Почему 95% Customer Success Managers нельзя превратить в Forward Deployed Engineers — и что это значит для B2B AI
Сейчас почти каждая B2B-компания сталкивается с одной и той же проблемой: ей нужно больше Forward Deployed Engineers, но их не хватает, и взгляд неизбежно падает на команду CS в поисках замены.
Обычно это не срабатывает. Вот почему — и что делать вместо этого.
По данным опроса ICONIQ GTM Survey 2025 среди 205 руководителей B2B SaaS, число вакансий на FDE выросло в 12 раз за один год. Это не просто тренд найма. Это структурный сдвиг в том, как работают AI-компании. И компании, которые пытаются закрыть эту потребность за счет переиспользования своих CSM, в основном терпят неудачу.
Это разные роли
CSM управляет отношениями с клиентами, снижает риск оттока при продлении и подталкивает к расширению по портфелю из 8–12 аккаунтов. FDE работает глубже: он внедряется к 1–3 клиентам, пишет и отлаживает рабочие процессы, ежедневно снимает блокеры внедрения и отвечает за то, чтобы AI действительно работал в продакшене. Это не просто разные навыки. Это почти разные профессии.
Более глубокая структурная проблема в том, что CS изначально строился как реактивная, ориентированная на отношения функция, оптимизированная под удержание. Работа FDE — проактивная, техническая и оптимизированная под внедрение. Нужный набор компетенций ближе к solutions engineer или junior PM с сильной эмпатией к клиенту, чем к традиционному CS-специалисту. У большинства CS-команд этого набора нет, а переобучение занимает дольше, чем готовы признать многие компании.
Почему CS структурно не может закрыть этот разрыв
Вся идея AI agents в том, что они автоматизируют работу. Но внедрение AI agent само по себе требует значительного объема работы — и это работа, которую агент пока не может сделать за вас.
Кто-то должен достаточно глубоко понять процессы клиента, чтобы определить, где агент вообще вписывается. Кто-то должен обучить его на правильных данных, в правильном контексте и на правильных edge cases. Кто-то должен протестировать систему, поймать, где она ломается, и итеративно доработать ее. Кто-то должен получить внутреннее согласие от людей, чьи обязанности изменятся после запуска агента.
Это и есть работа FDE. Ручная, требующая суждения и человеческого участия.
Вот насколько плохо все идет, если этого не сделать: у одной AI-компании с капитализацией $6 млрд — одной из самых заметных на рынке — агент называл потенциальным клиентам неверные цены и говорил, что им придется увеличить расходы в четыре раза. Когда у компании спросили, сколько продукт находится в beta, ответ был: год. Агент просто не был нормально обучен. Если компания такого масштаба не смогла корректно развернуть собственный AI за 12 месяцев, можно представить, что происходит у enterprise-клиентов, которые покупают такие инструменты без поддержки FDE.
Экономическая реальность
Работа FDE по своей природе дорогая и медленная. Одно внедрение у клиента может занимать 30–60+ дней ежедневной embedded-работы. Большинство CSM не могут делать это в рамках уже существующего портфеля — им пришлось бы либо бросать аккаунты, либо работать над внедрением лишь частично. Для обеих сторон это проигрышный обмен.
Экономика по ACV не оставляет пространства для иллюзий:
- ACV от $50K и выше: FDE прибыльны и необходимы. Это правильный путь.
- ACV от $10K до $50K: могут работать гибридные модели с частично систематизированной автоматизацией.
- Ниже $10K ACV: процесс внедрения нужно жестко систематизировать, иначе экономика никогда не сойдется. Нельзя позволить себе человека, который делает по 30+ дней embedded-работы на каждого клиента при таком чеке.
Компании, которые сумеют решить задачи в двух нижних сегментах, выиграют рынок SMB AI. Пока это удалось немногим.
Что говорят данные об инвестициях на старте
Быстрорастущие AI-native компании уже строят post-sales организацию принципиально иначе, чем традиционные B2B-компании:
- Традиционный B2B post-sales: примерно 60% CSM, 20% support engineers, 15% implementation specialists
- AI-native post-sales: примерно 25% CSM, 40% FDE и implementation specialists, 15% ML/AI specialists, остальное — support и data engineers
Эти 40% на FDE — не накладные расходы. Это то, что создает time-to-value, а он, в свою очередь, запускает expansion и двигает бизнес.
Эффект вполне реальный. Один VP of Customer Success в AI-компании на стадии Series B сформулировал это так: «Мы тратим в первые 90 дней в 3 раза больше, чем традиционная SaaS-компания. Но у нас churn вдвое ниже, expansion rate вдвое выше, а после третьего месяца клиентам нужно на 40% меньше постоянной поддержки. Математика сходится».
Сравните это с традиционным SaaS: цикл внедрения 12–18 месяцев, expansion, который занимал годы, множество касаний CSM ради adoption, который так и не становился полноценным. У AI-native компаний с серьезными вложениями в Day 1 expansion приходит за кварталы, а не за годы. Разница между «Мы дали вам ценность на второй неделе» и «Мы увидели ваш renewal на втором году» — это и есть весь бизнес.
Palantir — компания, которая по сути сформировала современную модель FDE, — недавно объявила, что сократила сроки внедрения более чем на 90% за счет следующего поколения автоматизации плюс forward deployed engineers. Это впечатляет. Но это же говорит и о другом: даже лучший игрок в этой модели после многих лет отладки и на огромном масштабе все равно нуждается в людях в контуре внедрения. FDE — не временная заплатка до тех пор, пока продукт не станет легче разворачивать. Это и есть сама модель.
Те 5%, кто могут перейти
Есть CSM, которые могут стать FDE. У них есть реальный инженерный бэкграунд или глубокая техническая экспертиза в AI. Они работали внутри продукта, а не просто вокруг него. Такие специалисты иногда могут перейти в embedded implementation роли.
Но их мало. И даже в этих случаях обычно выгоднее нанимать FDE, изначально созданных под эту задачу, чем пытаться переучивать relationship managers в builders. Навыки, делающие CSM сильным специалистом — эмпатия, управление аккаунтами, инстинкт на renewal, — не переносятся в ежедневную отладку и архитектуру рабочих процессов.
Что действительно работает
Нанять одного сильного FDE. Встроить его в работу с вашими 3–5 крупнейшими клиентами. Зафиксировать в деталях, что именно он делает. Затем систематизировать этот процесс.
Когда вы разберете внедрение и получите настоящий playbook, можно масштабироваться с помощью CSM или implementation specialists, которые уже видели, как это работает. На этом этапе задача CSM — поддерживать отношения после того, как внедрение уже решено, а не чинить само внедрение.
Попытка превратить существующих CSM в FDE обычно ломает обе роли. Вы теряете покрытие по отношениям. Не получаете настоящей глубины внедрения. А ваши лучшие CSM раздражаются, делая работу, ради которой их не нанимали.
Сначала найдите одного отличного FDE. Постройте playbook. Потом масштабируйтесь.
The 21+ AI Agents We Actually Use
Plus, the latest on how to deploy AI agents.
Материал — перевод статьи с английского.