Enmovil 计划一年内将 FDE 团队从 30 人扩至 100–120 人
Enmovil Plans to Quadruple FDE Team as Enterprise AI Hiring Moves Beyond Coding
供应链智能体 AI 公司 Enmovil 计划一年内将前向部署工程师(FDE)团队从约 30 人扩至 100–120 人,以支撑企业 AI 部署并拓展美国与东南亚市场。公司目前有 175 名员工,预计本财年营收从约 500 万美元增至 800–900 万美元。其平台以监督智能体 CADDIE 编排供应链规划与执行,客户包括 Maruti、Mahindra、Nestlé、ITC 等。
正文 · AI 翻译
构建一个AI系统是一回事,让它在一家企业内部真正运转起来则是另一回事。
企业级AI部署往往不只是集成一个模型或构建一个新应用。它们要求工程师与现有软件协同工作、理解业务流程,并让技术适配每个客户的实际运营情况。随着企业将AI从试点推向生产环境,这正在催生对一种不同类型的工程岗位的需求。
前向部署工程师(FDE)正处于软件开发、产品工程与客户运营的交汇点。他们直接与企业合作,让技术在其现有环境中发挥作用,常常要构建仅靠标准化产品无法交付的解决方案。
这一岗位日益增长的重要性体现在Enmovil的招聘计划中。这家为供应链与物流编排构建软件的智能体AI公司,计划在一年内将其FDE团队从约30名员工扩充至100–120人。此举正值该公司扩大企业级AI部署规模,并向美国和东南亚市场扩张之际。
该公司目前拥有175名员工,其中约100人从事开发工作。它预计本财年结束时营收将从约500万美元增长至800–900万美元。Enmovil迄今已融资约800万美元,其中包括大约一年前完成的600万美元A轮融资。
“随着系统和技术变得越来越复杂,团队需要与客户紧密合作,了解他们的运营情况,并让技术对他们而言切实可用。企业级解决方案并不遵循一刀切的模式,”Enmovil联合创始人兼首席执行官Ravi Prasad Bulusu对AIM表示。
对Enmovil而言,此次扩张反映出在相互关联的供应链流程中部署AI的需求——在这些流程中,技术必须兼顾客户特定的工作流和运营约束。
与主要在中心化团队中构建产品的传统软件开发团队不同,FDE工作于工程、产品开发和客户运营的交汇处。他们帮助技术适配特定的运营需求,常常与客户并肩工作,将软件集成到现有系统中。
对于企业级AI部署而言,当系统需要与企业资源规划平台、仓库管理系统、运输管理系统及其他应用连接时,这一点尤为重要。技术还必须兼顾客户特定的工作流、运营约束和审批要求。
Enmovil的平台通过一个智能体AI层,将供应链规划、库存管理、采购、补货和物流执行连接起来。其客户涵盖制造业、汽车、快消品、电子商务和直接面向消费者的企业,包括Maruti、Mahindra、TVS Motor、Volvo、Daimler、Nestlé、ITC和The Whole Truth Foods。
根据具体用例的不同,该公司与SAP、Blue Yonder、Kinaxis、o9 Solutions和Pando等供应链技术提供商展开竞争。Enmovil的差异化之处在于,它通过一个AI驱动的平台将规划与执行结合在一起,而不是孤立地聚焦于单个供应链职能。
这种方法也带来了实施上的挑战。各企业拥有不同的系统、数据结构和运营流程。FDE需要弥合平台能力与每个客户具体需求之间的差距。
在创办Enmovil之前,Bulusu在技术领域工作了约20年,包括担任NVIDIA和Intel的总监。他还曾在后来被NVIDIA收购的初创公司PortalPlayer工作。他的联合创始人——首席运营官Nanda Kishore和首席技术官Venkat Moganty——也为公司带来了技术经验。
Enmovil将其平台描述为一个AI劳动力,通过各个独立的智能体来协调供应链活动。其核心是CADDIE,这是一个监督智能体,负责与其他智能体通信,并编排跨规划与执行的工作流。
供应链经理可以要求CADDIE评估需求并履行订单。系统会检查可用库存、确定客户优先级、识别补货需求,并决定如何交付货物。在需要审批时,它还可以将人工纳入流程。
“我们独特地构建了一个智能体平台,它可以与各个独立模块通信——每个模块都能作为一个智能体运作——并将它们协调成执行供应链活动的工作流。这实际上为客户提供了一个AI劳动力,”Bulusu说。
然而,部署这样一个系统不仅仅需要让智能体彼此通信。平台必须与现有企业系统集成,并反映客户供应链的实际运作方式。
Bulusu表示,公司的优化引擎仍是其核心技术差异化优势,而智能体层则让系统更易于使用。FDE帮助确保技术以能够解决具体业务问题的方式完成配置和采用。
这使得面向客户的工程师在企业 AI 从试验走向运营部署的过程中扮演关键角色。他们的工作包括理解客户环境、使平台与现有流程对齐,并帮助企业将 AI 驱动的决策融入日常运营。
Enmovil 的平台支持需求预测、库存与补货规划、物流网络优化和调度。它作为一层智能层运行在 SAP、Oracle 和 Blue Yonder 等现有系统之上,而不是取代这些系统。
该公司声称,其平台将预测准确率提高了 30–40%,将调度成本降低了 10–15%,并将人工工作量减少了 75% 以上。Bulusu 还表示,客户从采购订单到交付,不到六周就能开始看到价值。
“我们的独特卖点是,我们为供应链提供了一个完整的智能体操作系统。从评估库存到协调调度,该平台将流程汇聚到一处,并配有适当的审批环节,”他说。
对于电子商务和 D2C 企业而言,将预测、库存、补货和物流连接起来很重要,因为需求波动和交付限制会直接影响客户体验。Enmovil 的方法旨在协调这些决策,而不是让它们分散在各自独立的系统中。
该公司在印度拥有 40 多家客户,并开始向国际扩张。随着其客户群的增长,计划中的 FDE 扩张预计将支撑在不同企业环境中适配和部署其平台所需的工作。
企业 AI 招聘的转变
Enmovil 的招聘计划反映了企业 AI 公司面临的更广泛挑战:构建技术只是采用的一部分。企业还需要能够将 AI 能力转化为实际工作流、集成系统并与客户密切合作的工程师。
该公司预计其 FDE 团队的增长速度将显著快于其他员工,在一年内从约 30 名员工增至 100–120 人。随着 Enmovil 扩大其企业部署,这将使该职能在组织中占据更大的比重。
这一转变并不意味着软件开发变得不那么重要。Enmovil 仍有约 100 名员工从事开发工作。相反,其招聘优先事项表明,产品工程和面向客户的实施需要同步扩展。
对 Enmovil 而言,下一阶段的增长不仅取决于其智能体平台的能力,还取决于其工程师能在多大程度上有效地让平台在复杂的企业运营中发挥作用。