Em 2026, o cargo mais disputado da inteligência artificial não é pesquisador de modelos nem prompt engineer. É o Forward Deployed Engineer — alguém que embarca na operação do cliente e constrói a solução ali, na marra. O que os maiores labs do mundo estão dizendo, com bilhões de dólares e estruturas societárias separadas, é simples: vender o modelo não basta. Alguém precisa implantá-lo. Essa editoria mapeia o movimento — e por que ele valida, ponto a ponto, a tese da Stickybit.
Modelos de ponta viraram commodity de API. O gargalo deixou de ser o modelo e passou a ser a distância entre ele e o problema real de uma empresa específica.
O papel nasceu na Palantir, no início da década passada. Em vez de vender software e torcer para o cliente extrair valor sozinho, a Palantir embarcava engenheiros dentro da operação. Eles não esperavam especificação: sentavam ao lado do usuário final, entendiam o fluxo de trabalho na prática e codavam a solução no ambiente do cliente. A plataforma era o substrato; o valor real estava na camada de integração que o engenheiro construía em cima.
Por uma década o nome ficou esquecido. Em 2026 ele explodiu porque os LLMs recriaram exatamente a condição que originou o papel: são triviais de acessar e difíceis de implantar dentro de uma empresa de verdade. Tirar um cliente do piloto eterno e levá-lo a um rollout que paga exige alguém que domine RAG, evals, agentes e observabilidade — e, ao mesmo tempo, o caos do negócio do cliente.
Esse é o ponto que importa para a Stickybit: quando OpenAI, Anthropic e Google passam a contratar exércitos de engenheiros de campo, eles não estão criando concorrência para nós. Estão validando o modelo de negócio que já praticávamos e provando, com capital, que a camada de implantação é onde o dinheiro do enterprise se realiza.
Modelos de prateleira são fáceis de acessar e difíceis de implantar dentro de uma empresa específica. O trabalho mais valioso da economia da IA acontece nessa distância.
— Síntese da cobertura do Pragmatic Engineer, The New Stack e MarkTechPost · 2026
Em poucas semanas de maio de 2026, os três maiores labs do mundo montaram operações dedicadas de Forward Deployed Engineering — várias delas como entidades separadas e capitalizadas à parte. A leitura societária é explícita: implantação é onde o enterprise paga.
Entidade autônoma avaliada em US$ 14 bi, com US$ 4 bi de private equity (TPG, Advent). Primeira aquisição: a britânica Tomoro, com 150 FDEs no Reino Unido, Ásia e Austrália.
US$ 14 biEstruturada com Blackstone, Hellman & Friedman e Goldman Sachs como sócios fundadores. Avaliação ~US$ 1,5 bi. Serviço de implantação separado do laboratório de modelos.
US$ 1,5 biO CEO foi pessoalmente ao LinkedIn recrutar; 59 vagas abertas de uma vez. O processo encolheu de 4–6 rodadas ao longo de semanas para 2 entrevistas em 2 dias.
59 vagasA fintech assume publicamente que FDEs resolvem o que a 'finance AI de prateleira' não resolve — sinal de que o padrão escapou dos labs e chegou às verticais.
VerticalA vaga diz 'innovator-builder que coda, debuga e envia soluções agênticas sob medida'. A operação real, segundo o Pragmatic Engineer, é outra — e entendê-la é o que separa uma consultoria que escala de uma que afoga em horas.
Construção da solução sob medida. Importa, mas é a menor fatia. Não é greenfield bem-arquitetado: é shippar rápido.
Plumbing: conectar o modelo a dados, sistemas e fluxos reais do cliente. É aqui que mora o trabalho — e o que pode ser produtizado.
Reuniões, gestão de stakeholders e contenção de scope creep. Operar sem especificação, em ambiguidade permanente.
O tesouro escondido — Os 50% de encanamento são o tesouro escondido: é o padrão que se repete entre clientes de um mesmo nicho. Extrair, padronizar e produtizar esse encanamento é o que transforma serviço em produto.
Os labs montaram FDE como entidades separadas justamente porque é 'non-core' para eles. Mas é exatamente onde o enterprise paga. A camada de implantação deixou de ser acessório e virou o produto.
Acesso por API. Commoditizado, deflacionário. Sozinho, não resolve problema de negócio.
O conhecimento da empresa, ligado ao modelo por integração. Onde o RAG e os agentes encostam no mundo real.
Tirar do piloto, integrar ao fluxo, medir ROI. A fronteira onde o valor se realiza — e o que o cliente, no fim, paga.
Vender a camada — dado + MCP + integração + medição — em vez de vender o modelo. É a tese da Stickybit desde antes do nome 'FDE' voltar à moda.
A Stickybit não compete com a OpenAI. Somos o Forward Deployed Engineer do mercado que os labs jamais vão atender: PME e boutiques brasileiras, com LGPD, custo e privacidade como restrições de primeira ordem.
A resposta ao risco de 'virar consultoria que não escala': cada engagement é desenhado para descobrir o produto. O FDE financia a descoberta de qual produto construir — costuras limpas entre fases humanas e de agente, com entregável verificável a cada etapa.
Embarcar na operação, mapear o fluxo real e identificar onde o agente entrega valor confiável hoje e onde ainda exige humano.
Construir a camada de integração: dados do cliente, MCP, RAG do nicho e os evals que provam que funciona. O coração dos 50%.
Rodar em produção controlada, medir contra a linha de base e calibrar a fronteira humano-agente conforme o uso real revela falhas.
Extrair o que se repetiu, padronizar o encanamento em componente reutilizável e transferir operação com runbook.
Fontes consultadas para esta editoria. Cobertura de maio–junho de 2026.
Anatomia real do papel (≈25% código, 50% integração, 25% relacionamento) e a tênue fronteira entre FDE e consultoria.
Estrutura das entidades de deployment, valuations e a stack de skills (RAG, evals, agentes, observabilidade).
Lógica estratégica de captura de valor em serviços e a aposta vertical (caso Ramp).
Urgência de recrutamento da Google Cloud e dimensão da disputa pelo papel.
Os maiores labs do mundo acabaram de provar, com bilhões, que implantar vale mais que vender o modelo. A Stickybit é o Forward Deployed Engineer da sua vertical — embarcamos, integramos e medimos o ROI. Vamos desenhar seu engagement.