Quando o Codex foi lançado, um membro da equipe perguntou o que a equipe de FDE deveria fazer quando o Codex conseguisse executar de uma vez os casos de uso que a equipe havia levado meses para construir. Na OpenAI, essa pergunta captura o propósito da equipe de Engenharia Implantada (Forward Deployed Engineering, ou FDE). Os FDEs trabalham lado a lado com os clientes para entender seus problemas mais difíceis e construir soluções em que eles possam confiar, e o que aprendem alimenta os produtos e oferece à Pesquisa problemas concretos para resolver. Se a equipe se torna obsoleta a cada poucos meses, ela está cumprindo seu papel.
A equipe foi fundada no início de 2025 para fechar o que a OpenAI chama de lacuna de implantação: a distância entre o que os modelos parecem capazes de fazer e o que as pessoas conseguem usar de forma confiável para realizar seu trabalho. Às vezes, a peça que falta é um produto. Em outras, um modelo se sai bem em um benchmark, mas não lida com as variáveis e restrições do mundo real. Quando os modelos já conseguem fazer o trabalho, os FDEs atuam com o time de Produto e com os clientes para tornar a solução repetível. Quando ficam aquém, trabalham com os clientes e a Pesquisa para definir a lacuna e melhorar os modelos.
Na John Deere, um negócio de agricultura com 200 anos, o desafio era escalar a orientação personalizada para os agricultores. Sua tecnologia See & Spray usa câmeras e aprendizado de máquina para pulverizar as ervas daninhas em vez de campos inteiros, reduzindo o uso de químicos em até 70%. No entanto, aproveitar esses benefícios depende de os agricultores saberem configurar a tecnologia e ajustar suas práticas. A John Deere implantou as APIs da OpenAI para fornecer respostas em linguagem natural, orientações de configuração sob medida e alertas quando os equipamentos talvez não estejam funcionando no seu potencial.
A OpenAI afirma que esses problemas costumam estar totalmente em aberto, sem uma verdade de referência estabelecida nem um manual. Sua equipe de FDE opera com um princípio central: começar pelo resultado, fazer o que for preciso para ter sucesso e, então, escalar. Em meados de 2025, cerca de 15 FDEs trabalharam com um grande cliente do setor de semicondutores em mais de 10 casos de uso para tornar a verificação de chips nativa de IA, uma área que pode representar cerca de 70% do esforço de um projeto.
Fonte: OpenAI Blog · Resumido por HeadlinesBriefing