FDE 只是新瓶装旧酒，AI 落地还是很难

5 月 11 日，OpenAI 宣布成立 OpenAI Deployment Company，专门帮助企业把 AI 系统真正部署到业务里，同时同意收购 Tomoro，直接带来约 150 名 Forward Deployed Engineers 和部署专家，也就是 FDE这些人会嵌入客户组织，和业务、技术、一线团队一起改造流程、连接数据和工具，把 AI 做成能每天运行的生产系统。这件事我看着特别熟。因为我做了 10 年数据分析师，完整经历过上一轮“数字化转型”——这件事的起点依然是硅谷，提出 增长黑客 的概念，讲数据中台、BI、用户增长、精细化运营，本质也是一批人进到业务现场，梳理流程，搭指标体系，做看板，跑实验，最后推动企业改变工作方式。现在换成了 FDE。名字很新，但问题没变：企业买了工具，不代表能用好工具；有了模型，不代表业务会自动变好。所以 FDE 的本质不是“工程师外派”，而是要把 AI 落地翻译成业务语言。他要懂模型，也要懂业务；要会写代码，也要能坐在客户旁边看流程；要能做 demo，也要能把东西接进 CRM、ERP、客服系统、审批系统和数据仓库里。实际上， Anthropic 都在做类似的事： A 社 5 月 4 日联合 Blackstone、Hellman & Friedman、Goldman Sachs 成立企业 AI 服务公司，目标也是把 Claude 带进企业核心运营。在我看来， FDE 更像“增长黑客 + 数据分析师 + 解决方案架构师 + 交付顾问”的重新打包。但这次有一点不一样：AI 工具让实施速度变快了。以前数字化项目卡在开发、取数、报表、系统集成。现在 FDE 可以用模型写代码、生成 agent、做自动化、搭评估框架，交付杠杆明显更高。但同样的问题也会出现。第一，企业自己不知道要什么。第二，数据质量一塌糊涂。第三，业务部门只想要魔法，不想改流程。第四，POC 很漂亮，进生产就死。第五，项目做完没人接，最后又变成一堆没人维护的系统。所以不用神话 FDE 它真正解决的企业 AI 的最后一公里：不是模型能力，而是组织落地。所以说，如果 FDE 能把客户现场的问题沉淀回产品，才有价值。如果不能，它就只是换张皮收高价咨询。