شرط‌بندی تریلیون دلاری غول‌های فناوری روی مهندسان میدانی هوش مصنوعی؛ فرشته نجات یا تله وابستگی؟

سال گذشته در جریان پروازی با جت شخصی مارک بنیوف، مدیرعامل سلزفورس (Salesforce)، اتفاق عجیبی رخ داد؛ بنیوف مدیران ارشد شرکتش را مجبور کرد ویدیویی چهار ساعته از سخنرانی‌های الکس کارپ، مدیرعامل پالانتیر (Palantir)، درباره ارزش حیاتی «مهندسان استقرار میدانی» (Forward-Deployed Engineers یا FDE) تماشا کنند.

این تجربه خسته‌کننده که شاید هر فرد دیگری را به فکر فرار از درِ خروج اضطراری هواپیما می‌انداخت، برای مایکل اسپنسر، معاون مالی و استراتژی سلزفورس، درس بزرگی به‌همراه داشت؛ درسی درباره نقش شگفت‌انگیز مهندسان میدانی در جهش فروش پالانتیر که شعار همیشگی‌اش «نفوذ و گسترش» (Land and Expand) است.

اسپنسر این خاطره جالب را در جریان کنفرانس فناوری دویچه بانک مطرح کرد؛ درست در روزهایی که تب‌وتاب استخدام و سرمایه‌گذاری روی نیروهای FDE به اوج خود رسیده است.

شاید بپرسید مهندس استقرار میدانی (FDE) دقیقاً چه نقشی دارد؟ شرکت‌های ارائه‌دهنده فناوری این متخصصان را بدون محدود کردن به پروژه‌ای خاص، مستقیماً به محل سازمان مشتری اعزام می‌کنند. این افراد در واقع نقش مشاوران زبده‌ای را بازی می‌کنند که مأموریت دارند با استفاده از ابزارها و فناوری‌های شرکت خود، خیلی سریع راهکاری ارزشمند و ملموس برای مشتری بسازند. هرچند پالانتیر مدعی است که این اصطلاح را نخستین بار در سال ۲۰۰۷ ابداع کرده، اما رشد سرسام‌آور سرمایه‌گذاری روی این نیروها و گره خوردن وظایف آن‌ها با پیاده‌سازی هوش مصنوعی، سؤالات مهمی را درباره مزایا و خطرات بالقوه برای خریداران سازمانی مطرح کرده است.

در روزهای اخیر، شرکت خدمات ابری آمازون (AWS) از سرمایه‌گذاری ۱ میلیارد دلاری برای راه‌اندازی واحد جدید مهندسی استقرار میدانی با هدف کمک به مشتریان در ساخت و استقرار سیستم‌های هوش مصنوعی خبر داد. از سوی دیگر، آنتروپیک به‌عنوان یکی از پیشتازان حوزه هوش مصنوعی نیز از اختصاص ۱۰۰ میلیون دلار برای آموزش مهندسان FDE رونمایی کرده است. غول‌های دیگری مانند SAP، سلزفورس و ورک‌دی (Workday) نیز با همکاری اکسنچر (Accenture)، سرمایه‌گذاری‌های سنگینی روی این رویکرد انجام داده‌اند.

دستمزد این مهندسان نیز هم‌گام با تقاضای بازار سیری صعودی به خود گرفته است. آمارهای وب‌سایت Levels.fyi نشان می‌دهد که میانه دریافتی سالانه یک مهندس FDE در ایالات متحده به ۲۱۶٬۲۵۰ دلار می‌رسد؛ به‌طوری که درآمد چارک پایین حدود ۱۸۰ هزار دلار و چارک بالای آن به بیش از ۲۹۰ هزار دلار در سال بالغ می‌شود.

صنعت فناوری پشت این سرمایه‌گذاری‌های نجومی، یک دغدغه کاملاً روشن دارد: بر اساس گزارش مؤسسه گارتنر، شرکت‌ها در سال گذشته حدود ۱ تریلیون دلار صرف توسعه هوش مصنوعی کرده‌اند و انتظار می‌رود این رقم در سال ۲۰۲۶ با رشد ۳۴٫۷ درصدی همراه شود. غول‌های فناوری اکنون با تمام قوا تلاش می‌کنند تا دست‌کم بخشی از این هزینه‌های سرسام‌آور را از جیب مشتریان سازمانی خود جبران کنند.

فروشندگان بزرگ ادعا می‌کنند که حضور مهندسان FDE برای مشتریان نیز کاملاً سودمند است؛ زیرا به سازمان‌ها امکان می‌دهد به تخصص‌های کمیاب مهندسی هوش مصنوعی دسترسی پیدا کنند. بنیوف در گزارش مالی دسامبر گذشته اعلام کرد مشتریانی که از مهندسان FDE سلزفورس کمک گرفته‌اند، فناوری‌های هوش مصنوعی این شرکت را ۳۳ درصد سریع‌تر از سایرین عملیاتی کرده‌اند.

با این حال، مؤسسه گارتنر هشدار می‌دهد اگر این همکاری به‌درستی مدیریت نشود، اتکای دائمی به مهندسان فروشنده برای هر تغییر و به‌روزرسانی، وابستگی شدید به فروشنده (Vendor Lock-in) ایجاد خواهد کرد. علاوه بر این، خطر جدی نشت مالکیت فکری مشتریان و از دست رفتن مزیت‌های رقابتی آن‌ها وجود دارد.

موکول ساها، مدیر ارشد مهندسی نرم‌افزار در گارتنر، توضیح می‌دهد: «در قراردادهای FDE، شرکت فروشنده محصول هوش مصنوعی خود را به‌همراه مهندسانش به محل مشتری می‌فرستد و بخشی از توافق نانوشته این است که مهندسان در طول فرآیند پیاده‌سازی، نکات تازه‌ای یاد می‌گیرند. آن‌ها این دانش تجربی را به شرکت مبدأ بازمی‌گردانند تا محصول نهایی بهتر شود؛ اما این ماجرا مرز بسیار باریکی دارد.»

در واقع این خطر وجود دارد که با انتقال و اشتراک‌گذاری این تجربیات توسط مهندسان میدانی، رقبای سرسخت همان مشتری بیشترین نفع را ببرند.

آیا این احتمال وجود دارد که یک مهندس FDE مزیت رقابتی سازمان شما را به دیگران منتقل کند؟ ساها می‌گوید: «چنین اقدامی نقض کامل حقوق مالکیت فکری به حساب می‌آید، این‌طور نیست؟ سرعت تحولات به قدری بالاست که این موضوع به یکی از دغدغه‌های اصلی مشتریان سازمانی در گفت‌وگوهای ما تبدیل شده است.»

خطر مهم دیگر، افتادن در دام وابستگی به فروشنده است. گارتنر هشدار می‌دهد اگر مهندسان میدانی به مهره‌هایی غیرقابل جایگزین تبدیل شوند (چراکه فقط خود آن‌ها از پیچیدگی فرآیندهایی که طراحی کرده‌اند سر درمی‌آورند)، استخدام دائمی آن‌ها در نقش مشاور تمام‌وقت نه توجیه اقتصادی دارد و نه از نظر استراتژیک منطقی است.

ساها در ادامه تأکید می‌کند: «ما به سازمان‌ها توصیه می‌کنیم پیش از ورود نیروهای FDE، سناریوهای کاربردی مدنظر خود را کاملاً شفاف و مشخص کنند. اگر قصد همکاری با این مهندسان را دارید، حتماً از همان ابتدا یک استراتژی خروج مشخص طراحی کنید. مشتریان باید دقیقاً بدانند پس از رفتن این نیروها، چگونه مدیریت و توسعه امور را به دست خواهند گرفت.»

با وجود همه این چالش‌ها، گارتنر در گزارش پژوهشی خود یادآور می‌شود که اگر قراردادهای FDE دارای چارچوب‌های شفافی در زمینه حاکمیت سازمانی، خلق ارزش تجاری، مالکیت فکری، همکاری مشترک در پروژه، انتقال دانش و استراتژی خروج باشند، می‌توانند فوق‌العاده اثربخش ظاهر شوند. این رویکرد قادر است ورود پروژه‌ها به مرحله عملیاتی را تسریع کند و شانس بازگشت سرمایه را به میزان چشمگیری افزایش دهد.

در مواردی که مهندسان FDE روی مجموعه‌ای از محصولات کار می‌کنند که قبلاً توسط یک غول نرم‌افزاری به مشتری فروخته شده، چالش پیچیده دیگری به نام مجوزها (لایسنس‌ها) و توافقات تجاری پدیدار می‌شود.

کریگ گوارنته، بنیان‌گذار و مدیرعامل شرکت مشاوره لایسنس پالیسید کامپلاینس (Palisade Compliance)، می‌گوید سازمان‌ها باید در این زمینه بسیار محتاط باشند؛ چراکه این موضوعات معمولاً در اولویت دغدغه‌های یک مهندس FDE قرار ندارد.

گوارنته توضیح می‌دهد: «آن‌ها اهمیتی به این مسائل نمی‌دهند و اصلاً لایسنس‌ها را بررسی نمی‌کنند. آن‌ها میزان مصرف توکن‌ها، مبالغ پرداختی مشتری یا جزئیات قرارداد تجاری را پیگیری نمی‌کنند. در نهایت، این وظیفه خود خریدار ابزار هوش مصنوعی است که مطمئن شود همه اقدامات در چارچوب قرارداد و متناسب با انتظارات مالی پیش می‌رود.»

به گفته او، سازمان‌هایی که قراردادهایی با سقف باز یا نامحدود با تأمین‌کننده امضا کرده‌اند، اگر کنترل دقیقی روی اقدامات مهندسان FDE نداشته باشند، در معرض ریسک‌های مالی سرسام‌آوری قرار خواهند گرفت.

همچنین مشتریانی که سقف مصرف مشخصی دارند ممکن است خیلی زود متوجه شوند که اعتبارشان تمام شده و برای ادامه کار ناچار به پرداخت هزینه‌های گزاف اضافی هستند.

گوارنته همچنین هشدار می‌دهد که مدیران باید هوشیار باشند؛ زیرا این احتمال وجود دارد که مهندسان FDE الگوهای مصرف نرم‌افزار و استراتژی فناوری اطلاعات سازمان را به شرکت متبوع خود گزارش کنند، هرچند او تأکید می‌کند که تاکنون شواهد مستقیمی در این رابطه ندیده است.

او در تشریح این موضوع می‌گوید: «فروشندگان انگیزه مالی فوق‌العاده‌ای دارند تا مشتریان را به فعال‌سازی قابلیت‌های جدید سوق دهند؛ زیرا تا زمانی که این ویژگی‌ها فعال نشوند، شرکت فروشنده نمی‌تواند درآمد آن را شناسایی کند. اگر قرارداد تجاری بر اساس میزان مصرف متغیر باشد، در سطح شرکتی انگیزه‌ای قوی برای ترغیب مشتری به مصرف بیشتر وجود دارد.»

به همین ترتیب، خطر اشتراک‌گذاری داده‌های مشتری با بخش‌های فروش و حسابرسی شرکت فروشنده وجود دارد. گوارنته در این باره می‌گوید:

«اگر شما صاحب شرکتی بودید که درآمدش از فروش لایسنس تأمین می‌شود، آیا از این فرصت استفاده نمی‌کردید؟ این کار کاملاً منطقی به نظر می‌رسد. موضوع فقط به تیم حسابرسی محدود نمی‌شود؛ تیم فروش، تیم موفقیت مشتری و پشتیبانی نیز درگیر ماجرا هستند. مهندس FDE به شرکتش گزارش می‌دهد که چنین راهکاری را برای فلان سازمان پیاده کرده است؛ بلافاصله زمینه برای گام بعدی، یعنی مذاکره فروش خدمات جدید یا آموزش‌های تکمیلی فراهم می‌شود. اگر من مدیریت یک شرکت هوش مصنوعی را بر عهده داشتم و این مهندسان را برای فعال‌سازی خدماتم اعزام می‌کردم، اولین قدمم همین بود: مشتری را به سیستم وابسته کن و سپس به دنبال راه‌های کسب درآمد بیشتر باش. البته ارتقای کیفیت محصول نیز یکی از همین راه‌هاست.»

در شرایطی که صنعت فناوری برای بازگرداندن سرمایه‌گذاری‌های نجومی خود در هوش مصنوعی دست‌وپا می‌زند، با الگوبرداری از پالانتیر به استراتژی اعزام مهندسان میدانی روی آورده است. در این میان، سازمان‌ها و مشتریان باید هوشیار باشند، سازوکار این رویکرد را بشناسند و کنترل کامل برنامه‌های هوش مصنوعی خود را در دست نگه دارند.