公司想找 FDE?先问这 7 个问题,再决定哪些活交给 AI
文章目录
FDE 这个词最近很火。不少企业找到我们,第一句话就是:想找 FDE,找人到现场陪着,把 AI 真正用起来。
上一篇交代了我和三位合伙人是怎么走到一起的。这段时间,我们跑了不少企业的诊断会。
几乎每一场,客户都会列出一长串想法,然后看着我们,等一句话:
能不能做?
说「能」最容易。气氛好,单子也好签。
但做得越多,我越确定一件事:
做 AI 落地的人,值钱的不是说「能」,而是讲得清哪些「别做」。
我的合伙人说得很直接:客户的想法,大部分是能实现的;但陪跑的第一件事,是判断哪些能从头到尾交给 AI,哪些不建议做,哪些不能做。剩下那一部分,要有理由地拦住。
他的原话是:“这是专业的表现。”
所以这篇不讲 AI 能干什么,讲诊断会上我们常劝住客户的几种活,以及劝完之后我们怎么做。文中有一张 7 个问题的自查表,找 FDE 之前,可以先拿它把自己想做的事过一遍。
一、跑得顺、量不大的岗位,别急着替代
在一家传统消费品企业,聊到发货岗位。
导表、拣货、贴单,流程清楚,现有人手每天正好做完。
我的判断是:对他们来说,这块工作量不大,没必要用 AI 替代。
不是做不到,是不值得。这类岗位往往就是企业的基本盘,基本盘的第一要求是稳,不是新。
对方也认同:老业务不动。
AI 的力气,留给别的地方。
二、别把 AI 落地做成软件开发
有一类客户,列出来的需求越听越像一套软件:多个网点联网、分级权限、条码规则、各种到期提醒。有的更正式,直接交来一份很专业的需求文档,功能一条条编好了号。
这些需求都真实,也都重要。
我的合伙人看完,一句话说到了点上:“需求方向没偏,交付形态偏了。”
照着需求文档做,就是传统的软件开发:画页面、建数据库、写流程。做出来的东西,还是要人在页面上一步步点,数据才会变。
我们做的不是这个。我们的底座是 WorkBuddy 这样现成的 Agent 产品。在它上面,AI 可以直接读、直接改数据,原来人在页面上重复、机械的那些操作,交给 AI 来做。
在企业版里,结合资料库和 AI 自己写代码的能力,也能做出有页面、有数据库的应用。但它是跑在 WorkBuddy 里的一个 AI 工作台,不是另起炉灶的一套新系统。
有些活确实要写代码、接接口,这部分我们做,但它是给工作台打辅助。流程引擎、多级会签这类偏重的系统功能,交给企业已有的系统,或者单独立项。
所以这类客户,我们劝的不是「别做」,是「别另造一套系统」。
三、要专业精度、而标准不在我们手里的活,不由我们拍板
有一类客户,工作高度依赖专业制图软件。
技术上,我说过一句话,现在也认:
任何现有的文件格式本质上都是代码包,可以被读取、写入。
但能读写,不等于能出合格的图。出图标准是行业里的事,我们不是这个行业的人,准不准,必须客户自己验证。
还有一次,我拿客户给的样例文件测通了。对方的技术负责人提醒我:给我的是处理过、能直接读写的文件,他们日常用的文件不是这样。
我当场就把话说清楚:测通的只是样例文件,他们日常用的那种还没测过,效果现在说不准。
这话不好听,但必须说。
那我们怎么做? 我的合伙人有个很好用的思路:不追求让 AI 会用专业软件的全部功能,只盯工作里真正要的那几种产出。
比如财务软件,日常就用那二十张报表,能把这二十张准确出出来,就是解决了问题。十种图里有一种出不来,那就是九种,要明确告诉客户。
而涉及专业图纸的需求,靠培训解决不了,只能放进真实陪跑里,和客户一起试、一起验。
四、碰红线的不做,等一等更好的,先缓
我们团队把「拦」分成两种:不能做和不建议现在做。
不能做,是碰到合规和保密红线。这类没有商量。
不建议现在做,是因为更好的模型很快会出来。现在花大力气硬啃,过几个月模型一升级,可能自然就解决了。
「不建议现在做」背后,是我们判断一件事值不值得投入的一把尺子:
陪跑里搭的每一样东西,都得随着模型变强越来越值钱,而不是被模型的进化一点点吃掉。
这在行业里差不多是共识。落到具体的活上,分得很清楚。
有些功夫是在替模型补短板:为了绕开它现在的毛病,写一堆补丁、规则和提示词技巧,硬凑出一个效果。模型一升级,这些要么白做,要么反过来碍事。
有些功夫是在给模型铺路:把企业的资料理清,把业务流程和判断标准写明白,把数据接通。模型越强,这些东西用得越好。
前一种,我们劝客户等一等;后一种,现在就值得做。
客户要的是一个理由,不是一句「做不了」。
五、严肃写代码,我们不推自己常用的工具
这条可能有点意外。
WorkBuddy 是我们日常在用的工具。上一篇也说了,我们团队拿了它的代理,卖账号是我们的生意之一。但我的判断很直接:
WorkBuddy 不适合严肃写代码。
我的合伙人补了一句更准的:“它适合不会写代码的人写代码,专门写代码的人看不上。”
这个判断不是拍脑袋。前阵子我们把 WorkBuddy 和 DeepSeek Harness(下面简称 DSH)放在一起认真调研过,让两边干同样的活,实测了 12 次。
结论不是谁好谁坏,是各有各的人。
DSH 是开源的,核心是插件:社区里有八千多个现成插件,自己也能写,想怎么定制就怎么定制。代价是团队账号、权限、数据安全这些,都得自己搭、自己担。
WorkBuddy 反过来:定制没那么自由,但账号、权限、合同,企业后台都管起来了,业务人员装上就能用。
所以如果是一个小团队,核心工作就是开发,对团队管理、数据隐私也没有太多要求,DSH 是很好的选择。客户问到,我们就直接这么说。
还有位朋友,已经用着成熟的编程工具链,想试试 WorkBuddy。合伙人的意见是暂缓,不想把人家用得好好的工具,换成一个不合适的。
那我们怎么做? 已经有成熟工具链的开发者和技术团队,我们不劝换;要做大量定制开发的,DSH 这类工具可以并行用。WorkBuddy 留给它真正擅长服务的人:不写代码、但想让 AI 下场干活的业务人员。
这也是上一篇说的那条:不卖自己不信的东西。
六、培训能解决的,不放进陪跑
诊断会上我们有个固定动作:先让客户把要做的事全部列出来。
列完一看,常有两三条其实不难,培训时教一遍,员工自己就能做掉。
这种我们直接说:自己做,不放进陪跑。
陪跑花的是人力,要有人一直盯着、陪着试错。这份力气,应该留给客户自己啃不动的那一两条线。把会了就能做的活也塞进来,单子看着大了,其实是拿客户的钱,做客户本来就能做的事。
七、想做,但现在不接
有人找过我:他想自己带一个小团队做品牌,请我当顾问,用 AI 把从公域获客到成交、再到客户运营的整条链路跑通。
说实话,这件事我很想做。获客是每个行业都要解决的问题,这条链路真跑通了,完全可以做成一套标准服务,交给任何行业。
但我没答应。
原因不在技术,在合作本身:这件事没法标准地定价,我也想不出一个对双方都合适的合作方式。范围说不清、价格定不下来的活,接了大概率两边都难受。
我们团队现阶段,还是要聚焦在有具体问题的客户上。我给自己定的原则是:你告诉我一件事,我立马知道怎么解决,这种我接。
但不接,不等于不探索。被合伙人问到有多少把握时,我说过一句:
我可能干不了,但我不信 Claude 干不了。有些东西还得先去摸一下边界才知道。
所以团队里也在酝酿一个小项目:用 AI 从头运营一个新品牌,把全流程先在自己身上试一遍。现在还很早,成不成、怎么做都没定。
但方向我很确定:探索可以做,用我们自己的项目做,不拿客户的项目当课题。
一张自查表:这几种活,现在先别上 AI
劝完之后,我们怎么做
劝退不是目的。
我们的做法是:在群里把客户的业务流一条条列出来,分成三类。
人工就能做的,前面说过了。说说另外两类。
AI 马上能做的,大多是这种活:资料散在各处,规则其实很清楚,每天得有人反复去翻、去对。这几个月见得最多的是这几种:
-
合同台账和回款:合同扫描件躺在 OA 里,老板不想一份份点开看,财务也拿不出完整台账。让 AI 把合同读一遍、建好台账,每天早上推一份回款日报:还有多少没收,最急的一笔卡在谁手上。
-
单据核对:采购单、发票拍照上传,AI 把明细和价格逐项对上,对不上的标出来,人只处理出错的那几条。
-
费用初审:报销材料交上来,AI 对照公司的管理办法先过一遍,给出初审意见,最后由人拍板。
-
经营日报:门店、业务线的数据每天汇总一次,异常的单独拎出来。
这些在 WorkBuddy 上都能做,做出来就是第二节说的 AI 工作台:数据和规则是企业自己的,AI 每天按时把活干完。
近期不适合的,也有共性:
-
口径还没对齐的经营分析:业务说今年做了多少,财务说只收了多少,两边对不上。取数标准没定之前,AI 算得再快,也是在算一个大家都不认的数。先把口径定下来。
-
要担责的专业判断:合同审核、图纸能不能交,这类出了错要有人负责的,AI 先做初筛和辅助,不让它拍板。
-
一上来就要全盘的:想做的事一口气列满,恨不得一期全上。第一期我们只挑一两条线做透,其余往后放。
真正上了的,陪跑的目标是扶上马,让团队形成人和 AI 共处的机制。我的合伙人说过:“陪跑不是一直跑下去。”
我们团队还有句话,我觉得可以当作这篇的结尾:
能交付的我们都能做,交付不了咱也不能做。
敢说「别做」,才是对「能做」负责。
我们是谁、怎么走到一起的,见上一篇:《讲了近 50 场 AI 培训后,我和三位合伙人组建了骄星FDE》。
#AI落地实战 #企业AI落地 #FDE
沿着这个主题继续读
从一篇文章,找到相关的教程、经验和阅读路径。






