前瞻｜FDE模式下CSP、软件SaaS投资逻辑

文｜陈俊云  杨宗轩  王昊

FDE作为客户场景识别到生产部署的端到端交付机制，已在模型厂商、CSP（云服务提供商）、软件厂商等主要产业环节达成基础共识，并成为当下弥合AI时代基础模型能力、企业场景之间鸿沟的主要、务实方式。FDE模式下，较模型厂商，CSP、软件厂商的相对竞争力有望持续提升，产业底层运行逻辑亦有望逐步向传统云计算、SaaS模式靠拢。伴随FDE交付效率改善，我们预计头部CSP、平台应用软件厂商业绩料将跟随受益，估值定价逻辑亦有望在现有悲观预期基础上显著改善。

▍FDE：从客户场景识别到生产部署的端到端交付机制。

FDE（Forward Deployed Engineer，前线部署工程师）是由Palantir率先形成成熟方法论，本质上是一种以客户业务需求为起点、通过现场交付推动产品化的软件模式。不同于传统SaaS先标准化产品、再推动客户适配，FDE工程师深度嵌入客户业务、数据、IT及合规体系，围绕高价值场景完成问题识别、业务建模、数据接入、AI应用构建、生产部署和持续迭代，并将项目中的共性能力沉淀为标准组件和行业方案。随着企业AI从单点试验走向复杂生产场景，数据治理、系统集成和流程改造成为主要瓶颈，AWS（Amazon Web Services）、OpenAI等厂商也开始加速建设FDE团队，FDE正成为Agentic AI进入企业核心生产流程的重要交付模式。

▍为何采用FDE：弥合模型能力、企业场景之间鸿沟的务实方式。

当前通用模型能力与企业真实生产部署之间仍存在明显差距，企业AI落地涉及多步骤执行、跨系统协同、专有数据调用、权限校验及复杂业务规则，任务链条越长，模型误差越容易累积。同时，不同企业的数据结构、指标口径、审批流程、遗留系统和组织知识高度异质，大量业务语义并不存在于通用模型训练数据中。Agent进入生产环境后还需要调用API和执行实际业务动作，进一步带来数据安全问题及运行时的治理问题。而FDE可以利用业务建模、数据治理、语义层构建、系统集成、权限配置、任务编排及评测运维等能力，将企业专有数据、业务规则和组织知识转化为Agent可理解、可调用的上下文，并建立任务拆解、异常处理、人工审批和结果校验机制，提高Agent部署的效率与质量。

▍FDE对软件SaaS影响：

1）CSP：FDE深入客户场景后，可推动数据、工具和业务流程接入云平台，并将Agent由间歇性PoC（概念验证）转化为持续运行的生产工作负载，带动推理、存储、数据库和网络等IaaS（基础设施即服务）消耗增长，同时提升模型托管、Agent编排、数据治理、安全运维等PaaS（平台即服务）产品附着率，客户迁移成本和单客价值也将提升。

2）应用软件：平台型厂商掌握企业核心业务数据、语义关系和可执行工作流，FDE可进一步打通API、权限和审计体系，推动Agent从信息检索进入审批、采购、客服等真实流程，从而提高软件公司AI Agent产品部署效率，为其贡献第二道增长曲线。

3）基础软件与网络安全：FDE推动Agent进入生产后，需要持续读写数据、保存状态并调用工具，推动数据平台在存储、查询、向量检索和治理上的消费提升。安全侧，Agent带来大量机器身份、临时凭证和自动化操作，扩大身份、终端、网络和数据攻击面，推动安全平台获得新增预算。

4）模型厂商：随着多模型路由、模型网关和工作流优化普及，企业可在不同模型间动态选择。企业最终购买的是任务结果而非Token消耗，因此上下文优化和执行框架可能在提升成功率的同时降低单位任务Token成本，削弱单一模型厂商的议价能力；但具备领先模型能力、工具生态和FDE交付体系的厂商仍有望通过任务规模扩张部分对冲。

▍风险因素：

IT支出及宏观环境波动风险；行业竞争加剧风险；AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；私有数据相关的政策监管进一步收紧风险；AI存在潜在伦理、道德、侵犯用户隐私风险；企业数据泄露、信息安全风险等。

▍投资策略：

AI产业正从资本开支驱动进入商业化验证阶段，持续增长的基础设施投入与实际回报之间的矛盾日益突出，市场关注点逐步由产业链建设转向商业模式闭环。当前Agent落地仍受模型泛化能力、企业对准确性与安全性的要求，以及专有数据与行业知识等因素的制约；传统软件厂商过去十余年形成的标准化SaaS销售与伙伴交付体系，也难以满足Agent深入业务流程所需的定制化部署。

FDE目前成为主流交付模式，虽然其前期需要较多工程和交付资源，但可通过现场协作完成数据接入、业务建模、系统集成与权限治理，为Agent生产化提供可行路径。参考Palantir业绩会，其项目周期已由2021年前后的约9个月缩短至目前约2个月，随着行业知识、模板和自动化工具沉淀，交付效率有望继续提升。考虑到大多应用软件公司于2026Q2开始推进FDE布局，我们预计相关AI负载有望于2026Q4至2027Q1逐步落地，并推动应用软件AI收入加速兑现。基础软件与网络安全因更靠近数据、流量和安全生产负载，需求改善可能更早出现，但最终仍取决于Agent在大型企业生产环境中的实际部署进度。

关于我们

中信证券研究网站：

https://research.citics.com

添加权限请联系您的对口客户经理

中信证券研究服务小程序：

中信证券研究服务

添加权限请联系您的对口客户经理

免责声明

本文节选自中信证券研究部已于2026年8月27日发布的《前瞻研究行业美股软件板块专题—FDE模式下CSP、软件SaaS投资逻辑》报告，具体分析内容（包括相关风险提示等）请详见报告。若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。

本资料所载的证券市场研究信息是由中信证券股份有限公司（以下简称“中信证券”）的研究部编写。中信证券研究部定位为面向专业机构投资者的卖方研究团队。通过微信形式制作的本资料仅面向中信证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发行为。中信证券不因任何订阅本公众号的行为而将订阅人视为中信证券的客户。若您并非中信证券客户中的金融机构专业投资者，为保证服务质量、控制投资风险，应首先联系中信证券机构销售服务部门或经纪业务系统的客户经理，完成投资者适当性匹配，并充分了解该项服务的性质、特点、使用的注意事项以及若不当使用可能会带来的风险或损失，在此之前，请勿订阅、接收或使用本订阅号中的信息。本资料难以设置访问权限，若给您造成不便，还请见谅！感谢您给予的理解和配合。若有任何疑问，敬请发送邮件至信箱kehu@citics.com。

重要声明：

本资料定位为“投资信息参考服务”，而非具体的“投资决策服务”，并不涉及对具体证券或金融工具在具体价位、具体时点、具体市场表现的判断。需特别关注的是（1）本资料的接收者应当仔细阅读所附的各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。（2）本资料所载的信息来源被认为是可靠的，但是中信证券不保证其准确性或完整，同时其相关的分析意见及推测可能会根据中信证券研究部后续发布的证券研究报告在不发出通知的情形下做出更改，也可能会因为使用不同的假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。（3）投资者在进行具体投资决策前，还须结合自身风险偏好、资金特点等具体情况并配合包括“选股”、“择时”分析在内的各种其它辅助分析手段形成自主决策。为避免对本资料所涉及的研究方法、投资评级、目标价格等内容产生理解上的歧义，进而造成投资损失，在必要时应寻求专业投资顾问的指导。（4）上述列示的风险事项并未囊括不当使用本资料所涉及的全部风险。投资者不应单纯依靠所接收的相关信息而取代自身的独立判断，须充分了解各类投资风险，自主作出投资决策并自行承担投资风险。

本订阅号中的所有资料版权均属中信证券。不得以任何方式修改、发送或复制本订阅号中的内容。除经中信证券认可的情况外，其他一切转载行为均属违法。版权所有，违者必究。