Core ClaimBusiness Result
AI 要进入真实流程
数据之所以重要，是因为它能回答管理层最关心的问题：有没有提效、有没有更稳、有没有增长、团队能不能接手。
效率时长、周期、人均处理量
质量错误、返工、质检通过
收入转化、周期、线索利用
承接SOP、配置、管理员
01 / Business Problem
AI 落地缺一套机制
很多团队已经看过足够多 demo。真正的难点是：系统接不上、流程改不动、指标说不清、团队接不住。FDE 的价值，就是把这些问题变成可诊断、可试点、可验证、可移交的工程过程。
Decision Questions4 Signals
效率是否真的提升
响应时长、处理周期、人均处理量、自动完成率。
质量是否更加可控
错误率、返工率、质检通过率、异常升级率。
结果是否出现变化
转化率、成交周期、客单价值、线索利用率。
团队是否能够接手
SOP 执行率、配置维护率、管理员独立处理率。
02 / Capability System
FDE 要把每一步做实
真正的 FDE 能力不是一个岗位名，而是一个复合交付系统。它可以拆成三层能力：看清问题、做出系统、跑出证据。
业务诊断
找到关键流程、痛点、指标和组织约束。
产品设计
把人机协同做成可评审的界面和流程。
AI 工程
Agent、RAG、工具调用、自动化和小工具。
系统集成
连接 CRM、客服、外呼、BI、工单和知识库。
数据评估
基线、实验、评估集、指标看板和复盘。
运营移交
SOP、配置、培训、知识库和管理员体系。
03 / Delivery Loop
交付闭环跑出证据
方法论最终要落到同一套项目节奏里。对客呈现统一使用定场景、出样板、接数据、跑灰度、复盘与移交；每一步都要产出可评审、可验证、可移交的对象。
定场景
确认业务目标、协作人、样本权限、系统边界和试点范围。
出样板
交付流程图、人机协同矩阵、业务场景控制台样板和指标口径表。
接数据
准备脱敏样本字段说明、场景验证样本集和人工复核规则。
跑灰度
用灰度运行看板、灰度周报和异常与回滚记录形成阶段判断。
复盘与移交
输出项目复盘报告、运营移交包和后续范围建议书。
04 / Talent Signal
FDE 是复合交付能力
岗位证据不是主体，只是支撑。它说明头部 AI 和企业软件公司正在招聘的 FDE，不是单纯售前，也不是单纯开发。
Role Signalsn=8
100
深入业务现场
embedded with customers、customer discovery。
100
AI / 全栈工程
API、RAG、agents、LLM apps、workflow。
88
端到端交付
prototype to production、system design、rollout。
Capability WeightSource-backed
05 / Delivery Gates
4-6 周完成首轮验证
对比传统项目先排期开发、上线后再看指标，FDE 把基线、样板、数据接入和灰度验证压进一个月左右的闭环。复杂集成可延展到 8 周，但不把 8 周作为默认起步周期。
定场景
传统方式先收需求；FDE 先锁定高频高价值流程，确认 owner、样本、字段、基线和试点边界。
出样板
传统方式先写方案；FDE 直接做 As-is / To-be 流程图、人机协同矩阵、业务场景控制台样板和指标口径表。
接数据
传统方式上线后补数据；FDE 提前接入脱敏样本或小范围真实数据，形成字段说明、评估集和指标口径。
跑灰度
传统方式容易等大版本验收；FDE 小范围运行，输出灰度运行看板、周报和异常记录。
复盘与移交
FDE 用复盘报告、运营移交包和后续范围建议书，给出扩面、收缩或退出判断。
06 / Validation Data
用数据支撑管理判断
数据最好围绕关键决策呈现：基线、试点变化、传统方式对比、风险边界和移交能力。
Decision TableBusiness View
| 业务问题 | 建议观测的数据 | 传统方式对比 | 管理价值 |
|---|---|---|---|
| 效率是否真的提升 | 响应时长、处理周期、人均处理量、自动完成率。 | 对比原流程的人工处理时长、排队时长和人均负荷。 | 判断流程是否真的变快。 |
| 质量是否更加可控 | 返工率、错误率、质检通过率、异常升级率。 | 对比原质检抽样、人工复核和异常升级记录。 | 确认 AI 是否可靠可控。 |
| 结果是否出现变化 | 转化率、流失率、成交周期、履约质量。 | 对比历史漏斗、超期节点、丢失原因和成交/履约结果。 | 决定是否进入扩面。 |
| 团队是否能够接手 | SOP 执行率、配置维护率、管理员独立处理率。 | 对比原来依赖人工经验、群消息和供应商支持的比例。 | 避免长期供应商依赖。 |
07 / Customer Cases
从典型场景找到入口
客户不一定一开始就知道“我要做 FDE”。更常见的入口，是发现自己也有类似的高频、可量化、跨系统流程，再用下一章的 4 / 6 规则判断是否值得进入试点。
销售线索跟进
线索多、响应慢、顾问负荷高。看首响时长、有效线索识别率、到访/签约漏斗。
筹备节点管理
节点多、责任分散、超期难预警。看筹备周期、超期率、返工率、异常升级率。
客服工单处理
问题重复、知识分散、升级不透明。看平均处理时长、一次解决率、质检通过率。
巡检质检复盘
记录不统一、抽检覆盖低、问题归因慢。看问题命中率、整改周期、复发率。
培训陪练提效
新人上手慢、话术执行不稳。看达标周期、模拟通过率、关键动作执行率。
运营周报生成
数据分散、复盘靠人工整理。看报表产出时长、异常发现率、行动项闭环率。
08 / Fit Score
先筛场景，再进试点
上面的客户场景不代表都要立刻做。一个场景至少满足 4 项，才适合进入 4-6 周验证包；低于 4 项，先补数据、缩范围，或换一个更高价值场景。
4 / 6
至少满足四项，再进入正式试点。低于四项，建议先补数据、缩范围，或换一个更高价值场景。
业务价值明确
影响收入、成本、效率、质量或风险。
流程足够高频
有足够样本做评估和迭代。
数据可以获得
有历史记录、过程字段和结果标签。
人机边界清楚
能定义自动、辅助、人审和禁止动作。
指标可以量化
有基线、目标和进入/暂缓标准。
具备复制空间
成功后能推广到更多团队或场景。
Final Claim
AI 落地要有确定性
FDE 的价值，在于把真实业务问题拆成可诊断、可试点、可验证、可移交的工程过程，用方法、证据和交付能力持续推进业务结果。
01先把现场问题诊断清楚
02再用小范围试点验证价值
03最后把能力移交给业务团队