Forward Deployed Engineer, consultant ou intégrateur : qui fait quoi dans votre projet IA ?

Un Forward Deployed Engineer (FDE) construit la solution IA directement dans vos systèmes, avec vos données et vos équipes, et reste jusqu’à ce que vous soyez autonomes. Un consultant analyse et recommande ; la mise en œuvre vous revient. Un intégrateur installe et paramètre un logiciel choisi. Trois métiers légitimes, mais trois livrables très différents, pour des prix très différents. Ce guide les distingue pour que vous sachiez ce que vous achetez.

D’où vient le Forward Deployed Engineer ?

Le rôle a été inventé par Palantir vers 2005 : plutôt que de livrer un logiciel et une formation, l’entreprise envoyait des ingénieurs s’installer chez le client pour construire la solution sur place, dans les vrais systèmes. Vingt ans plus tard, ce modèle est devenu le geste central de l’IA d’entreprise : fin juin 2026, AWS a annoncé un milliard de dollars pour bâtir sa propre organisation de Forward Deployed Engineers (CNBC, 30 juin 2026). La raison tient en une phrase : le goulot d’étranglement des projets IA a changé de place. Les modèles sont bons ; ce qui manque, ce sont les ingénieurs capables de les brancher dans les processus réels d’une entreprise.

Le comparatif en une table

	Consultant	Intégrateur	Forward Deployed Engineer
Livrable	Analyse, recommandations, feuille de route	Logiciel installé, paramétré, formé	Solution qui tourne dans vos systèmes, équipes autonomes
Où travaille-t-il ?	Chez lui, avec vos documents	Sur votre plateforme, périmètre logiciel	Dans vos systèmes, vos données, votre gouvernance
Responsable de quoi ?	De la qualité du conseil	De la conformité de l’installation	Du résultat opérationnel mesuré
Durée type	Quelques semaines	Selon le projet	8 à 16 semaines, puis transfert
Après son départ	La mise en œuvre reste à faire	Le logiciel tourne ; l’évolution dépend de lui	Vos équipes tiennent la solution, runbooks à l’appui
Quand le choisir	Décision stratégique à éclairer	Logiciel déjà choisi, périmètre stable	L’IA doit produire un résultat dans vos processus

Chaque colonne a son cas. Une entreprise qui hésite entre trois ERP a besoin d’un conseil. Une entreprise qui a choisi son CRM a besoin d’un intégrateur. Une entreprise qui veut qu’un agent IA traite ses commandes, ses tickets ou sa comptabilité a besoin de quelqu’un qui réponde du résultat : c’est le territoire du FDE.

Le piège du quatrième homme : le « solutions engineer »

Entre ces trois métiers s’en glisse un quatrième, rarement annoncé : l’ingénieur avant-vente. Il construit une démonstration convaincante sur des données anonymisées, avant la signature. Sa démo marche : c’est son métier. La question qui protège votre budget : qui reste après la signature, et sur quelles données travaille-t-il ? Le MIT a mesuré en 2025 que 95% des pilotes d’IA générative ne produisent aucun retour mesurable. La marche la plus dure se situe entre la démonstration et la production ; le seul métier qui la franchit avec vous est celui qui travaille dans vos vrais systèmes.

Quatre questions à poser avant de signer

1. « Sur quelles données allez-vous travailler ? » : Les nôtres, en production, ou un jeu de démonstration ?
2. « Qui porte le résultat opérationnel ? » : Une recommandation livrée, ou un indicateur mesuré avant/après ?
3. « Que se passe-t-il à votre départ ? » : Formation à l’outil, ou transfert complet : runbooks, documentation, équipe formée au processus ?
4. « Comment testez-vous ce que vous construisez ? » : La réponse doit contenir le mot évaluations (ou evals) : des jeux de tests rejoués à chaque changement, versionnés comme du code.

Un prestataire sérieux, quel que soit son métier, répond à ces quatre questions sans détour. Les réponses vous disent ce que vous achetez.

Et en Suisse romande ?

Le modèle FDE reste concentré chez les géants, pour des budgets de grands comptes. Djtal l’opère à l’échelle des entreprises romandes : nos ingénieurs s’embarquent chez le client, construisent sur l’ERP ou le CRM existant (Zoho, Odoo, Dynamics) et transfèrent l’autonomie en fin de mission. La méthode complète est décrite sur notre page Forward Deployed Engineering, et les termes du domaine dans notre glossaire de l’IA.

Pour comprendre pourquoi tant de projets s’arrêtent à la démonstration : pourquoi les projets IA échouent.