甲方自建FDE能力：从找种子人到方法论落地丨三条路径和三大陷阱

这篇换到甲方视角。如果你在企业内部，想把这个能力建起来，从哪里开始，怎么建。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

自建的三种常见姿势

国内甲方推进AI落地，通常会走三条路。每条路都有价值，每条路也都有自己的天花板。

第一种：买工具，推广使用。 采购AI平台，培训员工，KPI是活跃率。这条路最常见，推进阻力最小。天花板是：个人效率提升了，但业务价值没有发生。员工用AI写周报快了，但核心业务流程没有变化，AI成了效率工具，不是业务资产。

第二种：成立AI部门。 设立独立团队，负责技术选型和项目推进。这条路组织投入最大，信号最强。天花板是：AI部门和业务部门是两张皮。AI团队不够懂业务，业务部门不信任AI团队，项目做完没人接着用，AI部门变成了内部外包。

第三种：让业务部门自己探索。 各条业务线自己找场景、自己跑。这条路速度最快，能出点状局部亮点。天花板是：每个部门都在重新发明轮子，经验不共享，方法论不沉淀，三年后做了三十个项目，能力还是零散的。

三条路的共同问题不是方向错了，是都绕开了最核心的一件事：谁在现场，谁对价值结果负责。

内部FDE能力的本质

内部FDE能力不是一个岗位，是一种工作方式。

有一个人，他的主要工作对象是真实的业务现场，不是需求文档，不是技术方案，是正在发生的业务流程和正在使用（或不使用）系统的真实用户。他的成败和AI在那个现场产生的价值绑定——AI跑起来了，用起来了，产生了可量化的效果，他才算完成工作。

这个人不需要是团队里技术最强的，但需要同时具备三种能力：

读懂业务现场。 不是看需求文档，是进入真实流程，观察用户在什么节点遇到了什么问题，识别哪个场景的痛点足够真实、范围足够可控、值得用AI来改变。这种能力在纯技术背景的人身上通常是缺失的。

工程验证能力。 能接真实数据，搭起系统，建立评测标准，在真实环境里验证AI方案是不是真的有效。不是写方案，不是做PPT，是动手跑通。

价值追踪意识。 系统上线不是终点。用户在用吗？输出质量在漂移吗？业务指标有没有变化？这种追踪意识要求他上线之后还在，而不是交付即撤场。

这三种能力在甲方内部通常分散在不同的人身上：业务部门的人懂现场但不懂工程，IT部门的人懂工程但不在现场，数据团队有追踪意识但离业务太远。

自建的核心任务，是找到或培养一个能把三种能力集中起来的人，并给他一个对结果负责的机制。

三步组建路径

第一步：找种子人

不是招新人，是在现有团队里找。

新招来的人有两个问题：一是没有内部信任，在业务部门推动不了任何事；二是不了解组织，会在本可以绕过的内部阻力上消耗大量时间。内部FDE的核心优势之一，恰恰是组织信任和业务理解，这些都只能从内部人身上找到。

找什么样的人？有三个特征比学历和title更重要：

在业务现场待过，知道真实流程是什么样的，不是只看过需求文档。有一定技术理解力，不需要自己写所有代码，但能和工程师对话，能判断一个方案是否工程上可行。对AI落地有真实兴趣，不是被分配任务，是真的想解决现场问题。

这类人通常不是最资深的，但往往是那种在项目里会主动往前走一步、不等别人分配任务的人。

第二步：用一个真实项目建立工作方式

找到种子人之后，不要先建体系，先跑一个项目。

场景选择有三个标准：业务痛点足够真实，不是"感觉可以用AI"，是有人在这个问题上真的在痛；范围足够可控，可以在两三个月内走完发现到交接的全程；有内部推动者，业务侧有一个人愿意和种子人一起推，不是种子人单独作战。

让种子人完整走一遍FDE五阶段——从进场诊断、原型验证、部署陪跑、产品化，到最后的交接。这个项目的价值不只是解决了一个业务问题，更重要的是：让这种工作方式在组织里第一次可见。

可见是关键词。管理层要看到这个过程，不只是看到结果。看到一个人进入现场、重新定义问题、建评测标准、陪跑到用户真正用起来——这个过程本身，是在帮组织建立一种新的认知：AI落地需要这样工作的人。

第三步：把方法论从人身上剥离出来

第一个项目跑完，最重要的事不是开庆功会，是沉淀。

沉淀的目标只有一个：让下一个项目不需要从零开始。具体来说，这个项目结束后，种子人需要输出四类资产：

场景诊断框架：这次是怎么识别真实痛点的，用了哪些问题，观察了哪些信号，下次可以直接复用。
评测标准模板：这个场景的评测是怎么设计的，标准是什么，和用户怎么对齐的，哪些标准放到其他场景也成立。
陪跑SOP：陪跑阶段做了哪些具体动作，哪些有效，哪些没有，下次陪跑应该怎么调整节奏。
交接清单：最终移交给业务方的是什么，运营责任怎么界定，升级路径怎么设计。

这四类资产，是能力从一个人身上转移到组织里的载体。没有这一步，种子人一离职，能力就消失了。

甲方自建的独特优势和独特陷阱

甲方内部的FDE天然具备外部顾问没有的东西：组织信任、业务深度理解、对内部阻力的感知。外部FDE进场，第一个月往往在建立信任；内部FDE从第一天就有。这是甲方自建最重要的起点优势。

但这个优势很容易被三个陷阱吃掉。

陷阱一：被当成内部IT。 做着做着，种子人变成了"有AI需求找他"的技术支持。他开始响应需求，而不是主动进入现场。现场主动权一旦失去，FDE就变成了内包。识别信号：如果种子人开始说"你们把需求写清楚发给我"，这个陷阱已经生效了。

陷阱二：KPI被拉回部门指标。 组织没有给种子人一个和AI价值结果绑定的KPI，他只能服从原来的部门考核逻辑。部门KPI是什么，他就做什么，AI落地变成了副业。这个陷阱不是种子人的问题，是管理层设计问题——没有新的责任机制，就没有新的工作方式。

陷阱三：被大项目淹没。 一个看起来很重要的大项目，可以占满种子人两年时间。两年后项目还在推，方法论没有沉淀，能力没有复制，组织里除了他没有第二个人能做同样的事。选择第一个项目时，规模可控不是因为怕难，是因为要给方法论沉淀留出时间。

三个陷阱的根源是同一个：组织没有真正认可这个角色存在的价值，只是把他当成了一个技术资源。 解法不在种子人身上，在管理层——需要有人在高处保护这个角色不被日常需求和大项目淹没。

写在最后

甲方自建FDE能力，本质上是在组织里建立一种新的责任结构——有人对AI在现场产生的价值负责，而不是对方案、对上线、对账号开通数负责。

这件事听起来很大，但有一个可操作的起点：找一个人，给他一个真实的项目，让他完整走一遍现场到交接的全程，然后把这次学到的东西沉淀成组织资产。

一个项目走完，你就知道这种能力在你的组织里能不能成立，种子人是不是对的人，组织有没有条件保护这个角色。

能成立，就扩展。不能成立，也比三年后发现AI部门做了三十个项目但能力仍然零散，要好得多。

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向： 
 「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
 「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
  塔迪的微信 - tardyai2025。