前沿部署工程师模式来袭随着企业努力将人工智能AI投入实际应用前沿部署工程师正席卷企业 IT 领域。不过许多组织并未提前考虑这些工程师离开后会发生什么。前沿部署工程师模式就像淘金热一样席卷企业 IT 领域很多公司可能不清楚自己参与的是什么。先来看些关键数据亚马逊云科技AWS宣布投资 10 亿美元成立一个新的前沿部署工程团队谷歌云Google Cloud承诺投入 7.5 亿美元扩大类似项目微软Microsoft多年来一直运营着专注于 Azure 的嵌入式工程团队还与埃森哲Accenture合作推广前沿部署工程实践。这三家公司都表示将派遣工程师直接与企业团队合作帮助部署 AI加速数字化转型企业可免费获得顶级技术人才而他们则能在企业发展过程中合作。表面合理实则暗藏玄机表面上看这似乎很合理甚至显得很有合作精神、很大方。但在这个行业多年的人深知当一家市值数十亿美元的公司免费提供服务时他们得到的肯定比付出的多得多。实际得到的是什么前沿部署工程师模式并非新鲜事物咨询行业几十年来一直在采用类似模式不过不同之处在于其规模以及背后的直接经济利益驱动。这些工程师受雇于云服务提供商既不是企业员工也不是独立顾问而是技术精湛的专业人士受雇来解决企业紧迫问题同时建立有利于其雇主生态系统的关系和架构。从他们的角度看绩效评估取决于客户是否能在其雇主的平台上取得成功企业采用该平台更多服务时他们会获得奖励职业发展依赖于让 AWS、谷歌云或微软 Azure 成为企业所有技术决策的首选。这并非批评这些工程师个人他们很多人确实有才华且真心想提供帮助但他们是在一个奖励特定结果的体系中工作而这些结果符合供应商的经济利益不一定符合企业利益。无人谈及的问题现在企业中是这样的情况一家公司决定需要在部署 AI 方面获得帮助云服务提供商提出免费派遣工程师入驻。这些工程师与内部团队合作提供架构建议并帮助构建系统。六个月后公司在单一云平台上运行起了一个生产级 AI 系统而构建该系统的人对这个特定平台有着深入的专业知识。问题是没人评估该平台是否真的是最适合企业的选择没人考虑其他替代方案也没人问过采用多云架构或最佳-of-breed 方法是否能以更低的成本带来更好的结果。参与这些项目的工程师不会建议企业将工作负载分散到多个云服务提供商不会建议在合适的情况下使用开源工具也不会在其雇主的解决方案足够好时推荐竞争对手的产品。这些项目的设计初衷并非如此企业得到的是针对单一云品牌优化的架构而不是针对企业优化的架构。财务现实即将到来账单迟早会来而且会很棘手。以前这种情况反复上演企业通过这些嵌入式工程项目锁定单一云服务提供商后往往在两三年后发现支付的费用比那些更有独立思考能力的竞争对手要高得多。原因是当围绕单一平台构建系统时自然会形成有利于该平台定价结构的使用模式会使用他们的托管数据库而不是可移植的替代方案会采用他们的 AI 服务而不评估第三方选项会构建仅在他们的生态系统内运行的工作流程。当需要重新谈判或与其他方案进行比较时会发现迁移的成本比接受他们提供的任何价格都要高。过去十年有人一直在帮助企业摆脱这种困境见过一些企业的云服务账单比应有的高出 15 到 20 倍却无法迁移因为整个 AI 基础设施都建立在仅适用于一个平台的专有服务上。前沿部署工程师项目正在加剧这个问题让企业更容易陷入这种困境却更难从中脱身。做出承诺前要三思在接受这些项目之前可以考虑以下三条建议。首先从一开始就要求独立的架构监督聘请或引入为企业工作的架构师而不是为云服务提供商工作的他们要根据业务需求评估嵌入式工程师提出的每一项建议并比较不同云服务提供商的方案这并非对工程师们心存疑虑而是要确保决策是从企业利益出发。其次在项目开始前要求明确的退出策略要求云服务提供商记录正在使用的专有服务、存在哪些迁移路径以及迁移到替代平台的成本是多少如果他们无法提供这些信息或者迁移成本高得离谱就表明企业正在积累技术债务日后偿还起来将代价高昂。最后持续对成本进行评估建立内部流程将云服务支出与行业基准以及竞争对手在类似工作负载上的支出进行比较不要等到合同续签时才发现自己支付了过高的费用从一开始就监控费用支出如果没有获得与成本相称的价值就要敢于向云服务提供商提出质疑。总结前沿部署工程师确实在解决实际问题企业在 AI 部署方面确实面临困难有经验丰富的工程师提供帮助很有价值。并不是说这些项目本质上不好但它们被宣传成中立的合作关系实际上却是旨在让企业锁定特定平台的战略销售项目。那些出现在企业办公室的热心工程师正在构建难以打破的依赖关系所谓的“免费”技术支持是由企业未来几年购买服务的利润来买单的。所以企业要睁大眼睛参与其中利用这些项目但要增加自己的独立监督构建在必要时可以放弃的架构不要让当下问题得到解决的满足感蒙蔽了双眼而忽视了未来的财务后果。那么企业该如何在享受前沿部署工程师服务的同时避免陷入不利境地呢