Microsoft и AWS вложат миллиарды в FDE-платформы для корпоративного ИИ

Системные интеграторы (SI) десятилетиями были неотъемлемой частью ИТ-проектов, оказывая консультационные услуги и помогая предприятиям создавать и запускать технологические инструменты.

Теперь, по мере того как организации переходят к внедрению agentic AI, ведущие поставщики больших языковых моделей (LLM) стремятся занять эту нишу. Растущее число сервисов Forward Deployed Engineer (FDE) размещает экспертов по ИИ непосредственно в командах клиентов, чтобы помогать создавать, настраивать и запускать ИИ-сервисы.

Так, на этой неделе Microsoft запустила проект на $2,5 млрд — Microsoft Frontier Company, который, как утверждает компания, «выходит за рамки» FDE, а Amazon Web Services (AWS) объявила о собственных инвестициях в $1 млрд в новую FDE-платформу AWS.

Оба проекта предполагают включение тысяч инженеров Microsoft и AWS в среду клиентов, чтобы помочь им не только создавать инструменты ИИ, но и осваивать ключевые навыки для самостоятельной работы над проектами в дальнейшем. Другие крупные игроки, включая Anthropic, тоже выходят на этот рынок со своими сервисами FDE.

Разрыв между инвестициями в ИИ и ROI растет, отметил Thomas Randall, директор по исследованиям в Info-Tech Research Group, и организации находятся под давлением, поскольку им нужно показать производственную ценность от внедрений ИИ.

Именно в таком контексте FDE от вендоров, таких как Microsoft и AWS, становятся особенно актуальными, поскольку они позволяют «сократить кривую обучения за счет глубокого знания продукта, выстроить повторяемые процессы и нарастить компетенции, которые затем можно передать», сказал он.

Frontier transformation

Microsoft Frontier Company разместит у клиентов 6000 экспертов, которые будут «совместно проектировать, совместно создавать инновации, внедрять и непрерывно улучшать» ИИ-системы с учетом конкретных бизнес-целей, написал в блоге Judson Althoff, CEO Microsoft Commercial Business, в своем блоге.

Новое предложение сосредоточено на том, что Microsoft называет «Frontier Transformation»: оно помогает клиентам строить платформу интеллекта на базе их собственных данных, внутренней экспертизы, рабочих процессов и процессов принятия решений. На основе принципов FinOps предложение помогает пользователям «наблюдать, управлять, администрировать и защищать» ИИ-инструменты по всему стеку, а их интеллект со временем накапливается, сказал Althoff.

Microsoft Frontier Company — это «разнообразная по моделям, открытая, неоднородная» платформа, отметил Althoff; клиенты могут выбирать собственные модели: ChatGPT, Claude, Microsoft Copilot или другие open source либо отраслевые модели.

«Клиенты не должны быть привязаны к одной модели так же, как они не должны быть привязаны к одному технологическому вендору», — отметил Althoff. Кроме того, он подчеркнул, что данные клиентов и IP защищены и не используются для обучения моделей Microsoft.

Технологический гигант заявляет, что будет использовать свои партнерства по SI и FDE с Accenture, Capgemini, EY, KPMG, PwC и другими, чтобы масштабировать платформу. Ранние пользователи, включая London Stock Exchange Group (LSEG), Land O’Lakes, Unilever и Novo Nordisk, уже видят «измеримые результаты», сказал Althoff.

Например, ИИ, встроенный в LSEG Workspace, помогает финансовым специалистам задавать сложные вопросы и быстро получать ответы на основе структурированных и неструктурированных финансовых данных. Базовая основа «итеративно дорабатывается» на основе обратной связи клиентов и тестирования пользователями в реальном времени, пояснил Althoff. Это ускоряет каждый цикл и улучшает качество и охват модели.

В этом и состоит ценность FDE, утверждал он: «Нужна экспертиза в корпоративной ИИ-инженерии с глубоким отраслевым знанием, чтобы построить систему, которая работает как непрерывный цикл улучшений».

Сокращение сроков

«В отличие от традиционного консалтинга, который оценивает, рекомендует и рассматривает каждое внедрение как отдельный проект, AWS FDE строит решение на долгую перспективу», — отметила она. Клиенты становятся «самодостаточными в работе с ИИ», переходя от «наблюдателей к соавторам к автономным операторам» по мере того, как они осваивают ИИ-навыки, рабочие процессы и шаблоны, которые затем могут использовать для дальнейшего создания ИИ-решений.

Платформа изначально ориентирована на agentic AI и предназначена для того, чтобы сократить сроки «с месяцев до дней», а полученная бизнес-аналитика накапливается и поддерживает будущие проекты, сказала Vasquez.

Встроенные инженеры, многие из которых создают сервисы AWS AI, проверяют проекты и направляют их; AWS также инвестирует в обучение, инструменты и ресурсы для партнеров, чтобы укрепить платформу.

Клиенты получают доступ к runbooks и архитектурной документации, а семантический слой подключается к их источникам данных, создавая knowledge graph, над которым могут рассуждать AI-агенты, сказала Vasquez.

Она подчеркнула, что отраслевая экспертиза находится в коде, агентах и системах клиента, поэтому институциональные знания не теряются при текучести кадров. Кроме того, инструменты безопасности обеспечивают аппаратную изоляцию и сквозное шифрование.

AWS FDE не предназначен для тех, кто лишь экспериментирует с ИИ, отметила Vasquez; он «создан для организаций, которые вышли за пределы пилотов и нуждаются в production ИИ-системах, обслуживающих реальные бизнес-процессы».

Рынок для SI по-прежнему есть

«И Microsoft, и Amazon агрессивно ищут способы усилить привязку клиентов и получить больше возможностей встроиться как в операционную деятельность, так и в систему принятия решений своих заказчиков», — отметил он.

Кроме того, по словам Randall, исследования Info-Tech показывают, что у 77% организаций нет корпоративной стратегии по ИИ. FDE будут закрывать этот пробел за счет узкой фокусировки на рабочих ИИ-системах клиента, reference architecture, runbooks и других deliverables.

Однако SI предоставляют другой сервис, сказал он. Их роль будет заключаться в более широкой интеграционной экспертизе между системами, управлении изменениями и масштабировании программ. «Их deliverables будут более стратегическими и более широкими по охвату».

Разумеется, есть и пересечение, сказал он, и Microsoft будет тесно работать с глобальными SI-партнерами. Разрыв в инвестициях и сложность внедрения подталкивают hyperscaler к необходимости «предлагать больше white-glove services, чтобы вести клиентов за собой».

Что учитывать предприятиям

Levy отметил, что для клиентов, которые уже определились с конкретным ИИ-стеком, такие платформы могут быть оправданы, если они готовы идти по пути одного вендора.

«Если предположить, что Microsoft и Amazon будут конкурентоспособны по цене и сервису по сравнению с системными интеграторами, они могут стать убедительной альтернативой», — сказал он. Однако использование их услуг может обернуться потенциальным сокращением выбора, что может ограничить долгосрочные варианты.

Пока неясно, лучше ли такие платформы для клиента или для вендора и дают ли они больше ценности, чем существующие альтернативы, сказал он, но рынок в конечном итоге рассудит.

С учетом этого он посоветовал ИТ-руководителям глубже изучить не только компетенции Microsoft и Amazon в agentic delivery по сравнению с SI, но и то, действительно ли их базовые мотивы «соответствуют лучшим интересам клиентов».

Randall из Info-Tech также рекомендовал предприятиям исходить из того, какой результат им нужен. FDE ускоряют точную сборку на конкретных платформах, в которых они специализируются, тогда как SI помогают заставить платформу работать в масштабе всего предприятия.

FDE лучше всего подходят организациям, которые уже прошли этап AI-пилотов и ищут быстрые, эффективные внедрения продукта, сказал он. SI нужны тогда, когда нужно масштабировать этот подход на сложные корпоративные процессы.

Еще один фактор, который следует учитывать: «FDE не подходят организациям, которые все еще решают базовые вопросы ИИ-стратегии или хотят оставаться cloud neutral», — сказал Randall.

Эта статья впервые появилась на CIO.com.

Материал — перевод статьи с английского.

Оригинал: Microsoft and Amazon devote billions of dollars to thousands of FDEs