[情報] 矽谷夯職 FDE 在台灣行得通嗎？溫紹群談 AI Empower

一、這集在吵什麼

AI 泡沫話題的背後，其實是：能不能拉高生產力、營收、利潤與人力成本數字。焦點落到 AI Agent——不只會聊天，還要能在企業裡動手執行。

主持人請到勤業眾信資深執行副總溫紹群 Rick，從顧問第一線談三條線：角色矛盾與資料關卡、Empower vs Native、以及 FDE 與組織 AI Ready。

二、Agent 一進企業，每個人想的都不一樣

• CXO／創辦人：要執行、縮資訊落差，不是再多一個聊天機器人。
• 業務：供應鏈對手若已用 Agent 接單，自己沒跟上可能丟單；盯的是業績與利潤。
• CIO／IT：MCP、A2A 等框架還在演進，卻常被要求「五年 AI 架構」——畫不死。
• HR／風控：人機協作、數位員工、治理與風險跟著進來。

個人把機密丟上公開 AI（影子 AI）之後，IT 才被迫談 AI Governance。同時 AI Coding 把門檻拉低，資料與版本管理問題也一起爆。

三、IT 自己也在變，但公司卡在異質資料

以前 SE 進場部署開發／測試環境可能要一兩週；現在 SE Agent 可能半天到一天就搞定——IT 幫公司轉型的同時，自己的開發方式也被 AI 改寫。全球知名 AI 公司流量裡，很大比例其實還是開發／IT 場景在吃。

真正難的是企業內部：SAP／Oracle 與一堆異質系統，Agent 要從主系統查到次系統才能完成一件事。業務要「立刻解我這個專案」；IT 想推「統一平台」——專案思維 vs 平台思維一直在拔河。各部門各自買方案，最後權限、流程、資料歸屬全繞回 IT。

四、AI Empower 與 AI Native：台灣多數別一次翻掉

溫紹群打比方：你本來做牛肉麵，不要因為 AI 就把牛肉麵全砍掉——AI 是競爭力之一，不是唯一。比較穩的路徑是本業走 Empower，另開 Side Project 用 Native 思維練兵。

若生產線從「檢出不良」進化到「Agent 呼叫另一個 Agent 動態調參」，才逐漸從「人在迴路裡」往「AI 在迴路上」走。但高自主決策要當自駕車 L5 等級想風險，不能嘴砲放心上路。

五、FDE 很香，台灣缺矽谷那套資本與治理

FDE（前端部署工程師／Forward Deployed Engineer）不是工程師改名。期待是：進客戶 → 說服哪個流程可 AI 化（很像顧問）→ 設計可落地系統 → 上線 → 推廣讓人真的用 → 量出價值。一直卡 POC、不上線，就沒有傳說中的超高產值。

矽谷好推，多半綁兩件事：

1. 資本：做 AI 與不做 AI 的公司估值可差一大截；VC 要投後組合趕快長。
2. 投後管理：投資人帶 FDE／顧問進去「整改」，被投公司很難說不——資料與組織都碰得深。

台灣硬體／大企業估值邏輯不同，也少見大股東硬帶 FDE 進場看數據。就算請得到很強的人，多半還是變成 AI 轉型／Empower；一碰到改人的工作、決策鏈、資料門檻，職稱本身打不穿組織。三到六個月交不出看得見的成果，甲乙雙方都會很痛苦。

六、組織 AI Ready：HR × 業務 × IT，KPI 別用錯尺

技術下個月就換；管理顧問角度看的是：人機協作裡，人多半 HR 管、機多半 IT／資安管，但業務主管怎麼管風險與價值常被漏掉。

• POC（概念驗證）、POS（服務驗證）、POB（業務價值驗證）KPI 不同；用最終營收去殺早期概念，很容易誤殺。
• 未來員工可能帶「技能包」（Skill-Based Agent + Token 資源）進場——虛擬員工怎麼規劃與計費，也是治理題。
• AI 發展速度快過現有管理手法；現在談治理剛好，但這門課很硬，不是六分鐘速成。

七、可帶走的結論

• Agent 落地先對齊利害關係人期待，再談工具。
• 資料異質與專案／平台拉扯，比會不會 prompt 更致命。
• 台灣本業：Empower + 獨立 Side Project；別一次把自己翻成不像自己。
• FDE 要產生成效，不只要會寫程式；矽谷模式綁資本與投後治理，難原樣複製。
• AI Ready 是跨部門管理題，階段 KPI 別混用。

※ 來源：TechOrange《矽谷最夯的「前端部署工程師」在台灣行得通嗎？Ft. 勤業眾信資深執行副總溫紹群│全新一週 EP232》（約 33:06，上傳 2026-09-21）。本頁為非官方圖文整理。