Văn bản | Vượt ra ngoài bố cục trang, Tác giả | Bản vẽ
Trong ba năm qua, những người có mức lương cao nhất trong ngành công nghiệp trí tuệ nhân tạo là các nhà khoa học chuyên về mô hình.
Ngày nay, kiểu người mà OpenAI, Anthropic và Google muốn tuyển dụng nhất đã thay đổi.
Tôi không phải là nhà nghiên cứu, không phải là kỹ sư thuật toán, thậm chí cũng không phải là chuyên gia về mô hình lớn.
Thay vào đó, họ là một nhóm người cần phải đi lại, làm việc tại chỗ, tham dự các cuộc họp và xem xét lại các quy trình.
Họ có tên gọi mới: Kỹ sư triển khai tiền tuyến (Forward Deployment Engineer - FDE).
Điều này có vẻ như là một quan điểm không đáng kể, nhưng nó có thể đại diện cho sự thay đổi lớn nhất trong ngành công nghiệp AI trong ba năm qua: huyền thoại về mô hình đã chính thức kết thúc, và cuộc chiến giành ứng dụng thực tiễn đã bắt đầu một cách mạnh mẽ.
Các ông lớn công nghệ ở Thung lũng Silicon cuối cùng đã nhận ra rằng bản thân các mô hình không còn là vấn đề nữa. Thách thức thực sự nằm ở việc các công ty biết cách sử dụng chúng. Kết quả là, một công việc trước đây không được ưa chuộng bỗng trở nên vô cùng giá trị.
Báo cáo Lực lượng lao động năm 2026 của LinkedIn cho thấy số lượng tin tuyển dụng FDE (Nhà phát triển phần mềm dưới dạng phần mềm) toàn cầu tăng trưởng 42 lần từ năm 2023 đến năm 2025, trong khi số lượng tin tuyển dụng kỹ sư AI tăng trưởng 13 lần trong cùng kỳ, với tốc độ tăng trưởng của nhóm đầu tiên nhanh gấp khoảng ba lần so với nhóm thứ hai.
Cơn sốt tìm kiếm nhân tài bất thường này đã vén màn bức màn mà toàn bộ ngành công nghiệp trí tuệ nhân tạo đã che giấu trong ba năm qua.
I. Mô hình đã được triển khai, nhưng tổ chức đã không theo kịp.
Ngay từ khi ChatGPT ra đời, chủ đề chính của ngành công nghiệp AI đã rất rõ ràng: từ việc ai có thể tạo ra mô hình mạnh nhất đến việc ai có thể tạo ra tác nhân tốt nhất.
Đến năm 2026, câu hỏi đã thay đổi. Khách hàng doanh nghiệp bắt đầu đặt ra một câu hỏi khác: Chúng tôi đã mua AI, vậy tại sao chúng tôi vẫn chưa thấy nhiều thay đổi?
Đây là ảo tưởng lớn nhất trong toàn ngành: rằng mô hình đồng nghĩa với năng suất.
Thực tế là nhiều công ty đã chi rất nhiều tiền để mua AI/các tác nhân ảo, nhân viên đã đăng ký tài khoản, và bộ phận CNTT đã tạo ra bản demo của một cơ sở kiến thức nội bộ, và họ đã rất hào hứng trong suốt một tháng.
Rồi... sáu tháng trôi qua, và không ai sử dụng nó nữa. Phương pháp làm việc vẫn y hệt như trước.
Không phải nhân viên không hợp tác, cũng không phải ban quản lý thiếu quyết tâm, hay mô hình không phù hợp. Điểm yếu thực sự của một công ty trong hoàn cảnh sản xuất không bao giờ nằm ở cách thức giao tiếp, mà là dữ liệu lịch sử được lưu trữ ở đâu, định dạng có chính xác hay không, và chất lượng của nó như thế nào. Trách nhiệm phê duyệt thuộc về ai, và ai có thẩm quyền? Dữ liệu khách hàng được nhập như thế nào, hệ thống ERP được tích hợp ra sao, và các hệ thống tuân thủ và bảo mật hiện có tương thích với nhau như thế nào?
Đây không phải là vấn đề kỹ thuật, mà là vấn đề tổ chức.
Nó giống như việc lắp động cơ tên lửa vào một chiếc xe ngựa kéo. Động cơ thì có thật, lực đẩy thì có thật, nhưng con ngựa vẫn là con ngựa, đường đua vẫn là con đường đất, và người lái xe chưa bao giờ học cách nhấn ga, chứ đừng nói đến việc biết vị trí của phanh khẩn cấp.
Công ty sản xuất mô hình này luôn bán nó như một công cụ, cung cấp cho người dùng bộ não kỹ thuật số mạnh mẽ nhất và cho phép họ tìm cách tích hợp nó vào cơ thể mình.
Kết quả là, sau hai năm giả vờ, hầu hết các công ty vẫn giữ nguyên tư duy, nhưng hành động thực tế thì hoàn toàn bất động.
II. Di sản của Palantir
Công ty thực sự biến FDE (Fully Deployment Development - Phân tích mã nguồn đầy đủ) thành một nghề nghiệp không phải là OpenAI, mà là Palantir Technologies.
Công ty kỳ lân bí ẩn về dữ liệu lớn này, được thành lập bởi ông trùm Thung lũng Silicon Peter Thiel và từng giúp quân đội Mỹ tiêu diệt Osama bin Laden, đã bị chế giễu ở Thung lũng Silicon suốt mười lăm năm qua.
Lý do nằm ở mô hình kinh doanh quá chú trọng vào tài sản. Thay vì bán phần mềm tiêu chuẩn, công ty cử kỹ sư đến địa điểm của khách hàng và ở lại đó tới sáu tháng. Các nhà đầu tư mạo hiểm đã gọi nó là: một công ty tư vấn đội lốt công ty phần mềm.
Trong Chuỗi đánh giá ở Thung lũng Silicon, SaaS được coi là cao cấp, trong khi các dự án chỉ dựa trên số lượng đơn thuần thì bị coi là thấp kém. Palantir đứng ở vị trí thấp nhất trong Chuỗi này.
Năm 2011, Palantir phát hiện ra một vấn đề thường xuyên xảy ra khi bán phần mềm dữ liệu cho các cơ quan chính phủ và quốc phòng: khách hàng mua phần mềm đơn giản là không biết cách sử dụng nó.
Nhưng vấn đề này đã thay đổi mọi thứ. Mô hình truyền thống, trong đó bộ phận bán hàng thu thập yêu cầu và các kỹ sư phát triển từ xa, hoàn toàn thất bại khi đối mặt với những khách hàng có thông tin mật cao và cực kỳ phức tạp. Bản thân khách hàng cũng không biết mình muốn gì; họ chỉ biết rằng những gì họ đang có không hoạt động đúng cách.
Cách tiếp cận của Palantir không phải là cung cấp sách hướng dẫn tốt hơn; thay vào đó, họ cử các kỹ sư của mình trực tiếp đến các địa điểm của khách hàng. Họ đến CIA, các công ty năng lượng và ngân hàng. Các kỹ sư ngồi cạnh khách hàng, quan sát cách họ làm việc, nghiên cứu luồng dữ liệu , hiểu cấu trúc tổ chức, và sau đó điều chỉnh phần mềm, quy trình và thậm chí cả phương pháp làm việc.
Mô hình này chưa từng được nhân rộng trên quy mô lớn trong kỷ nguyên phần mềm tiêu chuẩn hóa. Trước đây, quy trình được xác định bởi sản phẩm, và nếu khách hàng không hài lòng, đó là do việc đào tạo chưa đầy đủ.
Kỷ nguyên của các mô hình quy mô lớn đã hoàn toàn phá vỡ logic này. Trí tuệ nhân tạo (AI) không có cách sử dụng tiêu chuẩn; những hạn chế của nó phụ thuộc hoàn toàn vào cách truy cập dữ liệu sở hữu tư nhân , thiết kế quy trình làm việc và cách triển khai trong tổ chức. Hệ thống riêng lẻ của mỗi công ty hoàn toàn khác nhau, và các sản phẩm chung chung đơn giản là không thể giải quyết được những vấn đề phức tạp về tùy chỉnh.
Kết quả là, phương pháp của Palantir, lắng đọng hơn một thập kỷ, đột nhiên trở thành sách giáo khoa cho toàn ngành.
Hiện nay, OpenAI đang bắt đầu nhân rộng mô hình này, về cơ bản có nghĩa là thừa nhận rằng trí tuệ nhân tạo đã chuyển đổi từ một vấn đề phát triển phần mềm thành một vấn đề tiến hóa tổ chức.
III. Trong vòng một tháng, ba ông lớn trong ngành đã đưa ra cùng một nhận định.
Nếu Palantir chỉ đơn thuần là một tấm gương cho ngành công nghiệp, thì vào tháng 5 năm 2026, ba gã khổng lồ hàng đầu trong lĩnh vực trí tuệ nhân tạo toàn cầu đã đồng thời sử dụng tiền thật để hoàn thành một âm mưu tập thể nhằm triển khai ứng dụng này.
Ngày 4 tháng 5, Anthropic, cùng với Blackstone, Goldman Sachs, Hellman & Friedman và một số tổ chức quản lý tài sản toàn cầu, đã thành lập một liên doanh với tổng vốn đầu tư cam kết là 1,5 tỷ đô la. Việc kinh doanh cốt lõi của liên doanh này là giúp các công ty triển khai mô hình Claude big.
Tiếp theo đó, vào ngày 11 tháng 5, OpenAI chính thức tuyên bố thành lập công ty con triển khai độc lập, Deployment Company (DeployCo), với tổng vốn đầu tư ban đầu hơn 4 tỷ đô la và sự tham gia của 19 tổ chức, bao gồm các nhà đầu tư quỹ đầu tư tư nhân như TPG và Bain Capital, cũng như tích hợp tư vấn tích hợp như McKinsey và Accenture.
OpenAI đã đồng thời mua lại Tomoro, một công ty tư vấn thực địa về trí tuệ nhân tạo. Sau thương vụ mua lại, Tomoro sẽ cung cấp cho DeployCo khoảng 150 kỹ sư triển khai tuyến đầu. Các khách hàng hiện tại của Tomoro bao gồm Tesco, Virgin Atlantic, Red Bull và Supercell.
Chưa đầy hai tuần sau, CEO của Google Cloud, Thomas Kurian, đã công khai thông báo trên LinkedIn về một chiến dịch tuyển dụng quy mô lớn dành cho các nhà phát triển ứng dụng hiện trường (Field Application Developers - FDE). Google Cloud đang cung cấp hơn 1.500 vị trí liên quan đến trí tuệ nhân tạo (AI), trong đó FDE là nhóm đối tượng tuyển dụng chính.
Ba trong số các công ty AI hàng đầu thế giới đã cùng làm một việc: thay vì phát hành một mô hình mạnh mẽ hơn, họ đã thành lập các đơn vị chuyên biệt để giúp các doanh nghiệp triển khai AI.
Đây là một tín hiệu đáng được chú ý hơn bất kỳ thông cáo báo chí nào.
Brad Lightcap, Giám đốc điều hành của OpenAI, thậm chí còn nói như sau:
Mặc dù các hệ thống AI được thiết kế cho cá nhân đã khá mạnh mẽ, nhưng chúng ta vẫn chưa thấy AI thực sự thâm nhập vào các quy trình việc kinh doanh của doanh nghiệp. Doanh nghiệp là những tổ chức phức tạp với các hệ thống phân mảnh, nhiều ràng buộc về tuân thủ và các quy trình kế thừa cồng kềnh; thách thức lớn nhất hiện nay là tích hợp AI vào các quy trình việc kinh doanh cốt lõi mà doanh nghiệp dựa vào để hoạt động.
Nói một cách đơn giản, mô hình này đủ tốt. Vấn đề nằm ở chính công ty và tổ chức.
Chính vì đã nhìn thấu điều này nên OpenAI và các công ty khác không tiếc tiền đầu tư để chiêu mộ những người giỏi từ Accenture và McKinsey, nâng cấp họ hàng loạt trở thành những chuyên gia phát triển phần mềm hàng đầu.
Cuộc chiến giành nhân tài trị giá hàng tỷ đô la này đã trực tiếp làm cạn kiệt tài sản cơ bản của ngành tư vấn và triển khai CNTT truyền thống, đồng thời mở ra một cuộc cách mạng trong việc triển khai mô hình quy mô lớn.
Thứ tư, mục tiêu cuối cùng của việc bán công cụ là bán kết quả.
Nhiều người tin rằng trí tuệ nhân tạo (AI) sẽ hủy diệt ngành tư vấn. McKinsey đã hết thời, Accenture đã hết thời, và các công ty triển khai CNTT lớn cũng vậy.
Điều ngược lại đã xảy ra; trí tuệ nhân tạo đã hồi sinh ngành tư vấn.
Nhưng đằng sau đó là một sự thay đổi sâu sắc hơn: mô hình kinh doanh của toàn bộ ngành công nghiệp phần mềm đang trải qua sự chuyển đổi lớn nhất trong hai thập kỷ qua.
Đây chính xác là nguyên tắc sống còn mà Palantir lắng đọng hơn một thập kỷ trước: Đừng bán phần mềm. Hãy triển khai kết quả.
Đây là một sự chuyển đổi mang tính nền tảng. Trước đây, Microsoft bán Office, Salesforce bán CRM, và Adobe bán các bộ phần mềm; tất cả đều cung cấp các công cụ, và việc bạn sử dụng chúng tốt hay không là vấn đề của bạn. Ngày nay, những gì OpenAI và Anthropic đang làm là cử người của họ đến công ty của khách hàng và mang lại kết quả.
FDE là viết tắt của Result Deliverant (Người mang lại kết quả). Họ nghiên cứu tổ chức, quy trình, dữ liệu và cuối cùng cho ra một hệ thống thực sự hoạt động trong hoàn cảnh sản xuất, chứ không chỉ là một bản demo đẹp mắt.
Trước đây, các chuyên gia tư vấn trình bày các bài thuyết trình PowerPoint, trong khi các nhà phát triển phần mềm ứng dụng (FDE) cung cấp các tác nhân. Các chuyên gia tư vấn đưa ra lời khuyên, còn các FDE cung cấp mã lập trình. Về bản chất thì vẫn vậy: giúp các công ty giải quyết vấn đề làm việc hiệu quả hơn; chỉ có sản phẩm đầu ra là thay đổi.
Đây là lý do tại sao yêu cầu tuyển dụng FDE của Anthropic lại khá kỳ lạ: giữ thái độ khiêm nhường và tinh thần hợp tác.
Đây là khía cạnh khó khăn nhất của văn hóa kỹ thuật: nó đòi hỏi cả kiến thức chuyên độ sâu về kỹ thuật để giải quyết mọi vấn đề tại chỗ và khả năng gạt bỏ mọi sự giả vờ hiểu biết trước mặt khách hàng, đồng thời kiên nhẫn thấu hiểu lý do tại sao họ không tin tưởng vào kết quả đầu ra của trí tuệ nhân tạo.
Mức lương hàng năm từ 300.000 đến 500.000 đô la không phải vì FDE có kỹ năng kỹ thuật vượt trội, mà vì một FDE đủ điều kiện có thể thay thế bốn người: một quản lý sản phẩm, một kiến trúc sư kỹ thuật, một quản lý dự án và một kỹ sư AI.
Trên tuyến đầu của hoạt động giao hàng, FDE (Front-Delivery Delivery) giống như một đội quân.
V. Trở ngại lớn nhất đối với việc ứng dụng trí tuệ nhân tạo chưa bao giờ là công nghệ.
Đa số các dự án trí tuệ nhân tạo thất bại hiện nay không phải do lỗi kỹ thuật, mà là do lỗi tổ chức.
Ngay cả những đế chế tài chính hàng đầu thế giới và những gã khổng lồ bán lẻ cũng không tránh khỏi điều này.
Goldman Sachs đã gặp phải một vấn đề điển hình về tuân thủ quy định ở cấp trung khi đẩy mạnh quá trình chuyển đổi sang trí tuệ nhân tạo (AI). Bộ phận công nghệ đã phát triển một hệ thống kiểm toán AI có thể tự động tạo ra báo cáo phân tích và tiến hành đánh giá ban đầu các tài liệu tuân thủ quy định IPO.
Nhưng khi hệ thống đã sẵn sàng để triển khai vào hoàn cảnh sản xuất, các nhà quản lý cấp trung và cấp cao trong các bộ phận kiểm soát rủi ro và tuân thủ đã đồng loạt nhấn nút tạm dừng. Họ đã đệ trình một báo cáo điều tra dày cộp lên ban quản lý, lập luận rằng nếu "ảo tưởng" về mô hình vĩ mô xuất hiện trong các tài liệu niêm yết, ai sẽ chịu trách nhiệm cho khoản tiền phạt tiềm năng lên đến hàng tỷ đô la?
Dù nguyên mẫu kỹ thuật có đẹp đến đâu, dự án vẫn bị đình trệ suốt nửa năm vì không thể vượt qua được văn hóa đặc quyền đã ăn sâu trong tổ chức. Chỉ sau khi đội ngũ FDE can thiệp và định nghĩa lại ranh giới quyền và trách nhiệm trong sự hợp tác giữa con người và máy móc, dự án mới gần như hoàn thành.
Nếu như Goldman Sachs bị cản trở bởi sự xung đột giữa quyền lực và trách nhiệm, thì những thất bại ban đầu nổi tiếng của các ông lớn bán lẻ Mỹ như Target và Palantir lại là do những rào cản về lợi ích và văn hóa tổ chức.
Vào thời điểm đó, Palantir đã cử một đội ngũ lớn của FDE đến Target để cố gắng tái cấu trúc Chuỗi cung ứng và dự báo hàng tồn kho của họ, vốn tạo ra doanh thu hàng trăm tỷ đô la mỗi năm, bằng cách sử dụng các mô hình dữ liệu .
Tuy nhiên, đội ngũ mua hàng cấp cao quyền lực nhất của Target lại cực kỳ phản đối, cho rằng rằng kinh nghiệm thời trang hàng chục năm của họ không nên bị khuất phục trước một thuật toán. Ban quản lý cấp trung trì hoãn việc tích hợp giao diện dữ liệu, trong khi nhân viên tuyến đầu cố tình phớt lờ các đơn đặt hàng bổ sung của hệ thống. Cuộc đại tu công nghệ trị giá hàng triệu đô la này cuối cùng đã kết thúc trong thất bại thảm hại do cuộc đấu tranh quyền lực giữa con người và máy móc trong tổ chức, với việc Target đơn phương phá vỡ hợp đồng.
Mã nguồn hoàn hảo, nhưng dự án cứ mãi trì trệ. Đây là kịch bản thực tế nhất: công nghệ chỉ chiếm 20%, 80% còn lại phụ thuộc vào động lực quyền lực nội bộ của tổ chức, việc phân bổ trách nhiệm và những vấn đề tồn đọng lịch sử.
Ví dụ, quy trình phê duyệt khoản vay của ngân hàng được hỗ trợ bởi hàng thập kỷ phân bổ quyền lực và trách nhiệm cũng như các yêu cầu pháp lý đã được thiết lập. Hệ thống lập lịch của bệnh viện liên kết với việc phân phối lợi nhuận của tất cả các khoa. Quy trình kiểm soát chất lượng của nhà máy được kết nối với các hợp đồng nhà cung cấp và bảo hiểm chất lượng.
Những cài đặt này sẽ không tự động thay đổi do tài khoản GPT.
Những trở ngại này không thể được giải quyết bởi một kỹ sư chỉ am hiểu công nghệ. Điều cần thiết là một người có thể suy nghĩ từ cả góc độ kỹ thuật và tổ chức.
Do đó, điều mà FDE thực sự đang làm không chỉ là triển khai AI, mà quan trọng hơn, là giúp các tổ chức hoàn thành quá trình chuyển đổi sang AI. Nếu như trong hai thập kỷ qua, bộ phận CNTT chịu trách nhiệm số hóa các quy trình dựa trên giấy tờ, thì trong thập kỷ tới, FDE sẽ chịu trách nhiệm về các quy trình số hóa được hỗ trợ bởi AI.
Đây là giai đoạn tiếp theo của cùng một vấn đề.
Một ghi chú bên ngoài trang chính:
Khi mô hình trở nên rẻ hơn, tỷ lệ băm cũng trở nên rẻ hơn, và các tác nhân cũng trở nên rẻ hơn.
Thứ thực sự tốn kém đang dần trở thành một loại năng lực khác: hiểu biết về tổ chức, chuyển đổi quy trình và thúc đẩy sự thay đổi.
Đây là lý do tại sao FDE trở nên phổ biến đến vậy.
Vấn đề không phải là quan điểm này đặc biệt quan trọng; điều cốt yếu là toàn bộ ngành công nghiệp AI cuối cùng đã thừa nhận một điều:
Phần khó khăn nhất của một cuộc cách mạng công nghệ chưa bao giờ chính là công nghệ.
Đó là con người.
