDEها نیاز دارند؟
شرکتها تمایل دارند سیستمهای احتمالی را در محیطهای عملیاتی قطعی مستقر کنند. به عبارت دیگر، سازمانها میخواهند از سیستمهایی استفاده کنند که ممکن است هر بار پاسخ متفاوتی بدهند، در حالی که فرآیندهای کسبوکار به نتایج قابل پیشبینی و یکنواخت وابسته هستند. وظیفه FDEها ترجمه این خروجیها به شکلی است که اهداف سازمانها را محقق کند.
برای مثال، یک مدل فنی چشمگیر ممکن است به دلایل مختلف در یک جریان کاری واقعی شکست بخورد؛ از جمله زمینه ناقص، دادههای بیکیفیت، یا آمادگی ناکافی سازمان برای اجازه دادن به سیستم برای اقدام بدون بازبینی.
آینده نقش FDEها
در بهترین حالت، FDEها باید این مشکلات را حل کنند و شرکتها را به مرحله استقرار تولید برسانند. این کار تضمین میکند که فناوری کار میکند و ارزش ایجاد میکند. اما این پایان داستان نیست. FDEها باید آنچه را که از همکاری با یک شرکت یاد گرفتهاند به قابلیتهای قابل استفاده مجدد تبدیل کنند تا دیگران نیز بتوانند از آن بهرهمند شوند.
اگر هر استقرار به صورت سفارشی باقی بماند و به طور نامحدود به مهارتهای مهندسی فردی وابسته باشد، فناوری نمیتواند در مقیاس بزرگ رشد کند. در عوض، یک همکاری موفق باید به ایجاد اتصالات قابل استفاده مجدد، چارچوبهای ارزیابی، الگوهای حاکمیت و بهبود محصولات منجر شود که سایر شرکتها نیز بتوانند از آن بهرهمند شوند.
درسهای بزرگتر از رشد نقش FDEها
روند استخدام نشاندهنده نیاز به متخصصان ترکیبی است که در چندین حوزه به طور همزمان تخصص دارند؛ از نوشتن نرمافزار با کیفیت تولید و درک رفتار و محدودیتهای مدلهای هوش مصنوعی گرفته تا یادگیری کسبوکار مشتری و حوزه تخصصی آنها با بینشی کافی برای بازطراحی فرآیندهای کسبوکار. همچنین، این افراد باید توانایی مدیریت امنیت، حاکمیت و محدودیتهای سازمانی را داشته باشند و مسئولیت نتایج قابل اندازهگیری کسبوکار را در شرکت خود و مشتریانشان بپذیرند.
برای شرکتهایی که محصولات خود را بر پایه FDEها قرار میدهند، این گسترش نشاندهنده فرصت بزرگ بازار است و مشتریان به آنچه ارائه میشود علاقه دارند. اما جنبه بازاریابی نیز در این نقش جدید وجود دارد؛ FDEها به عنوان آخرین “موقعیت جدید” معرفی میشوند که مشکلات سازمانها را حل میکند. بخشی از این استخدامها واقعاً جدید خواهد بود، در حالی که بخشی دیگر تخصیص مجدد یا تغییر نام افرادی است که قبلاً به عنوان مهندسان میدانی، معماران راهحل، مشاوران فنی یا مهندسان خدمات حرفهای شناخته میشدند.
بلوغ بازار هوش مصنوعی
این رشد مداوم همچنین میتواند یک علامت هشدار باشد. تعداد FDEهای مورد نیاز باید با گذشت زمان کاهش یابد، زیرا محصولات و زیرساختهای هوش مصنوعی بالغ میشوند و درسهای لازم آموخته میشود. این تقاضا برای یک نقش خاص نشاندهنده عدم بلوغ دستهبندی است. صنایع زمانی بالغ میشوند که کارهای تکراری استاندارد شود، صنعتی شود و در نرمافزار جاسازی شود، به جای اینکه به عنوان یک خدمت یکباره برای هر مشتری بازآفرینی شود. این آزمون امروز برای هوش مصنوعی نیز صدق میکند.
وابستگی به FDEها نشان میدهد که سازمانها خواهان هوش مصنوعی هستند، اما محصولات فعلی هنوز به اندازه کافی کامل، قابل پیشبینی یا آسان برای عملیاتی شدن نیستند، بدون اینکه نیاز به دخالت انسانی قابل توجه باشد. اگر هر استقرار نیازمند متخصصانی باشد که زمینه، کنترلها، ارزیابیها و ادغامها را به صورت دستی جمعآوری کنند، این دستهبندی هنوز به طور کامل بالغ نشده است.
معیارهای موفقیت
سازمانها باید مراقب باشند که موفقیت را صرفاً با تعداد FDEهای استخدام شده یا تعداد آزمایشهای مفهومی تکمیل شده اندازهگیری نکنند. معیارهای درست شامل زمان تا تولید، پذیرش پایدار، ارزش قابل اندازهگیری کسبوکار، خودکفایی مشتری و مقدار قابلیتهای محصول قابل استفاده مجدد ایجاد شده از هر همکاری است.
- —
اگر علاقهمند به همکاری هستید، اطلاعات بیشتر را در TechRadar Pro Perspectives پیدا کنید.
📌 منبع: TechRadar | 📅 1405/06/02
