پالانتیر بیش از یک دهه پیش مدل مهندس پیشمستقر را اختراع کرد. مهندسان این شرکت به خاطر زندگی در داخل سازمانهای دولتی و شرکتهای Fortune 500 به مدت چند ماه شناخته شدند، نه برای آموزش کارمندان در مورد نرمافزار، بلکه برای ساخت سیستمها در کنار آنها از درون.
در ۳۰ ژوئن، آمازون تصمیم گرفت این مدل را در مقیاس ابری اجرا کند.
AWS یک سرمایهگذاری ۱ میلیارد دلاری در یک سازمان جدید Forward Deployed Engineering اعلام کرد که با هزاران مهندس تأمین میشود که در گروههای کوچک مستقیماً در داخل شرکتهای مشتری جاسازی میشوند تا درگیریهای فشردهای طراحی کنند که هوش مصنوعی را به سرعت وارد تولید کند.
فرانسسکا واسکز، معاون رئیس AWS در مهندسی و خدمات هوش مصنوعی مرزی، واحد جدید را اعلام کرد و نحوه عملکرد آن را توضیح داد.
مهندسان در گروههای پنج یا شش نفره وارد شرکت مشتری میشوند. آنها تقریباً ۴۵ روز میمانند و در محیط خود مشتری روی دادههای خود مشتری، در کنار تیمهای تجاری، مهندسی و امنیتی مشتری کار میکنند.
واسکز گفت این واحد تلاش نمیکند وابستگی مداوم ایجاد کند. وقتی تیم میرود، مشتری همه چیز را در اختیار دارد: کد، AI Agent ها، گردشهای کاری و دانش داخلی برای ادامه کار بدون حضور کارکنان AWS در محل.
مرتبط: آمازون با معامله صرفهجویی در سوخت ۴ جولای با Costco رقابت میکند
واسکز به CNBC گفت: «ارزی که مشتریان همیشه در حال حاضر از آن صحبت میکنند سرعت است. ما میبینیم که FDE انتخابی برای مشتریانی است که به دنبال ارزش شتابیافته برای ذینفعان، مشتریان و تیمهای اجرایی خود هستند.»
روشی که AWS از آن استفاده میکند چرخه حیات توسعه مبتنی بر هوش مصنوعی نام دارد. مهندسان انسانی بر AI Agent هایی نظارت میکنند که کار نوشتن نرمافزار و استقرار سیستم را انجام میدهند. ایده این است که آنچه معمولاً ماهها طول میکشد را به چند روز کاهش دهد.
شش سازمانی که در حال حاضر با تیمهای FDE کار میکنند عبارتند از: Allen Institute، Cox Automotive، اتحادیه ملی بسکتبال (NBA)، لیگ ملی فوتبال (NFL)، Ricoh و Southwest Airlines.
ایده FDE سالهاست در فناوری وجود دارد اما در سال ۲۰۲۶ به دلیل وضعیت بازار هوش مصنوعی لحظه خاصی را تجربه میکند.
شرکتها در سالهای ۲۰۲۳ و ۲۰۲۴ پروژههای آزمایشی و اثبات مفهوم را اجرا کردند. بیشتر آن آزمایشها روی سرورها ماندند و هرگز به عملیات واقعی دست نیافتند.
شکاف بین «پروژه هوش مصنوعی» و «هوش مصنوعی در تولید» بسیار گستردهتر از آنچه اکثر تیمهای اجرایی انتظار داشتند بود.
آنچه تیمهای FDE به آن میپردازند دقیقاً همین شکاف است. یک تیم مهندسی خارجی اختصاصی که در زیرساخت واقعی مشتری با دسترسی به دادههای واقعی و محدودیتهای واقعی کار میکند، میتواند کارها را به روشهایی که ارائههای مشاوره و دموهای نرمافزاری نمیتوانند، به حرکت درآورد.
این مدل در شرکتهای نرمافزاری با هر اندازهای که به دنبال پذیرش سریعتر ابزارهای خود هستند ظاهر شده است و رقابت برای استقرار هوش مصنوعی سازمانی آن را به استراتژی غالب ورود به بازار در این لحظه تبدیل کرده است.
ایده FDE سالهاست در فناوری وجود دارد اما در سال ۲۰۲۶ به دلیل وضعیت بازار هوش مصنوعی لحظه خاصی را تجربه میکند.
Berger&solGetty Images
AWS اولین شرکت هوش مصنوعی نیست که در این مسیر حرکت میکند. OpenAI و Anthropic هر دو پیشنهادهای FDE را زودتر در سال ۲۰۲۶ راهاندازی کردند.
OpenAI سرمایهگذاری مشترک خود را با TPG، Advent International، Bain Capital و Brookfield ساختار داد و ارزش آن ۴ میلیارد دلار بود. Anthropic شرکت استقرار خود را در می ۲۰۲۶ با Blackstone، Hellman & Friedman و Goldman Sachs با ارزش ۱.۵ میلیارد دلار ساخت. هر دو سرمایهگذاری مشترک با سرمایهگذاران خارجی و شرکای مشاوره هستند.
آمازون این یکی را خودش مینویسد. ۱ میلیارد دلار از ترازنامه خودش میآید، بدون سرمایهگذاران مشترک و بدون شرکتهای مشاوره خارجی.
واسکز گفت این اولین باری است که AWS قابلیتهای مهندسی مختلف خود را در یک واحد با چارچوب استقرار مشترک جمع کرده است.
او گفت: «ما در طول سالها قابلیتهایی داشتیم، اما از نظر ساختاری این مثل جمع کردن همه در یک واحد تجاری با یک معیار مشترک استقرار است. این اولین باری است که به این شکل انجام میدهیم.»
بیشتر درباره آمازون:
AWS همچنین طبق گفته TechCrunch اولین ابرمقیاسدهنده بزرگی است که این نوع ابتکار را اعلام میکند. Google حرکت خود را در استقرار هوش مصنوعی سازمانی انجام داده است، اما از طریق یک صندوق شریک ۷۵۰ میلیون دلاری با هدف هوش مصنوعی عاملی به جای یک سپاه مهندسی داخلی.
واسکز در اعلامیه AWS نوشت: «مشتریان استقرارهای AWS FDE را با هم راهحلهای جدید و هم قابلیتهای مهندسی جدید ترک میکنند. همراه با سیستمهای عاملی که در محیط AWS خودشان اجرا میشوند، مهارتهای پایدار هوش مصنوعی، گردشهای کاری و الگوهایی را به دست میآورند که میتوانند برای نوآوری مستقل از آنها استفاده کنند.»
مشکلی که AWS در تلاش برای حل آن است، مشکلی است که اکثر شرکتهای بزرگ به خوبی میشناسند. آنها به مدلهای هوش مصنوعی دسترسی دارند. بودجههایی برای پروژههای هوش مصنوعی تأیید شده دارند. آنچه ندارند عمق مهندسی داخلی برای تبدیل هر یک از آنها از اثبات مفهوم به چیزی است که عملیاتشان واقعاً بتواند اجرا کند.
یک تیم خارجی جاسازی شده در محیطشان به مدت شش هفته که روی سیستمهای واقعی با دادههای واقعی کار میکند، راهحل سریعتری نسبت به استخدام و آموزش است.
آنچه وقتی تیم AWS میرود اتفاق میافتد بخشی است که مدل را جالب میکند. مهندسان کد و عاملهایی که ساختهاند را تحویل میدهند، اما همچنین دانش داخلی، الگوهای مستند شده و انتقال مهارتهایی را پشت سر میگذارند که به مشتری اجازه میدهد به تنهایی به ساخت ادامه دهد. مشتریان همه چیز را در اختیار دارند.
مرتبط: Bank of America سیگنال Prime Day را برای سرمایهگذاران آمازون شناسایی میکند
برای موقعیت بازار ابری AWS، شش هفته در محیط مشتری برای ساخت سیستمهای تولیدی در کنار تیمهایشان کاری انجام میدهد که فروش محاسبه و ذخیرهسازی هرگز به درستی انجام نمیدهد.
تغییر ارائهدهندگان را سختتر میکند، به روشی که مشتری احتمالاً تا زمانی که امتحان نکند به طور کامل درک نمیکند. معماری عامل، الگوهای یکپارچهسازی، تنظیمات استقرار — همه آنها برای اجرا روی AWS ساخته شدهاند. انتقال آن به جای دیگری به معنای بازسازی از صفر است.
آمازون سهام مالی در هر دو Anthropic و OpenAI دارد. اکنون واحدی دارد که با هر دوی آنها برای همان قراردادهای استقرار سازمانی رقابت میکند.
برای سرمایهگذارانی که AWS را دنبال میکنند، سؤالاتی که ارزش توجه دارند این است که آیا مدل FDE اندازه قراردادهای سازمانی را تسریع میکند، AWS چقدر سریع میتواند هزاران مهندس را بدون افت کیفیت مقیاسبندی کند، و آیا وعده خودکفایی پس از بسته شدن پنجره ۴۵ روزه وقتی مشتریان سعی میکنند به طور مستقل عمل کنند، پابرجا میماند.
خوانش شرکت این است که فروش دسترسی به یک مدل هوش مصنوعی تنها بخش اول فرصت است. اجرای آن مدل در داخل کسبوکار واقعی مشتری جایی است که درآمد پایدار ساخته میشود.

