《FDE案例100》方法论特辑 · No.16｜FDE 到底是什么角色：三力模型与三套语言

第一力：懂业务——这是入场门票#

不懂业务，你连门都进不去。

有个细节很值得琢磨。做央企财务 AI 的那位 FDE 说，业务人员做了十几年的判断，很多已经变成了下意识动作，你指望他一次性把整个业务逻辑讲清楚，不现实。所以他的做法是业务陪跑——跟着业务人员一起做几天，看他一笔业务到底怎么处理，再把流程一点一点拆开。

这里的关键不是“听懂需求”，而是把自己逼成半个行业专家。非标制造那位 FDE 为了做报价这个场景，进场之后先去了车间，看一个订单从图纸到交付经过哪些环节，翻了一批历史报价单，找业务人员和老师傅分别聊：谁看图纸、谁做需求拆解、谁定物料、谁判工艺、谁核成本、谁最后报价。只有把这条链路搞清楚，才知道 AI 该放在哪个位置。

不懂业务的人，会拿着锤子找钉子。懂业务的人，先看钉子长什么样。

第二力：懂 AI 的“宽度”，而不是深度#

注意，是宽度，不是深度。

电信运营商那个案例的 FDE 打了个特别好的比方：如果你只知道自行车，那么你要去一个很远的地方，就只能想办法骑自行车过去。但如果你同时了解汽车、飞机，你才能判断什么场景该用什么工具。

这句话是冲着一种很常见的心态去的——“我最熟悉这个工具，那就拿这个工具去套问题”。可企业 AI 落地要的恰恰相反：你需要同时理解 AI、数据、云，以及基本的软件工程能力，然后判断哪里该用、哪里不该用。

央企财务那位 FDE 的做法就是典型的“宽度思维”：财务场景需要严谨，科研场景可能要专业计算能力，内容生成场景又更需要开放性。所以他不会执着于某一家模型——有些场景用这个厂商的，有些用那个，还有一些央国企场景直接本地私有化部署。他把这叫“因材施教”：先确定业务需要什么，再去组合背后的能力。

一个成熟 FDE 的技能盘子里，应该有模型、有数据、有云、有 RAG、有 Agent、有 RPA，也有传统的优化算法。不是每样都用，而是每样都知道“什么时候用得上”。

第三力：懂人与组织——算得清利益账#

这一力最容易被技术出身的人忽略，却往往最要命。

一个项目刚进去的时候，你可能只跟一个部门、一个负责人打交道。但真正落地以后，会牵扯到不同部门、不同角色，甚至外部合作伙伴。信息化、数字化、智能化一旦真的改流程，就一定可能动到某些人的工作和利益。

所以那位车管所的 FDE 说了一句特别到位的话：FDE 除了做技术，还必须会沟通、协调、项目管理，甚至要会“算利益账”。 你要让不同角色看到——这个变化对他意味着什么？谁会获得收益？谁的工作会改变？出了冲突谁有最终决策权？

这些问题处理不好，再好的模型也进不了生产环境。

三套语言：对谁说什么话#

三力是“内功”，落到具体场景，就变成一件更实操的事：你会不会说三种话。

那位有十年代码经历、后来转做 FDE 的人讲得很坦诚：以前他也会犯一个毛病，觉得只要把技术讲清楚，客户就应该能理解。后来发现完全不是。很多老板没有时间听懂模型、Agent、RAG 这些东西，他真正关心的是——“你能不能帮我把这个问题解决掉？”

所以，真正的 FDE 得切换语言：

对老板，讲 ROI 和战略。 他会问：营收能不能提高？成本能不能降低？组织管理能不能更透明？业务控制力能不能提升？

对中层，讲部门收益。 这件事帮你的部门省了多少人、多少时间，KPI 上能体现什么变化。

对一线，讲帮他减负。 别提“AI 转型”这种大词，就告诉他：以后写提示词这种长活儿、处理水印这种麻烦事，系统先帮你干了。

同一个人，同一套系统，得用三种语言讲三遍。讲不清楚，项目就卡在最后一公里。

分水岭：是不是对业务结果“持续”负责#

那 FDE 和传统软件外包到底差在哪？

那位做达人建联的 FDE 给了一个我见过最干脆的答案：看是否对业务结果持续负责。

传统项目是一条直线：需求来了 → 做系统 → 验收 → 交付，结束了。

FDE 是一条螺旋：进入业务 → 理解问题 → 做第一版 → 让业务使用 → 根据反馈继续改 → 找到新的业务问题 → 再迭代。

注意最后那一下“再迭代”。传统项目验收即终点，FDE 的验收只是起点。一期做完以后，客户自然会冒出二期需求，因为第一个问题解决之后，企业会发现下一层问题。这也就解释了为什么 FDE 必须真的懂业务——他不是一个交完货就走的角色，而是那个要一直陪着企业把 AI 往业务里推进的人。

也正因为这样，一位 FDE 提到，成熟的交付团队其实还是需要分工的：有人负责业务咨询，有人负责知识萃取，有人负责培训，有人负责技术开发。一个人扛下所有，只存在于故事里；现实里，是把这三种力拆给一组人，再让一个 FDE 把它们串起来。

最后还想补一句清醒的话。电信案例里那位 FDE 提醒：别迷信 FDE 这个名词。 现在国内什么都能叫 FDE，从咨询到方案到部署。但无论叫什么，最终都要回到一件事：你有没有真正用过这些工具，有没有在自己的场景里解决过问题。FDE 的使命，说到底是把 AI 真正变成企业正在使用的工作方式。

这是《FDE案例100》方法论特辑的第 16 篇。聊完了角色，下一篇我们聊成长——一个 FDE 怎么从“什么都能干”的万金油，走到真正有壁垒的“行业聚焦”，这条路到底长什么样。