一个反复出现的场景
客户买了 AI 工具,开了号,做了培训。三个月后回访,账号的周活跃掉到了个位数。
不是工具坏了。是没人把它接到真实的业务动作上:产品参数还散在三个 Excel 里,价格政策只在老板脑子里,客户最常问的十个问题没人整理过。AI 答不出企业自己的答案,一线试了两次就放弃了。
这类项目我们见得太多了。结论很一致:AI 落地的瓶颈不在技术选型,在交付方式。
FDE 是什么
FDE 是 Forward Deployed Engineer 的缩写,中文叫前置交付工程师。做法很朴素:把工程师直接放到客户的业务现场,和一线一起干活,直到场景真的跑通。
它和传统项目交付的区别,主要在四件事上:
传统项目交付 | FDE 整体交付 | |
|---|---|---|
谁在现场 | 项目经理对接,技术远程支持 | 工程师驻在客户业务里 |
交付物 | 系统、账号、操作手册 | 跑通的场景与可验证的结果 |
谁负责用起来 | 客户自己 | 交付方负责到一线会用 |
出问题找谁 | 甲乙双方界定责任 | 一个负责人管到底 |
最本质的差别是责任边界的终点。传统交付到"系统上线、培训完成"就结束了,剩下靠客户自己摸索。FDE 的责任到"一线主动在用、指标有变化"才算完。
这也意味着 FDE 交付成本更高、同时能接的项目更少。所以我们的原则是:只在能交付到有用的项目上接单。
前四周长什么样
第一周,摸底。 跟三个岗位的人各坐半天,看他们一周里重复做过的所有事,记下每件事花多少时间、出错概率多高。这一步不出方案,只出一张清单。
第二周,选一个场景做验证。 标准是三条:高频、有明确产出、做错了不至于出大事。选完就把这个场景需要的东西全部备齐——业务知识、历史案例、话术模板、判断规则。
第三周,搭起来,让真实的人用。 不用测试数据,用他们当天真实要处理的东西。前两天一定会有大量问题,这是正常的,说明在真用。
第四周,看数据。 周活跃、单次任务耗时、产出可用率。跑得动就固化模板,跑不动就换场景。换场景不是失败,硬推一个不合适的场景才是。
四周能站住一个场景,再谈第二个。这个节奏是我们试出来的,快不了。
为什么不能拆开采购
场景判断、智能体搭建、系统对接、一线陪跑,这四件事拆给不同的人做,最常见的结果是互相指:
选型的说"方案没问题,是他们没配好";搭建的说"需求一开始就不清楚";陪跑的说"配置我改不了"。
拆开采购看起来省钱,实际是花四份钱买一个没人负责的结果。所以我们的做法是:一个项目一个负责人,从场景判断一直管到验收签字。
怎么判断是不是真在做 FDE
问三个问题,答不上来的,基本是包装过的驻场外包:
谁签字验收? 验收标准写的是"系统上线",还是"一线在用、指标有变化"?
工程师在不在现场? 一周有几天待在客户的业务里,还是只在启动会和汇报会上露面?
改不改得动? 发现配置不对时,交付的人能不能当场改,还是要走需求评审排期?
第三条最见真章。改不动的人,本质上还在做项目管理,不是做交付。
什么项目适合这么做
适合的:有明确业务痛点、愿意让一线配合、能在四周内看到第一个结果的项目。
不适合的我们也直说:只想先买几个账号试水、内部还没有明确负责人、或者期待 AI 直接替代人的项目。这三类做 FDE 交付投入产出不划算,用标准产品自学更合适。
把不适合的说清楚,比什么都答应更容易做成长久的生意。
合作来询
我们的交付能力有上限,一个团队同时能承接的项目数量是有限的。如果你手上有客户正在问 AI 怎么落地,或者你在为客户做数字化服务、需要一个能兜住交付的团队,欢迎来询。
合作方式很简单:你方负责客户侧的需求传递与关系维护,我方负责方案、搭建、对接、培训和验收,按项目整体承接。具体边界与结算方式,一次沟通能说清。
需要的话,可以先针对一个具体客户做一次场景诊断,你看过我们的判断再谈下一步。
