泉源：特朗普：期待会见中国作者： 蔡宜珍：

独家解读丨日薪高达17万：华尔街为何疯抢「AI落地官」？？

“狂招FDE岗，，，，硅谷AI巨头们在怕什么？？”

作者丨徐晓飞

编辑丨麦广炜

“大模子落地的真相正在被揭开。。。。。。”硅谷AI投资基金合资人Jerry Lu对雷峰网坦言。。。。。。他的这一感伤，，，，源于克日两则看似不相关、但在硅谷AI圈引发热议的新闻。。。。。。

一则是华尔街天价账单：两位AI咨询师的日薪高达2.5万美元（折合人民币约17万元），，，，且客户预约已排到两个月后。。。。。。

另一则是科技巨头Meta被曝组建“Enterprise Solutions”新部分，，，，妄想向大客户派驻工程师，，，，提供定制化AI服务。。。。。。

在Jerry看来，，，，两则看似不相关的新闻，，，，着实反映的是统一件事：在进入企业时，，，，大模子从API到营业逻辑之间，，，，仍存鸿沟。。。。。。

天价账单买的，，，，正是能够消除这条鸿沟的“欠缺溢价”。。。。。。

事实上，，，，这险些成了近期硅谷AI圈最热门的一件事。。。。。。

谷歌、OpenAI、Anthropic等巨头不但大宗设立FDE（前线安排工程师）岗位，，，，甚至不吝建设专门的子公司或合资公司，，，，并大手笔收购，，，，来快速增补FDE职员。。。。。。

而海内AI云大厂们，，，，近期也在“疯狂抢人”，，，，某大厂甚至直接从外部挖来一位副总裁级别高管，，，，认真FDE相关团队事情。。。。。。更多内幕详情，，，，可添加作者微信xf123a相识。。。。。。

天价日薪、巨头抢人、资源并购……这些华尔街金融巨鳄和AI科技巨头们，，，，事实在焦虑什么？？

天价日薪背后，，，，藏着什么套利窗口？？

2.5万美金，，，，折合人民币约17万元。。。。。。即便在华尔街，，，，这个数字也足以令人咋舌。。。。。。

而这仅仅是两位AI照料Felipe Sinisterra和Dave Wang一天的人为。。。。。。

这两人都是前对冲基金生意员。。。。。。去年，，，，他们开办了一家专门教华尔街精英们怎样使用AI的公司，，，，现在日服务费已经飙升到2.5万美金，，，，金融机构客户接踵而来。。。。。。

他们在教什么？？为什么这么贵？？

一些加入过的基金司理们回忆，，，，他们会教授怎样使用Gemini剖析创业者的路演视频，，，，用ChatGPT和Claude，，，，对财报电话会举行情绪剖析，，，，找出能左右市场走势的要害言论。。。。。。

“一天2.5万美元，，，，外貌看是AI培训很贵，，，，实则反映的是金融机构的焦虑：工具已经买了，，，，但不会用到焦点营业里。。。。。。”前AWS首席架构师费良宏告诉雷峰网。。。。。。

“用AI剖析路演视频、财报电话会情绪，，，，这些不是简朴‘提问技巧’，，，，而是把AI，，，，真正嵌入到投资研究、风险判断和生意决议流程里。。。。。。企业现在最缺的是能把AI酿成营业效果的人。。。。。。”

“实质上是FOMO情绪，，，，许多古板企业不是恒久泡在硅谷AI圈里，，，，以是他们面临AI大模子的攻击，，，，会有一种震惊、焦虑与迷；；；；；；煸拥那樾鳌潜籄I效果震惊到了，，，，但却看不太懂，，，，也不太会用。。。。。。”视察云CEO蒋烁淼体现。。。。。。

一家总部位于深圳的商业银行的手艺高管告诉雷峰网，，，，作为手艺落地的“顶级金主”，，，，金融机构往往最有钱、也最有念头去实验新手艺，，，，因此也最舍得花大价钱请“外助”。。。。。。

由于AI手艺迭代的速率太快了，，，，快到这些公司们有点跟不上了。。。。。。而这正是AI咨询师Dave和Felipe捉住的套利窗口。。。。。。

这个窗口有多大？？看看这些排着长队、焦虑不堪的华尔街巨头们就知道了。。。。。。

华尔街为什么自己搞未必AI？？

华尔街的金融机构不缺钱、不缺数据、更不缺应用场景，，，，唯独缺“用好AI”的能力。。。。。。

这并非孤例，，，，而是绝大大都企业在AI落地时遭遇的“系统性逆境”。。。。。。

“不可只看科技巨头。。。。。。现在大大都企业对AI的使用仍然偏浅，，，，还停留在聚会纪要、PPT以及写一部分代码上。。。。。。”费良宏诠释道。。。。。。

“但真正难而主要的，，，，是让AI进入企业内部数据、营业系统和决议流程。。。。。。”

在他看来，，，，许多AI项目不是败在AI能力上，，，，而是败在企业自己的数据、流程和组织协同上。。。。。。

“企业在AI上‘用欠好、用不深’，，，，有四大焦点原因：数据疏散，，，，流程没有重构，，，，缺少既懂营业又懂AI的人，，，，以及组织内部没有形成明确的责任和ROI机制。。。。。。”更多其他看法，，，，接待添加作者微信xf123a探讨。。。。。。

好比最焦点的流程重构问题。。。。。。

差别于C端营业的标准化，，，，B端企业营业往往重大得像一团乱麻。。。。。。

好比深圳一家跨境电商曾实验用 Agent 替换人工处理大促退换货。。。。。。理论上，，，，当 Agent 监控到批量退货，，，，能自动联动客栈，，，，实时调解库存，，，，帮企业规避损失。。。。。。

其时他们的想法是：“放权给 Agent 行不可？？”

但跑了一套流程下来发明，，，，现有供应链流程是给“人”设计的，，，，Agent用不了。。。。。。

让 Agent 跑老流程意味着：AI 算出了方案，，，，但凭证古板内控流程，，，，它得先发给客服主管，，，，主管登录内网点击确认，，，，再上报仓储司理扫码二次授权，，，，最后还要靠人类员工把双方对不上的商品编码，，，，手动复制粘贴到物流系统里。。。。。。

新车跑在旧铁轨上，，，，Agent 的优势基本无从施展。。。。。。

“AI工具和原有的营业系统之间的融合和买通，，，，现在还不敷充分，，，，以至于AI落地历程中水土不平，，，，这也是企业和服务商们接下来要重点解决的问题。。。。。。”达观数据CEO陈运文增补道。。。。。。

而隐藏在流程背后的尚有一个更大的“疙瘩”：数据碎片化问题。。。。。。

以银行场景为例，，，，一家银行的客户数据，，，，可能漫衍在CRM、邮件系统、生意系统、合规系统等四五个相互隔离的平台。。。。。。

AI要想跑通一个“客户风险评估”的自动化流程，，，，先得买通这4到5个数据孤岛。。。。。。买通一个，，，，通常需要几周的数据洗濯和接口开发。。。。。。所有买通，，，，则要按月盘算。。。。。。

正如陈运文所言：“企业用欠好AI，，，，焦点是企业的数据基础设施薄弱，，，，历史数据欠债太多。。。。。。许多企业的数据整理、规则梳理、数据碎片化等老问题，，，，在AI时代袒露得越发充分了，，，，限制了AI应用的深入。。。。。。”

企业数据“横七竖八”，，，，孤岛林立，，，，再厉害的AI模子进来，，，，也难免迷路，，，，以至于模子不熟悉你的营业，，，，更进不去你的系统。。。。。。

别的，，，，面临AI这种日新月异的新手艺，，，，不少公司缺少既懂营业又懂AI的人。。。。。。

“眼下，，，，不少企业都缺少既懂先进AI系统、又醒目营业的‘双栖人才’。。。。。。”陈运文告诉雷峰网，，，，AI人才代表的是一套全新的手艺组合，，，，如模子评估、流程重塑、提醒词工程、数据权限治理和幻觉控制等，，，，但这类人才在企业原有的古板人才库里险些是空缺。。。。。。

就像20年前企业买完SAP系统后，，，，还需要照料团队花半年时间举行实验才华投入使用，，，，手艺落地的“最后一公里”还需要工程实验来补足。。。。。。

“大模子手艺只是第一步，，，，后续长周期的应用落地，，，，好比模子的选型、职员的培训，，，，都是用好AI并让它在营业中真正沉淀下来的要害。。。。。。”蒋烁淼增补道。。。。。。

而在这种“不会用”的尴尬探索中，，，，企业内部正面临空前的“价值焦虑”。。。。。。

此前，，，，Uber COO Andrew Macdonald 在科技聚会上直言，，，，AI支出的管控“越来越难合理化”，，，，由于看不见投入与生产力之间的直接关系。。。。。。Uber 的算力与 Token 消耗指数级增添，，，，在短短四个月内就烧光了整个年度的AI预算，，，，但用户感知到的功效刷新却微乎其微。。。。。。

这种“高投入、低产出”的骨感现实，，，，正在全行业引发重大的争议。。。。。。大模子泡沫论的旗头 Gary Marcus 随即发文忠言：“若是足够多的公司都泛起同类情形，，，，泡沫就会破碎。。。。。。”

一面是极端盼愿用AI降本增效，，，，另一面是旧系统的重重围剿与高昂的Token账单，，，，这种残酷的倒逼机制，，，，最终把压力给到了大模子厂商这一端。。。。。。

AI巨头们想出的解法：用FDE填平鸿沟

客户的AI焦虑，，，，大模子公司们知道吗？？

谜底是肯定的。。。。。。否则它们也不会疯狂招聘FDE（Forward Deployed Engineer，，，，前线安排工程师）。。。。。。

最近，，，，一场围绕 FDE的争取战在硅谷打得火热。。。。。。

谷歌为了加大 FDE 的招聘，，，，将面试流程压缩到短短两天；；；；；；OpenAI 宣布建设估值高达140亿美元的“OpenAI Deployment Company”，，，，专门下沉做企业级AI落地，，，，并闪电收购了拥有150名 FDE 的英国公司 Tomoro。。。。。。

同时，，，，Anthropic 联手黑石、高盛组建自力AI服务公司，，，，把Claude接入“各行各业中型企业”的要害营业流；；；；；；Meta 组建 Enterprise Solutions 部分，，，，派驻工程师帮客户洗濯数据并直接将AI工具嵌入其事情流。。。。。。

巨头们终于不得不认可一个现实：光靠卖 API 躺赚的美梦竣事了。。。。。。

“FDE岗位的火爆，，，，正是由于科技巨头们发明：仅仅卖API和AI模子还不敷，，，，客户需要有人帮他们把AI真正跑起来。。。。。。”前AWS首席架构师费良宏诠释道。。。。。。

在他看来，，，，Meta组建Enterprise Solutions部分，，，，向大客户派驻工程师，，，，实质上就是把AI公司从“产品供应商”酿成“落地服务商”。。。。。。关于海内FDE岗位最新情形，，，，可添加作者微信xf123a交流。。。。。。

FDE的价值，，，，不但是写代码，，，，而是深入客户现场，，，，明确营业流程，，，，买通数据系统，，，，快速做出可用方案，，，，并把PoC推到生产情形。。。。。。

“企业AI落地的焦点矛盾已经变了。。。。。。已往各人比的是谁的AI模子更强；；；；；；接下来比的是谁能更快把模子酿成客户的效率、收入和利润。。。。。。真正稀缺的不是AI工具，，，，而是“营业明确 + 工程实现 + 组织推动”三种能力合一的那种人。。。。。。”他强调道。。。。。。

达观数据CEO陈运文同样以为，，，，FDE 爆火意味着 AI 竞赛正式进入下半场——从卷模子转向了拼落地。。。。。。

“FDE 的焦点价值就是充当手艺与营业之间的‘翻译官’，，，，他们既懂 AI 能力又懂营业场景，，，，能把产品进化驱动的闭环真正跑通。。。。。。这现实上是头脑方式的转变，，，，从手艺头脑走向营业价值头脑，，，，也是 AI 走向落地的要害一步。。。。。。”

天价日薪，，，，是工业重塑的阵痛

回到最初的问题：2.5万美金日薪是泡沫信号，，，，照旧工业必经的阵痛？？

结论很明确：这不是泡沫，，，，而是供应瓶颈的价钱信号。。。。。。

真正的泡沫是什么样的？？是虚伪需求。。。。。。

好比1999-2000年互联网泡沫时代，，，，.com公司烧钱的逻辑是“各人都在烧”。。。。。。但今天的市场差别，，，，企业关于使用 AI 优化流程、提升生产力的需求是真刀真枪的。。。。。。

当下的尴尬在于：大模子手艺能力到位了，，，，但产品落地的最后一公里还没到位。。。。。。

大模子在基准测试上碾压人类。。。。。。但它的能力被封装在API里，，，，想要酿成企业系统里能丝滑运转的齿轮，，，，中心需要填平无数由旧数据、旧流程组成的深沟。。。。。。

而填这条沟的人，，，，如Dave Wang、Felipe Sinisterra，，，，以及越来越多的FDE团队，，，，就是当下全球科技市场定价最高、最被渴求的一批人才。。。。。。

这拨人很贵，，，，这条落地之路很痛苦，，，，但很难绕得开。。。。。。

本文作者恒久追踪外洋AI巨头动态、前沿手艺和幕后故事，，，，接待添加作者微信 xf123a 互通有无。。。。。。