【科技资讯】关于FDE的反思：真正的AI落地，应从定义问题开始，而非用AI解决问题

核心观点：AI落地的本质，不是给客户”应该在哪里用AI”，而是回答”客户到底存在什么问题”。中国式FDE的根本问题，是把交付方式放在第一位，把AI放在第一位，而不是把解决客户真实问题放在第一位。

本文从FDE（Field Delivery Engineer，现场交付工程师）概念切入，深度反思当下AI落地热潮中的本质问题：我们是否本末倒置？是否用”必须用AI”的结论，去寻找”哪里可以用AI”的场景？

一、FDE的定义：从交付方式到问题定义权

过去一年，FDE模式成为AI落地的热门概念，但各方对其定义并不统一：有人理解为工程师驻场，有人强调懂业务，有人解释为陪跑式服务。

真正的FDE，其业务核心并不是驻场资格，而应该是问题定义权——进入现场后，有权重新判断客户存在什么真正的业务问题，而非带着既定方案去说服客户接受AI应用。

二、中国式FDE的困境：重形式，轻本质

为什么中国市场很难长出真正的FDE？本文分析三个典型困境：

三、AI转型的根本错误：为了做AI而做AI

本文尖锐批判当下AI转型热潮中的普遍逻辑：

1. 需求定义顺序颠倒：”客户自己也不知道应该把AI用在哪里”，供应商却先假定”企业必须做AI”，再寻找业务场景。这违背了”需求先于解决方案”的基本商业常识。
2. 为了AI而寻找场景：多模态识别工人抽烟，很AI，但需要企业付出的代价非常高，性价比不明确；为了做AI而做AI，忽视投入产出比。
3. 不敢对AI说”不”：真正负责任的FDE，当发现解决方案不需要AI时，应该对使用AI说”不”，但在”AI转型”的宏大语境下，这是最难以启齿的结论。

四、回到FDE的本源：为解决客户问题而存在

本文最后指出，FDE模式早在AI时代之前，就已是Palantir的核心交付方式。FDE从来都不是为了AI而存在的交付方式，而是为了解决客户问题的方法论。

真正的FDE，应该回答企业到底存在什么问题，而不应该反问企业哪里可以用AI。当项目一开始就被定义为”AI转型”，FDE进入现场后的工作，就变成了证明如何用AI解决客户的问题，而不再是解决客户的真正问题。

五、AI落地的真正路径：先定义问题，再判断技术工具

本文警示：”我在《传统企业AI转型的7大坑》也谈过这个现象。违背常识的中国式FDE注定失败。”AI落地的健康路径应该是：

1. 先倾听客户，真正理解企业的核心问题（订单不足、大客户依赖、人才断层、人情管理困境等），这些远比”部署Agent”更重要
2. 再考虑是否需要用技术（AI）来解决这些问题
3. 当不需要AI能解决问题时，应该敢于说”不”，而非强行用AI填充场景

来源：Thinkit Lab，作者 orangeburn，2026年8月发表。