FDE 不是"更贵的实施工程师"
AI 落地账本 02FDE 不是\x26quot;更贵的实施工程师\x26quot;AI 落地最后一公里，到底缺的是什么张金 · AI 产业落
FDE 不是"更贵的实施工程师"
原创
小金哥学AI
小金哥学AI
小金哥学AI
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
AI 落地账本 02
FDE 不是"更贵的实施工程师"
AI 落地最后一公里，到底缺的是什么
张金 · AI 产业落地手记
有老板问我：FDE 是不是就是把实施工程师派到我公司，换个名字收更贵的钱？我第一次听到这个词，反应跟他一模一样。读完腾讯研究院 8 月的报告，我改了看法——区别不在人贵不贵，在项目结束后你留下了什么。
上个月在太原，一位做装备制造的老总把我叫过去，开口第一句就是：
"FDE 是不是就是把工程师派到我这儿驻场，换了个洋名字，收我更贵的钱？"
我得承认，我第一次听到这个词的时候，反应跟他一模一样。
Forward Deployed Engineer，字面翻译就是"前置部署工程师"。听着确实像驻场。而且这两年这个词突然就火了——美国招聘平台的数据是，过去一年 FDE 职位从 643 个涨到 5330 个，涨幅超过 700%；国内外几家大厂都在搭自己的部署团队。
一个新词在一年里涨七倍，第一反应是警惕，这很正常。市面上把旧东西换个名字卖新价钱的事，我们见得不少。
但我读完腾讯研究院今年 8 月那份《FDE 模式行业观察与实践报告》之后，改了看法。
FDE 和实施、和咨询、和外包，真正的区别不在人贵不贵，也不在是不是驻场。
区别只有一句话：项目做完、人撤走之后，你这儿留下了什么。
报告里有个四层递进的表，我看完就截图存下来了。
外包：一个能跑的系统
项目制交付：也是系统，外加供应商带走的"一些经验"
FDE：系统 + 沉淀下来的 Skill、模板、测试集、行业知识库
可规模化的 FDE：上面那些，而且下一个同类客户交付成本显著下降
前两层我都干过。
早年在阿里云，我们卖的很多东西，本质上就是"交付一套系统，验收，走人"。系统能用，问题也解决了，客户该付的钱一分不少。但我心里清楚：那位客户第二年遇到同类问题，还得从头再来一遍。
这不是坏生意，但它不是 FDE。
判断标准报告里给得很硬，是前 Palantir 高管 Bob McGrew 的一句话：
如果第一个客户需要 10 个人月，第十个同类客户仍然需要 10 个人月，模式就没有跑通。
这句我建议每个准备为 AI 买单的老板都记住。问供应商一句"你们做第十个同类客户要多久"，比看一百页方案有用。
那 AI 落地的最后一公里，到底缺的是什么？
不是模型。模型现在到处都是，开源的一堆，能力还都不错。
不是算力。这个我们在中西部最有发言权——算力这两年是最不缺的那一环。
也不是钱。愿意为 AI 掏钱的老板，我见得越来越多。
报告给了个数：超过 60% 的企业 AI 尝试，停在试点阶段。
停在试点，意思是 Demo 做出来了，会上演示了一圈，领导鼓了掌，然后就没有然后了。卡在哪儿？报告说得很清楚：接入系统、嵌入流程、满足合规、产生可衡量的业务结果。
这四件事，没有一件是技术问题。
我把它翻译成人话：最后一公里缺的，是"知道该让 AI 干什么"和"能让组织真的用起来"这两件事。
报告用了一个我觉得特别好用的框架，把 FDE 的能力拆成两半。
做什么 识别高价值场景、理解行业、推动组织采纳（报告原词 Echo）
怎么办 搭原型、接系统、做验证（报告原词 Delta）
过去十几年，我们招人主要看"怎么办"。会写代码、会配系统、能按时交付，就是好工程师。
现在 AI 正在把"怎么办"这一半的成本压得飞快——搭原型、写接口、生成测试用例，一个人带几个工具就能干原来一个小团队的活。腾讯云在教育行业那套"工作营陪跑"，就是靠工具把工程执行这一段压到很薄。
但"做什么"那一半，不但没变便宜，反而更贵了。
报告里有句话我印象最深：客户的瓶颈正从"能不能搭"转向"知不知道搭什么"。前线角色正在从"写代码的人"，变成"指挥 AI 完成业务的人"。
这就是为什么我一直跟企业老板说：上 AI 之前先别急着选模型。你连要它干什么都说不清，选哪个模型都是白选。
还有一层，是我们在中西部做落地时感受最深的。
报告里讲中美差异，有一段我几乎是拍着桌子读完的：
美国大企业流程、数据、岗位分工沉淀了几十年，ERP、CRM 都很完善，AI 是在一台精密机器上装智能大脑。
而国内大量企业是"对话驱动"的——需求以非结构化方式提出来，流程不写在系统里，写在默契和人情里。
这句话太准了。
我带团队做过很多本地企业，你要问他"你们报销流程是什么"，他能给你讲二十分钟，讲的全是"一般是小王先审，但王总出差就找李经理，金额大的要打个电话"。
你把这些画成流程图，画不出来。因为它本来就不是画在纸上的。
这看上去是坏事——系统没法照着接。但报告给了另一个角度：AI 的入口是自然语言，而这恰恰是这类组织最熟悉的协作方式。所以真正适合的路子，是在有人陪跑的情况下"一边跑、一边修路"，而不是先把流程画清楚再上系统。
这一条，是国内外包和实施模式几十年来最容易翻车的地方。它们默认流程是现成的。而中西部大量企业的流程，是要边干边长出来的。
说了这么多，落到老板最关心的那句：我怎么知道我买的是真 FDE，还是换了名字的实施？
我给三个能当场用的判断标准。
第一，问第十个客户。直接问供应商：同类型的项目你们做过几个？第一个花了多少人月，最近一个呢？答不上来或者差不多，那大概率还是项目制。
第二，看交付清单里有没有"沉淀物"。合同里除了系统，有没有知识库、Skill、模板、测试集这些东西，以及这些资产归谁。真正的 FDE 交付，合同里一定写得出来。
第三，看人怎么组。腾讯云在传媒行业验证过一个组合：一个人讲行业案例和客户标杆，一个人在现场用工具快速搭原型。前者管"做什么"，后者管"怎么办"。来的队伍如果清一色都是工程师，那多半还是实施。
至于价格——报告里的数据是，海外 FDE 平均年薪接近 20 万美元，国内月薪 3 万到 10.5 万不等；硅谷高价值客户是六到七位数美元的年合同，国内项目在十万到百万元人民币量级。
贵吗？贵。
但老板心里那笔账其实是这么算的：一个停在试点、永远上不了线的 AI 项目，不管花了十万还是一百万，回报都是零。贵不贵不是跟实施比，是跟"白花"比。
最后说说我为什么对这份报告这么上心。
报告里有个三方协同的模型——"原厂打样、伙伴复制、客户自助"。平台沉淀能力和标杆，伙伴做规模化复制和本地化服务，客户逐步拿到自助能力。
这跟我这几年在做的事，是一张图。
我在阿里云七年，做的事属于前半段——把能力和标杆立起来。现在做山西新质时代，是阿里云、百度的生态伙伴，干的就是中间那一段：把原厂验证过的东西，在本地企业里一个一个复制过去，并且让复制的成本一次比一次低。
而卡在这一段最要命的，是人。
报告里那句结论我打算贴在实训基地的墙上：未来属于更懂业务、更懂组织、更懂指挥 AI 的人。
这也是我们在山西、陕西办两个 AI 数字人才实训基地的原因。AIGC 全套加上 FDE，小班、手把手，教的不只是怎么用工具，更是怎么判断"该让 AI 干什么"。因为这一半，AI 替不了，也便宜不了。
所以回到那位老总的问题。
FDE 是不是更贵的实施工程师？
如果你买到的只是"人来了、系统好了、人走了"，那它就是。
如果你买到的，是走的时候把经验留成了你自己的资产，那它就不是——它是这两年 AI 落地这一公里上，唯一还在涨价的稀缺东西。
如果你正在为 AI 项目选型，或者已经有一个项目卡在试点上不去，可以留言「诊断」，我把我们在用的《AI 单次任务成本测算表》发你，对着先算一遍。
数据来源：腾讯研究院《前线共创，双向赋能：FDE 模式行业观察与实践报告》，2026 年 8 月
AI 时代不掉队，资源共享不浪费
张金 · 中西部 AI 产业落地的操盘手
预览时标签不可点
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消
允许
取消
允许
取消
允许
分析
微信扫一扫可打开此内容，
使用完整服务
视频
小程序
，轻点两下取消赞
在看
，轻点两下取消在看
留言
听过