FDE 祛魅：一切皆可 Forward Deploy?
所有人都知道 AI 带来的生产力提升是真的，但是资本市场的 AI 泡沫也是真的。同理，企业 AI 转型需要 FDE 是真的，但是 FDE 这个概念同样也是泡沫重灾区。
一、谁是 FD“X”的始作俑者
FDE 这个缩写最早因 Palantir 出名。早年 Palantir 内部把工程师大致分成两类：一类留在总部做产品，另一类被派到客户那里，和客户一起解决具体问题。后一类，就被叫做 FDE。
AI 让这个词火了第二次。大模型的能力一路往上走，企业里的落地效果却常常不理想。演示效果很好，真用起来却接不上业务。于是，OpenAI、Anthropic 等模型公司也开始组建自己的 FDE 团队，大大小小的创业公司纷纷在官网写上“我们提供 FDE 服务”，短视频平台上，FDE 这三个字母更是铺天盖地，甚至逐渐还繁殖出了很多新的近似概念，FE“X”泛滥成灾。
我之前的一个合作伙伴是会计师事务所的合伙人，她说她去给餐饮公司做审计，去后厨聊一圈就能看出来公司有没有做假账，那她大概就是 FDA（Forward Deployed Auditor）界的翘楚了吧。
企业委托一家会计师事务所做年审，审计师要进驻你的公司，翻凭证、盘库存、和财务对账；这是 Forward Deployed Auditor；律所派律师驻场处理并购尽调，这是 Forward Deployed Lawyer；麦肯锡的顾问一百年来都在客户的会议室里办公，这算最早的 Forward Deployed Consultant。
再推一步：装修师傅上门量房，可以是 Forward Deployed Renovator；打扫清洁的阿姨可以是 Forward Deployed Housekeeping……那战国时期请墨者帮忙守城，近代请风水先生上门行堪舆之术，放在如今魔幻现实主义的互联网上大概也可以叫 FE Mohist 和 FD Fengshui 吧。
凡是乙方要走到甲方现场、和甲方一起干活的工作，都能叫 Forward Deployed 什么什么。这个 FDX 的 X 可以是任何东西。“去客户现场”是服务业最古老的工作方式之一。一个概念需要不断衍生新缩写来证明自己，往往说明大家还没想清楚它的本质。把 FDE 的营销光环拿掉，还剩下什么？
二、为什么非去现场不可
为什么 AI 落地，一定要走到业务最前端？
哈耶克写过一篇著名的文章，叫《知识在社会中的运用》。他区分了两种知识：一种是科学知识，可以写进教科书，集中传授；另一种是“关于特定时间和地点的具体情况的知识”。比如哪台机器快坏了，哪位员工擅长应付哪种客户，哪个仓库这周还有空位。后一种知识分散在无数个现场，很难被汇总，也很难被提前写清楚。
大模型拥有的，几乎都是第一种知识。它读过人类写下的大部分文本，懂会计准则，懂合同法，也懂市场营销。但它不知道你这家公司的“续约”是从哪天算起，不知道调价前为什么一定要先给几位老客户打电话，也不知道“客户已确认”在销售部和财务部是两个意思。
这些知识不在任何文档里。它们存在于员工的习惯、部门之间的默契和老板的直觉里。用波兰尼的话说，我们知道的，比我们能说出的多。
所以 AI 落地最难的部分，往往不在模型，而在翻译：把现场的默会知识翻译成 AI 能读、能写、能执行的结构。我在上一篇文章里把这层结构叫作企业的“身体”，Palantir 叫它本体。要搭这副身体，就得先看清它要长在什么样的业务上。
这件事本质上就是乙方坐在自家办公室里做不成的。你得坐到客服旁边听他接电话，跟着销售跑客户，看一线员工怎样在 WorkBuddy、微信群、飞书群、钉钉群之间来回切换。因为世界是个草台班子，绝大多数时候，客户自己也说不清楚自己的业务到底怎么运转，只有你在现场看见了，才知道该问什么。
这才是 Forward Deployed 的本义，它是一种“知道”：知道关键的知识在现场。
三、历史上的同类
把 FDE 放回技术史里看，会更清楚它是什么。
每一轮技术革命，都会出现一类公司，站在新技术和传统企业之间，做连接和翻译。
互联网革命初期，传统企业想要“上网”，却不知道网站该怎么建，电子商务该怎么做。于是一批互联网咨询与建站公司迅速崛起，比如 Razorfish、Scient、iXL、Sapient。它们派团队进驻客户，帮企业从零开始搭线上业务。
SaaS 时代也有对应的角色。Salesforce、SAP、Workday 卖出去的是标准软件，但每家企业的流程都不一样，总要有人负责配置、集成、迁移数据、培训员工。于是出现了庞大的实施伙伴生态：埃森哲、德勤这样的大型集成商，以及 Appirio、Bluewolf 这类专注 Salesforce 实施的公司。
FDE 就站在这个生态位上，只不过这一次，要翻译的是“如何让 AI 理解并参与业务”。
四、批量需要六边形战士的生意
FDE 作为一门生意的根本特点是：它是人才密集型的，因此天然难以规模化。
SaaS 之所以诱人，是因为边际成本趋近于零：同一份软件代码，卖给一个客户和卖给一万个客户，成本差别不大。FDE 正好相反，每多服务一个客户，就要多投入一组人。而这组人很难招。
以 Palantir 为例，它长期以高薪招募 FDE，并且对人选极其挑剔：顶尖学校的工程背景、极强的问题拆解能力、在陌生环境里快速建立信任的能力。这家公司后来走出了一大批创业者，硅谷甚至有“Palantir 帮”的说法。FDE 的工作本质上就是在客户现场从零到一地创业，做得好的人，本来就具备创始人的素质。
一个合格的 FDE（或 FDE 团队），需要同时具备几种通常分散在不同人身上的能力：
- 懂工程：知道模型能做什么、不能做什么，能把数据、权限和流程真正接起来。
- 懂业务：能在几周内看懂一个陌生行业的运转逻辑，并且以极强的学习能力迅速成为领域专家。
- 懂沟通：既能和一线员工聊工作里的麻烦事，搞清楚管理层里面错综复杂的利益纠葛，也能和 CEO 谈战略取舍；能听出客户“想要的”和“需要的”之间的差别。
- 懂组织：知道一个流程改变以后，谁的权力会变，谁的工作量会增加，谁会抵触；知道技术方案最后往往卡在组织问题上。
到这里顺便说一下为什么 FDE 一定是未来几年的市场刚需，而且不会被模型能力所替代。现在有很多新的概念比如 FDA Forward Deployed Agent，甚至还有一些开源的 FDE skills，这些想法是好的，希望可以输出标准化的方法论，让 AI 直接帮助企业进行自主转型。但是这一类愿景忽视了 AI 企业落地最大的阻力（没有之一）—— 人。就像在《三体》里，人类把充分发挥阴谋与谎言的“面壁计划”作为对抗三体人的武器，强如三体人，终归也要让人类自己来做“破壁人”。在我的经验和认知里，至少在未来的 5 年内，AI 在面对企业里一个个“面壁者”的时候，大概率是束手无策的。
说到底，FDE 需要对业务到市场的整体理解，需要从工程到沟通的综合能力。它不是工程师加一点沟通技巧，也不是顾问加一点代码能力，而是一种综合判断：在这家企业、这个时间点，AI 应该先接进哪里，接到什么程度，以及什么时候应该停下来。
很多卖 FDE 课程的人会选择性地展示“贼吃肉”，而不会展示“贼挨揍”的部分，让 FDE 听起来好像是个泼天的富贵，但实际上在中国的企业环境中干过的 FDE 人大概都会说一句“钱难挣，屎难吃”。
写在最后
去现场不是卖点，而是起点。真正值得追问的，不是有没有派人过去，而是人离开以后，企业还剩下什么。
在上一篇文章里，我借海德格尔的锤子说过：好的工具会退到注意力的后面，让事情得以发生。我想，好的 FDE 也应该这样。它的目标不是一直驻扎在前线，而是让自己慢慢变得不那么必要：业务知识沉淀进了企业自己的结构，员工学会了和 AI 一起工作，变化发生时，组织知道该去哪里改、由谁负责。
互联网时代的建站公司，大多随着企业学会“上网”而淡出；SaaS 时代的实施伙伴，也随着软件成熟而被压缩溢价。FDE 很可能也是一个过渡性的角色。
这并不悲观，反而说明 AI 真正被企业吸收了。