Vị trí mới tại Thung lũng Silicon FDE đang thịnh hành, doanh nghiệp cần nhân tài AI như thế nào?

marsbitXuất bản vào 2026-06-02Cập nhật gần nhất vào 2026-06-02

Tóm tắt

Bài viết thảo luận về sự xuất hiện và nổi bật của vị trí Kỹ sư Triển khai Tiền tuyến AI (AI Forward Deployed Engineer - FDE) trong thung lũng Silicon, được các công ty như OpenAI và Anthropic chú trọng. Vai trò chính của FDE là làm việc trực tiếp với khách hàng để tùy chỉnh và tích hợp các mô hình ngôn ngữ lớn (LLM) chung vào quy trình nghiệp vụ cụ thể, tạo ra luồng công việc Agent phù hợp. Tuy nhiên, bài viết nhấn mạnh rằng tác động lớn hơn của AI đến thị trường việc làm không phải là sự thay thế đơn thuần, mà là sự phân hóa và tạo ra các vai trò mới. Tác giả dự đoán nhu cầu lớn hơn sẽ dành cho các Kỹ sư AI nội bộ của doanh nghiệp. Những kỹ sư này cần thành thạo nhiều kỹ năng như viết prompt, sử dụng khung Agent, hệ thống đánh giá, cũng như các công cụ lập trình AI như Claude Code hay Codex để nhúng khả năng AI vào phần mềm và hệ thống nghiệp vụ. Sự phát triển này được so sánh với quá trình chuyên môn hóa của kỹ sư phần mềm trước đây, khi vai trò chung ban đầu dần phân nhánh thành front-end, back-end, mobile, DevOps... Tương tự, vai trò Kỹ sư AI tổng quát hiện nay được kỳ vọng sẽ tiến hóa thành nhiều vị trí chuyên sâu hơn trong tương lai, chẳng hạn như Kỹ sư LLMOps, Kỹ sư Đánh giá (Evals Engineer), Kỹ sư Dữ liệu AI... Điều quan trọng nhất là nhu cầu về những người vừa có năng lực kỹ thuật xuất sắc, vừa hiểu sâu sắc về bối cảnh và nhu cầu kinh doanh cụ thể.

Lời biên tập: Khi các công ty như OpenAI, Anthropic bắt đầu thành lập các đội Kỹ sư Triển khai Tiền tuyến AI (AI Forward Deployed Engineer, viết tắt là FDE), một vị trí cũ bắt nguồn từ Palantir đang tái thịnh hành tại Thung lũng Silicon. Giá trị cốt lõi của FDE là đi vào hiện trường khách hàng, biến đổi mô hình ngôn ngữ lớn phổ quát thành các quy trình làm việc của Agent phù hợp với quy trình kinh doanh cụ thể.

Nhưng điều bài viết này thực sự thảo luận không chỉ là nghề nghiệp mới FDE, mà là cấu trúc công việc sẽ tái phân hóa như thế nào trong thời đại AI. Tác giả cho rằng, so với một số ít FDE được cử đến làm việc nội bộ khách hàng, phục vụ cho việc triển khai sản phẩm của nhà cung cấp cụ thể, thì nhu cầu lớn hơn trong tương lai sẽ là các Kỹ sư AI của chính doanh nghiệp. Họ cần hiểu về lời nhắc, khung Agent, hệ thống đánh giá, cũng cần biết sử dụng các công cụ lập trình AI như Claude Code, Codex, để thực sự nhúng khả năng AI vào phần mềm và hệ thống nghiệp vụ.

Điều này cũng có nghĩa là, tác động của AI lên thị trường lao động chưa chắc đã là sự "thay thế" đơn giản. Nó có thể trước hết tạo ra một loạt vị trí công việc tổng quát mới, sau đó tiếp tục tiến hóa, giống như trước đây kỹ sư phần mềm đã phân hóa thành front-end, back-end, mobile, DevOps, để tiếp tục phát triển thành các nghề nghiệp chuyên sâu hơn như LLMOps, Kỹ sư Đánh giá, Kỹ sư Dữ liệu AI. Thứ thực sự khan hiếm sẽ là những người vừa hiểu thực thi kỹ thuật, lại có thể thấu hiểu ngữ cảnh nghiệp vụ.

Dưới đây là bài viết gốc:

Gần đây tại Thung lũng Silicon xuất hiện một vị trí công việc mới thu hút sự chú ý đáng kể: Kỹ sư Triển khai Tiền tuyến AI (AI Forward Deployed Engineer, viết tắt là FDE). Loại kỹ sư này sẽ được cử đến làm việc nội bộ tổ chức khách hàng, giúp khách hàng tùy chỉnh giải pháp, ví dụ như xây dựng và điều chỉnh các quy trình làm việc của Agent phù hợp với nhu cầu cụ thể của khách hàng. Kể từ khi OpenAI và Anthropic bắt đầu thành lập đội ngũ mới, cử FDE đến các tổ chức khách hàng, tôi cũng nghe thấy không ít người bắt đầu quan tâm trở lại con đường sự nghiệp FDE này.

Khối lượng công việc AI thúc đẩy sự trỗi dậy của vị trí FDE là một ví dụ về việc AI đang tạo ra công việc mới. Điều này cũng cho thấy, câu chuyện "jobpocalypse" (tận thế việc làm) về sự sụp đổ sắp xảy ra của thị trường lao động là không đúng - tương lai vẫn sẽ có một lượng lớn công việc liên quan đến AI và không liên quan đến AI. Tuy nhiên, như giải thích dưới đây, tôi cho rằng số lượng vị trí kỹ sư AI sẽ nhiều hơn rất nhiều so với FDE.

Vai trò FDE này được Palantir khởi xướng vào khoảng hai mươi năm trước. Khi đó, Palantir sẽ cử kỹ sư đến làm việc tại hiện trường cơ quan chính phủ, trong môi trường an toàn, cách ly với mạng bên ngoài. Ngoài năng lực kỹ thuật vững vàng, FDE còn cần có kỹ năng giao tiếp, đôi khi cũng cần một chút phán đoán kinh doanh. Ví dụ, họ có thể cần giao tiếp với khách hàng, hiểu nhu cầu khách hàng; xây dựng chiến lược ưu tiên dự án; giải thích công nghệ phức tạp; cũng như phản hồi một cách tôn trọng nhưng kiên định khi khách hàng đưa ra yêu cầu không thực tế. Hiện nay FDE lại thu hút sự chú ý, chủ yếu là do việc thực sự nhúng một mô hình ngôn ngữ lớn có sẵn vào nghiệp vụ doanh nghiệp, cải tạo nó thành quy trình làm việc tùy chỉnh của Agent phù hợp với nhu cầu nghiệp vụ cụ thể, cần rất nhiều công việc triển khai thực tế.

Tuy nhiên, tôi cho rằng quy mô của vị trí kỹ sư AI sẽ lớn hơn nhiều. Một công ty có thể chấp nhận một số ít FDE vào làm việc nội bộ hợp tác, nhưng hầu hết công ty sẽ mong muốn để nhiều nhân viên của chính mình tham gia vào việc xây dựng dự án. Lấy tổ chức của tôi làm ví dụ, chúng tôi thực sự tuyển dụng FDE, nhưng số lượng kỹ sư AI tuyển dụng nhiều hơn rất nhiều. Ngoài ra, một mối lo ngại phổ biến của khách hàng là rất khó tìm được FDE thực sự "trung lập với nhà cung cấp". Xét cho cùng, nhiệm vụ của FDE về bản chất là tích hợp sâu sản phẩm của một nhà cung cấp cụ thể vào hệ thống doanh nghiệp. Ở giai đoạn hiện tại, rất khó dự đoán một năm sau dịch vụ AI nào sẽ trở thành lựa chọn tốt nhất, do đó "khả năng lựa chọn" là rất quan trọng, tức là doanh nghiệp có thể lựa chọn nhà cung cấp phù hợp nhất với mình trong tương lai. Ngược lại, nếu để FDE ràng buộc sâu quy trình kinh doanh của công ty với một nhà cung cấp cụ thể, sẽ làm suy yếu đáng kể khả năng lựa chọn này.

Hiện tại, tôi thấy nhu cầu thị trường đối với kỹ sư AI đang tăng nhanh chóng. Loại kỹ sư này có thể sử dụng các thành phần phần mềm AI để xây dựng ứng dụng, ví dụ như lời nhắc LLM, khung Agent, hệ thống đánh giá, v.v.; đồng thời cũng có thể sử dụng hiệu quả các Agent lập trình AI, như Claude Code, Codex, Antigravity CLI và OpenCode. Khi vai trò kỹ sư AI này dần trưởng thành, tôi dự đoán nó sẽ tiếp tục được tách thành các vị trí chuyên môn hóa hơn. Tương tự như vài chục năm trước, vị trí tổng quát "kỹ sư phần mềm" sau này dần phân hóa thành các hướng front-end, back-end, mobile, data engineering, DevOps, v.v.

Tương lai sẽ xuất hiện những vị trí kỹ thuật AI chuyên môn hóa nào? Tôi vẫn chưa thể xác định. Có thể sẽ có Kỹ sư FDE AI, Kỹ sư LLMOps, Kỹ sư Đánh giá, Kỹ sư Dữ liệu AI, Kỹ sư Harness, và một số vị trí mới mà hiện tại chúng ta chưa đặt tên. Nhưng ít nhất ở thời điểm hiện tại, nhiều kỹ sư AI tổng quát đã đang tạo ra giá trị to lớn. Các kỹ sư AI xuất sắc đang ở trong tình trạng khan hiếm cao độ. Khi lĩnh vực này tiếp tục trưởng thành trong thập kỷ tới, tôi cũng kỳ vọng sẽ xuất hiện nhiều phân công chuyên môn hơn trong nội bộ ngành kỹ thuật AI, và từ đó tạo ra nhiều cơ hội việc làm mới hơn nữa.

Câu hỏi Liên quan

QVị trí công việc mới FDE đang nổi lên tại Thung lũng Silicon là gì và mục đích chính của vị trí này là gì?

AVị trí công việc mới nổi lên tại Thung lũng Silicon là Kỹ sư Triển khai Tiền tuyến AI (AI Forward Deployed Engineer - FDE). Mục đích chính của vị trí này là được cử đến làm việc tại chỗ của khách hàng để tùy chỉnh và triển khai các giải pháp AI, cụ thể là biến đổi các mô hình ngôn ngữ lớn (LLM) chung thành các quy trình công việc Agent (tác nhân) phù hợp với quy trình kinh doanh cụ thể của khách hàng.

QTheo bài viết, tại sao nhu cầu về Kỹ sư AI (AI Engineer) trong doanh nghiệp được dự đoán sẽ lớn hơn nhiều so với Kỹ sư FDE?

ATheo bài viết, nhu cầu về Kỹ sư AI trong nội bộ doanh nghiệp được dự đoán lớn hơn vì hai lý do chính: (1) Phần lớn các công ty muốn nhân viên của chính họ tham gia xây dựng và tích hợp hệ thống AI để duy trì kiến thức và quyền kiểm soát. (2) Các công ty lo ngại về tính 'trung lập của nhà cung cấp' (vendor neutrality). Việc để FDE của một nhà cung cấp bên ngoài tích hợp sâu sản phẩm của họ có thể làm giảm khả năng lựa chọn và chuyển đổi nhà cung cấp AI khác trong tương lai.

QKỹ sư AI (AI Engineer) cần có những kỹ năng hoặc kiến thức nào theo mô tả trong bài viết?

ATheo bài viết, một Kỹ sư AI cần có các kỹ năng và kiến thức sau: hiểu biết về lập trình nhắc (prompt engineering), khung tác nhân (Agent framework), hệ thống đánh giá (evaluation system); đồng thời thành thạo sử dụng các công cụ lập trình AI như Claude Code, Codex, Antigravity CLI và OpenCode để tích hợp khả năng AI vào phần mềm và hệ thống nghiệp vụ.

QTác động của AI đối với thị trường việc làm được mô tả như thế nào trong bài viết, so với quan điểm cho rằng AI sẽ thay thế hàng loạt công việc?

ABài viết phản bác quan điểm AI sẽ gây ra sự sụp đổ hàng loạt trên thị trường việc làm ('jobpocalypse'). Thay vào đó, tác động của AI được mô tả là sẽ tạo ra nhiều công việc mới, trước hết là các vị trí tổng quát như Kỹ sư AI, sau đó tiếp tục phân hóa thành các chuyên ngành hẹp hơn (tương tự như sự phát triển từ 'kỹ sư phần mềm' chung thành front-end, back-end, DevOps...). Do đó, AI không chỉ đơn thuần 'thay thế' mà chủ yếu là 'định hình lại' cấu trúc nghề nghiệp.

QBài viết dự đoán về sự phát triển nghề nghiệp trong lĩnh vực Kỹ thuật AI trong tương lai như thế nào?

ABài viết dự đoán rằng khi lĩnh vực Kỹ thuật AI trưởng thành, vai trò Kỹ sư AI tổng quát sẽ tiếp tục được chuyên môn hóa thành các vị trí chi tiết hơn, giống như quá trình phát triển của ngành kỹ sư phần mềm trước đây. Một số chuyên ngành AI tiềm năng được đề cập bao gồm: Kỹ sư LLMOps, Kỹ sư Đánh giá (Evals Engineer), Kỹ sư Dữ liệu AI (AI Data Engineer), Kỹ sư Harness, và cả những vị trí chưa có tên gọi hiện tại. Sự phân hóa này sẽ tạo ra nhiều cơ hội việc làm mới.

Nội dung Liên quan

Startup Web3 tại Trung Quốc: Những hướng đi tốt nào? (Phần 5)

Trong loạt bài về cơ hội khởi nghiệp Web3 tại Trung Quốc, phần này tập trung vào việc các nhóm bảo mật/kiểm soát rủi ro và các nhóm ứng dụng/cộng đồng có thể chuyển dịch năng lực sang lĩnh vực AI. **Nhóm bảo mật & kiểm soát rủi ro:** Từ bảo mật trên chuỗi sang kiểm toán hành vi AI Agent. Khi AI Agent phát triển, rủi ro an ninh mở rộng từ tài sản sang hành vi tự động như quyền truy cập, gọi công cụ và thanh toán. Các đội ngũ với kinh nghiệm giám sát chuỗi, kiểm toán có thể chuyển sang cung cấp dịch vụ kiểm tra nhật ký hoạt động Agent, kiểm soát quyền hạn, giám sát truy cập dữ liệu và quản trị an ninh AI cho doanh nghiệp, đặc biệt trong các ngành nhạy cảm như tài chính, y tế. **Nhóm ứng dụng & cộng đồng:** Từ sản phẩm Web3 sang sản phẩm được tăng cường bởi AI. Thay vì chuyển đổi hoàn toàn, các nhóm này nên tích hợp AI vào quy trình sản phẩm và vận hành hiện có để giải quyết vấn đề thực tế. Ví dụ: * Công cụ nghiên cứu đầu tư: Dùng AI để lọc thông tin, tóm tắt tài liệu, giải thích dữ liệu on-chain. * Nền tảng nội dung/cộng đồng: Dùng AI để phân loại câu hỏi, gắn nhãn người dùng, tạo đường dẫn học tập cá nhân hóa. * Công cụ giao dịch/vận hành: Dùng AI để phân tích, nhắc nhở rủi ro, hỗ trợ chiến lược. Chìa khóa là AI phải cải thiện được trải nghiệm người dùng hoặc hiệu quả vận hành, không chỉ là thêm một chatbot. **Các hướng đi nên thận trọng:** 1. Mô hình ngôn ngữ lớn (LLM) phổ thông: Đòi hỏi nguồn lực khổng lồ, cạnh tranh khốc liệt. 2. Nền tảng AI Agent chung chung: Khó tìm nhu cầu thanh toán cụ thể, dễ dừng ở bản demo. 3. Giao dịch AI tự động, tư vấn đầu tư AI: Dễ chạm vào vấn đề quản lý tiền của người dùng, hứa hẹn lợi nhuận và ranh giới pháp lý nhạy cảm. 4. Chỉ "khoác áo" AI cho dự án cũ: Nếu không giải quyết nhu cầu thực hay cải thiện giá trị cốt lõi, sẽ không bền vững. **Tóm lại:** Đối với các nhà khởi nghiệp Web3 Trung Quốc, việc chuyển sang AI không phải là mục tiêu chính. Điều quan trọng là xem xét năng lực hiện có (dữ liệu, danh tính, thanh toán, bảo mật, vận hành) có thể được áp dụng vào các kịch bản AI thực tế nào, với người trả tiền rõ ràng và ranh giới pháp lý tương đối minh bạch. AI là cơ hội để mở rộng năng lực cốt lõi, không phải để thay thế một nền tảng thiếu nhu cầu thực sự.

marsbit1 giờ trước

Startup Web3 tại Trung Quốc: Những hướng đi tốt nào? (Phần 5)

marsbit1 giờ trước

Sự Quan Tâm Tăng Cao Đối Với Little Pepe (LILPEPE) Đẩy Nhanh Đợt Bán Trước Với Hơn 28 Triệu USD Tài Trợ

Dự án tiền điện tử Little Pepe (LILPEPE) đang thu hút sự chú ý đáng kể với đợt mở bán trước (presale) cực kỳ thành công. Tính đến nay, dự án đã huy động được hơn 28 triệu USD, với Giai đoạn 13 đã bán được 98.46%. Đây được coi là một trong những đợt presale meme coin nhanh nhất năm 2025. LILPEPE nổi bật nhờ chiến lược phát hành với vốn hóa thị trường bằng 0, được xây dựng trên mạng Lớp 2 tương thích Ethereum và có cơ sở hạ tầng rõ ràng. Dự án áp dụng mô hình không thuế giao dịch, tích hợp cơ chế staking, bảo vệ chống bot sniper và hướng tới quản trị cộng đồng DAO. Dự án đã được kiểm toán bởi CertiK. Cộng đồng của LILPEPE rất sôi động, thể hiện qua các chương trình giveaway với tổng giải thưởng lớn, thu hút hàng trăm nghìn lượt tham gia. Sức hút của dự án còn được phản ánh qua lượng tìm kiếm trực tuyến vượt trội so với các meme coin khác như PEPE, DOGE hay SHIB. Giá token tại Giai đoạn 13 là 0.0022 USD và sẽ được niêm yết ở mức 0.0030 USD, mang lại cơ hội tăng giá cho các nhà đầu tư. Đợt presale có tổng cộng 19 giai đoạn và đang tiến gần đến lúc kết thúc.

TheNewsCrypto1 giờ trước

Sự Quan Tâm Tăng Cao Đối Với Little Pepe (LILPEPE) Đẩy Nhanh Đợt Bán Trước Với Hơn 28 Triệu USD Tài Trợ

TheNewsCrypto1 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片