泉源：最高法院院长会见泰国大理院院长作者： 王蓉伶：

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。。。