企業開始把在職員工培養成前向部署工程師

招不到人，企業轉向內部培養

韓國《朝鮮Biz》8月17日引述業界消息報導，KT計畫在未來兩年內，把AX（AI轉型）事業部門的500名以上員工培養成前向部署工程師（FDE）。報導描述的FDE，要掌握客戶的業務結構與實際問題，結合AI、資料、雲端技術做出解決方案；不只停在提案，系統建置、營運和後續優化也由同一批人負責。這500人不是新招募的，而是原本就在這個部門的員工。

日本的大型資訊服務商也在往同一個方向走。日經xTECH 8月17日報導，富士通、日立、NEC、NTT數據在7月至8月上旬的財報說明會上，顯露出取得與培養FDE的策略方向，標題把這個動作放在擺脫按人月計價的脈絡裡。根據日經報導，日立在2026年4至6月的財報中提出，要在2026財年結束前把日本國內FDE擴充到1,000人。

台灣的條件不太一樣。CIO Taiwan 5月31日刊出何信達的文章指出，FDE模式在全球科技產業已獲高度認可，在台灣卻幾乎看不到蹤影，原因是結構性的。文章列出幾點：台灣企業的IT預算規模較難支撐這種人力密集的服務模式；企業長期習慣以最低價得標的邏輯採購IT方案，和FDE強調的長期深度共創、以商業成效計費有根本衝突；頂尖工程師的職涯首選仍是科技大廠或半導體業，願意長期駐點客戶端、同時磨練商業能力的人才本身就是瓶頸；再加上缺乏本土標竿案例。人才供給本身卡住時，KT這種從內部轉換的做法，更值得拿來對照。

職缺需求成長得很快。Indeed提供給Business Insider的指數顯示，2026年4月的FDE職缺刊登水準比2025年1月高出5,230%。這是以2025年1月為基準的指數，不是職缺數量。韓國軟體政策研究所（SPRi）9月11日發布的報告把供需數字並列：依韓國銀行估算，韓國AI人才在2010年至2024年間年均只成長5.3%；報告引用的JobKorea分析則顯示，AI相關職缺刊登從2021年起五年間增加了112%。報告認為，只靠學校培養新人，短期內補不上這個缺口；讓已經具備產業專長的在職員工補上AI轉型能力，是最快、成本效益最高的供給途徑。依據是一種不對稱：在第一線累積的隱性知識很難靠訓練速成，使用和協調AI的能力則相對可以透過短期密集訓練和實戰學會。

診斷從產業、技術、解決方案三項開始

KT先針對AX事業部門員工做了產業、技術、解決方案三方面的能力診斷，再依結果替每個人設計職涯發展路徑（CDP），把訓練、專案參與和資格認證串起來。計畫透過接近真實業務的情境演練、在職實習（OJT）和專家輔導，讓員工親手走完從定義問題、做出最小可行產品（MVP）到向客戶提案的整個過程。背後的判斷是：AI技術水準逐漸拉平之後，有沒有某項技術不再是重點，理解產業並做出實際成果的能力更重要。

三項裡哪一項薄，要看一個人從哪裡來。做過系統整合交付的開發者，技術這一欄通常是滿的，卻很少從頭到尾跟過客戶的業務流程。做售前或顧問的人，產業這一欄厚，親手建置和上線這一欄卻是空的。SPRi整理的FDE核心能力，要求一個人兩邊兼具：定義並解決問題、資料分析、理解並開發AI與軟體、理解產業與業務、溝通。

AI代理開始接手執行之後，還有新的能力要補。報告認為，在職訓練不能停在寫提示詞這類基礎，要涵蓋把工作委派給AI代理、設計權限與規則、協調多個代理，以及審查產出並為結果負責。實作部分，報告建議加入把企業內部資料和系統接到代理上、把工作規範寫成明確說明的練習。能講清楚自己每天使用的內部系統權限結構的人，在這一關會領先。

海外也有企業依產業拆分FDE團隊找人。Databricks正在招募的金融服務產業FDE團隊資深交付專案經理（Sr. Engagement Manager），要求7至10年經營專業服務業務的經驗，以及10年以上面對客戶的資深職位經歷。

訓練跑完一輪，接著進客戶現場的小隊

轉型的第一段在訓練裡，用情境演練和輔導把從定義問題到MVP走一遍。第二段在現場。KT計畫把產業與業務專家和AI、資料、雲端方向的人員編成小隊投入客戶現場。在大學醫院這類因資料安全而難以把資料帶出去的地方，小隊用真實資料設計方案，一路推進到現場驗證和服務開發。按小隊編組，就不必一開始把每一欄都填滿：帶著自己最強的一項進隊，弱項在同一個團隊裡補。再往後，是以小隊為單位，把一個客戶帳戶從頭負責到底。

弱點在於怎麼證明。SPRi引用的韓國求職平台Wanted Lab調查顯示，企業招募AI人才時最大的難題是難以準確驗證能力，占57.9%。SPRi提議建立以真實專案和產出為依據、再結合分級認證的能力驗證體系，但目前仍只是政策建議。在那之前，能證明轉型經歷的，是自己做出的MVP、交給客戶的提案，以及它有沒有真正上線運作的紀錄。