Ketika Codex diluncurkan, seorang anggota tim bertanya apa yang sebaiknya dilakukan tim FDE begitu Codex mampu menyelesaikan sekaligus kasus penggunaan yang telah dibangun tim selama berbulan-bulan. Di OpenAI, pertanyaan itu merangkum tujuan tim Forward Deployed Engineering (FDE). FDE bekerja berdampingan dengan pelanggan untuk memahami masalah tersulit mereka dan membangun solusi yang dapat mereka andalkan. Apa yang mereka pelajari disalurkan kembali ke produk dan memberi Research masalah konkret untuk diselesaikan. Jika tim membuat dirinya tidak diperlukan setiap beberapa bulan, berarti tim tersebut menjalankan tugasnya dengan baik.
Tim ini didirikan pada awal 2025 untuk menjembatani apa yang disebut OpenAI sebagai deployment gap: jarak antara apa yang tampak mampu dilakukan model dan apa yang dapat digunakan orang secara andal untuk pekerjaan mereka. Terkadang yang hilang adalah sebuah produk. Di lain waktu, sebuah model berkinerja baik pada benchmark tetapi tidak mampu menangani variabel dan batasan dunia nyata. Jika model sudah bisa melakukan pekerjaan tersebut, FDE bekerja dengan tim Product dan pelanggan untuk menjadikan solusinya dapat diulang. Jika model belum mencukupi, mereka bekerja dengan pelanggan dan Research untuk merumuskan kesenjangan tersebut dan memperbaiki model.
Di John Deere, bisnis pertanian berusia 200 tahun, tantangannya adalah menskalakan saran personal bagi para petani. Teknologi See & Spray-nya menggunakan kamera dan machine learning untuk menyemprot gulma alih-alih seluruh lahan, sehingga mengurangi penggunaan bahan kimia hingga hingga 70%. Namun, untuk memperoleh manfaat tersebut, petani perlu tahu cara mengonfigurasi teknologi dan menyesuaikan praktik mereka. John Deere menerapkan API OpenAI untuk memberikan jawaban dalam bahasa alami, panduan pengaturan yang disesuaikan, serta peringatan ketika peralatan mungkin tidak berjalan pada potensi penuhnya.
OpenAI menyatakan bahwa masalah-masalah ini sering kali sepenuhnya terbuka, tanpa ground truth yang mapan dan tanpa playbook. Tim FDE beroperasi berdasarkan satu prinsip inti: mulai dari hasil, lakukan apa pun yang diperlukan untuk berhasil, lalu skalakan. Pada pertengahan 2025, sekitar 15 FDE bekerja dengan pelanggan semikonduktor berskala besar pada lebih dari 10 kasus penggunaan untuk menjadikan verifikasi chip AI-native, area yang dapat menyita sekitar 70% dari upaya sebuah proyek.
Sumber: OpenAI Blog · Diringkas oleh HeadlinesBriefing