Forward-deployed engineers : le poste que tout le monde s'arrache pour déployer l'IA en entreprise

Le terme vient de l'armée américaine, où un forward-deployed désigne un personnel positionné en avance sur le théâtre d'opérations. Palantir l'a importé dans le logiciel d'entreprise au début des années 2010 pour qualifier ses ingénieurs envoyés directement chez le client — pas pour vendre, mais pour intégrer, adapter, parfois réécrire des morceaux entiers du produit en fonction du contexte opérationnel. L'idée, à l'époque, collait au modèle Palantir : un logiciel si puissant et si complexe qu'il nécessitait un traducteur humain entre la plateforme et l'organisation cliente.

Quinze ans plus tard, le titre a migré bien au-delà de Thiel Valley. La semaine dernière, Meta a annoncé la création d'une nouvelle organisation interne reposant sur des FDE, chargés de convaincre davantage d'annonceurs d'utiliser ses outils publicitaires dopés à l'IA. Google Cloud, de son côté, a confirmé vouloir recruter plusieurs centaines de forward-deployed engineers pour accompagner ses clients dans l'utilisation des outils Gemini. Palantir continue d'en embaucher. OpenAI en a. Databricks, Snowflake, Scale AI aussi.

Le poste le plus demandé que personne ne sait définir

Sur LinkedIn, le nombre d'offres mentionnant le titre de forward-deployed engineer a plus que doublé entre 2023 et 2025. Les fiches de poste varient considérablement. Chez Palantir, un FDE est un ingénieur logiciel senior capable de coder, de comprendre un domaine métier et de travailler en autonomie chez le client pendant des mois. Chez Meta, la description ressemble davantage à un rôle hybride entre solutions engineer et customer success. Chez Google Cloud, le FDE Gemini semble positionné comme un accélérateur d'adoption, un rôle plus proche du consulting technique que de l'ingénierie produit.

Le flou est révélateur. Les entreprises qui recrutent des FDE ne s'accordent pas sur ce que le poste recouvre, mais elles s'accordent sur le problème qu'il résout : leurs clients n'arrivent pas à utiliser les outils d'IA qu'on leur vend.

Thomas Kurian, le patron de Google Cloud, a présenté l'embauche de centaines de FDE comme un investissement dans la réussite client. Meta justifie sa nouvelle organisation par le constat que ses annonceurs sous-utilisent les capacités d'IA générative intégrées à ses plateformes publicitaires. Dans les deux cas, le raisonnement est le même : le produit existe, le client paie, mais l'adoption réelle patine.

675 milliards de capex, et un problème d'adoption

Les hyperscalers prévoient collectivement de dépenser plus de 300 milliards de dollars en infrastructure IA sur la seule année 2025, selon les dernières déclarations de résultats. Google, Microsoft, Meta et Amazon ont tous relevé leurs prévisions de capex au premier trimestre. Alphabet a annoncé 75 milliards de dollars pour 2025. Meta, 65 milliards. Les GPU tournent, les datacenters s'empilent, les modèles grossissent.

Côté revenus IA côté entreprise, les chiffres restent flous. Microsoft annonce un run rate de plus de 13 milliards de dollars pour ses services cloud IA, mais sans séparer clairement Copilot du reste d'Azure AI. Google Cloud a dépassé les 12 milliards de revenus trimestriels, croissance portée en partie par l'IA, sans ventilation. AWS cite une croissance IA forte sans donner de montant isolé.

Le FDE est la variable d'ajustement humaine entre l'investissement massif dans l'infrastructure et la capacité réelle des entreprises clientes à en tirer quelque chose.

Palantir, 2012

Chez Palantir, le modèle FDE a longtemps été moqué par la Silicon Valley comme un aveu de faiblesse produit. Un vrai produit SaaS se vend en self-service. Un produit qui nécessite un ingénieur sur place pendant six mois n'est pas un produit, c'est du consulting habillé en licence logicielle. Palantir a mis des années à prouver que le modèle pouvait scaler — et la preuve n'est venue qu'avec la plateforme AIP, lancée en 2023, qui a enfin permis des déploiements plus courts et plus standardisés.

Il est frappant de voir Google et Meta reprendre un modèle que la Valley considérait comme un antipattern il y a encore trois ans. Les deux entreprises sont nées dans le self-service à l'échelle. Leur culture d'ingénierie est construite autour de l'idée que le produit doit parler tout seul. Former des équipes de FDE, c'est admettre que pour l'IA générative en contexte business, le produit ne parle pas tout seul.

Un responsable infrastructure d'un grand groupe industriel français, interrogé lors d'un événement partenaire Google Cloud à Paris en mai, résumait : « On a accès à Gemini, on a les crédits, on a même un architecte solutions dédié. Ce qu'on n'a pas, c'est quelqu'un qui comprend à la fois le modèle et notre ERP. »

Le coût caché de l'IA enterprise

Un FDE chez Palantir coûte entre 150 000 et 220 000 dollars par an en package total, selon les données de niveaux de rémunération publiées par Levels.fyi. Chez Google, les packages pour des rôles similaires dépassent régulièrement les 250 000 dollars. Multiplié par les centaines de recrutements annoncés, la facture salariale est significative — et elle ne se répercute pas directement sur le prix du produit. Elle se noie dans le coût d'acquisition client.

Pour les éditeurs, le calcul est simple : un FDE qui déverrouille l'usage d'un client à 2 millions de dollars de revenus annuels récurrents est rentable, même à 300 000 dollars chargé. Mais le modèle suppose que l'adoption augmente effectivement après le passage du FDE. Si le client retombe dans l'inertie une fois l'ingénieur parti, on est dans du consulting déguisé avec un taux de rétention incertain.

Accenture, Deloitte et McKinsey ont tous renforcé leurs practices IA ces dix-huit derniers mois, précisément pour occuper cet espace entre le produit brut et l'usage réel. Les cabinets de conseil voient les FDE des éditeurs comme une menace directe sur leur périmètre de facturation. Les éditeurs voient les consultants comme un intermédiaire qui ralentit l'adoption. Le client, lui, paie les deux.

Un bureau au cinquième étage

Chez un assureur européen qui déploie des outils Palantir depuis 2022, le FDE assigné au compte a passé onze mois sur site. Il avait un badge, un bureau au cinquième étage, un accès au Jira interne. L'équipe data locale l'appelait par son prénom. Quand Palantir l'a réaffecté, le projet a ralenti de trois mois, le temps de reformer un remplaçant sur le contexte métier.

Le modèle crée une dépendance humaine que le logiciel était censé éliminer.

Côté candidats, le poste attire. Les offres FDE chez Palantir reçoivent en moyenne plus de 1 000 candidatures selon d'anciens recruteurs de l'entreprise. Le titre a un parfum militaro-tech qui plaît aux ingénieurs qui ne veulent pas passer leur carrière derrière un IDE. Le turnover est élevé : le rythme — déplacements constants, immersion dans des domaines métiers différents tous les six à douze mois — use.

Ce que Meta ne dit pas

Meta n'a pas précisé combien de FDE sa nouvelle organisation compterait, ni si ces postes remplaçaient des rôles existants de solutions engineering. La création de l'unité intervient dans un contexte où Meta pousse agressivement l'IA générative dans ses outils publicitaires — Advantage+, les créations automatiques, le ciblage assisté — mais où une partie significative de sa base d'annonceurs, notamment les PME, continue d'utiliser les outils manuels traditionnels.

Mark Zuckerberg répète depuis deux trimestres que l'IA va transformer la publicité en « un système où l'annonceur n'a qu'à donner un objectif business et un budget, et l'IA fait le reste ». Si c'était déjà le cas, Meta n'aurait pas besoin d'envoyer des ingénieurs expliquer aux annonceurs comment ça marche.

Google Cloud est plus transparent sur les chiffres de recrutement, moins sur les résultats. Le programme FDE pour Gemini a été annoncé lors du Cloud Next 2025, accompagné de témoignages clients soigneusement sélectionnés. Aucune donnée sur le taux d'adoption de Gemini dans la base installée Google Cloud, ni sur le temps moyen de déploiement avec ou sans FDE.

Le dernier rapport trimestriel d'Alphabet mentionne que plus d'un million de développeurs utilisent les outils IA de Google. Un million de développeurs qui essaient n'est pas un million d'entreprises qui déploient.

Le retour du services-led growth

Pendant une décennie, le mantra dominant dans le SaaS B2B était product-led growth : le produit se vend tout seul, le freemium fait le reste, les équipes de vente interviennent en bout de chaîne. Slack, Notion, Figma ont construit des empires sur ce modèle. L'IA enterprise est en train de ramener l'industrie à un modèle antérieur, celui du logiciel complexe qui nécessite un accompagnement humain intensif pour produire de la valeur.

Ce n'est pas un recul technologique. Les modèles sont meilleurs qu'il y a dix-huit mois. Les API sont plus stables. Les benchmarks progressent. Le problème est ailleurs : intégrer un LLM dans un workflow existant, dans un système d'information réel avec ses couches de dette technique, ses contraintes réglementaires, ses données sales et ses équipes qui n'ont pas été formées — ça ne se résout pas avec une documentation et un playground.

Le FDE est la réponse pragmatique à un problème que personne dans la chaîne de valeur n'a intérêt à formuler clairement : l'IA générative, dans sa forme actuelle, est beaucoup plus difficile à déployer en entreprise que ce que les keynotes laissent entendre.

Alex Karp, le CEO de Palantir, lors de l'earnings call du premier trimestre 2025, a eu cette phrase : « We send our best engineers to the customer not because our product is weak, but because the problem is hard. » Il a ajouté, sans que personne ne lui pose la question, que Palantir comptait recruter 400 ingénieurs supplémentaires en 2025, dont une majorité de FDE.