典型的大型美国公司运营着数百或数千种软件工具，包括SAP和Workday等ERP系统，大量SaaS应用、工作流、脚本、自动化甚至巨大的电子表格。公司往往缺乏对软件库存和支出的可见性，却面临无数重复性任务。虽然AI许诺在不编码的情况下在几分钟内自动化大多数任务，但现实更为复杂。AI可以快速生成工具，使自动化对非工程师变得可及，但大多数工人并非工具构建者。律师、销售人员和其他专业人士专注于核心职责，而非优化软件。像Excel模板或Claude for X这样的解决方案提供协助，但未能转型工作流。'前置部署工程师'的概念——一个识别终端用户看不见的自动化机会的构建者——突显了一个更深层的问题：许多问题被隐藏、捆绑，或在自动化之前未被识别为问题。成功的软件公司通常在找到正确方法之前经历多次失败。仅仅让编码更容易并不能解决识别工具需求这一核心挑战的问题。