本文來自微信公眾號： AI Humanist by杉森楠 ，作者：杉森楠，原文標題：《萬字解讀 FDE 為什么在中國是扯淡的》

距離我上次寫萬字長文已經(jīng)有很長一段時間了。最近FDE這個詞非?；穑胁簧倥笥严胱屛伊囊涣?。

過去半年，我一直比較密切地關注FDE這個模式。兩個月前，OpenAI和Anthropic幾乎在同一天分別成立了新的部署公司。

Anthropic聯(lián)合黑石、高盛，成立了AI原生的企業(yè)服務公司。OpenAI新成立的部署公司初始投資已超過40億美元。路透社還披露，該合資企業(yè)的私募股權投資者被OpenAI承諾五年內(nèi)每年17.5%的回報。

Google Cloud的CEO親自在LinkedIn上招聘FDE，一口氣放出59個崗位。Accenture聯(lián)合微軟成立了FDE團隊，EY、麥肯錫QuantumBlack也都在跟進。

各大公司都在大力推廣FDE模式，這股熱度也跨越太平洋傳到了中國，成為一個熱議話題。但我發(fā)現(xiàn)，中國社區(qū)對FDE的討論已經(jīng)嚴重偏離了它最初的定義。

到底什么是FDE

OpenAI在其官網(wǎng)Careers頁面上對FDE崗位有明確的定義。

??Info

Forward Deployed Engineering團隊與客戶合作，把研究突破變成生產(chǎn)系統(tǒng)，工作在客戶交互與核心平臺開發(fā)的交叉點上。

當前關于FDE的爭論核心在于，這個崗位已經(jīng)存在了很久，很多人認為它只是在AI語境下的換皮。談到FDE，就一定繞不開Palantir這家公司。

Palantir是一家美國的大數(shù)據(jù)整合與分析平臺軟件公司，最早為CIA、軍方等情報國防機構處理保密數(shù)據(jù)。聯(lián)合創(chuàng)始人是Peter Thiel，也就是PayPal的創(chuàng)始人、硅谷教父級人物。

Palantir有三大產(chǎn)品，核心商業(yè)模式是acquire→expand→scale，先讓FDE駐場到客戶現(xiàn)場，再把現(xiàn)場經(jīng)驗產(chǎn)品化、沉淀到平臺中，最終靠軟件訂閱實現(xiàn)規(guī)?；?/p>

整體來說，F(xiàn)DE就是Palantir十幾年前的駐場模式。

而這套模式起源于Palantir早年被逼出來的一個現(xiàn)實困境。

Palantir 2003年成立，最早的客戶是CIA、FBI、軍方這類情報和國防機構。這類客戶有一個顯著特點，他們無法也不愿意把需求寫清楚。數(shù)據(jù)是保密的，工作流程是保密的，甚至遇到什么問題本身也是保密的。

這時候，不可能像普通SaaS那樣發(fā)一份需求文檔、開幾次遠程會議就把軟件做出來。Palantir的解法是直接把工程師派到客戶那里長期駐場，在現(xiàn)場分析工作流程，找到瓶頸，逐步解決。

在這個過程中，Palantir內(nèi)部形成了兩個經(jīng)典的角色分工，Echo和Delta。Echo是嵌入式分析師，負責理解客戶專業(yè)領域的語言，挖出真正的痛點。

Delta是部署工程師，負責在現(xiàn)場快速搭建原型、完成數(shù)據(jù)接入和集成，把Palantir的平臺改造成客戶能用的系統(tǒng)。

后來正式出現(xiàn)的FDE這個title，主要就是從Delta角色演化而來，意思是把工程師部署到「客戶前線」。

這套模式從表面看，就是駐場工作，似乎和外包或傳統(tǒng)咨詢沒有區(qū)別。但Palantir有一個關鍵設計，在現(xiàn)場定制和產(chǎn)品化之間形成循環(huán)。FDE在客戶現(xiàn)場定制開發(fā)一套方案，解決具體問題；這些經(jīng)驗和知識會被帶回Palantir總部，產(chǎn)品團隊判斷哪些是通用需求，將其全部沉淀到平臺中。

等到下一個客戶進來時，平臺已經(jīng)自帶了這些能力，F(xiàn)DE只需要處理剩余的特殊定制需求。如此一來，邊際成本逐次下降。

Palantir內(nèi)部把這個過程稱為「acquire,expand,scale」，前期不計成本地駐場拿下燈塔客戶，中期擴大合作，后期靠沉淀下來的產(chǎn)品規(guī)?；Ｒ虼怂呢攬罄锩誓茏龅杰浖舅?。

但這套模式是典型的重模式，也極其困難。

當年在硅谷，這個模式幾乎被投資人嘲笑，他們認為Palantir根本不算軟件公司。原因很簡單，需要大量工程師，擴張極慢。一個FDE駐場周期短則2到3個月，長則2到3年；每個客戶都需要培養(yǎng)一支駐場團隊，看起來就像外包。

FDE本人也非常辛苦，長期出差，住在客戶所在的城市，工作內(nèi)容跨度很大，可能涉及工程、咨詢，甚至陪客戶吃飯。

2026年這個概念在AI語境下重新火起來，是因為AI落地遇到了和當年Palantir服務CIA客戶幾乎一樣的問題，模型能力是現(xiàn)成的，但每家企業(yè)的數(shù)據(jù)、權限、工作流、潛規(guī)則都是黑盒?？蛻糇约嚎赡芤舱f不清楚，遠程會議完全摸不透，唯一的辦法只能是派工程師駐場。

所以在很多人看來，OpenAI、Anthropic、Google現(xiàn)在做的事，就是把Palantir的Echo和Delta角色在AI語境下重新包裝了一遍。

而現(xiàn)在AI公司招聘FDE，最理想的簡歷背景已經(jīng)從過去的985、211變成了前Palantir的FDE。

但在AI語境下的FDE，尤其是中國環(huán)境下的FDE，是一件非常扯淡的事情，也被很多人批判為過度營銷。

我全面整理了一下，大致有五個原因。

有些是AI語境下FDE模式本身的問題，有些是中國商業(yè)環(huán)境帶來的額外障礙，

??Note

1）客戶根本不為「探索過程」買單

2）FDE賺不到錢

3）FDE復合型人才幾乎不存在

4）FDE本質(zhì)是想快速把模型賣出去變現(xiàn)，這與AI公司的本質(zhì)是違背的

5）企業(yè)甲方并不相信AI

客戶根本不為「探索過程」買單

FDE模式的核心價值在于人力密集，工程師需要駐場，花大量時間在甲方的車間里先把業(yè)務理解透，再根據(jù)業(yè)務梳理工作流程，找到痛點和瓶頸，最終搭建成一個完整的系統(tǒng)。

在Palantir的合同里，這段由FDE和甲方客戶一起摸索的過程是計費的。

但中國的邏輯完全相反。客戶簽合同的預期是，你直接把完整產(chǎn)品做出來交給我，我往現(xiàn)成的流程里一套就行。至于乙方去理解業(yè)務、試錯迭代的時間，在甲方眼里全都是FDE公司自己的成本，與合同價值毫無關系。

在中國的招標體系下，甲方基本只看你能提供的功能和產(chǎn)品能力。功能都能滿足的前提下，報價最低者中標，也就是最低評標價法。FDE去和甲方合作、理解整個業(yè)務如何運轉(zhuǎn)這件事，根本不會出現(xiàn)在招標合同里，也不可能被寫進功能清單。

FDE投入的時間在招標文件里壓根不值錢。

一個很現(xiàn)實的場景是，甲方和FDE的預期完全錯位。FDE認為至少需要3個月來理解業(yè)務，但客戶往往覺得你在幾個特定場景下待3天到3周就夠了。

FDE認為系統(tǒng)需要迭代很多個版本才能穩(wěn)定，但客戶覺得第一個版本之后的所有迭代都是FDE方自己該承擔的成本。你的第一個版本就必須是完美的。

這就是FDE在中國語境下扯淡的根本原因。

而這套模式在美國能成立，有其獨特的商業(yè)土壤。美國的商業(yè)和政府采購中有一種基礎合同形式叫Time and Materials（工時加材料計費）以及Cost Plus（成本加成）。麥肯錫、埃森哲、德勤等咨詢公司都按人天（Per Diem）收費，客戶默認咨詢方派專家來理解自身業(yè)務，這段時間必須付費。

埃森哲2024財年的咨詢收入超過300億美元，總收入高達649億美元，咨詢是一個能獨立收費的高毛利業(yè)務板塊。美國政府合同中還會公開標注Loading Labor Rate（全負荷人工費率），工程師角色大概是每小時55到190美元以上，且逐年遞增。

Palantir把FDE駐場的大量時間寫進合同去計費，美國客戶并不覺得奇怪，因為這就是咨詢業(yè)幾十年的定價慣性。軟件與咨詢捆綁銷售在美國市場是被完全接受的。

反觀中國，主流仍然是固定總價、結果導向的合同。咨詢很難單獨收費。在ERP實施中，用友、金蝶、東軟的咨詢調(diào)研經(jīng)常是白送的，最終要靠軟件License和后續(xù)運維來賺錢。大型企業(yè)和國企強烈偏好私有化和本地部署，SaaS滲透率非常低。

咨詢調(diào)研環(huán)節(jié)在國內(nèi)ERP、政務軟件項目里，基本就是被綁在項目中壓價的角色，遠不像埃森哲那樣能作為獨立的高毛利收入單列。

客戶的心態(tài)就是，你把東西做出來賣給我，我為成品付錢。

FDE花時間理解業(yè)務是你自己的成本，與合同價無關。這很荒謬，但確實是現(xiàn)實。一個實際的對比是，埃森哲全球營收中，咨詢占一半以上，且全部按工時計費；而中國IT服務商的財報里，實施或咨詢幾乎從來不是獨立的高毛利收入項。

這就是「探索不值錢」的賬面體現(xiàn)。

FDE賺不到錢

Palantir的盈利模式本身就比較特殊。

這家公司成立于2003年，直到20年后的2023年才第一次實現(xiàn)全年GAAP盈利。在虧損的這20年間，它能生存下來主要靠一級市場和上市融資。

而在AI語境下，F(xiàn)DE幾乎賺不到錢，這可以說已經(jīng)是一個定論。

大部分資本市場根本不允許公司長期虧損的同時還養(yǎng)一支昂貴的FDE團隊。

Palantir在這20年間能生存、能養(yǎng)得起龐大的FDE團隊，主要因為三點，G端（政府端）的高毛利合同、長期訂閱，以及高續(xù)費率。一個FDE工程師的年薪就有幾十萬美金。而在中國，幾乎沒有任何一家ToB團隊被允許這樣燒錢養(yǎng)交付團隊。

ERP龍頭用友、金蝶長期在SAP、Oracle的擠壓下打價格戰(zhàn)，自身毛利被攤薄，用友網(wǎng)絡2024年凈利潤-20.61億，金蝶國際則為-1.42億，已經(jīng)連續(xù)5年虧損。因此，資本市場也不會認為它們養(yǎng)得起昂貴的FDE團隊。

另一個關鍵原因是美國SaaS訂閱制的成熟度。

行業(yè)普遍用NRR（凈收入留存率）來衡量公司質(zhì)量，優(yōu)質(zhì)SaaS公司的NRR大于120%，意味著老客戶逐年多付錢。在美國SaaS行業(yè)里，一個客戶是可以多年續(xù)費的資產(chǎn)，所以廠商才有底氣在第一年就投入大量資金養(yǎng)FDE團隊，因為這些錢在后續(xù)幾年能夠收回來。

而中國SaaS行業(yè)2024年僅占全球市場的6.5%，收入大約259億美元；同期美國一國的企業(yè)軟件市場就已達1507億美元。中國云滲透率也只有15.8%。大企業(yè)和國企出于數(shù)據(jù)安全顧慮以及既有IT投資的慣性，強烈偏好一次性License買斷和私有化部署。

而美國2024年有80%以上的SaaS收入來自訂閱制。

在G端（政府端）采購方面，美國聯(lián)邦采購法規(guī)（FAR）有一套從最低價到最優(yōu)價值的連續(xù)區(qū)間。其中Best Value Tradeoff（最優(yōu)價值權衡）允許技術更強但更貴的方案中標，當一個產(chǎn)品有更高質(zhì)量和更低風險時，政府可以為此付出溢價。

這在中國語境下很難想象。美國國會還在2017、2018財年的NDAA（國防授權法）中專門立法，引導政府更多采用價值權衡法，因為這種方法往往帶來更好的綜合價值，而不只是比價格。

一個非常有代表性的案例是Palantir起訴美國政府。2016年6月，Palantir針對美國陸軍的DCGS-A項目提起投標抗議。

這個項目是陸軍自研了15年、耗資60多億美元的系統(tǒng)。4個月后，聯(lián)邦索賠法院判定Palantir勝訴，認為陸軍違反了1994年的聯(lián)邦采購精簡法，沒有先做市場調(diào)研、評估現(xiàn)成的商業(yè)產(chǎn)品就直接自研。法院甚至下了禁令，阻止陸軍繼續(xù)推進采購。

更戲劇性的是，政府隨后提起上訴，但2018年聯(lián)邦巡回上訴法院維持了原判。2019年，Palantir反而拿下了這筆陸軍大單。這在很多人看來難以想象。

而在中國B2B語境下，普遍是最低價中標、一單一結。今年拿到標，明年不一定續(xù)，因為明年可能有報價更低的廠商。招標中甚至會出現(xiàn)3到50家團隊參與，其中近80%是同一家公司的分包團隊，以各種低價圍標。

利潤薄到廠商自己都養(yǎng)不活自己。

更極端的情況是，乙方給甲方放無息貸款，承諾五年甚至十年內(nèi)不要求付款。在這樣的環(huán)境里，幾乎不可能有人愿意花錢養(yǎng)一支駐場工程師團隊，讓他們花大量時間去理解業(yè)務，卻沒有做出直接交付的產(chǎn)品。

而且整個考核體系也完全不一致。營收大概率跟項目走，KPI主要盯簽單額、回款和人效。FDE在客戶現(xiàn)場駐場3個月，在報表里可能就是一筆沒有對應收入的純成本。這甚至會引發(fā)客戶公司內(nèi)部的權力博弈，銷售總監(jiān)無法解釋這塊成本，財務又不可能批這份預算。用高成本的FDE去服務低客單價項目，根本算不過來賬。

總結來看，中國仍以私有化部署和一單一結為主，SaaS付費習慣非常薄弱，客戶幾乎是一次性的，做FDE的前期成本根本收不回來。

中國資本市場和投資人對企業(yè)服務公司的要求是快速盈利，主要看簽單和回款，幾乎沒有任何一家中國ToB團隊會被允許虧損20年來養(yǎng)FDE團隊。

中國《政府采購法實施條例》第34條明確規(guī)定，評標方法分為最低評標價法和綜合評分法，技術服務等標準統(tǒng)一的貨物和服務項目應當采用最低評標價法。

這甚至超越了行業(yè)習慣的層面，已經(jīng)是行政法規(guī)的強制要求。

根據(jù)博客園Cnblogs的一篇文章，2023年廣東省財政廳的一份專項審計顯示，省內(nèi)72%的政務軟件項目采用了最低價中標，其中41%的項目中標價低于行業(yè)合理成本線。這在美國幾乎不可能出現(xiàn)。

復合型人才幾乎不存在

接下來看FDE的人才屬性。

FDE是一種極度復合型的人才，需要同時具備垂直行業(yè)的專業(yè)知識。物流行業(yè)的FDE幾乎無法去做內(nèi)容生產(chǎn)行業(yè)的FDE，因為沒有對應的行業(yè)know-how，也就產(chǎn)出不了行業(yè)成果。

FDE必須同時具備多種能力，技術層面，至少要能寫代碼、把客戶業(yè)務抽象成數(shù)據(jù)模型；商務層面，要能在客戶現(xiàn)場與甲方員工建立關系、獲取關鍵信息。

如此復合型的人才需要有高強度的跨行業(yè)人才流動作為支撐。美國有咨詢業(yè)、軍工和硅谷之間成熟的人才通道，名校畢業(yè)生進Palantir當FDE是一條體面且高薪的職業(yè)路徑。

不少人后續(xù)出來創(chuàng)業(yè)，被稱為「Palantir Mafia」（Palantir幫）。

在美國，F(xiàn)DE的中位總薪酬約21萬美元，前沿實驗室的資深FDE甚至能突破78萬美元。FDE也是Palantir出身的創(chuàng)始人中最常見的背景。每屆YC里前Palantir的創(chuàng)始人甚至比前Google員工還多，盡管Google的員工規(guī)模是Palantir的大約50倍。

技術與商業(yè)的復合能力在美國是被鼓勵和高估值的。Palantir前員工已累計創(chuàng)辦超過100家公司，截至2024年共融資116億美元。

這也是Palantir被稱為「the ultimate founder factory」的原因。

幾個代表性案例，Anduril由Palantir前員工創(chuàng)辦，今年5月融資50億美元，估值達610億美元；金融科技領域的Blend，以及大量知名企業(yè)，都有FDE出身的創(chuàng)始人。

Joe Lonsdale創(chuàng)辦了8VC，Trae Stephens在Founders Fund擔任合伙人。美國甚至有專門投資前Palantir創(chuàng)始人的基金，比如PalumniVC，專門投資Palantir校友創(chuàng)辦、Palantir老員工加盟的公司。

在中國，這一點幾乎完全不成立。國內(nèi)「當乙方不如狗」的說法誰都聽過。

B2B的鄙視鏈是：

??Info

研發(fā)>算法>產(chǎn)品>售前>實施交付>駐場。

「駐場」在國內(nèi)的普遍理解，無論甲方還是乙方，就是乙方派人去甲方現(xiàn)場受氣。關系天然不對等，駐場甚至被視為去「伺候甲方」。即便給這個職位換上10個頭銜，最終改名叫FDE，它在甲方眼里還是乙方。

Palantir的FDE之所以體面，恰恰是因為它是高毛利軟件公司，帶著強大的平臺去幫客戶解決世界級難題，姿態(tài)接近甲方。但在中國，交付工程師幾乎是低價中標后被壓著交付的乙方。

同樣是駐場，權力位置完全相反。

我查了一個案例，某市醫(yī)院采購醫(yī)囑系統(tǒng)，三家報價分別是1000萬、800萬和5萬。雖然5萬的報價最終因低于成本被判無效，但這種劣質(zhì)低價驅(qū)逐優(yōu)質(zhì)方案的現(xiàn)象，幾乎已經(jīng)成為整個商業(yè)環(huán)境的底層邏輯。

在傳統(tǒng)ERP項目中，軟件只占不到一半的成本，實施占了絕大部分。但在甲乙博弈中，甲方幾乎有絕對話語權，乙方實施顧問處于完全被動的地位。業(yè)內(nèi)公認的職業(yè)路徑是，乙方實施顧問的終極目標是轉(zhuǎn)到甲方，當個信息化負責人，尋求穩(wěn)定。

當一個職位的從業(yè)者做了幾年都想逃離時，它根本算不上鍍金，也沒有任何職業(yè)溢價。

前面提到，美國FDE的中位薪酬是21萬美元，前沿實驗室能突破80萬美元。中國則完全相反，頂尖工程師薪資最高的方向是大廠算法研發(fā)和出海創(chuàng)業(yè)，交付實施崗的薪資明顯更低。這本身就是一種市場信號，最聰明的年輕人被經(jīng)濟激勵引導去做算法、做研發(fā)，而非駐場做業(yè)務。

經(jīng)濟激勵與FDE駐場模式的邏輯方向完全相反。

根據(jù)最新行業(yè)調(diào)研數(shù)據(jù)，截至2025年9月，國內(nèi)交付實施工程師的應屆生薪資約10到15萬元/年，同級別大廠研發(fā)能達到30到55萬元/年。5年以上資深實施工程師約30到80萬元，而同期阿里P7、字節(jié)2-2的中位數(shù)已接近百萬。

具體來看，用友2025年6月掛出的實施運維工程師崗位，薪資僅5000到8000元/月，13薪；公司整體平均月薪約8400元，新人區(qū)間更低，在6000到8000元之間。金蝶的ERP專員薪資也只有5000到8000元，實施人員約6000元左右，低的甚至只有4000元。

對比非常清晰。美國FDE是Palantir創(chuàng)始人里最常見的出身，而中國明星創(chuàng)始人的履歷基本是前阿里、前字節(jié)、前騰訊或名校海歸，幾乎看不到「前某乙方交付工程師」的背景。即便在AI語境下，創(chuàng)始人履歷中出現(xiàn)最多的也是產(chǎn)品負責人、產(chǎn)品經(jīng)理，沒有人會把乙方交付經(jīng)歷作為履歷亮點展示。

據(jù)IT桔子2024年統(tǒng)計，AI創(chuàng)業(yè)者中90%出身大廠名企，百度、阿里、騰訊、華為、字節(jié)。明星創(chuàng)始人的出身模板是前字節(jié)、百度、華為研發(fā)，幾乎沒有前用友、金蝶或某乙方交付的背景。

中國也有自己的「Founder Factory」飛輪，但這個飛輪轉(zhuǎn)在甲方大廠身上，交付崗幾乎被完全排除在外。

FDE本質(zhì)是想快速把模型/產(chǎn)品賣出去變現(xiàn)

在AI語境下，AI廠商做FDE的核心動機是快速把自己的模型或產(chǎn)品賣出去變現(xiàn)。

他們往往不愿意與企業(yè)共同承擔業(yè)務結果。模型賣出去之后，企業(yè)怎么用、效果如何，基本就是企業(yè)自己的事了。這就很容易出現(xiàn)企業(yè)快速接入模型產(chǎn)品、卻看不到效果的情況，而FDE的整體信譽在這個過程中被透支。

這一點從AI廠商自身的財務狀況就能看得很清楚。

OpenAI 2026年的報告顯示，其年化營收約200億美元，但凈虧損達170億美元，經(jīng)營利潤率約為負70%，每賺1美元要虧掉1.22美元。內(nèi)部計劃在2029年前累計投入約1150億美元才有望轉(zhuǎn)正。所以他們一邊巨虧，一邊尋求上千億美元的融資。

Anthropic的年化營收從2025年初的10億美元快速增長到約47億美元，毛利率從負94%提升到40%。但僅算力成本每月就要支出約12.5億美元。

有分析師直接開炮：

??Info

Anthropic 2026年Q2首次實現(xiàn)的5.59億美元經(jīng)營利潤，很可能只是5到6月算力成本被臨時壓低帶來的賬面盈利。不少人因此質(zhì)疑Anthropic是否真正實現(xiàn)了盈利。

Palantir幾乎虧損了接近20年，而它所面對的大數(shù)據(jù)市場在技術層面已經(jīng)非常成熟。相比之下，當前AI的成熟度遠遠不夠，AI Agent的能力仍處于初級階段。

這些AI廠商不可能跳過FDE模式的基礎營收邏輯，也不可能指望第一年就讓客戶獲得大量回報。

Palantir前CFO Colin Anderson甚至明確表示，F(xiàn)DE模式的經(jīng)濟性只能在大合同上成立。2萬到10萬美元的小單根本跑不通，這恰恰證明FDE模式的核心經(jīng)濟邏輯并非按工時賣服務。

真正的回收方式是后續(xù)軟件訂閱的規(guī)?；杖耄靡愿采w前期駐場成本。

在這種情況下，OpenAI的DeployCo向私募投資人承諾5年內(nèi)每年17.5%的回報幾乎不可能實現(xiàn)。前Palantir FDE Anjor回憶，他當年駐扎在空客A350總裝線上工作，最終讓A350的交付量提升了33%。一邊每年可能燒掉近270億美元要趕IPO，一邊又需要像Palantir那樣在客戶現(xiàn)場住上幾個月甚至幾年。

財務節(jié)奏和FDE的物理節(jié)奏完全對沖。

FDE的核心飛輪是，每當一個FDE解決了一個問題，核心團隊就把方案泛化，供未來客戶復用，實現(xiàn)規(guī)?；＿@也是Palantir推出Foundry和Apollo的原因，把現(xiàn)場經(jīng)驗固化下來，讓下一個客戶需要的定制更少，付出的成本也更少。

但AI廠商的底層模型已經(jīng)非常昂貴，在此之上還要具備把FDE現(xiàn)場經(jīng)驗產(chǎn)品化的能力，這完全不是當前AI實驗室的基因。讓研究型公司去做Palantir那些又臟又慢的落地工作，可能比訓練模型還麻煩。

放到中國AI語境中更為明顯。

各家廠商光是追趕模型能力就已經(jīng)耗盡了GPU和人才資源，比如DeepSeek現(xiàn)在招人都非常困難。如果在模型之外還要投入資源做FDE式的市場化落地，幾乎不可能。

企業(yè)并不相信AI

最后一點，當一家B端企業(yè)引入AI時，老板往往并不真正相信AI。

大部分老板只是想用AI廉價替代員工，而不是讓整個組織變得更加AI Native。FDE模式的關鍵在于，出了問題后需要靠行業(yè)經(jīng)驗去解決，但老板根本不愿意從上到下改造組織，員工也不愿意使用新工具，甚至不愿意把自己的隱性知識沉淀到系統(tǒng)中。

NANDA Initiative發(fā)布過一份報告，基于150位高管訪談、350名員工調(diào)研和300個公開AI部署試點。他們發(fā)現(xiàn)，企業(yè)中AI試點的失敗率高達95%。

只有5%帶來了可衡量的營收影響，其余95%毫無可衡量的收益，而企業(yè)已經(jīng)為此投入了300到400億美元。

失敗的主因在組織層面，組織根本不愿意為AI做出任何改變。大量高管承認自家的AI戰(zhàn)略更多只是for show，做個樣子；相當一部分企業(yè)根本沒有靠AI創(chuàng)收的正式計劃，有一半高管認為AI落地基本不可能。

據(jù)Gartner數(shù)據(jù)，75%的CHRO承認，要讓AI投資見效，工作流和崗位必須徹底改變。但大多數(shù)組織完全沒有準備好管理這種人才重組。老板可能口頭上要AI，但真正讓他自上而下改造整個組織流程，幾乎做不到。

員工層面，抵觸同樣明顯。報告顯示，29%的員工承認在暗中破壞公司的AI戰(zhàn)略，其中Z世代占比高達44%。傳統(tǒng)認知中Z世代更年輕、更接受新事物，但從針對OpenAI CEO Sam Altman的燃燒瓶襲擊事件也能看出，年輕一代對AI的抵觸情緒不容低估。

76%的高管認為員工抵制是公司AI化的嚴重威脅。Gartner將此稱為「AI Dropout Effect」，當員工把AI視為對自身價值和身份的威脅時，就會焦慮或退縮。

隱性知識的沉淀問題同樣嚴峻。關于Shadow AI（影子AI）的一份報告顯示，只有40%的公司擁有官方AI訂閱，這個比例在中國遠低于40%。即便有了官方訂閱，問題也并未解決。以我之前的一份工作為例，企業(yè)有ChatGPT的團隊訂閱，但所有聊天記錄幾乎是共享的。

隱私問題隨之而來，一個人使用AI的過程中需要不斷學習和試錯，初期提出的問題如果被老板或管理員看到，很可能被視為偷懶。因此大量員工選擇自己私下付費使用ChatGPT或Claude，報告數(shù)據(jù)顯示這一比例高達90%。

所以，員工寧可私下使用，也不會把經(jīng)驗沉淀進公司的系統(tǒng)級AI中。

MIT也指出過，當前GenAI的一大短板是完全記不住客戶的偏好，也不會從之前的修改中學習。就算員工愿意教，AI目前也不具備這個能力。

綜合以上所有論據(jù)，這些問題構成了一個互為因果的死循環(huán)。AI語境下的FDE是完全扯淡的，在中國環(huán)境下更是如此。

甲方招標只看功能，乙方?jīng)]有話語權，只能被迫卷價格。利潤薄到養(yǎng)不起需要長時間才能產(chǎn)出成果的FDE團隊。派出去的人才大概率不懂業(yè)務，也不會沉淀知識。甲方內(nèi)部又有各種權責關系糾葛，不愿意為探索過程付費。

于是又回到起點，甲方只看功能，只看即刻效果。

「只要給夠錢就能招一個FDE去駐扎在客戶現(xiàn)場」，這個想法非常扯淡?？蛻舨豢蠟檫^程付費，企業(yè)算不過來這筆賬，復合型人才也幾乎不存在。這三個前提在中國同時不成立。所以FDE在中國更像是AI落地時代一種理想化的、近乎營銷的新分工，簡單理解就是一種高級外包。

即便在美國，F(xiàn)DE也并非輕松就能成立。它依然是一種極難規(guī)?；闹啬Ｊ健alantir熬了近20年才跑通，這20年中大部分時間也不是靠B端私營企業(yè)的利潤生存，它在純商業(yè)市場非常吃力。而Palantir跑通所需的配套條件，在中國目前基本不具備。

不過，當年Palantir之所以給內(nèi)部人才換上FDE這個title，是為了賦予這個角色更高的職業(yè)認同感。如果單純批評FDE只是「專業(yè)服務換皮」，某種意義上確實有些苛刻。

一個新頭銜能讓某個領域吸引到更高水平的人才，這個領域本身就會變得更有價值。

但這件事在中國是否成立，仍然是一個很大的問號。

我們這個時代最不缺的，就是大詞。昨天是中臺，前天是元宇宙，今天輪到FDE。每一個詞被端上桌時都金光閃閃，但牌桌之下是一堆「乙方不如狗」磨到只想趕緊跳去甲方求個安穩(wěn)的年輕人。

這些問題一天不解決，F(xiàn)DE在中國就永遠只是外包換了件更貴的馬甲。

Palantir熬了二十年才等到春天，而我們連"允許一件事慢慢做出來"的耐心都還沒有。

AI大扯淡時代，從來不缺新名詞，缺的是肯為它熬二十年的人，和肯等他二十年的土壤。