Forward Deployed Engineer : le rôle qui fait passer l'IA du pilote à la production

Il y a un an, le terme n'apparaissait que dans les offres d'emploi de Palantir. Aujourd'hui, OpenAI, Anthropic et Google recrutent des Forward Deployed Engineers par centaines, et les banques leur emboîtent le pas. Derrière ce titre un peu martial se cache une idée simple : pour que l'IA produise un résultat en entreprise, il faut envoyer des ingénieurs chez le client, dans ses données et ses processus, plutôt que de lui livrer une plateforme et un manuel. Voici pourquoi ce modèle s'impose, et ce qu'il signifie pour une organisation qui veut passer du pilote à la production.

Ce qu'est un Forward Deployed Engineer

Un Forward Deployed Engineer, ou FDE, est un ingénieur logiciel qui travaille physiquement et fonctionnellement au sein de l'organisation cliente. Il ne vend pas, il ne conseille pas au sens classique : il construit, dans les systèmes du client, la solution qui fait marcher le produit de son employeur sur un problème réel. Il fait remonter au produit ce qu'il apprend sur le terrain, et il repart quand la solution tourne.

Le modèle vient de Palantir, qui l'a mis en place dès ses premiers contrats avec des agences de renseignement américaines. Selon la newsletter Pragmatic Engineer, citée par MarkTechPost en mai 2026, les premiers ingénieurs embarqués de Palantir étaient surnommés « Deltas », et jusqu'en 2016 l'entreprise comptait plus de FDE que d'ingénieurs logiciels classiques. Le lancement de la plateforme AIP en avril 2023, puis des « bootcamps » de trois à cinq jours où des FDE construisent un cas d'usage avec le client, a donné au modèle une seconde vie : fin 2024, plus de mille bootcamps avaient été réalisés, avec un fort taux de conversion en contrats. Au premier trimestre 2026, Palantir affichait une croissance de 85 % de son chiffre d'affaires et de 133 % de son activité commerciale américaine.

Pourquoi les laboratoires d'IA copient le modèle

La raison tient en un chiffre. Selon le rapport « State of AI in Business 2025 » du MIT NANDA, 95 % des pilotes d'IA générative en entreprise ne montrent aucun impact mesurable sur les résultats. Les modèles sont puissants, les démonstrations impressionnantes, et pourtant la valeur n'arrive pas. Ce qui manque n'est pas le modèle : c'est l'intégration aux données, aux systèmes, aux processus et aux habitudes de l'organisation.

Les laboratoires en ont tiré les conséquences. OpenAI a constitué son équipe de FDE fin 2024 et accéléré les recrutements en 2025, puis a annoncé le 11 mai 2026 « The Deployment Company », une coentreprise qui a levé plus de 4 milliards de dollars auprès de dix-neuf investisseurs, avec des partenaires comme Goldman Sachs, BBVA, McKinsey ou Capgemini, et l'acquisition du cabinet Tomoro et de ses quelque 150 ingénieurs. Le cas BBVA est révélateur : parti d'un déploiement de ChatGPT Enterprise, la banque sert désormais 120 000 employés dans 25 pays avec l'appui de FDE d'OpenAI.

Une semaine plus tôt, le 4 mai 2026, Anthropic annonçait avec Blackstone, Hellman & Friedman et Goldman Sachs une société de services IA valorisée 1,5 milliard de dollars. La formule de son directeur financier, Krishna Rao, résume la situation : « La demande des entreprises pour Claude dépasse largement tout modèle de livraison unique. » Marc Nachmann, de Goldman Sachs, parlait de « démocratiser l'accès aux Forward Deployed Engineers » pour les entreprises de taille intermédiaire.

Le marché du travail suit. Un rapport de rémunération publié le 21 mai 2026 sur 1 200 FDE donne une rémunération totale médiane de 385 000 dollars au niveau intermédiaire dans les laboratoires, et note que New York concentre 35 % des offres, tirées par la finance et les secteurs réglementés. Les FDE gagnent désormais 10 à 25 % de plus que les ingénieurs en machine learning aux niveaux senior. Cela dit quelque chose : la rareté n'est plus dans la modélisation, elle est dans le déploiement.

Ce que le modèle change pour une banque, un assureur ou une PME

Le FDE n'est pas une mode de la Silicon Valley, c'est la reconnaissance d'un fait que les intégrateurs connaissent depuis longtemps : la valeur se crée à la jonction entre la technologie et le métier, et cette jonction ne se sous-traite pas à distance.

Pour une organisation cliente, trois conséquences pratiques.

• Le pilote doit être conçu comme une production. Un FDE ne fait pas de démonstration, il branche le modèle sur les vraies données, avec les vraies contraintes de sécurité, et mesure un résultat métier. C'est exactement ce qui manquait aux 95 % de pilotes sans impact.

• Le savoir doit rester dans l'entreprise. Le risque du modèle FDE est la dépendance : l'ingénieur repart avec la connaissance. Les organisations qui en tirent le plus prévoient dès le départ un binôme interne, une documentation vivante et un transfert progressif de la maintenance.

• La gouvernance ne se négocie pas. Forbes rappelait en avril 2026 que le FDE excelle dans des systèmes dynamiques où il peut ajuster en temps réel avec les équipes métier, mais que dans des systèmes stables à gouvernance stricte, l'approche « peut introduire des risques et n'est pas toujours appropriée ». Dans une banque ou un assureur, le FDE doit travailler dans le cadre de la gestion des risques modèles, pas à côté.

Une situation concrète : une institution financière qui a testé pendant six mois un assistant de traitement de documents, sans le connecter à son système de gestion. En intégrant deux ingénieurs dans l'équipe métier pendant dix semaines, avec accès aux données réelles et un objectif chiffré sur le délai de traitement, l'assistant passe en production et le délai est divisé par deux. Ce n'est pas la technologie qui a changé, c'est la manière de la livrer.

Le conseil devient de l'ingénierie embarquée

Ce mouvement redessine aussi le métier du conseil. Les cabinets qui livrent des recommandations et repartent perdent du terrain face à ceux qui livrent des systèmes qui tournent. Chez 39 Advisory, c'est le modèle que nous pratiquons depuis le début : nos consultants FNZ Studio, Java ou data travaillent dans les équipes de nos clients, sur leurs plateformes, avec des objectifs de livraison. La vague des FDE ne nous surprend pas, elle donne un nom à ce que nous faisons, et elle confirme que le besoin ne se limite plus aux grands groupes.

Ce que nous en retenons

Le Forward Deployed Engineer est la réponse du marché à l'échec des pilotes d'IA : la technologie est prête, la livraison ne l'était pas. Pour une entreprise, la leçon est simple. Il ne faut plus acheter une plateforme et un manuel, il faut acheter un résultat, livré par des ingénieurs qui travaillent dans vos systèmes, encadrés par votre gouvernance, et qui transfèrent leur savoir avant de partir.

Si vous avez un pilote qui n'arrive pas en production, parlons-en : c'est en général une question de mode de livraison, pas de modèle.