Amazon Web Services (AWS) расширяет усилия по переводу корпоративного искусственного интеллекта из стадии экспериментов в реальное использование — и переносит этот подход в Африку. Компания делает ставку на то, что размещение её инженеров непосредственно внутри команд клиентов поможет бизнесу преодолеть знакомую проблему: придумать идею в области ИИ легко; гораздо сложнее превратить её в работающий продукт.

AWS запустила свою организацию Forward Deployed Engineering (FDE) в June 2026 с инвестициями в $1 billion и целью переводить проекты ИИ от идеи до промышленной эксплуатации за 45 days. Модель глобальна, но она может оказаться особенно актуальной для Африки, где компании внедряют generative и agentic AI, одновременно сталкиваясь с нехваткой специализированных кадров, ограниченной инфраструктурой, сложными системами данных и жёсткими технологическими бюджетами.

Эта проблема не уникальна для Африки. До 80% корпоративных проектов ИИ застревают на стадии пилота, а среди основных препятствий — опасения по поводу безопасности, сопротивление внутри организаций и трудности с подключением ИИ к существующим системам.

Ответ AWS выходит за рамки продажи инструментов ИИ. Компания планирует размещать небольшие команды инженеров, data scientists и cloud specialists рядом с командами клиентов, а также использовать AI agents для ускорения написания кода, тестирования, настройки инфраструктуры и развертывания.

AWS не одинока в этом подходе. Microsoft запустила похожую инициативу в July 2026, поддержанную $2.5 billion и 6,000 forward-deployed engineers, technical architects and industry specialists. Программа Microsoft также предполагает работу с системными интеграторами, такими как Accenture, EY, KPMG и PwC. Сам подход к delivery model не нов: Palantir построила свой бизнес вокруг forward-deployed engineers, встроенных в организации клиентов, и этот термин затем распространился по всей software industry. Новизна сейчас в том, что крупные cloud providers поддерживают этот подход многомиллиардными программами — AWS развивает его внутри компании, а Microsoft работает вместе с консалтинговыми фирмами, — предлагая корпоративным заказчикам две конкурирующие версии embedded engineering для сравнения.

На медиакруглом столе AWS Summit в Johannesburg 19 August Jonathan Allen, AWS Executive in Residence, сказал, что модель FDE начинается с клиента и движется в обратную сторону.

"We always start with 45 minutes with a customer ideating—what they want to do; and then we spend 45 hours with the customer understanding how we would do this. What will it look like? What will it take? And then we spend 45 days getting into production," сказал Allen.

Для AWS более крупная ставка состоит в том, что более быстрый доступ к инженерной экспертизе поможет компаниям сократить разрыв между экспериментами с ИИ и внедрением. В Африке это может определить, превратится ли растущий интерес к ИИ в системы, которые действительно улучшают работу бизнеса — особенно с учётом нехватки специализированных кадров, фрагментированной инфраструктуры, устаревших систем и ограниченных технологических бюджетов, с которыми сталкиваются многие компании.

Подход AWS следует простой схеме: 45 minutes на выявление идеи, 45 hours на определение её жизнеспособности и 45 days на запуск в production. Первые 45 minutes предназначены для выявления бизнес-проблемы, которую стоит решать. Следующие 45 hours уходят на оценку того, есть ли у организации данные, инфраструктура, средства безопасности и экономическая модель, необходимые для реализации идеи. Только после этого начинается 45-day sprint на вывод в production.

Модель призвана решить проблему, которая выходит далеко за пределы Африки. Несмотря на быстрое распространение generative и agentic AI, многие корпоративные проекты ИИ так и не выходят за рамки пилота, а опасения по поводу безопасности, сопротивление внутри организаций, качество данных и интеграция с существующими системами могут замедлять внедрение. AWS считает, что узкое место всё чаще связано не с доступом к моделям ИИ, а с инженерной работой, необходимой для соединения этих моделей с proprietary data, существующей инфраструктурой и реальными бизнес-процессами.

Компания также меняет традиционную consulting model. Вместо того чтобы оценивать проблему, давать рекомендации и передавать проект заказчику, AWS утверждает, что команды FDE работают вместе с клиентами над созданием и внедрением системы.

Ожидается, что клиенты уйдут не только с рабочим AI application. По словам AWS, они также должны получить engineering skills, workflows, knowledge и reusable patterns, которые позволят им продолжать самостоятельно развивать AI systems.

Это может быть важно для African markets, где создание локальных AI capabilities становится всё более значимым, но доступ к опытным AI engineers остаётся неравномерным. Встроенная модель может дать компаниям доступ к специализированной экспертизе, одновременно передавая часть этих знаний их собственным командам.

При этом AWS не позиционирует FDE как программу, ориентированную только на Africa. Компания заявляет, что принципы одинаковы по всему миру: начинать с проблемы клиента, двигаться в обратную сторону и строить решение вместе с клиентом.

Однако возможность для Африки по-прежнему в значительной степени не подтверждена. AWS запустила инвестиции в FDE на $1 billion только в конце June и пока имеет немного публичных примеров. Компания сказала, что поделится историями клиентов FDE в Africa, когда клиенты разрешат обсуждать их публично.

Поэтому пока слишком рано говорить, сможет ли модель дать одинаковые результаты в African businesses, которые работают на очень разных рынках и сталкиваются с различиями в уровне connectivity, computing capacity, technical skills, regulation и access to capital.

У AWS уже есть FDE engagements с такими организациями, как Allen Institute, Cox Automotive, NBA, Ricoh, Southwest Airlines и NFL. В случае NFL инженеры AWS работали вместе с командой организации, чтобы за несколько недель запустить NFL Fantasy AI и NFL IQ.

Компания также указывает на тысячи AI projects, реализованных через её Generative AI Innovation Centre за последние три года, включая работу с BMW, Jabil и Lyft.

"The NFL has millions of fans who want to consume football content throughout the year, including the offseason. We innovate at the pace and scale needed to meet the high expectations of our fans," сказал Gary Brantley, chief information officer of the National Football League.

"To create new digital experiences for our fans, the NFL partnered with AWS FDE and got engineers building alongside our team to launch into production in just weeks. Together, we created new fan-facing products like NFL Fantasy AI and NFL IQ that allow fans to interact with NFL data like never before. The engagement from fans and broadcasters was measurable from day one and was made possible by AWS's delivery model."

Но целевой срок в 45 days не следует считать гарантией. Крупные организации имеют разные data environments, legacy systems, security requirements и regulatory constraints — эти проблемы могут быть особенно сложными в таких секторах, как financial services и government, на которые AWS нацеливает FDE. Срок 45 days лучше понимать как операционную амбицию AWS: сократить разрыв между идеей ИИ и production system.

Этот разрыв становится следующей ареной борьбы в enterprise AI. Первый этап был связан с доступом к моделям. Второй — с экспериментами. Следующий — с внедрением. Для Африки вопрос заключается в том, смогут ли компании пройти этот переход достаточно быстро, чтобы превратить ИИ из emerging technology в practical business tool.

AWS делает ставку на то, что ответ будет зависеть не только от более совершенных AI models, но и от того, насколько близко инженеры будут находиться к businesses, которым нужно их использовать.