Nel giro di dodici mesi il forward deployed engineer è passato da stranezza organizzativa di Palantir a ruolo che tutti si contendono: secondo DigitalWorld Italia gli annunci su Indeed sono saliti da 643 ad aprile 2025 a 5.330 ad aprile 2026. Latent Space ci ha dedicato una lunga conversazione con Vinoo Ganesh, che a Palantir aveva costruito un programma da 250 ingegneri. La domanda interessante però non è quanto guadagna un FDE. È un’altra: se il ruolo più caldo dell’AI consiste nel mandare una persona dentro l’azienda del cliente, allora l’AI in azienda non è un prodotto che si compra. È un servizio.
In questo articolo scoprirai:
- Cosa fa davvero un forward deployed engineer, detto senza gergo
- Perché il ruolo è esploso proprio adesso: nove miliardi in tre mesi
- Forward deployed engineer, consulente o solutions architect: le differenze che contano
- Le trappole: quando un forward deployed engineer non serve a niente
- Onboarding agenti AI in azienda: la stessa logica, vista dal lato di chi compra
Cosa fa davvero un forward deployed engineer, detto senza gergo
Un forward deployed engineer è un ingegnere software che lavora dentro le operazioni del cliente: installa, integra, scrive codice di produzione e porta in esercizio la soluzione nei sistemi reali dell’azienda. Non è un venditore tecnico e non consegna slide. Nell’intervista a Latent Space, Ganesh lo definisce come chi «sta dentro le operazioni dei propri clienti e ne risolve i problemi», con l’obiettivo di estendere il team di prodotto, non di chiudere un contratto.
La parte concreta del mestiere è meno glamour di quanto suggerisca lo stipendio. Circa l’80% del lavoro è attraversare sistemi legacy, autenticazione e compliance, non modelli: la guida 2026 di Hashnode lo chiama «muro dell’integrazione», ed è il muro contro cui si schianta la maggior parte dei progetti. Sì, un FDE scrive codice, API, pipeline dati, connettori verso il gestionale, ma il valore sta prima, nell’osservazione.
Ganesh la spiega con una formula che vale la pena rubare: il lavoro è «raccogliere i nomi e i verbi», cioè i sostantivi con cui un’azienda chiama le cose e i verbi con cui muove i processi. Il suo esempio è una data quality engineer che controllava file CSV a occhio su Windows: nessun questionario, nessuna demo e nessun modello avrebbe mai scoperto quel passaggio. Bisognava stare lì a guardarla lavorare. È esattamente la ragione per cui un agente AI configurato da remoto su specifiche scritte a tavolino tende a rispondere bene alla domanda sbagliata.
Perché il ruolo è esploso proprio adesso: nove miliardi in tre mesi
Il boom non è un fenomeno di costume: è una scelta di allocazione del capitale. Secondo la ricostruzione di 01net, tra aprile e luglio 2026 gli annunci di Google Cloud (750 milioni), Anthropic (~1,5 miliardi), OpenAI (oltre 4 miliardi), AWS (1 miliardo) e Microsoft (2,5 miliardi più 6.000 professionisti embedded) hanno superato i 9 miliardi di dollari complessivi destinati a mettere ingegneri dentro le aziende clienti.
Perché? Perché i modelli ci sono già e non bastano. Sempre 01net cita McKinsey (aprile 2026): il 94% delle aziende dichiara di non vedere ancora un valore significativo a livello aziendale dall’AI generativa. E lo studio MIT del 2025, ripreso da DigitalWorld Italia, stima che circa il 95% dei pilot di AI generativa non produca impatto misurabile sul conto economico, e che il punto di rottura sia l’integrazione, non la tecnologia. Ne abbiamo scritto a lungo: perché l’AI non genera ROI, ed è la stessa dinamica per cui i progetti AI falliscono.
La formulazione più onesta la dà ancora Ganesh: «i frutti a portata di mano sono finiti». I problemi risolvibili con un prodotto standard sono già stati risolti; quello che resta vive dentro le mura, in workflow disordinati che dall’esterno non si deducono. «La parte del problema che resiste all’inferenza è ormai l’unica parte rimasta.»
Quanto guadagna un forward deployed engineer, e perché
Le cifre spiegano la corsa. Hashnode riporta per Palantir una mediana intorno ai 238.000 dollari e livelli staff oltre i 630.000, con OpenAI e Anthropic tra 350 e 550.000 per profili mid-senior; Data Masters indica un premio del 30-50% rispetto a un ingegnere equivalente. Si paga la rarità della combinazione: ingegneria seria più capacità di stare in una stanza con il cliente. È la stessa direzione che indicano le skills del DevDay, e un buon antidoto alla domanda mal posta se l’AI sostituirà il lavoro umano: qui il lavoro umano è la condizione perché l’AI funzioni.
Forward deployed engineer, consulente o solutions architect: le differenze che contano
È la domanda che ricorre in ogni trattativa, e la risposta non è accademica: cambia cosa firmi. DigitalWorld Italia mette in colonna le differenze: il consulente produce raccomandazioni, analisi e documenti, su un progetto a termine, misurato sul completamento; l’FDE produce codice funzionante in produzione, resta oltre il go-live e viene misurato su adozione e risultati di business. Il trasferimento di competenze non è una fase finale: avviene mentre si costruisce, esattamente come nelle cinque fasi dell’adozione.
La differenza con il solutions architect è più sottile ma decisiva. L’architetto disegna; l’FDE ha un mandato di consegna. OpenAI, riferisce 01net, sintetizza il metodo in tre tempi, «costruisci, dimostra, generalizza»: costruisci la cosa specifica, dimostra che funziona sul campo, poi generalizzala nella piattaforma. Il terzo passaggio è quello che separa un prodotto da una software house.
Marty Cagan, che di product management se ne intende, li colloca nel product discovery: sono «persone tecniche che si insediano presso il cliente di riferimento per capirne a fondo i problemi», e il senso di mandarli da molti clienti è vedere cosa si ripete e cosa no. «Il prodotto di piattaforma consiste nel sintetizzare ciò che si impara attraverso molti FDE.» Palantir, avverte Cagan, adotta gli FDE ma resta una product company: non è Accenture. È la stessa tesi per cui, in azienda, il servizio conta più del modello, e per cui vale la pena chiedersi se serva un agente chiavi in mano o self-service.
Le trappole: quando un forward deployed engineer non serve a niente
Il pezzo di Latent Space è utile soprattutto qui, perché elenca i modi in cui il ruolo fallisce. Il primo è il più insidioso, e riguarda chi vende: un cliente felice e una piattaforma identica a prima non è un successo, è consulenza travestita.
Quando il forward deployed engineer diventa consulenza travestita
Ganesh è netto: «un ingaggio FDE che si chiude con un cliente entusiasta e nulla di cambiato a monte è fallito». Per questo insiste su un dettaglio organizzativo che sembra burocratico e invece decide tutto: l’FDE deve riportare al prodotto, non alle vendite. «Punta la funzione sul prodotto, e a ogni rilascio verrà chiesto di produrre qualcosa da cui il rilascio successivo possa partire.»
Il secondo modo di fallire è il debito tecnico personale. Ganesh confessa di aver lasciato in giro uno script chiamato «vinoo.groovy», mantenuto per anni: la soluzione che risolve oggi e ipoteca domani.
Dipendenza dal forward deployed engineer: le contromisure contrattuali
Il terzo rischio, dal lato di chi compra, è la dipendenza: l’Illinois Institute of Technology segnala che un FDE passa il 60-80% del tempo sul cliente, contro il 10-20% di un ingegnere ordinario, un’intimità operativa che senza regole diventa lock-in.
Le contromisure sono contrattuali e banali solo a dirle. DigitalWorld Italia raccomanda di verificare la proprietà intellettuale sui contenuti, di controllare il DPA affinché l’azienda resti titolare del trattamento ai fini GDPR, di pretendere un trasferimento di competenze reale e una exit strategy, e di delimitare il caso d’uso: «usare l’AI nella supply chain» non è un obiettivo, è un desiderio. È lo stesso confine che separa un POC che si blocca da un percorso che va da pilot a produzione.
E un test pratico che vale più di mille clausole: chiedere se quel profilo ci sarà ancora dopo il lancio, e chi resterà in azienda a far funzionare la cosa. È la differenza fra un fornitore e un partner che si preoccupa di formare il team interno.
Onboarding agenti AI in azienda: la stessa logica, vista dal lato di chi compra
Qui sta il punto che ci riguarda. Se le aziende più capitalizzate del pianeta concludono che l’unico modo per far funzionare l’AI è mandare qualcuno a vivere dentro il processo del cliente, allora l’onboarding di agenti AI in azienda non è un’attività accessoria alla licenza: è il prodotto. È la ragione per cui in MIMIR l’onboarding è un servizio con un partner dedicato, non un PDF di istruzioni: qualcuno che sta nelle riunioni, guarda come lavorano le persone, raccoglie i nomi e i verbi dell’azienda e li traduce in agenti che parlano la lingua di quel processo.
La sequenza non è misteriosa e l’abbiamo descritta altrove, dalla guida pratica all’onboarding fino a cosa succede concretamente nelle prime otto settimane.
Cosa chiedere a un partner prima di firmare
Tre domande, rubate al manuale degli FDE. Chi starà fisicamente nel nostro processo e per quanto tempo. Gli obiettivi contrattuali misurano il rilascio o l’adozione reale. Cosa resta in casa nostra quando il progetto finisce, codice, documentazione, persone formate. Se le risposte sono vaghe, non state comprando un servizio: state comprando una licenza con l’accento sull’assistenza.
Se avete un processo aziendale che vorreste affidare a un agente AI e non sapete da dove cominciare, parlatene con noi: partiamo sempre guardando come lavorate oggi, prima di proporre qualsiasi cosa. È il modo meno spettacolare di fare AI in azienda, ed è l’unico che finora abbiamo visto arrivare in produzione.
Fonti:
- Latent Space, Forward Deployed Engineer best practices (con Vinoo Ganesh)
- Illinois Institute of Technology, What Is a Forward Deployed Engineer? Inside Tech’s Hottest New Job
- Silicon Valley Product Group (Marty Cagan), Forward Deployed Engineers
- Hashnode, The complete 2026 guide to the forward deployed engineer
Domande frequenti
Che cosa fa un forward deployed engineer?
È un ingegnere software che lavora dentro le operazioni del cliente: installa, integra e porta in produzione la soluzione nei sistemi reali dell'azienda. Non consegna documenti o raccomandazioni come un consulente, ma codice funzionante. Circa l'80% del suo tempo va su sistemi legacy, autenticazione e compliance, non sui modelli.
Qual è la differenza tra forward deployed engineer e consulente?
Il consulente produce analisi e raccomandazioni su un progetto a termine, misurato sul completamento. Il forward deployed engineer produce codice in produzione, resta oltre il go-live ed è misurato su adozione e risultati di business. Il trasferimento di competenze avviene mentre si costruisce, non come fase finale.
Quanto guadagna un forward deployed engineer?
Le stime riportate da Hashnode indicano per Palantir una mediana intorno ai 238.000 dollari, con livelli staff oltre i 630.000; OpenAI e Anthropic si collocano tra 350.000 e 550.000 per profili mid-senior. Data Masters stima un premio del 30-50% rispetto a un ingegnere software equivalente.
Perché le big tech stanno investendo così tanto in questo ruolo?
Perché i modelli esistono già ma non producono valore da soli. Tra aprile e luglio 2026 Google Cloud, Anthropic, OpenAI, AWS e Microsoft hanno annunciato oltre 9 miliardi di dollari per mettere ingegneri dentro le aziende clienti. McKinsey rileva che il 94% delle aziende non vede ancora valore significativo dall'AI generativa: il collo di bottiglia è l'integrazione.
