TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
ปี 2026 เป็นปีแห่งการชิงความได้เปรียบทางธุรกิจด้วย AI โดยข้อมูลจากแพลตฟอร์มหางาน Indeed ระบุว่ าความต้องการบุคลากรด้าน AI ที่ต้องทำงานกับลูกค้าโดยตรงพุ่งสูงขึ้นอย่างก้าวกระโดด โดยเฉพาะตำแหน่ง FDE หรือ Forward Deployed Engineer ตำแหน่งดังกล่าวยอดประกาศรับสมัครงานเพิ่มขึ้นกว่า 800% ในช่วงเดือนมกราคมถึงกันยายนของปี 2025
ที่สำคัญตำแหน่งนี้ไม่ใช่เพียงกระแสชั่วคราว แต่คือฟันเฟืองสำคัญที่บริษัทเทคโนโลยีระดับโลกอย่าง OpenAI, Anthropic และ Cohere กำลังเร่งกว้านซื้อตัว เพื่อนำมาช่วยองค์กรระดับ Enterprise ปรับแต่งและประยุกต์ใช้โมเดล AI ให้เกิดการสเกลและสร้างมูลค่าทางธุรกิจได้จริง แต่ FDE มีจุดกำเนิดจากไหน และมีรายละเอียดหน้าที่อย่างไร TechTalkThai ขออาสาพามารู้จักสายอาชีพดังกล่าวดังนี้
Forward Deployed Engineer หรือ FDE คืออะไร?
แม้จะดูเป็นเรื่องใหม่ในยุค AI แต่แท้จริงแล้วแนวคิด FDE ถูกบุกเบิกมาเกือบสองทศวรรษโดย Palantir บริษัทผู้พัฒนาซอฟต์แวร์วิเคราะห์ข้อมูลที่กำลังมีบทบาทในทางทหาร โดยคำว่า Forward Deployed มีรากศัพท์มาจากยุทธวิธีทางการทหารที่ส่งทหารแนวหน้าเข้าไปปฏิบัติการในต่างแดน ซึ่ง Palantir ได้ส่ง FDE ลงพื้นที่จริงตั้งแต่ฐานทัพทหารในอัฟกานิสถานและอิรัก ไปจนถึงพื้นที่โรงงานในแถบมิดเวสต์ของสหรัฐฯ และโรงกลั่นน้ำมัน
ในบริบทของการพัฒนาซอฟต์แวร์ในองค์กร FDE คือบุคลากรสายเทคนิคที่ส่วนใหญ่เป็นวิศวกรซอฟต์แวร์ รวมถึง Product Manager และ Designer ที่ถูกส่งไปเพื่อทำงานร่วมกับทีมของลูกค้าเป้าหมายโดยตรง เป้าหมายหลักคือการลงไปคลุกคลีเพื่อทำความเข้าใจสภาพแวดล้อม ปัญหา และบริบททางธุรกิจ เพื่อค้นหาว่าต้องใช้เครื่องมือใดในการแก้ปัญหาและส่งมอบผลลัพธ์ที่ลูกค้าต้องการอย่างแท้จริง
Palantir มักส่งทีมงานไปทำงานร่วมกับลูกค้าเป็นคู่ และเรียกโค้ดเนมภายในว่า Echo กับ Delta โดย Echo จะทำหน้าที่สกัดและวิเคราะห์ว่าลูกค้าต้องการอะไร ในขณะที่ Delta จะใช้ทักษะเชิงเทคนิคขั้นสูงในการสร้างและเขียนโค้ดระบบนั้นขึ้นมา
Nic Prettejohn หัวหน้าฝ่าย AI ประจำสหราชอาณาจักรของ Palantir นิยามแนวทางนี้ว่าเป็นการทำ Product Discovery from the Inside หรือการค้นพบความต้องการของโปรดักส์จากภายในองค์กรลูกค้า โดยเน้นย้ำว่าซอฟต์แวร์ที่มีคุณค่า ไม่ได้วัดกันที่ความสวยงามของโค้ดหรือความสละสลวยของภาษาโปรแกรมมิ่ง แต่วัดจากความหมายและผลลัพธ์ที่สร้างให้กับลูกค้าปลายทาง
ทำไมยุค Generative AI ถึงทำให้ FDE เป็นที่ต้องการสูงสุด?
องค์กรธุรกิจขนาดยักษ์ตั้งแต่ภาคการผลิตไปจนถึงสาธารณสุขต่างตื่นตัวที่จะนำ AI มาใช้งาน แต่ช่องว่างที่เกิดขึ้นคือ องค์กรเหล่านี้มักไม่แน่ใจว่าจะนำเทคโนโลยีขั้นสูงนี้ไปประยุกต์ใช้อย่างไรให้เกิดผลตอบแทนจากการลงทุน หรือ ROI ให้ได้อย่างมีประสิทธิภาพ
Cat de Jong หัวหน้าฝ่าย Applied AI ของ Anthropic ชี้ให้เห็นถึงความท้าทายนี้ว่า ธนาคารระดับ Fortune 500 ย่อมมีความต้องการและข้อจำกัดที่แตกต่างอย่างสิ้นเชิงเมื่อเทียบกับสตาร์ทอัปที่สร้างโปรดักส์แบบ AI-native นี่คือเหตุผลที่บริษัท AI ชั้นนำต้องปรับกลยุทธ์การส่งมอบเทคโนโลยี ซึ่ง Anthropic เองประกาศขยายทีม Applied AI ซึ่งรวมถึงบุคลากรในตำแหน่ง FDE และ Product Engineer เพิ่มขึ้นถึง 5 เท่าในปีนี้แล้ว
ด้าน OpenAI มีก่อตั้งทีม FDE ขึ้นในช่วงต้นปี 2025 และมีแผนขยายทีมวิศวกรกลุ่มนี้ให้ถึง 50 คนภายในปีเดียวกัน โดย Arnaud Fournier หัวหน้าทีม FDE ประจำยุโรปและตะวันออกกลางของ OpenAI ระบุว่ากระบวนการนี้ทำให้บริษัทได้เรียนรู้ความต้องการจริงของอุตสาหกรรม และนำอินไซต์กลับมาพัฒนาโมเดล AI ให้ตอบโจทย์โลกความเป็นจริงมากขึ้น ตัวอย่างความสำเร็จคือการที่ OpenAI ส่ง FDE ไปร่วมงานกับ John Deere ผู้ผลิตเครื่องจักรกลการเกษตร จนสามารถสร้างระบบทำฟาร์มแม่นยำสูงที่ลดการใช้สารเคมีฉีดพ่นลงได้ถึง 60-70%
ส่วน Aidan Gomez ซีอีโอและผู้ร่วมก่อตั้ง Cohere ระบุว่าการฝังตัววิศวกรไว้กับลูกค้าตั้งแต่เริ่มต้นสัญญา คือกุญแจสำคัญในการสร้างความสัมพันธ์ระยะยาวที่มั่นคง โดยทีมงานจะช่วยปรับแต่งระบบจนลูกค้าสามารถนำไปสเกลต่อได้เอง จึงจะค่อย ๆ ลดบทบาทและถอนตัวออกมา
ความต่างระหว่าง FDE, Software Engineer และ Consultant ทั่วไป
ในมุมมองของการพัฒนาซอฟต์แวร์ระดับองค์กร โมเดลธุรกิจมักถูกแบ่งเป็น 2 ขั้ว คือ บริษัทที่สร้าง Product สำหรับลูกค้าจำนวนมาก และบริษัทที่ทำ Custom Solution สำหรับลูกค้ารายใดรายหนึ่งโดยเฉพาะ เช่น โมเดลของ Accenture
จุดอ่อนของ Custom Solutions ดั้งเดิมคือ ผู้ให้บริการมักทำงานตามสเปกที่ลูกค้ากำหนด ทำให้ไม่สามารถรับประกันผลลัพธ์ทางธุรกิจได้อย่างเต็มที่ ในขณะที่โมเดล FDE เป็นการนำวิถีแบบ Product Model มาใช้กับการทำ Custom Solutions เพราะบทบาทของ FDE ไม่ใช่แค่การรับ Requirement มาเขียนโค้ด หรือเป็นเพียงที่ปรึกษา แต่คือการทำงานในฐานะ Product Creator
FDE จะสร้าง Prototype จากบริการและแพลตฟอร์มล่าสุดของบริษัท เพื่อแก้ปัญหาหน้างานให้ลูกค้า จากนั้นทีม Platform Product ของต้นสังกัดจะทำหน้าที่กลั่นกรองสิ่งที่ FDE เรียนรู้จากลูกค้าหลาย ๆ ราย เพื่อหาจุดร่วม และพัฒนาเป็นฟีเจอร์มาตรฐานในแพลตฟอร์มหลักต่อไป กลไกนี้ทำให้การทำงานกับลูกค้ารายถัดไปมีความรวดเร็วและมีประสิทธิภาพมากขึ้น แม้จะทำยาก แต่หากทำแล้วสำเร็จจะสร้างความแตกต่างให้องค์กรอย่างมาก
Deloitte กับมุมมอง FDE ที่เพิ่มความคล่องตัวของธุรกิจ
โมเดล FDE กำลังได้รับความสนใจอย่างกว้างขวางจากบริษัทที่ปรึกษาและ SI ระดับโลก ซึ่ง Deloitte ระบุว่าแนวทาง FDE ช่วยเร่งกระบวนการเปลี่ยนผ่านด้าน AI ขององค์กรลูกค้าได้รวดเร็วขึ้น ท่ามกลางแพลตฟอร์ม AI ที่มีความซับซ้อน โดยลักษณะสำคัญของรูปแบบการทำงานแบบ FDE ที่มีประสิทธิภาพตามแนวทางของ Deloitte ประกอบด้วย
- ขับเคลื่อนจากปัญหาของธุรกิจเป็นหลัก: เริ่มต้นจากการระบุโจทย์ที่มีผลกระทบสูง พร้อมกำหนดเกณฑ์ชี้วัดความสำเร็จที่ชัดเจน เพื่อให้ทีมงานสามารถส่งมอบมูลค่าระดับเอนเทอร์ไพรส์ได้อย่างมั่นใจ
- ฝังตัวร่วมกับทีมของลูกค้า: สร้างความไว้วางใจ ความเข้าใจที่ตรงกันอย่างรวดเร็ว และทำให้เกิดการแก้ปัญหาแบบเรียลไทม์ผ่าน Feedback ที่สะท้อนบริบทจริงของลูกค้า
- ทำงานเป็นทีมขนาดเล็กแต่ผสมผสานความเชี่ยวชาญเชิงลึก: ไม่ว่าจะเป็นด้านเทคนิคและสายงานธุรกิจเข้าไว้ด้วยกัน ช่วยเร่งกระบวนการตัดสินใจและสร้างนวัตกรรม
- ทีม FDE ทำงานเป็นแกนกลางของธุรกิจ: นำประสบการณ์เฉพาะกลุ่มอุตสาหกรรมมาประยุกต์ใช้ เพื่อแก้ปัญหาที่เป็นเอกลักษณ์ของเซกเตอร์นั้น ๆ
- โซลูชันถูกสร้างและส่งมอบผ่านแพลตฟอร์ม: มีซอฟต์แวร์ชั้นนำที่ทำงานร่วมกับระบบของลูกค้าอย่างไร้รอยต่อ เร่งกระบวนการ Implement พร้อมรองรับการขยายขีดความสามารถและความมั่นคงปลอดภัย
Faruk Muratovic หัวหน้าฝ่าย AI & Engineering Strategy & Services ของ Deloitte US ย้ำว่า FDE ทำให้องค์กรสามารถเชื่อมต่อช่องว่างระหว่างเป้าหมายทางธุรกิจกับขีดความสามารถทางเทคโนโลยี ขยับจากการทำ AI Pilot ไปสู่การใช้งานจริงที่สร้างความได้เปรียบในระยะยาว
ท่ามกลางเสียงวิพากษ์วิจารณ์ในวงการอุตสาหกรรมว่า FDE อาจเป็นเพียงคำศัพท์ใหม่ที่นำมาใช้เรียก Business Analyst หรือ Solutions Engineer แต่ความจริงที่สะท้อนผ่านความต้องการของตลาดคือ การส่งผ่านเทคโนโลยี AI Agent และ LLM ให้ทำงานร่วมกับข้อมูลระดับองค์กรจำเป็นต้องอาศัยวิศวกรที่เข้าใจทั้งการโค้ดดิ้งขั้นสูงและ เป้าหมายขององค์กรในคนเดียวกัน
ดังนั้นการเป็นวิศวกรที่เก่งเพียงแค่การเขียนโปรแกรมอาจไม่เพียงพออีกต่อไป การพาตัวเองเข้าไปฝังตัวอยู่กับลูกค้าและผู้ใช้งานจริง เพื่อค้นหาปัญหาคอขวดและพัฒนาโซลูชันที่ตรงจุด ถือเป็นเส้นทางลัดที่จะนำไปสู่การสร้างสรรค์โปรดักส์ที่มีมูลค่าอย่างแท้จริง รวมทั้งเป็นการต่อยอดสายอาชีพไปสู่ตำแหน่ง Product Leadership หรือแม้กระทั่งการเป็นผู้ก่อตั้งสตาร์ทอัปในอนาคต
ที่มา: https://openai.com/careers/forward-deployed-engineer-(fde)-sf-san-francisco/
https://invisibletech.ai/blog/what-is-forward-deployed-engineering
https://www.svpg.com/forward-deployed-engineers/
https://newsletter.pragmaticengineer.com/p/forward-deployed-engineers
https://www.ft.com/content/91002071-7874-4cb7-9245-08ca0571c408?syn-25a6b1a6=1
