Forward Deployed Engineer (FDE) คือวิศวกรที่เข้าไปฝังตัวในองค์กรของลูกค้าเพื่อสร้างและส่งมอบระบบ AI ตั้งแต่ข้อกำหนดที่ยังไม่ชัดเจนไปจนถึงผลลัพธ์ที่ธุรกิจสามารถวัดได้จริง พวกเขาเขียนโค้ดสำหรับระบบของลูกค้าโดยตรง ไม่ใช่ที่ปรึกษา และไม่ใช่วิศวกรฝ่ายขาย Palantir เป็นผู้คิดค้นบทบาทนี้ในช่วงต้นทศวรรษ 2010 และเรียกคนกลุ่มแรกว่า "Deltas" ในปี 2026 ตำแหน่งงานนี้กลายเป็นตำแหน่งที่เติบโตเร็วที่สุดในวงการ AI สำหรับองค์กร จำนวนประกาศรับสมัครเพิ่มจาก 643 ในเดือนเมษายน 2025 เป็น 5,330 ในปีถัดมา เพิ่มขึ้น 729%
เหตุผลที่มีบทบาทนี้ก็ตรงไปตรงมา มีช่องว่างระหว่างเดโม AI ที่ดูดีในห้องประชุมกับระบบที่ใช้งานจริงในโปรดักชัน FDE คือคนที่ข้ามช่องว่างนั้น ช่องว่างนี้มีมูลค่าสูงจน FDE กลายเป็นหนึ่งในตำแหน่งที่เป็นที่ต้องการมากที่สุดในสายเทคโนโลยี และตอนนี้วิศวกรกลุ่มนี้เริ่มทำงานร่วมกับ AI agent ที่ช่วยเพิ่มศักยภาพในการส่งมอบงานมากขึ้น การทำงานร่วมกันนี้—not การทดแทน—คือสิ่งที่ควรจับตามอง
Forward Deployed Engineer คืออะไร?
Forward Deployed Engineer คือวิศวกรที่ทำงานโดยตรงในองค์กรของลูกค้าและรับผิดชอบความสำเร็จทางเทคนิคตั้งแต่ต้นจนจบ: กำหนดขอบเขตปัญหา เขียนโค้ด ติดตั้งระบบ และนำสิ่งที่เรียนรู้กลับไปปรับปรุงผลิตภัณฑ์
วลีนี้มาจากทางทหาร ซึ่ง "forward deployed" หมายถึงการทำงานในจุดปฏิบัติการจริง ไม่ใช่จากฐานที่มั่น สำหรับวิศวกร หมายถึงการออกจากสำนักงานใหญ่และเข้าไปอยู่ในโลกของลูกค้า: ข้อมูล กฎความปลอดภัย ระบบเก่า และเส้นตายของพวกเขา
Palantir เป็นผู้สร้างโมเดลนี้ โดยส่งวิศวกรของตนเข้าไปในสถานที่ของลูกค้าเป็นสัปดาห์หรือเป็นเดือน เขียนโค้ดโปรดักชัน แก้ไข pipeline บนฮาร์ดแวร์ลับ และเข้าร่วม standup กับลูกค้า จนถึง2016 Palantir มี Forward Deployed Engineer มากกว่าวิศวกรซอฟต์แวร์
Solutions architect ให้ลูกค้าทดลองขับ FDE ส่งมอบกุญแจให้เลย
Forward Deployed Engineer ทำอะไรจริง ๆ ?
งานครอบคลุมตลอดกระบวนการติดตั้งระบบ วันทำงานทั่วไปอาจเริ่มด้วย standup กับลูกค้าเพื่อดูว่าจุดไหนมีปัญหา ต่อด้วยบ่ายที่เขียน Python เชื่อมโมเดลกับ ERP เก่า และจบวันด้วยการแก้ไข integration ที่ล่มตอน 2 นาฬิกาตามเขตเวลาลูกค้า
ทักษะที่บริษัทต้องการใน2026 ใกล้เคียงกับ AI agentic:
- RAG pipeline: ปรับแต่งการค้นคืนข้อมูล การ grounding และการจัดการบริบท
- Evaluation framework: ชุดทดสอบที่จับ hallucination และปัญหา grounding ก่อนถึงโปรดักชัน
- Agent development: ประสบการณ์จริงกับ LangGraph, LangChain, CrewAI, DSPy และการใช้เครื่องมือหลายขั้นตอน
- Production observability: การมอนิเตอร์ระบบที่มีความไม่แน่นอน ซึ่งล้มเหลวในแบบที่ซอฟต์แวร์ทั่วไปไม่เป็น
มีส่วนหนึ่งของงานที่มักถูกมองข้าม เพราะ FDE เห็นปัญหาจริงในสนาม พวกเขาจึงกลายเป็นเหมือน product manager ที่ให้ข้อมูลจากการใช้งานจริง ไม่ใช่การคาดเดา วงจร feedback นี้คือเหตุผลสำคัญที่บทบาทนี้มีมูลค่าสูง
เปรียบเทียบ Forward Deployed Engineer, Solutions Architect และ CSM
เส้นแบ่งอยู่ที่ใครเป็นคนเขียนและส่งมอบโค้ดโปรดักชัน
| บทบาท | เขียนโค้ดโปรดักชัน | ติดตั้งในระบบลูกค้า | ดูแลความสัมพันธ์ |
|---|---|---|---|
| Forward Deployed Engineer | ใช่ | ใช่ | ร่วมกัน |
| Solutions Architect | ไม่บ่อย | ออกแบบ, ติดตั้งไม่บ่อย | ร่วมกัน |
| Customer Success Manager | ไม่ | ไม่ | ใช่ |
FDE ส่งมอบโค้ด Solutions architect ออกแบบระบบแต่ไม่ค่อยติดตั้ง CSM ดูแลความสัมพันธ์แต่ไม่เขียนโค้ด
ทำไม OpenAI, Anthropic และ Databricks ถึงจ้าง FDE ใน2026?
เพราะคอขวดของ AI สำหรับองค์กรคือการติดตั้งระบบ ไม่ใช่โมเดล และใน2026 ห้องปฏิบัติการใหญ่ตัดสินใจเป็นเจ้าของคอขวดนี้เอง
ตัวเลขยืนยันได้ MIT NANDA รายงาน State of AI in Business 2025 พบว่า 95% ของโครงการนำร่อง AI เชิงสร้างสรรค์ในองค์กรไม่มีผลกระทบทางธุรกิจที่วัดได้ ส่วนใหญ่โมเดลไม่มีปัญหา แต่การติดตั้งระบบต่างหากที่ล้มเหลว
สาเหตุหลักคือสิ่งที่เรียกว่า two-sided knowledge gap วิศวกรของลูกค้าเข้าใจธุรกิจ: โครงสร้างข้อมูล กฎระเบียบ ระบบเก่า วิศวกรของห้องปฏิบัติการเข้าใจพฤติกรรมโมเดลเมื่อใช้งานจริง: การ prompt, RAG, การประเมิน, รูปแบบความล้มเหลว ทั้งสองฝ่ายไม่สามารถส่งมอบระบบที่ใช้งานได้ด้วยตัวเอง FDE คือคนที่เชื่อมทั้งสองด้าน
Agent ทำให้เรื่องนี้ยากขึ้น ผลิตภัณฑ์ SaaS แบบกำหนดค่าล่วงหน้าติดตั้งได้เลย แต่ AI agent ต้องปรับให้เข้ากับ workflow ของมนุษย์จริง ๆ ซึ่งยุ่งเหยิงและต้องใช้วิจารณญาณ นี่คือเหตุผลที่ห้องปฏิบัติการต่าง ๆ ขยับพร้อมกันเกือบหมด:
- OpenAI เปิดตัว The Deployment Company เมื่อ 11 พฤษภาคม 2026 ด้วยเงินทุนที่รับปากไว้กว่า $4B และซื้อ Tomoro จากเอดินบะระเพื่อดึง FDE ที่มีประสบการณ์ราว 150 คนเข้ามาตั้งแต่วันแรก
- Anthropic ประกาศร่วมทุน $1.5B กับ Blackstone และ Goldman Sachs ภายในไม่กี่วัน
- Databricks จัดตั้งองค์กร Forward Deployed Engineering ของตัวเองอย่างเป็นทางการเมื่อ 11 มิถุนายน 2026 เปลี่ยนจากการส่งต่อแบบที่ปรึกษาเป็นการให้วิศวกรสร้างสิ่งที่ยังไม่มี
เรื่องนี้ไปไกลกว่าห้องปฏิบัติการแนวหน้า ปลายเดือนพฤษภาคม 2026 มีตำแหน่ง FDE เปิดรับ 224 ตำแหน่งใน 39 บริษัท Palantir, Mistral, Cohere, Cresta, Scale AI, Snowflake, GitLab และ Stripe ต่างก็จ้างงานนี้
Forward Deployed Engineer ได้รับค่าตอบแทนเท่าไร?
ค่าตอบแทนของ FDE สูงเพราะคนที่ทำงานนี้ได้ดีมีน้อยและงานมีความสำคัญ ช่วงเงินเดือนฐานที่รายงานสำหรับ2026:
| บริษัท | ช่วงเงินเดือนฐาน |
|---|---|
| Palantir | $170K – $340K+ |
| OpenAI | $220K – $280K |
| Anthropic | $200K – $300K |
รายได้มาพร้อมต้นทุนจริง การเดินทางมักกินเวลาถึง 25% ถึง 50% ของงาน ซึ่งทำให้เหนื่อยเร็วกว่างานประจำที่โต๊ะ และต้องเปลี่ยนแวดวงลูกค้าอยู่ตลอด
ผลตอบแทนคือโอกาสก้าวหน้าในอาชีพ ไม่กี่เดือนในบทบาท FDE เทียบเท่าประสบการณ์เจอลูกค้าหลายปี จึงมีหลายคนออกไปตั้งบริษัทเอง อดีตพนักงาน Palantir หลายคนได้ก่อตั้ง Anduril, OpenGov และ Addepar
AI agent จะแทนที่ Forward Deployed Engineer ได้หรือไม่?
ไม่ได้ บทบาทนี้ไม่ได้ถูกแทนที่ด้วยระบบอัตโนมัติ แต่ถูกขยายศักยภาพ วิศวกรกลุ่มเดียวกันที่ปิดช่องว่างระหว่างเดโมกับโปรดักชันเริ่มทำงานร่วมกับ AI agent ผลลัพธ์คือคนหนึ่งคนสามารถส่งมอบงานได้มากขึ้น ไม่ใช่ถูกแทนที่ด้วยสคริปต์
งานส่วนใหญ่ของ FDE ในแต่ละสัปดาห์เป็นงานประจำ เช่น สัมภาษณ์ค้นหาความต้องการ สร้างต้นแบบ เชื่อม integration ใหม่ ๆ เขียน eval suite เบื้องต้น AI เพื่อนร่วมทีมสามารถรับงานเหล่านี้ภายใต้การกำกับของวิศวกร FDE ยังคงเป็นผู้ตัดสินใจในส่วนที่ต้องใช้วิจารณญาณ: สถาปัตยกรรม ความสัมพันธ์กับลูกค้า และการตัดสินใจว่าสิ่งใดดีพอจะส่งมอบ
เพื่อนร่วมทีมนี้คือสิ่งที่ Zero ถูกสร้างมาเพื่อเป็น มันทำงานในที่ที่ทีมใช้อยู่แล้ว เชื่อมต่อกับระบบที่ใช้งานอยู่ และรับงานจากปัญหาไปสู่ผลลัพธ์ที่ใช้งานได้ ขณะที่วิศวกรตรวจสอบ แก้ไข และตัดสินใจว่าจะส่งมอบอะไร FDE ไม่ได้ถูกส่งต่อให้ซอฟต์แวร์ แต่เป็นผู้ขับเคลื่อนซอฟต์แวร์ และร่วมกันสามารถทำงานได้มากกว่าที่แต่ละฝ่ายทำได้เอง วิศวกรคนเดียวที่สามารถกำกับ agent หลายตัว สามารถดูแลลูกค้าหลายรายพร้อมกันโดยไม่เสียวิจารณญาณที่ทำให้บทบาทนี้สำคัญตั้งแต่แรก
อนาคตของบทบาทนี้ (2027 และต่อไป)
ตำแหน่งนี้อาจจะแตกแขนงออกไป ปัจจุบัน "Forward Deployed Engineer" ครอบคลุมงานหลากหลาย กลาง2027 คาดว่าจะมีความชัดเจนขึ้น เช่น FDE-Infrastructure, FDE-Eval, FDE-Agent และ FDE-Sovereign โดยเฉพาะสายสุดท้ายที่ขับเคลื่อนด้วย sovereign AI ซึ่งบริษัทต้องการเป็นเจ้าของข้อมูล โมเดล และ stack เอง ไม่ใช่รันทุกอย่างบนคลาวด์ของคนอื่น
บทบาทนี้จะไม่หายไป การติดตั้งระบบที่ใหญ่และมีความเสี่ยงสูงจะยังต้องการคนที่นั่งอยู่ในห้องเสมอ สิ่งที่จะเปลี่ยนคือแหล่ง leverage จากจำนวนคนไปสู่ซอฟต์แวร์ และ FDE จะใช้เวลาน้อยลงกับการเชื่อม integration ด้วยมือ และมากขึ้นกับการกำกับ agent ที่สร้างมันแทน
คำถามที่พบบ่อย
Forward Deployed Engineer เป็นวิศวกรซอฟต์แวร์หรือที่ปรึกษา? เป็นวิศวกรซอฟต์แวร์ จุดสำคัญของบทบาทนี้คือการเขียน แก้ไข และส่งมอบโค้ดโปรดักชันในระบบของลูกค้า ไม่ใช่ฝ่ายขายหรือที่ปรึกษา
ต้องมีทักษะอะไรถึงจะเป็น Forward Deployed Engineer ได้? ต้องมีพื้นฐานวิศวกรรมซอฟต์แวร์ที่แข็งแกร่ง พร้อมกับ stack agentic 2026: RAG pipeline, evaluation framework, agent development (LangGraph, CrewAI, DSPy) และ production observability วิจารณญาณในการทำงานกับลูกค้าก็สำคัญมาก เพราะมักต้องทำงานคนเดียวในบริษัทที่ไม่คุ้นเคย
บริษัทไหนจ้าง Forward Deployed Engineer? Palantir เป็นผู้เริ่มต้น ใน2026 OpenAI, Anthropic, Databricks, Mistral, Cohere, Scale AI, Snowflake, GitLab และ Stripe ต่างก็จ้าง รวมถึงบริษัทอื่นอีกกว่าร้อยแห่ง มีตำแหน่งเปิด 224 ตำแหน่งใน 39 บริษัท ณ ปลายเดือนพฤษภาคม 2026
Forward Deployed Engineer ต่างจาก AI Engineer อย่างไร? AI Engineer มักสร้างโมเดลและฟีเจอร์ AI ในผลิตภัณฑ์ของบริษัทตัวเอง Forward Deployed Engineer นำความสามารถเหล่านั้นไปใช้ในระบบของลูกค้าและรับผิดชอบจนถึงผลลัพธ์ที่ใช้งานได้จริง
AI agent จะแทนที่ Forward Deployed Engineer หรือไม่? ไม่ งานจะแบ่งกันต่างออกไป AI agent รับงานประจำ เช่น ค้นหาความต้องการ สร้างต้นแบบ และ integration ภายใต้การกำกับของวิศวกร ขณะที่ FDE ยังคงตัดสินใจเรื่องสำคัญ สถาปัตยกรรม และความสัมพันธ์กับลูกค้า บทบาทนี้กำลังเปลี่ยนไปสู่การกำกับ AI เพื่อนร่วมทีม ไม่ใช่แข่งขันกับมัน
