Oleh | Di Luar Halaman, Penulis｜Huahua
Tiga tahun terakhir, orang paling mahal di industri AI adalah ilmuwan model.
Hari ini, orang yang paling ingin direkrut oleh OpenAI, Anthropic, Google telah berubah.
Bukan peneliti, bukan insinyur algoritma, bahkan bukan pakar model besar.
Melainkan sekelompok orang yang harus bepergian, ditempatkan di lokasi, mengadakan rapat, dan mengubah proses kerja.
Mereka memiliki nama baru: Forward Deployment Engineer (disingkat FDE), Insinyur Penempatan Garis Depan.
Ini adalah posisi yang tampaknya biasa saja, namun mungkin mewakili pergeseran terbesar industri AI dalam tiga tahun terakhir: mitos model resmi berakhir, perang implementasi secara menyeluruh dimulai.
Raksasa model besar Silicon Valley akhirnya menyadari, model bukan lagi masalah. Perusahaan tidak tahu cara menggunakannya, itulah "mil terakhir" yang paling sulit. Oleh karena itu, posisi yang sebelumnya tidak dilirik, nilainya melonjak dalam semalam.
Laporan Tenaga Kerja LinkedIn 2026 menunjukkan, dari tahun 2023 hingga 2025, lowongan kerja FDE global meningkat 42 kali lipat dalam dua tahun, sementara lowongan insinyur AI meningkat 13 kali lipat dalam periode yang sama, dengan pertumbuhan FDE sekitar tiga kali lipat lebih cepat.
Kegilaan merekrut yang melampaui norma ini, telah membuka tabir rahasia terbesar yang selama tiga tahun terakhir disepakati diam-diam oleh seluruh industri AI.
I. Model Sudah Tersedia, Organisasi Belum Siap
Sejak kelahiran ChatGPT, garis besar industri AI selalu jelas. Dari siapa yang bisa membuat model yang lebih kuat, berkembang menjadi siapa yang bisa membuat Agent terbaik.
Pada tahun 2026, masalahnya berubah. Klien perusahaan mulai bertanya hal lain: Kami sudah membeli AI, mengapa perubahan tidak signifikan?
Ini adalah ilusi terbesar seluruh industri, mengira model sama dengan produktivitas.
Kenyataannya, banyak perusahaan yang menghabiskan banyak uang untuk membeli AI/Agent, karyawan mendaftar akun, departemen IT membuat demo repositori pengetahuan internal, bersemangat selama sebulan.
Kemudian... enam bulan berlalu, tidak ada yang menggunakannya. Cara kerja sama persis seperti sebelumnya.
Bukan karyawan tidak kooperatif, bukan manajemen tidak bertekad, juga bukan model tidak cukup bagus. Titik kritis nyata perusahaan di lingkungan produksi, sejak awal bukan tentang cara mengobrol, melainkan di mana data historis berada, formatnya benar atau tidak, kualitasnya bagaimana? Alur persetujuan dan tanggung jawab ke mana, siapa yang memiliki otoritas utama? Bagaimana cara mengimpor data pelanggan, bagaimana menyambungkan sistem ERP, bagaimana menyesuaikan dengan sistem kepatuhan dan keamanan lama?
Semua ini bukan masalah teknis, melainkan masalah organisasi.
Seperti memasang mesin roket pada kereta kuda. Mesinnya nyata, daya dorongnya nyata, tetapi kuda tetap kuda, jalurnya masih jalan tanah, pengemudinya belum pernah belajar cara menginjak gas, apalagi tahu di mana rem daruratnya.
Perusahaan model selalu menjual sebagai alat, memberi pengguna otak digital terkuat, dan meminta pengguna mencari cara untuk memasukkannya ke dalam tubuh.
Hasilnya adalah, sebagian besar perusahaan telah memasang selama dua tahun, otaknya masih tergeletak di atas meja, tubuhnya tidak bergerak sama sekali.
II. Warisan Palantir
Yang benar-benar menjadikan FDE sebagai suatu profesi, bukan OpenAI, melainkan Palantir Technologies.
Perusahaan unikorn data besar misterius ini, didirikan oleh Bapak Baptis Silicon Valley Peter Thiel, yang pernah membantu militer AS menembak mati Osama bin Laden, telah diejek di Silicon Valley selama lima belas tahun.
Alasannya adalah model bisnisnya terlalu berat, tidak menjual perangkat lunak standar, melainkan mengirim insinyur untuk ditempatkan di lokasi klien, duduk selama lebih dari setengah tahun. VC memberinya label: perusahaan konsultan berkedok perangkat lunak.
Dalam hierarki penghinaan Silicon Valley, SaaS adalah yang tinggi, proyek yang mengandalkan jumlah kepala adalah yang rendah. Palantir berada di tingkat terbawah hierarki itu.
Pada tahun 2011, Palantir menemukan masalah yang berulang saat menjual perangkat lunak data kepada lembaga pemerintah dan pertahanan, klien yang membeli perangkat lunak sama sekali tidak tahu cara menggunakannya.
Tapi justru masalah ini mengubah segalanya. Model penjualan tradisional mengumpulkan kebutuhan, insinyur mengembangkan dari jarak jauh, benar-benar gagal di hadapan klien yang sangat rahasia dan sangat kompleks. Klien sendiri tidak tahu apa yang mereka inginkan, mereka hanya tahu apa yang ada sekarang tidak mudah digunakan.
Cara Palantir bukan mengeluarkan manual yang lebih baik, melainkan langsung mengirim insinyurnya sendiri untuk ditempatkan di lokasi klien. Masuk ke CIA, masuk perusahaan energi, masuk bank. Insinyur duduk di samping klien, mengamati cara mereka bekerja, mempelajari alur data, memahami struktur organisasi, lalu mengubah perangkat lunak, mengubah proses, bahkan mengubah cara kerja.
Model ini belum pernah direplikasi secara besar-besaran di era perangkat lunak standar sebelumnya, sebelumnya produk mendefinisikan proses, jika klien tidak puas maka itu karena pelatihan tidak cukup.
Era model besar benar-benar menghancurkan logika ini, AI tidak memiliki cara penggunaan standar, langit-langitnya sepenuhnya tergantung pada cara menghubungkan data pribadi, merancang alur kerja, dan menerapkannya di dalam organisasi. Sistem cerobong asap setiap perusahaan benar-benar berbeda, produk generik sama sekali tidak dapat menyelesaikan masalah zona terdalam yang dikustomisasi.
Oleh karena itu, metodologi yang diendapkan Palantir selama lebih dari sepuluh tahun, tiba-tiba menjadi buku teks seluruh industri.
Hari ini OpenAI mulai mereplikasi model ini, pada dasarnya mengakui bahwa AI telah beralih dari masalah pengembangan perangkat lunak, menjadi masalah evolusi organisasi.
III. Sebulan, Tiga Raksasa, Penilaian yang Sama
Jika Palantir hanya memberikan contoh untuk industri, maka pada Mei 2026, tiga raksasa teratas di jalur AI global, secara bersamaan menggunakan uang sungguhan untuk menyelesaikan konspirasi kolektif yang menargetkan implementasi aplikasi.
4 Mei, Anthropic bersama Blackstone, Goldman Sachs, Hellman & Friedman dan beberapa lembaga manajemen aset global lainnya, meluncurkan perusahaan patungan dengan total modal komitmen 15 miliar dolar AS, bisnis intinya adalah untuk menempatkan dan mengimplementasikan model besar Claude di perusahaan.
Kemudian pada 11 Mei, OpenAI secara resmi mengumumkan pendirian anak perusahaan penempatan independen Deployment Company (DeployCo), total investasi awal kolaborasi lebih dari 40 miliar dolar AS, aliansi kolaborasi terdiri dari 19 lembaga, termasuk investor ekuitas swasta seperti TPG, Bain Capital, serta konsultan integrator seperti McKinsey, Accenture.
OpenAI secara bersamaan mengakuisisi perusahaan konsultan penempatan AI Tomoro, setelah akuisisi selesai akan memasok sekitar 150 insinyur penempatan garis depan untuk DeployCo; klien Tomoro saat ini termasuk Tesco, Virgin Atlantic, Red Bull, Supercell.
Berjarak kurang dari dua minggu, CEO Google Cloud Thomas Kurian secara terbuka memposting di LinkedIn untuk merekrut secara besar-besaran FDE, Google Cloud membuka lebih dari 1500 posisi terkait implementasi AI secara internal, dengan FDE sebagai kategori rekrutmen inti.
Tiga perusahaan AI teratas di dunia, melakukan hal yang sama pada waktu yang sama, bukan merilis model yang lebih kuat, melainkan mendirikan entitas khusus untuk membantu perusahaan mengimplementasikan AI.
Ini adalah sinyal yang lebih layak diperhatikan daripada rilis model apa pun.
COO OpenAI Brad Lightcap bahkan mengatakan hal berikut:
Saat ini kemampuan sistem AI untuk individu sudah sangat kuat, tetapi kami belum benar-benar melihat AI meresap ke dalam proses bisnis perusahaan. Perusahaan adalah organisasi yang strukturnya kompleks, sistemnya terfragmentasi, banyak batasan kepatuhan, proses warisan yang rumit; tantangan terbesar saat ini adalah mengintegrasikan AI ke dalam proses bisnis inti yang menjadi sandaran operasi perusahaan.
Sederhananya, model sudah cukup baik. Masalahnya ada di dalam perusahaan dan organisasi.
Karena melihat hal inilah, OpenAI dan kawan-kawan rela membayar mahal untuk membeli murid-murid Accenture, McKinsey, dan meningkatkan mereka secara massal menjadi FDE yang maju bertempur.
Pertempuran merebut orang senilai ratusan miliar dolar ini, langsung menarik aset dasar industri konsultasi tradisional dan implementasi IT, dan juga membuka revolusi model pengiriman model besar.
IV. Ujung Menjual Alat adalah Menjual Hasil
Banyak orang mengira AI akan menghancurkan industri konsultasi. McKinsey tamat, Accenture tamat, penyedia implementasi IT besar tamat.
Nyatanya sebaliknya, AI justru memperbesar konsultasi.
Tapi di baliknya tersembunyi perubahan yang lebih dalam, model bisnis seluruh industri perangkat lunak sedang mengalami peralihan terbesar dalam dua puluh tahun terakhir.
Ini adalah hukum bertahan hidup yang diendapkan Palantir lebih dari sepuluh tahun lalu: Jangan jual perangkat lunak. Terapkan hasil. (Don’t sell software. Deploy outcomes.)
Ini adalah transformasi mendasar. Dulu Microsoft menjual Office, Salesforce menjual CRM, Adobe menjual paket, yang dikirimkan adalah alat, bagaimana penggunaannya adalah urusan Anda. Hari ini yang dilakukan OpenAI, Anthropic, adalah memasukkan orang mereka sendiri ke dalam perusahaan klien, dan mengirimkan hasilnya.
FDE adalah pengirim hasil. Mempelajari organisasi, mempelajari proses, mempelajari data, akhirnya menghasilkan sistem yang benar-benar berjalan di lingkungan produksi, bukan demo yang indah.
Dulu konsultan menghasilkan PPT, FDE menghasilkan Agent. Dulu konsultan memberikan saran, FDE memberikan kode. Intinya sama, membantu perusahaan menyelesaikan masalah bagaimana bekerja lebih efisien, hanya barang kiriman yang berubah.
Ini juga mengapa dalam rekrutmen FDE Anthropic ada satu persyaratan aneh: Pertahankan ego rendah dan sikap kolaboratif.
Ini adalah hal tersulit dalam budaya insinyur, harus memiliki kedalaman teknis yang cukup untuk menyelesaikan masalah apa pun di lokasi, dan juga harus melepaskan sikap tahu lebih banyak di hadapan klien, bersabar untuk memahami mengapa klien tidak percaya pada output AI.
Gaji tahunan 300 ribu hingga 500 ribu dolar AS, bukan karena FDE secara teknis lebih hebat, melainkan karena seorang FDE yang kompeten dapat menggantikan empat orang: manajer produk, arsitek teknis, manajer proyek, insinyur AI.
Di garis depan pengiriman, seorang FDE adalah satu pasukan.
V. Kendala Terbesar Implementasi AI, Bukan Teknologi
Saat ini kegagalan proyek AI perusahaan, sebagian besar bukan kegagalan teknis, melainkan kegagalan organisasi.
Hal ini, bahkan kerajaan finansial dan raksasa ritel teratas dunia pun tidak bisa menghindarinya.
Kelompok Goldman Sachs pernah mengalami pertahanan kepatuhan tingkat menengah klasik saat mempromosikan migrasi AI. Departemen teknologi pada saat itu mengembangkan sistem audit AI yang dapat menghasilkan laporan analis secara otomatis dan meninjau awal dokumen kepatuhan IPO.
Tetapi ketika sistem siap dihubungkan ke lingkungan produksi, eksekutif tingkat menengah departemen pengendalian risiko dan kepatuhan bersama-sama menekan tombol jeda. Mereka mengajukan laporan permintaan penjelasan setebal itu kepada manajemen, jika "halusinasi" model besar muncul dalam dokumen pencatatan saham, siapa yang bertanggung jawab atas potensi denda miliaran dolar AS?
Prototipe teknologi seindah apa pun, karena tidak dapat melampaui budaya pengelakan tanggung jawab yang mengakar di dalam organisasi, proyek tersebut terhenti selama setengah tahun, sampai tim FDE turun tangan menetapkan ulang batasan tanggung jawab kolaborasi manusia-mesin, baru bisa lolos dengan susah payah.
Jika Goldman Sachs terhambat oleh tanggung jawab, maka kegagalan terkenal antara raksasa ritel Amerika Target dan Palantir di masa awal, menabrak tembok kepentingan dan budaya organisasi.
Saat itu Palantir mengirim tim FDE yang besar ke Target, mencoba merekonstruksi rantai pasokan dan prediksi persediaan yang menghasilkan pendapatan tahunan ratusan miliar dolar AS dengan model data.
Namun, tim pembeli senior yang paling berkuasa di dalam Target sangat menolak hal ini, mereka merasa ketajaman mode puluhan tahun mereka tidak harus tunduk pada algoritma. Tingkat menengah menunda-nunda di antarmuka data, karyawan lini depan sengaja tidak menjalankan instruksi pengisian ulang sistem. Pembersihan teknologi yang menghabiskan biaya puluhan juta dolar AS ini, akhirnya karena perebutan kekuasaan antara manusia dan mesin di dalam organisasi, berakhir dengan tragis dengan pembatalan kontak sepihak oleh Target.
Kode tidak pernah salah satu baris pun, tetapi proyeknya tidak bisa bergerak. Inilah lokasi implementasi yang paling nyata, teknologi hanya 20%, sisanya 80%, semuanya adalah struktur kepentingan, distribusi tanggung jawab, dan beban sejarah di dalam organisasi.
Misalnya, proses persetujuan pinjaman bank, di baliknya adalah distribusi tanggung jawab dan persyaratan regulasi puluhan tahun. Sistem penjadwalan rumah sakit, terkait dengan struktur kepentingan semua departemen. Link pemeriksaan kualitas pabrik, terhubung dengan kontrak pemasok dan asuransi kualitas.
Semua ini tidak akan berubah otomatis karena satu akun GPT.
Kendala-kendala ini, seorang insinyur yang hanya mengerti teknologi tidak bisa menyelesaikannya. Yang dibutuhkan adalah orang yang bisa berpikir dalam dua dimensi teknologi dan organisasi secara bersamaan.
Jadi yang benar-benar dilakukan FDE, bukan hanya menempatkan AI, intinya adalah membantu organisasi menyelesaikan migrasi AI. Jika dua puluh tahun terakhir departemen IT bertanggung jawab mendigitalkan proses kertas, maka sepuluh tahun ke depan, FDE bertanggung jawab meng-AI-kan proses yang sudah didigitalkan.
Ini adalah tahap berikutnya dari hal yang sama.
Kata-kata 【Di Luar Halaman】:
Saat model semakin murah. Komputasi semakin murah. Agent semakin murah.
Barang yang benar-benar mahal mulai menjadi kemampuan lain: memahami organisasi, mengubah proses, mendorong perubahan.
Inilah alasan mengapa FDE menjadi populer.
Bukan karena posisi ini sangat penting, intinya seluruh industri AI akhirnya mengakui satu hal:
Bagian tersulit revolusi teknologi, sejak awal bukan teknologinya.
Melainkan manusia.
