FDE: Kurumlarda Yapay Zekânın Kabulünü Hızlandıran Yeni İş Rolü

👦🏻 Yazar: Henry (DeerFlow Takımı)^[1]

Son bir ayda, ön uç, çözümler mimarı, ürün yöneticisi ve geleneksel algoritmik mühendis olmak üzere dört farklı arkadaşı tanıştım — arka planları, yaşları ve şehirleri farklıydı, ancak hepsi aynı İngilizce kısaltmayı sordu: FDE^[2]Gidip değer mi?

FDE, tam adıyla Forward Deployed Engineer^[2]İki yıl önce hâlâ Palantir çevresindeki bir mesleki argo iken, bugün gizli bir şekilde başucu görüşmelerinin giriş cümlesi, iş ilanlarındaki sıkça geçen pozisyon ve sosyal medyada “AI çağındaki en değerli pozisyon” adaylarından biri haline geldi. OpenAI, 2026 Mayıs'ta doğrudan bu isimle Deployment Company kurdu.^[3]Başlangıçta 4 milyar dolarlık yatırım yapılarak, mühendislerin müşterilerin ofislerine girmesi ve müşterilerin çalışma akışlarına dahil olması açıkça belirtildi; Anthropic'ın Applied AI ekibi dört farklı saat diliminde aynı anda FDE işe alıyor. Bu olay, sektör içi argoyu bir yılın hemen üzerinde bir sürede açık bir terime dönüştürdü.

Yazarın önceki makalesinde “Süper Bireylere”[4] insanın motoru olan merak, kendi kendine öğrenme, kendi kendini yönlendirme ve el becerisi, tam bir Closed-loop içinde nasıl uyandırılabilir konusu ele alınmıştı. Ancak insanlar asılı değildir; insanlar belirli bir pozisyon koordinat sistemiyle tutulmalıdır. Eğer süper bireyler, AI çağı üretim ilişkilerinin “ham maddesi” ise, FDE bu yıl piyasada ortaya çıkan en belirgin “pozisyon biçimidir”.

Yazarın görüşüne göre, FDE danışmanlık kategorisinde değil, dış kaynak kategorisinde de değil. FDE, süper bireylere en yakın; farkı ise FDE'nin “model şirketi × müşteri” arasındaki boşlukta organize edilmiş bir süper birey olması.

Biliyor musunuz—Forward Deployed kelimesi nereden geliyor? Aslında ABD ordusunun Forward Deployed Forces teriminden geliyor; yurtdışında veya cephe hattında, yakından tepki verebilen birlikleri ifade eder, ana üslerde kalan arka plan birlikleriyle karşılaştırılır. Palantir, 2000’lerin sonunda bu terimi yazılım endüstrisine taşıyarak “mühendisleri merkezden çıkarıp müşteri yerine taşımak” anlamında kullanmaya başladı ve dahili takımları bile askeri fonetik alfabeye göre Delta ve Echo olarak adlandırdı. Bu kez OpenAI ve Anthropic tarafından yeniden ele alınması tesadüf değil—mühendisleri cephe hattına göndermek, temel olarak hiçbir zaman değişmedi.

Yazanın son zamanlarda dört arkadaştan sorulan üç özel şüpheye cevap vermektedir:

- FDE, AI giydirilmiş bir danışmanlık firması mı? Geleneksel danışmanlıkla arasındaki sınır nerede?

FDE, daha gelişmiş bir yazılım dış kaynaklama mı? Şu anda yaptığım tarafçı işten nasıl farklı?

Ben FDE olmaya uygun muyum? Bu pozisyon hangi tür insanları büyütür, hangi tür insanları ezar?

Yazarın tutumu dikkatli iyimserlik: FDE gerçekten gelişiyor, ancak herkes için bir dönüşüm çıkış yolu değil. Onu gürültülü hale getirmekten ziyade, açıkça anlatmak daha önemlidir.

FDE'nin bu tur yeniden ortaya çıkmasının tek işaretini belirlemek gerekirse, yazar 11 Mayıs 2026 tarihini seçerdi — o gün OpenAI, Deployment Company'yi kurduğunu duyurdu.⁵COO Brad Lightcap, eski ticari biriminden ayrılarak özel projelere geçti ve Sam Altman'a doğrudan rapor vererek bu işi tam zamanlı olarak yürütecek. Aynı hafta, OpenAI, İngiliz AI danışmanlık şirketi Tomoro'yu satın aldı ve 150 Forward Deployed Engineer ve Deployment Specialist'i yeni şirkete dahil etti.

Dikkat edilmesi gereken nokta, OpenAI'nin iş ilanları sayfasında San Francisco, New York, Washington yanı sıra Life Sciences, Semiconductor, Gov gibi sektör bazlı dikey alanlarda onlarca FDE pozisyonunun aynı anda ilan edilmesi ve hatta FDE işe alım sorumlusunun^[6]Bu pozisyonlar şu anda işe alım aşamasındadır. Analistler, bu ekibin üç yıl içinde 2.000–4.000 kişiye ulaşacağını tahmin ediyor. Bu bir araştırma grubunun ölçeği değil, düzenli bir ordu.

Anthropic tarafında neredeyse tamamen yansıma hareketi. Applied AI ekibinin Forward Deployed Engineer pozisyonu^[7]Boston, New York, Seattle, San Francisco, Washington ve Londra'da aynı anda başlatıldı ve müşterilerin %25–50'sinin yerinde seyahat etmesi istendi. En son sıkça alıntılanan örnek, finansal teknoloji şirketi FIS'tir—ilanında doğrudan “Anthropic'ın Uygulamalı AI ekibi ve ileriye dağıtılmış mühendisler, FIS'e entegre edilerek Finansal Suçlar AI Ajanı'nı birlikte tasarladı ve bilgi transferi yaparak FIS'in daha fazla ajanı bağımsız olarak genişletmesini sağladı” yazdı.

Bu metin, FDE işinin gerçek yüzünü gizliyor. Bu, ön satış mimarı, SDR ya da müşterilere eğitim veren bir evanjelizm (Evangelist) değil. Modelle birlikte müşterinin kod deposuna yerleşen bir mühendistir. Brad Lightcap daha açık sözlü: “Müşterilerimiz bize, pilot aşamasından üretim aşamasına geçme yeteneği istediğini söylüyor. Deployment Company, mühendislerimizi takımlarına dahil edip, teslimat için gerekli kaynakları sağlıyor.”

Bu olayı bir grafik haline getirirseniz, üçlü ilişki çok daha net hale gelir:

Bu resimde en bilgilendirici iki çizgi, FDE'nin iki yöne verdiği geri bildirimdir. Müşteri yönünde, FDE modeli SaaS olarak satmıyor; müşterinin verilerini, yetkilerini, uyumluluğunu ve dahili sistemlerini bir modeli çalıştıracak bir boru haline getiriyor. Model şirketlerine doğru, FDE müşterilerin gerçek sorunlarını ve başarısız örnekleri product ve research e geri taşıyor ve roadmap'i etkiliyor—birçok kez hata yapan bir tool çağrısı deseni, SDK'nın bir sonraki yerleşik soyutlaması haline gelebilir.

Bu yüzden FDE, bu turda iki büyük model şirketinin aynı anda yeniden benimsenmesinin arkasında “biz de Palantir gibi danışmanlık yapalım” gibi basit bir şey değil. Bu, model şirketlerinin bir sinyal toplama cihazı — en yoğun müşteri acı noktaları, kendi insanlarının orada olmasıyla ancak yakalanabilir; ortaklardan gelen ihtiyaçlar her zaman bir katmanla aralanır. Anthropic, karışık bir yol izliyor: FDE’yi hem kendi başına yürütüyor, hem danışmanlık firmalarıyla ve PE devleriyle ortaklık kurarak dağıtım ağı oluşturuyor. Birisi kendi başına yürütme, diğeri ekosistem odaklı; ancak içsel çekirdek aynı: model şirketleri artık sadece API sağlayıcıları değil, mühendislerini doğrudan müşteri ürünlerine gönderiyor.

Sonraki cevaplanacak iki en yaygın karşılaştırmalı soru şudur: FDE'nin geleneksel danışmanlık (McKinsey, Accenture gibi) ile sınırı neredir? Bu, tanıdık olduğumuz yazılım dış kaynaklaştırma ile aynı şey midir?

FDE'nin iş tanımını ilk kez duyan birçok kişi, ilk tepkisi olarak: “Bu, yeni nesil McKinsey ya da Accenture değil mi?” diyor.

Yazar, bu bağlantıyı anlıyor. Pijama giymek, müşteri sahasına seyahat etmek, müşteri toplantı odasında beyaz tahta çizmek, C seviyesi yöneticilerle uyum sağlamak — görsel olarak FDE ve danışmanlar gerçekten benzer görünüyor. Ancak bir kat daha içeri girdiğinizde, ikisinin çalışma dokusu tamamen farklı. Danışmanlık süreç sınırlarını satıyor, FDE ise model sınırlarını satıyor.

İkisini bir tabloda yan yana koyduğınızda fark hemen ortaya çıkar.

Bu tabloda durup düşünmeniz en değerli olan satır, "varlık amortismanı"dır.

Geleneksel danışmanlığın en karlı mantığı, varlık yeniden kullanımıdır—bir bankaya sunulan bir plan, bir sonrakiye hafifçe değiştirilerek tekrar satılır; bir perakende sektörü dijital playbook'u, otuz müşteriye tekrar uygulanabilir. Bu, son otuz yılda Accenture, Deloitte ve McKinsey Digital'in büyümesinin temel ekonomik modelidir.

FDE'nin bu varlığı yok. Model yetenekleri hızla ilerliyor—bugün hala dikkatle tasarlanmış bir Prompt zinciri gerekiyor, ancak bir sonraki model versiyonunda belki bir cümleyle iş çözülür. Danışmanlığın “metodolojik derinleşmesi” bu hız karşısında hızla değerini kaybedecek. Bu nedenle FDE, varlık yeniden kullanım modelini kullanamaz; her kapalı döngüyü tekrar çalıştırmalı—model sınırlarını yeniden değerlendirmeli, araç yığınını yeniden seçmeli ve ürün formunu yeniden birleştirmelidir. Görünüşte verimsiz gibi görünse de, bu, model hızıyla eş zamanlı kalmanın tek yoludur.

Biliyor musunuz—Ürün Gecikmesi nedir? Yazar, önceki makalesinde Süper Bireylere ^[4]Bu terimi daha önce açıkladık: Model yetenekleri, mevcut ürün formlarını aşmıştır, ancak bunu gerçekleştirmek için bir ürün girişi, izni veya bağlamı yoktur. FDE pozisyonunun değeri, temelde müşterinin senaryolarında asılı kalan Overhang’leri, çalışır hale gelen somut bir ürüne dönüştürmektir. Müşteriler, model API çağrı kotasını değil, “bu Overhang yığınlarını gerçekten işime entegre edebilecek birinin varlığını” satın alırlar.

Bu, "Proje Yapısı" satırındaki farklılığı da açıklıyor. Standart proje yapısı, Çalışma Bildirimi (SOW) + Çalışma Bölümleme Yapısı (WBS) + Aşama Kabuludur: Sözleşmede neyin, ne zaman ve hangi standartlara göre teslim edileceği açıkça belirtilir. Bu yapı, hedeflerin sözleşme imzalanmadan önce net şekilde tanımlanmış olduğu varsayımına dayanır.

FDE'nin projesi bu sistemi çalıştıramıyor. Müşterilerin en sık söylediği cümle: "AI'nın bana bir şey yapmasını bekliyorum, ama ne yapacağını bilmiyorum." Hedef, projenin kendisidir. Bu nedenle FDE, SOW almaz, mission alır—göreceli olarak belirsiz bir yön; ardından iterasyonlarla bu yönü giderek netleştirir; ve nihayetinde, bir iterasyonda birikmiş model anlayışını bir ürün formuna dönüştürür.

“Teslim edilecek ürün” satırı da açıklanmaya değer. FDE’nin ayrıldıktan sonra müşteri sisteminde kalan, çalışır bir fonksiyon — belki çok küçük, belki çirkin, belki hiçbir kullanıcı arayüzü yok, ama her gün gerçekten çağrılıyor, değiştiriliyor ve eleştiriliyor. Danışmanlık teslim edilecek ürünü PPT ve değişim yönetimi raporudur; projede kod yazılmış olsun, ERP yapılandırılmış olsun, sonunda müşteri yöneticilerinin elinde hâlâ bir yöntem belgesi kalır.

“Korumalı alan” satırı en ince olanıdır. FDE'nin korumalı alanı, model yeteneklerinin sınırına yönelik gerçek zamanlı bir dokunuştur—bu ay kaç gerçek müşteri senaryosu çalıştırdıysanız, Claude 4.7'nin hangi işleri yapabileceğini ve hangi işlerin Claude 5'e kadar beklemesi gerektiğini o kadar iyi bilirsiniz. Bu dokunuş, PPT'ye yazılamaz, bilgi tabanına eklenemez; sadece son 90 günde elini harekete geçiren mühendislerin zihninde büyür.

Bu yüzden biri bir daha "FDE, Accenture'un yeni versiyonu değil mi?" diye sorarsa, şöyle cevap verebilirsiniz: Accenture'in mühendisleri müşterilerinin süreçlerini yeniden tasarlar, FDE ise modelin sınırlarını yeniden keşfeder. İlk者的 varlıkları on yıl boyunca birikir, ikincisinin varlıkları 90 gün sonra yeniden büyümelidir.

“FDE, Accenture'in yeni versiyonudur” demek birinci derece yanlış yorumlama ise, “FDE, pahalı yazılım dış kaynaklama” demek ikinci derece yanlış yorumlamadır. Bu düzey daha yanıltıcıdır, çünkü yüzeydeki kanıtlar çok güçlü görünür: FDE gerçekten müşterilerin yerinde kod yazar, müşterilerin iş süreçlerine göre özellikler özelleştirir ve müşterilerin çalışma saatlerine göre çalışır. İlk bakışta, dış kaynaklı mühendislerden farklı görünmez.

Ancak geri bildirim döngüsüne bir bakmakla fark ortaya çıkar.

Bu resimdeki en önemli fark, üst kısmının ne kadar basit olduğu değil, alt kısmına model şirketine uzanan bir geri bildirim zincirinin eklenmesidir. Bu zincir dekoratif bir öğe değil, FDE pozisyonunun var olmasının gerçek nedenidir. Bu farkı ayrıntılı olarak incelediğinizde, en az dört karşılaştırma grubu ortaya çıkar.

Bağlantılar farklı. Dış kaynak, SOW — sözleşme imzalanmadan önce net şekilde tanımlanmış bir gereksinim listesi: hangi fonksiyonlar yapılacak, hangi teknoloji yığını kullanılacak, hangi standartlarla kabul edilecek, ihlal durumunda nasıl tazminat ödenecek. FDE, misyon — müşteri kendisi ne istediğini tam olarak bilmiyor, sadece “AI bana bir şeyler yapabilir” diye biliyor. SOW’un temelinde kesinlik, misyonun temelinde keşif yatıyor. İkisi tamamen farklı projeler başlatma tutumu.

Kapsam farklı. Dış kaynakla yapılan iş, bir modül, bir web sitesi, bir veri hattı gibi kısmi teslimatlar yapar; tamamlandığında paketlenip bir sonraki müşteriye geçilir. FDE ise端到端—işletme sorunlarından başlayarak, model seçimi, ürün tasarımı ve canlı kullanıcıların tutulum ve kaçış oranlarına kadar tüm süreci kapsar.

Faturalandırma yöntemi farklıdır. Bu en az beklentilere uygun noktadır. Bir model şirketi, FDE'yi müşteri sahasına gönderir ve sadece bu projeden ne kadar danışmanlık ücreti alacağından ziyade şunları önemser: Bu müşteri sonraki süreçte kaç token tüketecektir? Kalıcı bir müşteri haline gelir mi? Daha fazla iş hattına genişler mi? FDE'nin gerçek KPI'sı, proje onay belgesindeki rakam değil, model token'larının uzun vadeli tüketim eğrisidir.

Geri bildirimler farklı yollara sahiptir. Bu, dört gruptan en derin olanıdır. Outsourcing projelerinde, müşteri geri bildirimleri sadece outsourcing şirketine kadar ulaşır ve bu şirketin gelecekte başkalarına satacağı ürünlerini etkilemez. FDE'nin geri bildirimleri ise model şirketinin yol haritasına geri döner—müşterilerin gerçek senaryolarda karşılaştığı her bir sorun, her bir Prompt başarısızlığı ve her bir araç çağrısı hatası, bir sonraki eğitim verisi, bir sonraki araç tasarımı ve bir sonraki ürün fonksiyonunun girdisi haline gelir. Yani, her bir FDE dağıtımı yapılan müşteri, model şirketi için aynı zamanda doğal bir tasarım ortağıdır.

Bu, model şirketlerinin FDE'ye yüksek maaş vermek için gerçek nedenidir. Sadece bir hizmet satmıyorlar, müşterilerinin saha ortamlarında gerçek dünya ürün formu sinyalleri topluyorlar. Bu sinyaller satın alınamaz, yakalanamaz, anketlerle çıkarılamaz—sadece bir mühendis, belirli bir müşteri iş akışında birkaç kez duvara çarptıktan sonra getirebilir.

Biliyor muydun—OpenAI ve Anthropic'in FDE toplam paketi ne kadar olabilir? Levels.fyi üzerinde Anthropic yazılım mühendislerinin açık verilerine göre^[8], deneyimli SDE toplam ortanca ücret \$710K'a ulaştı. FDE pozisyonu daha yüksek riskli—hem model kapasitesinin belirsizliğiyle, hem müşteri işinin belirsizliğiyle, hem de ürün formatının belirsizliğiyle karşı karşıya kalıyor, bu nedenle sektör genelinde^[9]İlgili olarak, önde gelen AI laboratuvarı FDE'de üst düzey toplu sözleşmeler genellikle 350K - 550K aralığında olup, Staff seviyesinden yukarı çıkanlar \$630K+'a ulaşabiliyor. Bu ücretler, "hizmet saatleri" için değil, "ürün + müşteri + model" üçlü risklerini taşıyanlara ödeniyor. > 2006 yılında, yazarın işe başladığı dönemde, bir devlet kurumunda çalışıyordu ve o dönemde bilgi teknolojisi dönüşümü devam ediyordu; grubumuz, Accenture danışmanlarını sahada tutmuştu ve grup, Accenture'a her gün 3500 Yuan danışmanlık ücreti ödüyordu; bu danışmanlar yıllarca kalıyor ve o dönemde medya tarafından "altın krallar" olarak adlandırılıyordu. Daha sonra yazar, Alman SAP şirketine geçti; SAP, danışmanlık sektöründe bir isim tanımladı ve SAP danışmanları "altın krallar" sembolü haline geldi. Buna göre, FDE'nin maaşları en az 24-36 ay boyunca artmaya devam edecek ve talep de istikrarlı bir şekilde yükselmeye devam edecektir.

Outsourcing işgücü arbitrajıdır, FDE ise ön hat sensörüdür. Bu iki şeyi karıştırmak, müşterilerin FDE'yi SOW yoluyla alıma alabileceğini düşünmesine ve adayların FDE'yi bir dış kaynak işi gibi ele almasına neden olur. Her iki taraf da çok kısa sürede duvara çarpar.

Çok sayıda kişi FDE terimini OpenAI'nin icat ettiğini sanıyor. Aslında öyle değil. Bu terimin iki kök hattı var: biri Palantir'den, diğeri 2023 sonrası nesil model şirketlerinden. Bu iki kökü yan yana görmek, FDE pozisyonunun gerçekten ne yaptığını daha iyi anlamayı sağlar.

Bir zaman çizelgesine bir göz atın.

İlk kök Palantir'dir.

Palantir, 2003 yılında Peter Thiel, Alex Karp, Joe Lonsdale ve diğerleri tarafından kuruldu ve ilk müşterileri ABD istihbarat kurumlarıydı. Karp'ın CS arka planı yoktu — Frankfurt'ta filozof Jürgen Habermas ile doktora yaptı ve ardından Thiel tarafından CEO olarak Amerika'ya getirildi. FDE pozisyonu, tam olarak bu "tipik olmayan CEO + yüksek derecede gizli müşteri" kombinasyonundan doğdu: 36Kr'nin gözden geçirmesi^[10]Çok açık bir şekilde yazıldı, Palantir'in erken dönemlerinde istihbarat kurumları tarafından sertçe eleştirildi, nedeni mühendislerin gerçek iş senaryolarına erişememesiydi; gereksinimler katmanlı bir şekilde aktarıldıktan sonra bozulmuştu. Daha sonra Palantir, kendi mühendislerinin müşterilerin yerinde çalışarak istihbarat analistleriyle birlikte görev yapmasını sağlayacak bir anlaşma yaptı. Bu model daha sonra Shyam Sankar tarafından sistematikleştirildi ve FDE'nin ilk örneği haline geldi.

2009 yılına kadar FDE, ticari alana genişledi. JPMorgan, Palantir'in Metropolis platformunu kurduğunda, 120 FDE, iç tehdit izleme için yerleştirildi. Bundan sonra FDE, yalnızca “mühendisleri seyahate göndermek”ten öteye geçerek, sistemli bir müşteri entegrasyon stratejisi haline geldi: Foundry/Gotham, bir lisans verip gitmek yerine, müşterinin gerçek iş akışına dahil edildi.

Palantir'in FDE iş ilanında tersine gelen bir kriter var — CS diploması istenmiyor. Bu bilgi "Biliyor muydun?" bölümüne eklenebilir.

Biliyor muydun—Palantir FDE, Bilgisayar Bilimi diploması istemiyor? SkillScouter tarafından derlenen Palantir istihdam kriterlerine göre^[11]Palantir resmi kariyer sayfası^[12]Palantir, CS dışındaki alanlardan gelen adayları açıkça karşılıyor ve yakın zamanda FDE pozisyonlarına alınanlar makine mühendisliği, ekonomi, felsefe gibi alanlardan geliyor. Gerçekten önem verdiği iki şey: eksik bilgilerle harekete geçebilmek ve doğrudan C seviyesi müşterilerle iletişim kurabilmek. CS diploması bir avantajdır, giriş belgesi değildir. Karp, bu kritere göre ilk örneklerden biridir — felsefe okumuş bir CEO, fizik, matematik ve felsefe okumuş FDE'lerden oluşan bir ekip kurmuştur.

İkinci kök, 2023 sonrası nesli model şirketleridir.

ChatGPT, 2022 yılının sonunda piyasaya sürüldükten sonra OpenAI, model API'lerini belgelere ekleyip müşterilerin kendi kendine entegre etmesinin mümkün olmadığını hızla fark etti. Müşteriler kullanmak istemiyordu değil, nasıl kullanacaklarını bilmiyorlardı—iş problemleri vardı ama ürün formatları yoktu. Bu nedenle OpenAI, Anthropic, Cohere, Scale, Glean, Sierra, Hebbia ve Decagon gibi şirketler, FDE işgücüne büyük ölçüde ihtiyaç duymaya başladı.

Bu FDE dalgası, Palantir'in işleyiş modelini öğreniyor—mühendisleri müşteri sahalarına göndererek bir iş akışını uçtan uca tamamlıyor. Ancak ürün taşıyıcısı tamamen farklı: Palantir dönemi FDE'si veri entegrasyonu ve UI özelleştirmesi yapıyor, yeni nesil FDE'ler ise Prompt tasarımı, Agent düzenlemesi, araç çağrısı ve iş akışları entegrasyonu yapıyor.

Pragmatic Engineer'in FDE ile ilgili makalesi^[13]Bu yeni sürümü, "gerçek, spesifik ve yüksek değerli sorunları çözmek için kurumlarla entegre edilmiş Claude" olarak adlandırıyor—ifade ediliş biçimi, Palantir'in o günkünden neredeyse aynı, sadece "veri" yerine "model" kullanılıyor.

Bu iki kökü birlikte incelediğinizde, net bir ortaklık ve fark grubu görebilirsiniz.

Ortak nokta: Müşteriler yazılım değil, “sorunumu çözebilecek mühendis + araç kombinasyonu” satın alıyor. Bu durum, son otuz yılın kurumsal yazılım tarihinde anormaldi. SAP, Oracle, Salesforce yazılımı kendileri satıyorlardı—mühendisler, “müsterinin bu yazılımı kullanabilmesi” için var olan yardımcı kaynaklardı. Palantir ise tam tersine: Araçlar, “FDE'nin müşteride sorun çözebilmesi” için var olan bir koldur. Yeni nesil model şirketler bu ters ilişkiyi miras alıyor—OpenAI, GPT-4 lisansını değil, “FDE'lerimizin GPT-4 kullanarak sizin müşteri hizmetlerinizi otomatikleştirmesini” satıyor.

Fark: Palantir dönemi OPS entegrasyonuna odaklanır—ana vurgu veri entegrasyonu, ontoloji modellemesi ve erişim yönetimidir. Yeni nesil model yeteneklerinin uygulanmasına odaklanır—ana vurgu Prompt tasarımı, Agent düzenlemesi ve koruma optimizasyonudur. İlkisi sistem entegratörünün ilerlemiş bir versiyonu, ikincisi ürün mühendisinin uzantısı gibidir.

Son olarak ilginç bir gerçek: Palantir'in erken dönem FDE'leri sonrasında birçokları girişimci oldu ya da doğrudan yeni nesil model şirketlerine katıldı. Anthropic, OpenAI, Sierra, Hebbia'nın erken dönem ekiplerinde, bir dizi ex-Palantir ismi sayılabilir. Bu tesadüf değil—FDE pozisyonu, bir kişiyi ürün riski, müşteri riski ve mühendislik riskiyle aynı anda karşı karşıya bırakır, neredeyse bir girişimcilik eğitimidir. Yazar, Palantir'i gizli bir girişimcilik kampı olarak görür: Burada sadece mühendisler değil, eksik bilgi içinde bir şeyi sıfırdan bir'e taşımayı bilen bir grup insan yetiştirilir. İki kök, 2023'ten sonra birleşir.

İki kökün birleşmesi çoğunlukla yurt dışında gerçekleşir. Yurt içinde FDE terimi uzun süre kullanılmamıştır, ancak bu terimle ilişkili iş içerikleri tamamen ortaya çıkmamıştır. Yerel FDE'yi anlamak için önce iki yerel öncülünü ve ardından ABD versiyonuyla olan üç farklılığı gözlemlemek gerekir.

İki yerel öncü

İlk önceden bulut sağlayıcısının çözümler mimarıydı. Alibaba Cloud, Tencent Cloud ve Huawei Cloud, son on yılda müşterilere mimari anlatan, POC yazan, migasyon planları hazırlayan ve teslimata kadar eşlik eden tam bir Solution Architect (SA) ekibi yetiştirdi. Huawei'nin dahilinde projeleri müşterinin veri merkezine uygulamakla görevli özel bir “Teslimat Mühendisi” dizisi bile var. Bu sistem, FDE işlerinin %80'ini zaten yapıyor, ancak odak noktası hâlâ satış öncesi ve kurulumda; ürünün tam döngüdeki geliştirme sorumluluğu SA'nın elinde değil, gereksinim değiştiğinde değişiklik sürecinden geçmek gerekiyor, model değiştirildiğinde ise merkezin planlamasını beklemek gerekiyor.

İkinci öncül, bir AI girişim şirketinde yeni ortaya çıkan bir dizi. MiniMax, BOSS Doğrudan İşte "AI Öncü Satış Çözüm Uzmanı" ilan ediyor; Ayın Karanlık Yüzü, Zhipu, Tongyi ve Hunyuan gibi model şirketleri de benzer pozisyonları ilan ediyor. İsimler hafifçe farklı olsa da, iş tanımı içerikleri yüksek oranda benzer: Müşteri senaryolarını anlama, demo oluşturma, Prompt ayarlama, RAG çalıştırma, teslimat planları yazma ve müşteri mühendislik ekibiyle上线'e kadar iş birliği yapma. Bu pozisyonlar gerçekten "içerideki FDE" anlamına geliyor.

Üç farklı toprak farkı

Özel altyapıya dağıtım ve veri uyumluluğu, yalnızca model çağrısı modelini bastırıyor. Yerel B türü müşteriler, verilerin sınırlar dışına çıkmaması, model ağırlıklarının kontrol edilebilmesi ve denetlenebilirlik talepleri, ABD pazarına kıyasla çok daha yüksek. Bir FDE projesinde, yalnızca API çağrısı ve Prompt çalıştırmak için harcanan çaba, toplam işin sadece %30'unu oluşturuyor; kalan %70'i modeli müşteri veri merkezine taşımak, yetkilendirme sistemini çalıştırmak, veri platformuyla entegre etmek ve uyumluluk beyanını tamamlamak için harcanıyor.

Model yetenekleri hâlâ SOTA'ya yetişmeye çalışıyor ve kullanım alanı mühendislik seviyesine daraldı. ABD'deki OpenAI ve Anthropic, model yeteneklerini doğrudan müşterilere sunabilir; ancak Çin'deki Tongyi, DouBao, Kimi, GLM ve DeepSeek'in yetenekleri arasındaki farklar o kadar belirgin değil, müşterilerin karar verme noktaları daha çok Agent düzenlemesi, RAG arama kalitesi, araç entegrasyonu ve Workflow tasarımı gibi mühendislik becerilerine odaklanıyor. Çin'de FDE'nin rekabet ettiği şey "modelim ne kadar güçlü", değil "bu işi gerçekten çalıştırabilir miyim".

B tarafının ödeme isteği ve fiyatlandırma ritmi ABD ile uyumlu değil. Palantir’in “önce FDE’yi yerleştirmek, ardından yüksek birimli abonelik ücreti almak” modeli doğrudan kopyalanamaz. Yerel müşterilerin bütçeleri yıllık satın almalarla ilişkili olup, ödemeler proje tabanlı eğilim gösterir; FDE’nin ticari modeli genellikle abonelik + özel lisans + proje teslimi karışımı şekildedir.

Benzersiz bir konum: Dahili FDE

Büyük şirketlerin birçok iç AI ekibi, FDE modelini kullanarak "iç müşterilere" hizmet vermeye başlamıştır. Alibaba Cloud PAI, mühendislerini Taobao'ya gönderirken, Tencent Hunyuan da benzer bir mekanizma ile WeChat ve reklam iş birliklerini desteklemektedir. JD'de yer alan "endüstri uygulama mühendisleri", "AI uygulama mühendisleri" ve "akıllı iş uzmanları" aslında iç FDE'lerdir — model ekibinin yeteneklerini tamamen iş birliklerine taşır. Bu durum, büyük şirketlerin liderlerine yeni bir fikir sunar: birkaç iç FDE'nin iş birlikleri üzerinde kalıcı olarak bulunması, ilk demo'nun oluşturulması ve ROI verilerinin iş birliklerinin yöneticilerine sunulması, on kez hizmet içi uyum toplantısı açmaktan daha hızlı duvarları ortadan kaldırır.

Yazar, önceki makalede KuCoin^[4]Daha önce süper bireyin beş motorundan bahsedilmişti: yüksek merak, keşif ve yenilikçilik gücü, kendi kendine öğrenme yeteneği, içsel motivasyon ve pratik beceri. Bu beş özellik, FDE için giriş biletidir, ancak tümü değildir. FDE pozisyonu, bu beş motorun dışında çok spesifik ek özelliklere de sahiptir ve bazı kişilik tipleri açıkça uygun değildir. Yazar, birçok yetenekli mühendisin FDE'ye geçtikten sonra uyum sorunları yaşadığını görmüştür; sorunlar genellikle yeteneklerde değil, karakterde ve çalışma tercihlerindedir.

FDE için beş özellik

Satış ve iletişimden kaçınmayın. FDE'nin günlük işleri kapalı kapılar ardında kod yazmak değil, müşterilerin CTO'ları, iş birim liderleri, satın alma, uyumluluk ve IT departmanlarıyla doğrudan iletişim kurmaktır. Tipik bir ritim: Müşteri CTO'su, demo sırasında sizi keser; FDE'nin tepkisi “Bir sonraki hafta yeniden geliriz” olmaz, hemen IDE'yi açar, Prompt'u değiştirir ve yeniden çalıştırır. “Müşteri burada, ben değiştiriyorum” FDE'nin normal halidir.

Bulanık alanın tadını çıkarın. FDE, net bir PRD değil, “AI ile bir şey yapmak istiyoruz” gibi bir ifade alır. Müşteri bile ne istediğini net bir şekilde ifade edemeyebilir; FDE, bu bulanık beklentiyi somut bir biçime dönüştürmek için onunla birlikte yol almalıdır. Sadece net bir ihtiyaç olduğunda harekete geçebiliyorsanız, FDE her gün sizi endişelendirecektir.

Mühendislik becerileri sağlam olmalı, ancak 10x seviyesinde olmak gerekmez. FDE, şirketinizde en temiz kodu yazan veya en derin algoritmaya sahip kişi olmanızı gerektirmez; gereken,端到端 çalışır hale getirebilmektir: ön uçta tıklanabilir bir sayfa oluşturmak, arka uçta çalışır bir hizmet kurmak, modeli iş veri kaynaklarına bağlamak. FDE dünyasında, “yaklaşık olarak yeterli” eksiklik değil, bir özelliktir.

Geri bildirimlerle geliştirilmeyi sever. FDE'nin işinde, müşterilerden "Bu benim istediğim değil" diyerek geri gönderilmek ve yeniden yapmak gibi anlar çoktur: Bugün hazırlanan demo, yarın iş birimi tarafından "Bu benim istediğim değil" diyerek reddedilir; geçen hafta uyumlaştırılan bir çözüm, bu hafta müşteri tarafından yeni bir yöneticiyle birlikte yeniden yapılmak zorunda kalır. FDE için uygun olan kişi, bu geri bildirimleri yakıt olarak kullanır ve sonundan başına kadar sorumluluk alır, "İhtiyaçları açıkça belirtmeyen talep sahibi" gibi nedenlerle sorumluluğu başkalarına atmak yerine.

Model sınırlarına duyarlıdır. Bu, en teknik ve en gizli kuraldır. FDE, hangi görevlerin LLM için uygun olduğunu, hangilerinin olmadığını ve nasıl geri dönüş yapılacağını anlamalıdır—bu duyarlılık makalelerden değil, başarısız durumlarla kazanılır. Başarısız örnekler biriktiğinde, FDE, hangi senaryoda RAG kullanılması, hangi senaryoda kural tabanlı yaklaşımın tercih edilmesi ve hangi senaryoda insan bir geri dönüş noktası sağlanması gerektiği konusunda kasıksal bir anlayış kazanır.

FDE için uygun olmayan dört grup

Kodun içinde saklanmayı seven sadece teknik biri. FDE, yaklaşık %50 zamanını kod yazmak yerine müşteri toplantıları, iç koordinasyon, ürün tartışmaları ve sözleşme ilerlemeleriyle geçiriyor. Eğer mutluluğunuz dört saat boyunca kimseyle kesintiye uğramadan kod yazmaksa, FDE sizi uzun süreli zihinsel tükenmişlik durumuna sokar.

OKR olmadan harekete geçemeyenler. FDE'nin hedefleri müşteride, performans tablonuzda değil. Çalışma ilerlemesi, müşterinin proje düğüm noktalarında, modelin kapasitesindeki değişikliklerde ve kendi senaryo yargılarınızda belirlenir. "Önce OKR olmalı, sonra ne yapacağımı bilmeliyim" alışkanlığına sahip olanlar bir sancak bulamaz.

İlerlemeyi eserlerden daha önemli görenler. FDE, büyük şirketlerdeki ilerleme sisteminde avantajlı değil—müşteri memnuniyeti, proje kazanımı, yeniden kullanım oranı gibi göstergeler, kod miktarı ve canlıya alma sıklığıyla karşılaştırıldığında kademe değerlendirmesinde etkili değil. Eğer iş motivasyonunuzda ilerleme birincilse, FDE iyi bir seçim değil.

İş dünyasına karşı direnenler. FDE, müşterilerinin P&L’sini, ROI’sini, satın alma süreçlerini ve uyumluluk gereksinimlerini anlamalıdır. Eğer para, sözleşme ve ticari mantık hakkında konuşmaya doğuştan karşıysanız, FDE işi sizi teknik ideallerinizi satıyormuş gibi hissettirebilir.

Kendinizi Kontrol Listesi

FDE'nin gerçek bir çalışma senaryosuna karşılık gelen 7 soru. 5'ten fazlasına "evet" cevabı verirseniz FDE'yi ciddiye alabilirsiniz, 3'ten azına "evet" cevabı verirseniz dikkatli olmanız önerilir.

Günlük zamanınızın %50'sini kod yazmaktan müşteri toplantılarına, mesajlara ve telefon görüşmelerine aktarmak ister misiniz?

2. Müşteri size "Bu çalışmıyor, nedenini açıklayamıyorum" dediğinde ilk tepkiniz merak mı, yoksa sinirlenmek mi?

3. Kimse size PRD yazmadı, bir hafta içinde Claude Code ile bir müşteriye gösterilebilir prototip çalıştırabilir misiniz?

4. Aynı teslimat için müşteri 8 versiyon değiştirdi, siz hâlâ mekanik olarak değil, yargı gücünüzü koruyabiliyor musunuz?

5. Model yanlış cevap verdiğinde ilk tepkiniz fallback tasarlamak mı, yoksa modelin başarısız olduğunu mı şikayet etmek mi?

6. Sözleşme imzalamak, rapor yazmak, müşteri onayını almak ve yasal uygunluk maddeleri için hukukla görüşmek ister misiniz?

7. Hızlı prototipleme ve hızlı başarısızlık kabul edebiliyor musunuz?

Beş özellik, dört tür ters profille, yedi adet kendinizi test etme sorusu, nihayetinde aynı soruya ulaşır: Ürün duygunuzu, mühendislik gücünüzü ve ticari yargılarınızı aynı iş akışında aynı anda geliştirmeye razı mısınız?

Önceki makalede, "insan motoru" olarak adlandırdığım merak, keşif ruhu, kendi kendine öğrenme becerisi, kendi kendini yönlendirme ve pratik becerilerin büyük şirketler içinde nasıl tam bir döngüyle uyandırıldığını tartıştım. Bu makalede ise başka bir konuya odaklanıyorum: pozisyon şekli. FDE, ismi, maaş aralığı, iş ilanı ve müşteri ödeme doğrulamasına sahip olan AI endüstriyel devriminin ilk yeni pozisyon şeklidir. Bu, "süper birey" kavramının eş anlamlısı değildir; bu yeniden yapılandırma dalgasında, soyuttan somuta doğru inşa edilen ilk koordinattır.

FDE son nokta değil. Yazarın görüşüne göre, FDE yeni bölüşümde adını ilk kez alan ilk formdur. Ardından Forward Deployed PM, Forward Deployed Designer, Forward Deployed Researcher gibi, müşteri senaryolarıyla sıkıca ilişkili ve belirsiz alanlarda ürünün ortaya çıkmasını gerektiren tüm meslekler kendi “ön dağıtılmış” sürümlerini ortaya çıkaracaktır. Görev isimleri değişecektir, ancak temel mantık aynı kalacaktır: model yetenekleri önde ilerler, ürün formatı arkadan yetişmeye çalışır ve görev yapısı iş akışına göre yeniden bölünür.

Üç okuyucu grubu için her birine bir cümle bırakın.

Teknik kişilere: FDE, sizin şirketinizde en iyi kod yazan kişi olmanızı gerektirmez, ancak kod yazma zamanınızın yarısını müşterilere ayırmaya istekli olmanızı ister. Cevabınız “evet” ise, pazar penceresi hemen açıldı; ülkedeki önde gelen model şirketleri, bulut sağlayıcıları ve büyük şirketlerin dahili AI ekipleri istihdam hızlandırıyor. Cevabınız “hayır” ise, sorun değil; yeni iş bölümü içinde sizin için başka pozisyonlar ortaya çıkacaktır.

HR ve OD için: "İsim ile gerçekliğin ayrılması" konusunda dikkatli olun. Şirketinizde zaten bir dizi FDE çalışıyor olabilir, ancak pozisyon kodları "Çözüm Uzmanı", "Sektör Mimarısı", "AI Uygulama Mühendisi" olarak görünüyor. Bunları tanımlayın, yeniden sınıflandırın ve iş içerikleriyle uyumlu bir gelişim yolu sağlayın; bu, sıfırdan yeni çalışanlar almaktan daha verimlidir.

Yöneticilere: FDE modeli yalnızca dışa yönelik olmakla kalmaz, içe yönelik de olabilir. Şirket içine birkaç “iç FDE” yerleştirip, model ekibinin yeteneklerini doğrudan iş süreçlerine entegre etmek, yeni bir AI departmanı kurup on kez aralarında koordinasyon toplantısı yapmaktan çok daha verimli olabilir. Bölümler arasındaki duvarlar, organizasyon tasarımıyla değil, çalışır hale getirilmiş bir demo ile ortadan kalkar.

AI çağında mesleki dönüşüm başlamıştır, FDE ilk sinyaldir ve bize model yeteneklerindeki değişim hızının, yeni pozisyonların ortaya çıkmasına neden olacak kadar hızlı olduğunu söylüyor. Yazar, okuyucuya şu somut soruyu bırakmak istiyor: Üç yıl sonra şirketinizin organizasyon şemasına üç yeni pozisyon eklendiyse, bunların hangi üçü olduğunu tahmin edersiniz? Bu soruyu iyi düşünmek, bu makaleyi okumaktan daha faydalıdır.