AWS正斥资10亿美元押注企业AI领域最炙手可热的职位。

这家云服务商于周二宣布，将成立一个专门的前线部署工程组织，把数千名赋能专家嵌入客户团队，以构建和部署智能体AI系统。此举使AWS卷入科技巨头间一场混乱而利润丰厚的争夺战——如何让AI项目走出试点阶段、进入生产环境。

AWS的不同之处在于其FDE工程师的归属。OpenAI将其部署力量拆分为独立融资的公司；Anthropic则组建了有华尔街资本支持的服务部门。而AWS选择将AI团队留在公司内部。

“该组织是AWS内部的一个独立业务部门，而非独立公司。”AWS前沿AI工程与服务副总裁Francessca Vasquez对Channel Dive表示。

这一举措反映了AWS在机器学习和AI领域工作的持续演进。Vasquez称，2017年公司创建了机器学习实验室，三年后发展为生成式AI创新中心。如今，AWS正将创新中心团队并入一个以智能体优先方法为核心的FDE部门。

对客户的承诺有三重：部署以天而非月计；合作围绕业务成果而非计费小时数展开；FDE工作完成后，客户可自行运行系统。AWS将FDE工作组织为5至6名工程师一组，每组与所构建的智能体配对，按45天冲刺周期推进。

FDE热潮

这笔投资使AWS置身于一场狂热的AI圈地运动中心。

OpenAI于5月以40亿美元种子资金成立了独立的OpenAI部署公司，并收购一家工程公司为其配备人员。谷歌云承诺招募自己的FDE大军，并于5月向其合作伙伴生态系统投入7.5亿美元。上月，Anthropic在其合作伙伴计划中新增了服务轨道，并与黑石集团等共同成立了一家AI服务公司。Salesforce则于3月开始宣扬FDE理念，承诺资助一支由1000名AI部署专家组成的团队。

FDE模式并非新事物，但智能体AI的兴起使其演变为一场招聘战，并涉及真金白银。Omdia（Channel Dive的姊妹公司）预计，今年通过系统集成商市场的资金将超过1万亿美元。

这场热潮是对渠道商熟知问题的回应：AI试点往往无疾而终。企业运行概念验证后，认为有趣便悄然搁置。MIT的NANDA倡议研究发现，95%的企业生成式AI试点未产生可衡量的业务影响。

Vasquez认为，试点失败的原因在于未与真实业务流程挂钩。AWS不会重蹈覆辙。

“我们极度专注于端到端的业务流程。”Vasquez表示，数据策略、安全与治理必须从一开始就内置，而非在演示成功后临时附加。她指出，证明智能体能自动化一项任务，与为受监管企业搭建可运行的系统是两回事。

对渠道商而言，问题随之而来：AWS是在为合作伙伴摆好餐桌，还是抢走他们的饭碗？

Vasquez称是前者。“我们视自己为与他们一同摆好餐桌，然后能与之共同扩展。”她补充道，部分合作伙伴将能围绕这项工作重塑其业务模式。

她说，大多数客户已有合作伙伴参与，他们更希望获得一个混合了AWS工程师与合作伙伴人才的整合小组，而非纯AWS团队。10亿美元中的一部分将用于培训合作伙伴掌握公司方法论，包括一种名为“AI DLC”（AI驱动开发生命周期）的方法。

Vasquez指出，合作伙伴呈阶梯分布，从商业咨询与顾问公司、大型全球集成商，到区域性技术专家和“AI原生”公司。曾与生成式AI创新中心合作的部分伙伴，如Caylent、Slalom和Quantiphi，已率先加入。

在另一条并行轨道上，AWS过去一年一直在争取贝恩、麦肯锡和波士顿咨询等战略与咨询机构，通过其仅限受邀的“Business Outcomes Xcelerator”项目，该项目基于与FDE相同的成果驱动客户主张。

对于区域性MSP和VAR而言，FDE项目究竟是为他们而建，还是绕开他们而建，时间将给出答案。当被问及这些公司的接入路径时，Vasquez表示，目前第一方和整合小组是常态。虽然仍处于早期，但Vasquez称她可以“设想”未来可能出现客户希望由第三方主导合作的情况。“我认为我们尚未完全达到那一步。”她说。