Palantir l’a popularisé, OpenAI et Google recrutent : qui sont ces ingénieurs qui font vraiment fonctionner l’IA en entreprise ?

Entre une démonstration spectaculaire et un outil réellement utilisé

Une entreprise demande à une intelligence artificielle d'analyser ses documents internes. En quelques secondes, le modèle produit une synthèse convaincante. La démonstration fonctionne. Les dirigeants imaginent déjà les gains possibles.

Puis viennent les vraies questions.

Où sont stockés les documents ? Qui a le droit de les consulter ? Comment connecter l'IA aux logiciels existants ? Que se passe-t-il si elle invente une information, utilise une donnée périmée ou transmet un résultat au mauvais destinataire ?

Et surtout : les salariés vont-ils réellement s'en servir ?

C'est dans cet espace entre la promesse technologique et la réalité opérationnelle qu'intervient un métier encore peu connu : le Forward Deployed Engineer, souvent abrégé FDE.

Son travail ne consiste pas simplement à installer un modèle d'IA. Il doit comprendre une organisation, développer les composants qui lui manquent, intégrer la technologie aux outils existants et faire fonctionner l'ensemble dans la durée.

Une mission qui demande autant de compétences techniques que de compréhension du terrain.

Palantir : un ingénieur qui part du problème du client

Palantir a contribué à populariser cette manière de travailler.

L'entreprise américaine distingue deux profils dans son organisation : les ingénieurs qui construisent les capacités de ses produits et les Forward Deployed Software Engineers, historiquement surnommés « Deltas », qui cherchent à obtenir des résultats techniques et opérationnels chez les clients.

La distinction est essentielle.

Un ingénieur produit travaille sur une fonctionnalité destinée à être utilisée par de nombreux clients. Un ingénieur déployé peut mobiliser plusieurs capacités technologiques pour résoudre le problème particulier d'une seule organisation.

Sa première tâche n'est donc pas nécessairement d'écrire du code.

Il doit comprendre les décisions que le client essaie de prendre, les processus qui ralentissent ses équipes, les données disponibles et les contraintes imposées par son environnement.

Cette proximité transforme la manière de concevoir les logiciels.

Au lieu de partir d'une solution et de chercher ensuite comment l'adapter, le FDE part du terrain pour déterminer ce qu'il faut réellement construire.

OpenAI et Google Cloud recrutent à leur tour

La méthode n'est plus réservée à Palantir.

À Paris, OpenAI recrute des Forward Deployed Engineers chargés d'accompagner ses clients stratégiques depuis l'identification du besoin jusqu'au déploiement de systèmes opérationnels.

L'offre officielle décrit un travail qui combine conception d'architecture, développement logiciel, intégration, mise en production et accompagnement des équipes utilisatrices.

OpenAI insiste également sur un autre indicateur : la réussite ne se mesure pas au nombre de démonstrations effectuées, mais à l'adoption réelle et à l'impact observable sur les processus de travail.

Google Cloud décrit une logique comparable.

Dans ses offres de recrutement, le groupe recherche des ingénieurs capables de relier ses technologies d'IA aux infrastructures existantes des entreprises : API, bases de données, anciens systèmes informatiques et dispositifs de sécurité.

Ces ingénieurs doivent aussi mettre en place des évaluations pour suivre la précision, la fiabilité et les délais de réponse des applications.

Le métier dépasse donc le conseil technique traditionnel. Il suppose de participer directement à la construction des solutions et de résoudre les problèmes qui empêchent leur mise en production.

La différence est fondamentale : il ne suffit plus de démontrer que l'IA peut fonctionner. Il faut prouver qu'elle fonctionne dans les conditions réelles de l'entreprise.

Le vrai chantier : raccorder l'IA à l'existant

Une organisation ne repart jamais de zéro lorsqu'elle adopte une nouvelle technologie.

Elle possède déjà des logiciels de gestion, des bases de données, des outils métiers, des procédures internes et des règles d'accès à l'information.

Le modèle d'IA constitue seulement une partie du système.

Prenons un exemple fictif : une entreprise industrielle souhaite créer un assistant capable de répondre aux questions de ses techniciens sur les pannes, les pièces disponibles et les procédures de maintenance.

Une démonstration pourrait reposer sur quelques manuels techniques téléchargés dans une application.

Le déploiement réel demande beaucoup plus.

L'assistant doit récupérer les bonnes versions des documents, vérifier les droits de consultation, interroger éventuellement le logiciel de maintenance et distinguer une instruction approuvée d'une simple suggestion.

Il faut également définir ce que l'IA peut faire seule et ce qui doit rester soumis à une validation humaine.

Le FDE peut alors construire les connecteurs, développer l'interface, organiser les tests et travailler avec les équipes informatiques pour assurer la sécurité et la continuité du service.

Une partie du travail consiste même à renoncer à l'IA lorsque des règles logicielles classiques suffisent.

Le meilleur système n'est pas nécessairement celui qui utilise le plus de modèles. C'est celui qui résout correctement le problème posé.

Ce que fait concrètement un Forward Deployed Engineer

Son intervention peut se décomposer en cinq étapes.

1. Comprendre le métier. Il rencontre les utilisateurs, observe leurs tâches et identifie les difficultés qui méritent réellement d'être traitées.

2. Définir le périmètre. Il transforme une demande parfois vague en problème précis, avec des contraintes techniques, des responsabilités et des critères de réussite.

3. Construire la solution. Il développe le code nécessaire, connecte les données et choisit les composants logiciels adaptés.

4. Tester dans les conditions réelles. Il vérifie les résultats, les erreurs possibles, les temps de réponse, les coûts et les conditions de sécurité.

5. Organiser l'adoption. Il forme ou accompagne les équipes, collecte leurs retours et prépare la maintenance du système.

Ces étapes ne suivent pas toujours une progression parfaitement linéaire.

Les essais peuvent révéler des données inutilisables, une architecture trop coûteuse ou une automatisation que les salariés refusent de confier à une machine.

L'ingénieur doit alors modifier sa solution, parfois profondément.

C'est pourquoi les entreprises recherchent des profils capables de coder, mais aussi de communiquer, de hiérarchiser les problèmes et de prendre des décisions dans des situations ambiguës.

Le terrain militaire : une illustration des contraintes extrêmes

L'environnement militaire permet de comprendre à quel point le contexte d'utilisation peut modifier les exigences d'un système informatique.

Palantir participe notamment au programme américain Maven Smart System, qui vise à rapprocher données, outils d'analyse, intelligence artificielle et processus opérationnels.

Dans une communication de septembre 2024, l'entreprise annonçait l'extension de l'accès à Maven à plusieurs composantes des forces armées américaines. Elle décrivait des usages allant de la connaissance de la situation opérationnelle à la logistique et à l'aide à la décision.

Ce programme ne prouve pas, à lui seul, qu'un FDE particulier a conçu ou déployé une fonction donnée. Il illustre toutefois les contraintes auxquelles sont confrontées les équipes qui mettent des logiciels avancés en service dans des environnements critiques.

Sur le terrain, un outil doit composer avec des informations hétérogènes, des accès strictement contrôlés, des connexions potentiellement dégradées et des décisions dont les conséquences peuvent être majeures.

Une information erronée peut être bien plus grave qu'une réponse incorrecte dans un assistant administratif.

La sécurité, la traçabilité, la supervision humaine et la maîtrise des limites du système deviennent alors essentielles.

Le principe reste néanmoins comparable à celui d'une entreprise : une technologie ne prend de valeur que lorsqu'elle est adaptée aux personnes, aux contraintes et aux décisions qu'elle doit réellement servir.

Un nouveau rapport entre fournisseurs de technologie et entreprises

L'essor de ces fonctions révèle une évolution du marché de l'intelligence artificielle.

Pendant longtemps, un éditeur pouvait vendre un logiciel relativement standardisé, puis laisser une partie importante de son intégration aux équipes informatiques du client ou à des prestataires.

Les applications d'IA générative rendent parfois cette séparation plus difficile.

La qualité du résultat dépend non seulement du modèle, mais aussi des données, des instructions, des autorisations, des outils disponibles et du processus dans lequel il intervient.

L'éditeur a donc intérêt à mieux comprendre ce qui se passe après la vente.

Pour les fournisseurs, les FDE constituent également une source d'apprentissage. Les difficultés rencontrées chez un client peuvent révéler un défaut du produit, un besoin commun à plusieurs secteurs ou une fonctionnalité qui mérite d'être développée pour tous.

Mais ce modèle soulève une question économique.

Si chaque déploiement exige plusieurs mois de travail très spécialisé, jusqu'où peut-on développer l'activité sans augmenter proportionnellement les effectifs ?

Les fournisseurs doivent trouver un équilibre entre adaptation sur mesure et composants réutilisables.

C'est précisément ce que recherchent OpenAI et Google Cloud lorsqu'ils insistent, dans leurs descriptions de poste, sur la transformation des enseignements du terrain en méthodes, outils et fonctionnalités pouvant servir à d'autres clients.

L'IA ne manque pas seulement de modèles : elle a besoin d'intégration

Les progrès des modèles restent spectaculaires. Leurs capacités de raisonnement, de programmation, d'analyse et d'interaction continuent d'élargir les usages possibles.

Mais une capacité technique ne garantit pas une transformation économique.

Une entreprise peut disposer d'un excellent modèle et obtenir un résultat décevant si ses données sont mal organisées, ses processus inadaptés ou ses équipes insuffisamment associées au projet.

À l'inverse, une application moins spectaculaire peut devenir indispensable lorsqu'elle s'intègre naturellement au travail quotidien.

C'est dans cette différence que les Forward Deployed Engineers trouvent leur rôle.

Ils ne sont ni de simples commerciaux techniques, ni uniquement des consultants, ni des chercheurs chargés d'inventer les prochains modèles.

Ils construisent le passage entre une technologie prometteuse et un usage opérationnel.

Palantir avait fait de cette proximité avec le terrain une composante de son modèle. Les recrutements d'OpenAI et de Google Cloud montrent que cette expertise prend désormais une place importante dans la diffusion de l'IA en entreprise.

La prochaine bataille de l'intelligence artificielle ne se jouera donc pas uniquement sur la puissance des modèles.

Elle se jouera aussi sur une question beaucoup plus concrète : qui saura les faire fonctionner là où le travail se déroule réellement ?