Comment l'IA relance le modèle de l'ingénieur embarqué chez le client

Un rôle né dans le renseignement, relancé par l'IA générative

Le terme "Forward Deployed Engineer" (FDE) vient de Palantir. Le rôle a été créé chez Palantir au début des années 2010, sous le nom de code "Delta". L'idée : plutôt que de vendre un logiciel standard, envoyer des ingénieurs s'installer physiquement chez le client, souvent des agences de renseignement ou l'armée, pour construire sur mesure ce qu'aucun cahier des charges classique ne pouvait décrire. Jusqu'en 2016, Palantir comptait plus de "Deltas" que d'ingénieurs logiciels "classiques".

Cette organisation a longtemps semblé être une bizarrerie propre à un client très particulier : le renseignement américain. Elle redevient aujourd'hui un modèle de référence pour toute l'industrie de l'IA.

Le retour en force, chiffré

Le mouvement est net. Les offres d'emploi pour des postes de "forward deployed engineer" ont augmenté de plus de 800 % entre janvier et septembre 2025. OpenAI a commencé à构建 son équipe de Forward Deployed Engineering fin 2024 et a accéléré le recrutement tout au long de 2025. Anthropic suit la même trajectoire.

Le mouvement s'est structuré très récemment. En mai 2026, les deux laboratoires ont franchi une étape : ils ont créé des entités dédiées pour porter ces équipes. OpenAI a racheté Tomoro, une société britannique fondée en 2023 qui emploie 150 FDE au Royaume-Uni, en Asie et en Australie, première acquisition de sa "Deployment Company". Anthropic a fait de même en créant sa propre société de conseil dédiée aux FDE, financée par Blackstone, Hellman & Friedman et Goldman Sachs, pour intégrer Claude dans les opérations d'entreprises de taille moyenne.

Détail qui ne trompe pas sur la nature du modèle : l'externalisation des FDE est plus nette chez OpenAI et Anthropic, où les nouveaux FDE seront embauchés dans une société distincte, contrairement à Google qui les intègre directement avec des actions de l'entreprise. Le rapprochement avec le conseil informatique classique est total : on recrute des ingénieurs, mais on les loge dans une structure de service, pas dans le cœur du produit.

Pourquoi le SaaS ne suffit plus

Le modèle SaaS a construit sa rentabilité sur la standardisation : un produit, dupliqué à l'infini, avec des marges brutes de 80 à 90 %. L'IA générative casse ce schéma. Les modèles de langage sont puissants dans l'abstrait, mais échouent au contact des données réelles des entreprises, souvent incomplètes, mal structurées, ou tout simplement jamais formalisées.

Cette faiblesse est documentée. Le rapport State of AI in Business 2025 du MIT NANDA a trouvé que 95 % des pilotes d'IA générative en entreprise ne montrent aucun impact business mesurable. Le constat qui en découle est sans ambiguïté : le problème n'est pas le modèle, c'est le déploiement. Ni un customer success manager, ni de la documentation ne peuvent combler l'écart entre ce que sait faire un modèle et ce dont un client a réellement besoin — seul un ingénieur capable de tenir les deux bouts y arrive.

Ce qu'il faut en retenir

Le FDE n'est ni un consultant classique, incapable d'écrire du code de production, ni un ingénieur produit, incapable de s'adapter au chaos d'un système client réel. C'est un profil hybride, coûteux, difficile à faire monter en échelle, mais qui devient la porte d'entrée obligatoire pour qui veut faire fonctionner l'IA générative dans un contexte réel.

Le débat n'est pas tranché. Ce modèle mi-logiciel mi-service pose une vraie question de scalabilité face au SaaS pur. Mais son retour en force chez les plus grands laboratoires d'IA au monde signale une chose : l'automatisation de l'intégration n'est pas encore là, et elle ne le sera peut-être jamais complètement. Le conseil et l'ingénierie ne disparaissent pas avec l'IA ; ils se réinventent en son cœur.

Un rôle né dans le renseignement, relancé par l'IA générative

Le retour en force, chiffré

Pourquoi le SaaS ne suffit plus

Ce qu'il faut en retenir

Sources