Un ingénieur « Forward Deployed » d’ Skai travaille aux côtés des équipes marketing au cœur même de leur flux de travail, afin de transformer une nouvelle plateforme d’IA en un outil qu’elles peuvent exploiter de manière autonome. Ce poste a été créé car la plupart des projets pilotes d’IA en entreprise échouent faute d’un accompagnement concret ; l’ingénieur « Forward Deployed » d’ Skai résout ce problème en créant, en testant et en transférant des flux de travail concrets dans Skai Studio. Le résultat : une solution d’IA adaptée aux pratiques de votre marque, et non un outil générique que vous devrez maîtriser seul.
Ce chiffre devrait donner à réfléchir à tous ceux qui développent des produits d’IA : selon le rapport du MIT NANDA intitulé « The GenAI Divide : State of AI in Business 2025 », 95 % des projets d’IA générative menés par les entreprises n’ont généré aucun retour sur investissement mesurable, malgré des investissements compris entre 30 et 40 milliards de dollars. Seuls 5 % des projets pilotes ont abouti à une solution réellement utilisée au quotidien par une équipe.
Mon point de vue est simple : ce chiffre reflète le soutien dont bénéficient les équipes pendant qu’elles apprennent à utiliser le produit, ainsi que les personnes qui les accompagnent dans cette démarche. C’est la raison d’être des FDE, et c’est pourquoi vous devriez accorder autant d’importance à la personne qui sera affectée à votre compte qu’à la plateforme sur laquelle vous vous êtes inscrit.
Je suis ingénieur en déploiement avancé (FDE) et je travaille sur notre nouveau système d’exploitation marketing natif pour agents, Skai Studio (actuellement en version bêta). Ce poste est relativement récent dans notre secteur, même si les cabinets de conseil et les grandes entreprises spécialisées dans les modèles linguistiques ont déjà mis en place des équipes de FDE depuis un certain temps. Concrètement, mon équipe intervient à vos côtés au sein de votre flux de travail réel jusqu’à ce que vous puissiez le gérer sans notre aide.
Quelles sont les 5 raisons de faire appel à un FDE ?
- Les chances de réussite sont tout simplement meilleures avec un partenaire. Le MIT NANDA a constaté que les déploiements d'IA réalisés en collaboration avec un partenaire externe aboutissent environ deux fois plus souvent que ceux menés uniquement en interne : 67 % contre 33 %. Ces chiffres plaident fortement en faveur d'une collaboration avec un partenaire.
- Nous nous chargerons de surmonter ces obstacles à votre place, plutôt que de vous laisser vous débrouiller seul. Les audits de sécurité, les systèmes hérités et les procédures d’approbation internes sont autant de facteurs qui ralentissent les grandes entreprises après une démonstration convaincante. J’ai vécu suffisamment de situations de ce genre pour me forger une opinion : le fait de pouvoir compter sur quelqu’un dont le métier est de vous aider à surmonter ces obstacles permet de faire avancer le projet pilote.
- Vous découvrirez ce dont vous avez réellement besoin, au-delà de ce que vous aviez imaginé au départ. La plupart des clients ne parviennent pas à décrire pleinement leur propre processus de travail tant qu’ils ne l’ont pas exprimé à voix haute. Je continue à poser des questions lors de ce premier entretien jusqu’à ce que la situation réelle se dessine clairement.
- Vous disposez d'un workflow prêt à l'emploi. Une session de formation vous permet d'acquérir un outil, mais vous laisse aussi avec de nombreuses questions. En revanche, nous mettons en place la configuration de Studio à vos côtés jusqu'à ce que vous puissiez l'utiliser de manière autonome.
- Ce que nous livrons ensemble est conçu pour durer. Nous développons nos solutions en tenant compte des pratiques de votre marque et des décisions de votre équipe, et nous transmettons tout ce que Studio n'est pas encore en mesure de faire directement à notre équipe produit, afin qu'elle transforme nos enseignements en améliorations.
Ce ne sont pas seulement mes opinions. Les travaux de recherche plus généraux vont dans le même sens :
- L'enquête « State of AI 2025 » menée par McKinsey a révélé que seules 23 % des entreprises ont généralisé l'utilisation d'un agent IA au quotidien, même après avoir mené un projet pilote.
- L'enquête « Enterprise AI Adoption » 2026 menée par WRITER a révélé que 97 % des entreprises ont déployé des agents IA au cours de l'année écoulée, mais que seules 29 % d'entre elles en tirent un retour sur investissement significatif.
- Gartner prévoit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027 en raison de la hausse des coûts, d'une valeur commerciale incertaine et de contrôles des risques insuffisants.
- Répartition budgétaire: environ 70 % des dépenses consacrées à l'IA générative sont affectées à des activités visibles et en contact direct avec la clientèle, telles que les ventes et le marketing, tandis que les cas d'utilisation à forte valeur ajoutée en back-office restent sous-financés. Si vous faites partie d'une équipe marketing côté client ou d'une agence chargée de tâches de back-office, c'est précisément cette répartition qui m'amène à travailler dans ces deux domaines.
Ce n'est pas ma première fois… ni ma première construction
Je travaille chez Skai depuis huit ans déjà. J’ai été la première personne embauchée au sein de l’équipe Skai Labs, et pendant six ans, avant même que ce poste n’existe, j’ai développé des implémentations sur mesure pour les clients, soit exactement le même travail qu’effectue aujourd’hui un FDE, mais sans le titre. Lorsque notre MCP de reporting a été lancé, j’ai développé mon propre MCP d’actions en m’appuyant sur celui-ci, car je souhaitais non seulement lire les données, mais aussi agir sur celles-ci. J’ai procédé de la même manière pour notre service d’assistance, et j’ai développé ces deux outils de manière proactive, car ils répondaient à des problèmes concrets auxquels j’étais confronté.
Vous ne devriez pas avoir à former votre FDE à votre propre produit alors que vous essayez vous-même de vous familiariser avec Studio. Je le connais déjà. C’est ça, la différence entre travailler avec les FDE de Studio et travailler avec n’importe qui de disponible.
À quoi ressemble concrètement une collaboration avec Studio FDE ?
- Avant de commencer notre discussion, notez ce que vous faites concrètement au quotidien, chaque semaine et chaque mois : les rapports que vous générez et les questions que vous posez. Un peu de préparation en amont permet d'obtenir d'excellents résultats.
- Découverte. Au lieu de vous demander de remplir un formulaire, nous organisons un entretien téléphonique en direct. C’est l’étape qui nous tient le plus à cœur, car vous ne pouvez probablement pas décrire pleinement votre propre flux de travail tant que vous ne l’avez pas exprimé à voix haute. Je continue à vous poser des questions jusqu’à ce que le tableau complet se dessine, puis (vous l’avez deviné) j’utilise un MCP sur mesure pour transformer vos processus manuels en flux de travail Studio.
- Développement. Nous consignons nos conclusions, les transformons en une liste de priorités, puis nous développons le produit avec vous, en temps réel, dans la même pièce. Certaines fonctionnalités sont mises en ligne immédiatement, tandis que d’autres font l’objet de retours d’expérience que nous transmettons à notre équipe produit.
- Transfert. Nous restons à vos côtés jusqu’à ce que vous soyez en mesure de gérer vous-même le workflow, de transmettre les enseignements tirés à votre équipe Client Success (CS) à l’adresse Skai, puis de lui confier la gestion au quotidien. L’ensemble du travail reste toutefois sous votre responsabilité.
Pourquoi cela va bien au-delà d'un simple poste
Techniquement, n’importe quel modèle linguistique de grande envergure peut gérer une campagne publicitaire si vous lui conférez les droits d’accès appropriés. Mais pour mener cette campagne conformément aux pratiques établies depuis des années par votre marque, aux décisions stratégiques de votre agence et à la maintenance nécessaire pour assurer le bon fonctionnement du système alors que les éditeurs modifient sans cesse les règles sous vos pieds, il faut bien plus que de simples droits d’accès. Studio a été conçu pour répondre à ces besoins. Vous permettre d’accéder rapidement à cette valeur ajoutée, plutôt que de vous laisser passer des mois à la reconstruire vous-même, voilà la raison d’être d’un poste comme le mien.
Si vous hésitez actuellement entre développer en interne et acheter une solution, la capacité de l’IA à accomplir le travail ne constitue qu’un élément parmi d’autres dans votre prise de décision. Vous devez également tenir compte des personnes qui vous accompagnent dans ce projet pendant que vous définissez ce que signifie « terminé ». L’accès est le point de départ. C’est un FDE intégré qui transforme cet accès en une valeur concrète que vous pouvez réellement mettre en avant.
Envie d'en savoir plus ? Contactez-nous pour demander une démonstration.
Questions fréquemment posées
Un ingénieur « Forward Deployed » d’ Skai met en place et configure Skai Studio directement au sein du flux de travail de votre équipe. Il dirige la phase de découverte, configure les outils dont vous avez réellement besoin et reste à vos côtés jusqu’à ce que votre équipe soit capable de gérer le système de manière autonome, au lieu de se contenter de vous fournir une configuration générique et une vidéo de formation.
La plupart des projets pilotes d'IA échouent parce que les équipes sont laissées à elles-mêmes pour déterminer la configuration et le flux de travail adaptés. Une étude du MIT a révélé que les déploiements d'IA réussissent environ deux fois plus souvent lorsqu'ils sont mis en place en collaboration avec un partenaire externe. Un ingénieur « Forward Deployed » d'Skai apporte directement ce soutien, permettant ainsi aux projets pilotes de se transformer en utilisation quotidienne.
Un ingénieur « Forward Deployed » d’ Skai reste intégré à votre flux de travail jusqu’à ce que votre équipe soit capable de le gérer seule. Un formateur, lui, se contente de vous remettre un outil avant de passer à autre chose. De plus, l’ingénieur transmet directement à l’équipe produit tout ce que le produit ne peut pas encore faire afin qu’une correction soit apportée, ce qui permet au système de continuer à s’améliorer après son lancement.








