想接企业 AI 落地的单？先别急着学全技术栈，先把客户的业务流程拆清楚

来源

• 帖子：关于 FDE 和企业 AI 落地的思考
• 作者：@UPing123zzz（2026-10-22 发布）

核心玩法

FDE（Forward Deployed Engineer，驻场落地工程师）指深入客户业务、把 AI 方案真正交付落地的人。作者结合自己做企业 AI 应用落地的经验，提出几个观点：

1. 顺序别搞反：很多人想先学完 Python、FastAPI、RAG、Agent、MCP、数据库、部署，再去找企业。但企业不会因为你会 RAG 就需要知识库，也不会因为你会做 Agent 就买智能体。
2. 企业只关心自己的问题：问题是什么、为什么一直没解决、你的方案能不能降本增效或带来业务价值。
3. 先摸流程再给方案：比如员工每天重复整理表格、查资料、回客户，与其拿 Agent Demo 说"很先进"，不如先弄清哪个环节浪费时间、哪些必须人工判断、哪些能自动化，再拿出一个能实际运行的小方案。
4. 不是所有问题都要大模型：有些用传统软件就够，有些飞书多维表格加一个工作流就能解决；只有涉及复杂知识检索、非结构化信息理解或动态决策时，才需要更复杂的 AI 方案。
5. 技术仍然重要：没有基本工程能力，就判断不了需求是否可行、风险在哪，更谈不上稳定交付。

一句话：技术决定你能不能实现，业务理解决定你做的东西有没有价值。

是否可行

• 可行：中小企业的 AI 落地需求真实存在，"帮老板把一个重复流程自动化"是目前最容易成交的 AI 服务单之一。帖子是经验观点，没有给出收入数字。
• 风险：
  • 需求调研往往比想象中花时间（同一天另一篇物流公司复盘里，光调研就花了半个月），报价要把调研和改需求算进去。
  • 交付后的维护、员工培训、数据安全是常被忽略的成本，合同里要写清边界。
  • 只会做 Demo、交付不稳定，很难拿到复购和转介绍。

如何实施

1. 从熟悉的行业或身边的小公司入手（物流、门店、外贸、财务代账等），约老板或员工聊一次，记录他们每天最重复、最耗时的三件事。
2. 画出流程图，标出哪些步骤必须人判断、哪些可以规则化、哪些需要 AI 理解非结构化信息。
3. 选最便宜能解决问题的方案：优先表格加自动化工作流，确实需要时再上知识库或智能体。
4. 做一个一到两周能跑起来的小方案，用真实数据演示"以前要 2 小时，现在 10 分钟"。
5. 按"调研费加实施费加月度维护费"报价，交付后整理成案例，去找同行业的下一家。

实施条件

• 技能：能和业务人员沟通、拆解流程；会用飞书多维表格、Zapier/n8n 等自动化工具；最好有基础编程和调用大模型 API 的能力。
• 资金：几乎不需要启动资金，工具订阅每月几十到几百元。
• 时间：一个小项目从调研到交付通常需要几周，前期获客也要投入时间。
• 账号：一个能展示案例的渠道（公众号、X、朋友圈），以及开票或签约的主体（视客户要求）。

能否 AI 自动化

服务本身是"用 AI 帮别人自动化"，自己的交付流程也能用 AI 提效：

• 调研整理：访谈录音用转写工具转文字，再让 AI 提炼痛点清单和流程步骤。
• 方案生成：让 Claude、Codex 等根据流程描述生成多维表格结构、工作流配置或脚本初稿，人工审核后部署。
• 常见交付件：表格自动汇总、客户消息自动分类和草拟回复、资料检索问答、日报周报自动生成。
• 人工环节：需求判断、方案取舍、和老板沟通预期，这部分是这门生意真正值钱的地方，AI 替代不了。