接下来，我给大家讲讲，一个优秀的FDE到底是怎么工作的。 其实整个过程，我总结下来就是三个环节。 第一个环节，找到真正值得解决的业务问题。 这是很多人最容易… · @zengge1984 · TwKit

@zengge1984

接下来，我给大家讲讲，一个优秀的FDE到底是怎么工作的。 其实整个过程，我总结下来就是三个环节。 第一个环节，找到真正值得解决的业务问题。 这是很多人最容易忽略的一件事。 比如说，一个企业老板跟你说，我想做一个AI智能体。 绝大部分人第一反应是什么？ 马上打开电脑，研究用哪个大模型，哪个智能体平台，接什么知识库。 但一个优秀的FDE，往往不会急着动手。 他会先问老板，你为什么想做这个智能体？ 老板说，因为我们的销售团队效率太低了。 那他就继续问，效率低到底低在哪里？ 是找不到客户？还是客户来了以后没人及时跟进？还是销售每天要花大量时间整理客户资料？ 聊到最后才发现，原来企业真正的问题是，每个销售每天要花两个小时整理客户信息，根本没时间跟进客户。 你看，问题到这里才算真正找到了。 原来老板想要的是一个AI智能体，但他真正需要的，是一个能够自动整理客户资料、生成跟进建议的AI销售助手。 这两件事情看上去很像，但实际上完全不一样。 普通人拿着AI去寻找使用场景，优秀的FDE拿着业务问题去寻找技术方案。 这就是第一个环节，找对问题比急着动手更重要。 第二个环节，把问题变成真正能够运行的系统。 这一点特别重要。 我发现现在很多人做AI项目，特别喜欢做演示。 现场演示给老板看，老板一看特别激动。 哇，这个AI真厉害！ 但是演示完了以后，真正放到企业里面，就发现根本跑不起来。 为什么？ 因为真实的企业不是一个干净的演示环境。 它的数据可能散落在Excel、CRM、钉钉、企业微信和各种老系统里面。 有的需要权限，有的涉及客户隐私，有的还要求人工审核。 所以真正的FDE，要解决的不是让AI回答一个问题，而是让AI接入真实的业务流程。 还是刚才那个销售场景。 客户信息从哪里来？销售的聊天记录怎么获取？AI怎么识别客户意向？生成的建议怎么推送给销售？销售又怎么确认和执行？ 这些环节要一个一个打通。 该写代码的写代码，该连接系统的连接系统，该做权限控制的做权限控制。 而且还不能只考虑能不能跑，要考虑安全、准确性、稳定性，出了问题怎么处理。 最后交到企业手里的，不是一个看上去很厉害的Demo，而是一套员工每天真的能用的系统。 Demo证明AI有能力，FDE证明AI有价值。 我觉得这句话特别重要。 第三个环节，让AI真正产生业务结果。 很多人以为，系统开发完成，项目就结束了。 但对于FDE来说，恰恰相反。 系统上线以后，真正的考验才开始。 你开发了一个AI销售助手，结果销售根本不用，老板也不知道有没有效果。 那这个项目算成功了吗？ 显然不算。 所以FDE还要继续往下走。 原来销售每天整理客户信息需要两个小时，现在需要多长时间？ 原来一个销售每天只能跟进20个客户，现在能不能跟进更多？ 原来客户线索经常没人及时处理，现在有没有改善？ 这些都是实实在在的业务指标。 当然，还要持续检查AI有没有出错，员工有没有真正采用，流程能不能长期稳定运行。 如果这套系统在一个部门跑通了，还可以把成功经验沉淀下来，做成可复用的组件，复制到其他部门。 你看，这才形成了完整的闭环。 从发现问题，到开发系统，再到产生结果。 所以我经常讲，企业AI落地的最小单位，不是一个AI工具，而是一个能够跑通的岗位或者工作流。

曝光 24 · 评论 1 · 点赞 1 · 书签 0