Ngày 8/9/2026, Accenture và Google Cloud công bố thành lập Accenture Gemini Enterprise Business Group, một đơn vị mới tập trung vào việc giúp doanh nghiệp triển khai Gemini Enterprise và các hệ thống Agentic AI ở quy mô thực tế.
Một trong những chi tiết đáng chú ý nhất của kế hoạch này là Accenture sẽ xây dựng một lực lượng 1.000 Forward Deployed Engineers (FDE). Google Cloud sẽ tham gia đào tạo đội ngũ này, đồng thời đưa một số kỹ sư của mình phối hợp trực tiếp trong những dự án khách hàng quan trọng.
Đây không đơn thuần là một chương trình đào tạo thêm 1.000 kỹ sư AI.
Nó phản ánh một vấn đề lớn hơn đang xuất hiện trong thị trường AI doanh nghiệp: sau nhiều năm thử nghiệm chatbot, copilot và AI Agent, khoảng cách lớn nhất không còn nằm ở khả năng của model mà nằm ở việc đưa AI vào hệ thống thực tế và tạo ra giá trị kinh doanh có thể đo lường được.
Forward Deployed Engineer đang nổi lên như một trong những vai trò được kỳ vọng giải quyết khoảng cách đó.
Google Cloud và Accenture đang xây dựng điều gì?
Theo công bố chính thức, Accenture Gemini Enterprise Business Group sẽ kết hợp các chuyên gia được chứng nhận Gemini Enterprise, Forward Deployed Engineers, kỹ sư Google Cloud cùng đội ngũ chuyên gia ngành và tư vấn nghiệp vụ của Accenture.
Accenture hiện có gần 50.000 chuyên gia có kỹ năng Google Cloud. Đơn vị mới sẽ tiếp tục mở rộng hoạt động đào tạo Gemini Enterprise và thiết lập lực lượng 1.000 FDE để hỗ trợ khách hàng trên toàn cầu.
Mục tiêu không chỉ là cài đặt thêm một sản phẩm AI.
Hai công ty cho biết nhóm mới sẽ tập trung vào bốn vấn đề: thúc đẩy adoption của Gemini Enterprise, xây dựng các giải pháp AI theo từng ngành, rút ngắn khoảng cách từ thử nghiệm đến triển khai toàn doanh nghiệp và giúp người dùng thực sự đưa những khả năng AI mới vào công việc hàng ngày.
Một ví dụ được Accenture đưa ra là dự án với YouTube trong giai đoạn nhu cầu NFL Sunday Ticket tăng cao.
Một Gemini Enterprise Agent được triển khai để hỗ trợ hoạt động customer service. Theo Accenture, giải pháp giúp tăng customer sentiment 11% và giảm average handle time 37%.
Những con số như vậy cho thấy cách doanh nghiệp đang bắt đầu đánh giá AI cũng thay đổi.
Thành công không còn được đo bằng việc Agent có thể trò chuyện tự nhiên đến đâu, mà bằng những câu hỏi thực tế hơn: thời gian xử lý giảm bao nhiêu, doanh thu tăng bao nhiêu, chi phí giảm bao nhiêu và một quy trình kinh doanh được cải thiện như thế nào.
Vấn đề của Enterprise AI không còn nằm ở việc thiếu model
Google, OpenAI, Anthropic, Microsoft, Amazon và nhiều công ty khác đang liên tục đưa ra những model ngày càng mạnh.
Doanh nghiệp vì vậy không thiếu AI để thử nghiệm.
Điều khó hơn là đưa AI vào một tổ chức đã tồn tại hàng chục năm với hàng loạt hệ thống ERP, CRM, Data Warehouse, API, database, quy trình nghiệp vụ, chính sách bảo mật và quyền truy cập khác nhau.
Một demo AI có thể được xây dựng trong vài ngày.
Nhưng một hệ thống AI production phải trả lời nhiều câu hỏi khác.
AI lấy dữ liệu ở đâu?
Dữ liệu có đủ chính xác không?
AI được phép truy cập hệ thống nào?
Khi nào Agent được quyền thực hiện hành động?
Ai chịu trách nhiệm nếu Agent đưa ra quyết định sai?
Hệ thống có thể phục vụ hàng nghìn người dùng hay không?
Chi phí inference có được kiểm soát không?
Làm thế nào để đánh giá một Agent sau khi đưa vào vận hành?
Và quan trọng nhất: quy trình kinh doanh nào thực sự cần được thiết kế lại khi AI xuất hiện?
Đó là lý do việc triển khai AI doanh nghiệp ngày càng trở thành một bài toán kết hợp giữa Business, Data, Software và AI, thay vì chỉ là một bài toán machine learning.
Forward Deployed Engineer là ai?
Forward Deployed Engineer không phải khái niệm hoàn toàn mới.
Mô hình này được Palantir phổ biến từ nhiều năm trước. Khác với kỹ sư phần mềm truyền thống thường phát triển một sản phẩm chung cho hàng nghìn khách hàng, FDE làm việc rất gần với một khách hàng hoặc một bài toán kinh doanh cụ thể.
Họ có thể bước vào một doanh nghiệp, tìm hiểu cách hệ thống đang vận hành, kết nối dữ liệu, xây prototype, viết phần mềm, tích hợp AI và liên tục điều chỉnh giải pháp cho đến khi nó hoạt động trong môi trường production.
Vì vậy FDE nằm ở giao điểm của nhiều vai trò.
Một FDE cần hiểu công nghệ đủ sâu để xây dựng hệ thống, nhưng cũng phải hiểu nghiệp vụ đủ tốt để biết nên xây thứ gì.
Đây chính là điểm khiến vị trí này khác với một AI Engineer chỉ tập trung vào model hoặc một Software Engineer chỉ tập trung vào code.
FDE cần nhiều hơn kỹ năng AI
Sự phát triển của AI đang khiến skillset của Forward Deployed Engineer ngày càng rộng.
Một FDE trong thời đại Agentic AI thường cần năng lực ở ít nhất bốn lớp.
Business
Trước khi xây Agent, kỹ sư phải hiểu vấn đề kinh doanh.
Ví dụ một doanh nghiệp yêu cầu:
“Hãy xây AI Agent cho bộ phận Sales.”
Đó chưa phải một bài toán kỹ thuật đủ rõ.
FDE phải tiếp tục tìm hiểu lead đến từ đâu, Sales đang sử dụng CRM nào, quy trình qualify lead ra sao, khi nào cần follow-up, ai được quyền approve quotation và doanh nghiệp muốn cải thiện KPI nào.
AI chỉ tạo ra giá trị khi nó được đặt đúng vào quy trình.
Data
AI doanh nghiệp phụ thuộc rất lớn vào dữ liệu.
FDE phải hiểu database, API, Data Warehouse, Data Lakehouse, data pipeline, data quality và cách kết nối dữ liệu từ nhiều hệ thống khác nhau.
Một Agent không thể đưa ra quyết định tốt nếu customer data nằm trong CRM, transaction data nằm trong ERP, marketing data nằm trong một hệ thống khác và mỗi nơi sử dụng một định nghĩa khác nhau về cùng một khách hàng.
Trong nhiều dự án AI enterprise, phần khó nhất đôi khi không phải AI.
Đó là Data Engineering.
Software
AI Agent cuối cùng vẫn là một hệ thống phần mềm.
Nó cần API, authentication, permission, logging, monitoring, testing, deployment và khả năng tích hợp với các hệ thống hiện có.
Một prototype chạy tốt trên laptop chưa phải production system.
FDE phải hiểu cách đưa AI vào một kiến trúc phần mềm có thể vận hành ổn định, bảo mật và mở rộng.
AI
Cuối cùng mới đến lớp AI.
FDE cần hiểu LLM, Agent architecture, tool calling, RAG, context management, evaluation, guardrails và cách lựa chọn model phù hợp với từng workload.
Không phải mọi bài toán đều cần model mạnh nhất.
Một hệ thống production tốt thường phải cân bằng giữa chất lượng, latency, chi phí và độ tin cậy.
Vì sao FDE đang được nhiều công ty AI quan tâm?
Google Cloud và Accenture không phải những công ty duy nhất đẩy mạnh mô hình này.
The Wall Street Journal ghi nhận OpenAI, Anthropic, Microsoft và Amazon Web Services cũng đang phát triển những chương trình hoặc đội ngũ tương tự để đưa kỹ sư AI đến gần khách hàng doanh nghiệp hơn.
Nguyên nhân khá rõ ràng.
Gần bốn năm sau khi ChatGPT xuất hiện, ROI của nhiều dự án Enterprise AI vẫn chưa đồng đều. Doanh nghiệp có thể thử nghiệm hàng chục use case nhưng chỉ một phần nhỏ thực sự đi vào hoạt động.
CEO Google Cloud Thomas Kurian cho rằng doanh nghiệp không chỉ gặp khó khăn trong việc tích hợp AI vào các hệ thống hiện có. Một vấn đề sâu hơn là họ chưa biết cách thiết kế lại business process khi AI xuất hiện.
Đây chính là nơi FDE phát huy giá trị.
Thay vì bán công nghệ rồi để khách hàng tự tìm cách triển khai, nhà cung cấp đưa kỹ sư trực tiếp vào bài toán của khách hàng.
FDE cùng doanh nghiệp tìm use case, hiểu dữ liệu, xây hệ thống, kiểm tra kết quả và đưa giải pháp vào production.
Consulting cũng đang thay đổi
Sự xuất hiện của FDE cũng có thể làm thay đổi mô hình consulting công nghệ truyền thống.
Một dự án tư vấn trước đây thường trải qua nhiều giai đoạn: khảo sát, viết tài liệu, thiết kế giải pháp, bàn giao cho đội triển khai và sau đó mới đưa vào vận hành.
AI coding và AI Agents đang làm tốc độ xây dựng phần mềm nhanh hơn đáng kể.
Điều đó khiến khoảng cách giữa consulting và engineering ngày càng nhỏ.
Một consultant hiểu business nhưng không thể xây sản phẩm sẽ gặp giới hạn.
Một engineer chỉ biết code nhưng không hiểu business cũng gặp giới hạn tương tự.
FDE nằm giữa hai thế giới đó.
Họ có thể ngồi với business team vào buổi sáng để hiểu vấn đề, làm việc với data team vào buổi chiều và trực tiếp xây prototype để kiểm chứng giả thuyết.
Đây có thể là một mô hình triển khai công nghệ phù hợp hơn với kỷ nguyên AI.
FDE có thể trở thành một hướng nghề nghiệp lớn từ 2027
Trong nhiều năm, thị trường Data & AI thường phân chia nghề nghiệp khá rõ.
Data Analyst tập trung vào phân tích.
Data Engineer xây dựng data infrastructure.
Software Engineer phát triển hệ thống.
Machine Learning Engineer triển khai model.
AI Engineer xây ứng dụng AI.
Nhưng khi AI Agent bắt đầu đi vào quy trình doanh nghiệp, ranh giới giữa các vai trò này đang dần mờ đi.
Doanh nghiệp ngày càng cần những người có thể hiểu toàn bộ bài toán và kết nối nhiều lớp công nghệ lại với nhau.
Điều đó không có nghĩa một FDE phải giỏi nhất trong tất cả lĩnh vực.
Nhưng họ cần đủ rộng để hiểu Business, đủ sâu để làm việc với Data và Software, đồng thời đủ hiểu AI để biết công nghệ nào nên được đưa vào production.
Đây cũng là lý do FDE đặc biệt phù hợp với những người đã có nền tảng Software Engineering, Data Engineering, Data Analytics hoặc Cloud nhưng muốn tiến gần hơn tới bài toán kinh doanh.
Không phải mọi AI Engineer đều cần trở thành FDE
FDE không thay thế những nghề kỹ thuật chuyên sâu.
Các doanh nghiệp vẫn cần AI Researcher, Machine Learning Engineer, Data Engineer, Platform Engineer, Security Engineer và nhiều vị trí khác.
FDE giải quyết một bài toán khác.
Họ chịu trách nhiệm kết nối những năng lực đó với một vấn đề kinh doanh cụ thể.
Có thể xem FDE như người chịu trách nhiệm đưa công nghệ qua đoạn khó nhất: từ khả năng kỹ thuật đến giá trị thực tế.
Đó cũng là lý do Forward Deployed Engineer thường cần kỹ năng giao tiếp, discovery, problem solving và khả năng làm việc trực tiếp với khách hàng nhiều hơn một kỹ sư phần mềm truyền thống.
Từ AI demo đến AI production
Việc Google Cloud và Accenture quyết định xây dựng lực lượng 1.000 Forward Deployed Engineers là một tín hiệu đáng chú ý.
Thị trường AI doanh nghiệp đang bước sang một giai đoạn mới.
Giai đoạn đầu tập trung vào model.
Giai đoạn tiếp theo tập trung vào ứng dụng.
Nhưng giai đoạn đang hình thành sẽ tập trung ngày càng nhiều vào deployment và business value.
Doanh nghiệp không cần thêm hàng trăm AI demo.
Họ cần những hệ thống có thể kết nối với dữ liệu thật, hoạt động trong quy trình thật, phục vụ người dùng thật và tạo ra kết quả có thể đo lường.
Để làm được điều đó, kỹ sư AI trong tương lai sẽ ngày càng phải hiểu nhiều hơn về business, data và software production.
Forward Deployed Engineer chính là một trong những vai trò thể hiện rõ nhất sự thay đổi này.
Và nếu xu hướng hiện tại tiếp tục, FDE có thể trở thành một trong những nghề đáng chú ý nhất của ngành Data & AI trong những năm tới.
Nguồn tham khảo
Accenture, Accenture and Google Cloud Deepen Partnership with Formation of New Accenture Gemini Enterprise Business Group, ngày 8/9/2026.
https://newsroom.accenture.com/news/2026/accenture-and-google-cloud-deepen-partnership-with-formation-of-new-accenture-gemini-enterprise-business-group
The Wall Street Journal, Google Cloud, Accenture Launch Unit to Put AI Engineers On-Site With Customers, ngày 8/9/2026.
Google Cloud, Welcome to Google Cloud Next ’26, thông tin về chương trình Forward Deployed Engineers và hệ sinh thái đối tác triển khai AI doanh nghiệp.
https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next26
Accenture và Google Cloud, Gemini Enterprise Acceleration Program, ngày 22/4/2026.
https://newsroom.accenture.com/news/2026/accenture-and-google-cloud-expand-partnership-to-scale-agentic-transformation-for-global-enterprises-with-gemini-enterprise
TechData.AI - Leading the Future.