世上有两种人| FDE 和讨厌 FDE 的人
周末参加了@思源盲盒 在徐汇模速空间组织的FDE 落地研讨会，现场有很多 FDE 公司老板、AI 需求方，包括 AI 投资人，大家还挺热烈踊跃讨论的。

听完我最大的感受：AI 落地最难的部分，经常发生在模型之外。流程、数据、利益、责任，才是 Demo 之后的硬仗。有7个点比较印象深刻：

1. AI 落地，是重新审问流程的机会。这个岗位为什么存在？这次审批保护了什么？这张报表谁真的在用？给落后流程接上 AI，只会让产出继续的价值被浪费。

2. AI 往往先加活，后提效。数据补录、知识整理、培训、新旧系统并行，全是成本。前期必定存在投入曲线，平稳运行后才会真正提效。

3. 工具容易换，企业上下文难复制。真正的壁垒，是持续更新的数据、能被复用的业务知识，以及行动留下的新反馈。

4. 老板看到的汇报结果呈现，往往已被层层筛选。AI 如果只是把这些材料总结得更漂亮，就是给失真加速。其最大的价值是缩短事实到决策的距离。

5. 你说FDE“优化流程”，员工听到的确实“你要优化我”。如果配合变革，收益归公司风险却归自己，大家自然很抵触。别只要求员工拥抱变化，先回答：他能得到什么？

6. 人效＝产出÷人数。盯着分母，容易把 FDE 做成裁员顾问。先证明同样的人能做出更多价值，再讨论配置。省下工时，也不等于省下现金。

7. 短期目标应该是在两周内交付证据：真实数据、真实任务、真实使用者。Demo 可以建立信心，跑通一次才会有后续的稳定赚钱。
_______
人工智能发展 FDE AI学习