Forward Deployed Engineers : ce que ce modèle règle vraiment, et ce qu'il ne réglera pas

En mai 2026, à une semaine d'intervalle, les deux principaux laboratoires d'IA ont fait exactement la même chose : monter une structure de services dédiée à l'envoi d'ingénieurs chez leurs clients. Ce n'est pas un mouvement de croissance commerciale, c'est un constat sur la façon dont l'IA arrive, ou n'arrive pas, en production. Pour un COMEX européen, la question utile n'est donc pas de savoir si le Forward Deployed Engineer (FDE) est à la mode, mais s'il règle le problème que vos pilotes n'ont pas réglé.

D'où vient le rôle, et pourquoi il resurgit maintenant

Palantir a inventé la fonction au milieu des années 2000, pour des clients gouvernementaux dont les environnements de données étaient trop sensibles et trop atypiques pour une livraison à distance. La différence avec un architecte de solutions est nette : l'architecte remet un document, le FDE écrit et déploie du code qui tourne dans le système du client. Jusqu'en 2016, Palantir employait plus de FDE que d'ingénieurs logiciel classiques.

Le mécanisme économique qui rend le modèle viable porte un nom chez Palantir : gravel road to paved highway. Le FDE construit une solution rugueuse, spécifique, rapide ; l'équipe produit centrale repère les motifs communs entre plusieurs clients et les transforme en fonctionnalités standard. Sans cette seconde moitié, il ne reste qu'une société de conseil déguisée en éditeur.

Ce qui a changé, c'est le diagnostic chiffré. L'étude MIT NANDA The GenAI Divide: State of AI in Business 2025, appuyée sur 52 entretiens de dirigeants, 153 réponses de responsables et l'analyse de 300 déploiements publics, conclut que 95 % des pilotes d'IA générative n'ont produit aucun effet mesurable sur le compte de résultat, et que 5 % seulement des outils évalués atteignent la production. Le blocage n'était pas le modèle, mais la mise en usage.

D'où les deux annonces de mai 2026. Le 4 mai, Anthropic, Blackstone, Hellman & Friedman et Goldman Sachs ont lancé une société de services IA-native, entité autonome dans laquelle des ressources d'ingénierie Anthropic sont directement embarquées, avec General Atlantic, Leonard Green, Apollo, GIC et Sequoia au capital. Quelques jours plus tard, OpenAI a créé l'OpenAI Deployment Company, filiale majoritairement détenue dotée de plus de 4 milliards de dollars de capital initial, en partenariat avec 19 fonds, cabinets et intégrateurs menés par TPG, et a racheté le cabinet londonien Tomoro pour y apporter environ 150 Forward Deployed Engineers et Deployment Specialists dès le premier jour.

Effet de mode, ou déplacement durable ?

Les deux, et il faut savoir les distinguer. La critique « c'est un consultant technique rebaptisé » est fondée quand le rôle est mal posé ; elle circule abondamment sur les forums d'ingénieurs depuis deux ans. Le signal sérieux est ailleurs : dans la demande côté acheteurs.

Une analyse publiée le 30 juillet 2026 par Echoloc, portant sur 4 817 533 offres actives issues de 836 718 entreprises, recense 1 142 entreprises avec un poste de direction IA ouvert. La densité de ces annonces est passée de 5,6 à 16,0 pour 100 000 offres entre le dernier trimestre 2025 et le deuxième trimestre 2026, soit un triplement en neuf mois. 69 % de ces entreprises ne sont pas des sociétés technologiques ; les services financiers arrivent en tête du peloton non-tech avec 130 entreprises, devant les assureurs (40) et les banques (29). Détail plus parlant encore pour un COMEX : les intitulés « AI Enablement » (48) et « AI Transformation » (38) rivalisent désormais avec « Director of AI Engineering » (28). Les entreprises n'achètent pas de la recherche ; elles achètent de la mise en production.

Le mouvement touche l'Europe directement. Anthropic annonçait en novembre 2025 l'ouverture de bureaux à Paris et Munich, après avoir triplé ses effectifs EMEA en un an, avec L'Oréal, BMW, SAP, Sanofi, N26, Qonto et Doctolib parmi ses références citées.

Ce qui fonctionne : une démarche en cinq étapes

1. Choisir un workflow, pas un cas d'usage. Un cas d'usage se démontre ; un workflow a un volume, un coût unitaire et un responsable. Nommez la ligne de P&L avant de nommer le modèle.

2. Écrire les évaluations avant le code. OpenAI structure ses missions clients en trois temps : un cadrage sur site de quelques jours, une phase de validation où l'on construit les critères d'évaluation et les contrôles qualité, puis une livraison à raison de plusieurs jours par semaine sur site. La phase 2 est celle que les entreprises sautent, et c'est celle qui décide de tout.

3. Mettre un binôme, jamais un solo. Un FDE sans expert métier à temps partagé produit une belle intégration inutilisable. Chez Palantir, l'ingénieur embarqué est doublé d'un profil qui cartographie les blocages opérationnels.

4. Appliquer la règle de la troisième répétition. Tout élément que le FDE reconstruit pour la troisième fois passe en composant réutilisable ; sinon la route reste en gravier et vous financez indéfiniment du sur-mesure.

5. Planifier la sortie dès le premier jour. Le succès d'une mission FDE se mesure au moment où l'équipe interne reprend la main sans dégradation du service.

Un exemple documenté : un FDE d'OpenAI travaillant avec John Deere s'est déplacé dans l'Iowa pour concevoir des interventions personnalisées auprès des agriculteurs, directement avec les utilisateurs finaux. Transposez en assurance : le workflow de vérification des pièces justificatives d'un sinistre dommages, 40 000 dossiers par an, un délai moyen connu, un taux de reprise manuelle mesuré avant intervention. C'est ce niveau de granularité qui rend une mission FDE arbitrable en comité d'investissement, et non le slogan « déployer l'IA sur la relation client ».

Erreurs à éviter

Confondre FDE et intégrateur au forfait. Un test simple, emprunté aux praticiens : demandez comment le succès sera mesuré. Si la réponse parle de jalons livrés et non d'adoption en production, vous achetez de l'intégration classique à un tarif d'ingénierie de pointe.

Déployer sans propriétaire métier côté entreprise. Le FDE est un accélérateur, pas un décideur. Les données d'embauche montrent d'ailleurs que le marché recrute d'abord des responsables d'adoption ; l'ingénieur embarqué ne remplace pas ce poste, il en dépend.

Oublier le registre DORA. Un ingénieur d'un fournisseur, embarqué dans vos processus et écrivant du code en production, constitue une prestation de services TIC au sens du règlement (UE) 2022/2554, applicable depuis le 17 janvier 2025 ; l'article 28 impose de tenir le registre d'informations des accords contractuels, dont la première remise officielle aux autorités était fixée au 31 mars 2026. Beaucoup de missions FDE démarrent sur bon de commande et n'y figurent jamais.

Financer la mission sur le budget projet. Un FDE payé par l'IT et évalué par l'IT produira une intégration propre sans effet sur la marge. Le budget doit venir de la direction métier qui porte le workflow.

Lire le report de l'AI Act comme un répit. Le paquet Digital Omnibus, adopté par le Parlement européen le 16 juin 2026 et validé par le Conseil le 29 juin, décale les obligations des systèmes à haut risque de l'annexe III (dont crédit, assurance, RH) du 2 août 2026 au 2 décembre 2027. Restent applicables au 2 août 2026 : les obligations de transparence de l'article 50, les pouvoirs de sanction pouvant atteindre 35 millions d'euros ou 7 % du chiffre d'affaires mondial, et l'obligation de maîtrise de l'IA en vigueur depuis février 2025. Ce que vous mettez en production aujourd'hui avec un FDE devra documenter sa conformité dans dix-sept mois.

Laisser la route en gravier. Si aucun composant n'a été industrialisé après deux missions, le modèle a échoué, quelle que soit la satisfaction des utilisateurs.

Les marqueurs observables à exiger

Six indicateurs suffisent à savoir si une mission FDE tient ou dérive :

• Semaine 4 : un workflow tourne en production restreinte sur volume réel, pas une démonstration.
• Part réutilisée : pourcentage du code de la mission repris en composant standard après trois mois.
• Taux de reprise manuelle avant et après, sur le même périmètre de dossiers.
• Coût par dossier traité, comparé à la référence mesurée avant le démarrage.
• Jours-homme FDE consommés par point de marge gagné sur le workflow.
• Entrée au registre TIC et clauses contractuelles conformes, dans les trente jours suivant le démarrage.

Comment ce rôle va évoluer

Trois trajectoires se dessinent, et elles ne s'excluent pas. La première est l'absorption : les intégrateurs historiques renomment leurs consultants « FDE » et la valeur se dilue. La deuxième est l'internalisation, déjà visible dans les données d'embauche : 95 % des entreprises qui ouvrent aujourd'hui un poste de direction IA n'en avaient jamais publié avant 2026, et ces mêmes entreprises adoptent les cadres d'agents à 4 à 5 fois le taux de référence du marché. La troisième est la productisation : chaque motif industrialisé réduit le besoin de sur-mesure suivant.

Le pari raisonnable est que le titre « Forward Deployed Engineer » retombera dans deux à trois ans, mais que la fonction restera sous un autre nom : ingénieur de workflow, rattaché au métier, mesuré sur la marge et non sur la livraison. Ce qui disparaîtra, c'est le FDE de prestige facturé à la journée sans clause de transfert de compétence.

La décision à prendre au prochain comité

Choisissez un workflow unique, avec un volume et un coût unitaire connus. Nommez le responsable métier qui en portera le résultat. Exigez les critères d'évaluation avant toute ligne de code. Inscrivez la prestation au registre TIC dès la signature. Et fixez d'emblée la date à laquelle votre équipe interne reprend la main. Si l'un de ces cinq points ne peut pas être renseigné, la mission n'est pas prête, quel que soit le talent de l'ingénieur qu'on vous propose.

TokenShift accompagne les COMEX européens sur le passage des pilotes IA à la production gouvernée.

Sources

• MIT NANDA, The GenAI Divide: State of AI in Business 2025 (2025) : rapport
• OpenAI, OpenAI launches the Deployment Company (mai 2026) : openai.com ; analyse juridique de l'opération : Cooley
• Blackstone, Anthropic Partners with Blackstone, Hellman & Friedman, and Goldman Sachs to Launch Enterprise AI Services Firm (4 mai 2026) : communiqué
• Echoloc, Who's Hiring Heads of AI (données du 30 juillet 2026) : étude
• The Pragmatic Engineer, What are Forward Deployed Engineers, and why are they so in demand? : article
• First Round Review, So You Want to Hire a Forward Deployed Engineer : article
• Anthropic, New offices in Paris and Munich expand European presence (7 novembre 2025) : annonce
• ACPR, FAQ sur le règlement DORA (UE) 2022/2554 : acpr.banque-france.fr