谷歌推出AI工具替代前沿部署工程师 企业AI落地由人力驱动迈向自动化据科技媒体The Information8月18日报道，OpenAI、Anthropic、微软、亚马逊正效仿帕兰蒂尔（Palantir）的行业模式，投入数十亿美元大规模招聘前沿部署工程师（FDE，Forward Deployed Engineer），依靠人力完成企业客户的AI落地适配。而谷歌云另辟蹊径，尝试用人工智能承担该岗位的部分工作，破解企业AI部署人力成本高企的行业痛点。前沿部署工程师的核心工作是驻场梳理企业内部私有数据，统一各类业务指标口径，消除数据歧义，让大模型能够精准理解企业业务数据，支撑业务分析。例如不同企业对“总收入”这类财务指标定义各不相同，需要工程师人工整理校准，保障AI输出结果准确。谷歌云数据库产品副总裁兼总经理安迪·古特曼斯（Andi Gutmans）表示，高度依赖人力的部署模式存在明显天花板。“如果要实现企业全部数据的AI激活，不可能依靠招聘足够多的人力完成这项工作。”谷歌云一方面计划招聘数百名前沿部署工程师，协助客户基于Gemini开发应用；另一方面，开发AI智能体自动完成数据梳理工作。这套AI工具可遍历企业文件、法务合同等海量资料，挖掘数据与销售、库存管理等业务环节的关联关系，自动构建知识图谱与语义层。经过加工的高上下文数据，能够大幅降低AI智能体处理发票流转、新员工入职流程等多步骤业务任务的工作量与成本。英国电信传媒企业维珍传媒O2已经落地该方案，AI智能体完成2万组异构数据的打通整合，若依靠人工操作，需要数千工时。整合之后的数据池，也便于企业内部业务智能体快速调取所需信息。今年帕兰蒂尔也发布过同类AI赋能的前沿部署工程师解决方案，谷歌云将自家Knowledge Catalog视作核心竞争筹码。该产品可与Alphabet旗下DeepMind深度协同，为智能体构建业务上下文，同时依托自研Gemini大模型，对智能体运行故障开展校验排查，形成闭环能力。不过这套自动化系统尚无法完全脱离人工作业。古特曼斯坦言，当前AI输出结果并非万无一失，企业仍需要配置少量人员，对AI处理结果开展审核校验。谷歌云的长期目标是实现全流程自动化：现阶段人类只需要对AI产出做确认判断，未来新增数据流入后，整套体系可以完全交由智能体自主运行。行业观察指出，生成式AI大规模进入政企市场之后，数据治理、业务适配成为最大瓶颈。各家科技巨头选择路线分化：多数厂商依靠扩充专业人力完成项目交付，谷歌则押注自动化智能体，试图从底层降低企业AI应用的落地门槛。