FDE 能力素养与评价体系白皮书

发布信息

文件名称《AI-FDE能力素养与评价体系白皮书》（2026版）

发布单位AI-FDE联合工场、大任智库

江苏省数字经济联合会、江苏省人工智能学会、江苏创新生态研究院、南京市企业

共同起草单位数字化转型研究会、江苏省民建大数据与人工智能专委会、谷雨学院、苏秦学院、

AI-First商学院、蓝鲸咨询、知与研究院

起草专家组何伟、陈彩华、卜安洵、解奉波、崔卫东、董昕灵

发布场合2026AI-FDE赋能制造业大会

文件编号AIFDE-WP-2026-01

版本密级V1.0·公开发布

发布日期2026年8月

版权声明

本白皮书由AI-FDE联合工场与大任智库联合发布，共同起草单位参与研制。本文件受著作权法保

护，任何机构与个人在注明出处的前提下可引用本文观点与数据；未经发布方书面许可，不得整体复

制、改编或用于商业培训目的的再发布。

免责声明

本白皮书所引用之企业案例与数据均来自公开渠道（详见附录N），引用目的在于能力标准的阐

释与示范，不构成对相关企业产品、服务的评价或推荐。能力测评结果仅作为人才发展与选拔的参考依

据之一。

序言

当大模型的能力以季度为单位跃迁，企业AI落地的主战场，已经从实验室转移到了车间、产

线与经营一线。

麻省理工学院ProjectNANDA的研究显示，尽管全球企业已在生成式AI上投入300亿至400

亿美元，约95%的企业AI试点未能对损益表产生可衡量的影响。横亘在AI技术与业务价值之间

的，不是模型能力，而是语言、知识与人之间的三道墙——懂技术的人不懂业务，懂业务的人不

懂技术，而变革常常在组织的缝隙中搁浅。拆掉这三道墙的人，正是前沿部署工程师（Forward

DeployedEngineer，FDE）。

FDE并非新物种。二十余年前，Palantir为服务情报机构，将工程师直接派驻客户现场，开创

了"驻场诊断、就地开发、价值验证、反哺产品"的交付范式。2026年，这一范式在AI产业全面爆

发：OpenAI成立独立部署公司（TheDeploymentCompany）并获超40亿美元初始投资；Anthropic

联合黑石、高盛等成立约15亿美元的企业部署合资公司；微软宣布投入25亿美元组建6000人的

前沿工程团队（MicrosoftFrontierCompany）；AWS、Salesforce等亦相继跟进。招聘平台Indeed

的数据显示，FDE岗位数量从2025年4月的643个跃升至2026年4月的5330个，一年内增长约

729%。在中国，FDE岗位需求近三年增长逾40倍，上海等地已将"培育前沿部署工程师队伍"写入

人工智能发展规划。FDE正在成为全球AI产业公认的"最后一公里"解题者。

然而，行业的火热与标准的空白并存。什么是合格的FDE？FDE的能力如何衡量、如何培

养、如何认证？企业如何识别真FDE、用好FDE？这些问题，全球范围内尚无公认的答案。标准

的缺位，正在成为人才供给放大与产业价值兑现的共同瓶颈。

为此，AI-FDE联合工场与大任智库牵头，联合江苏省数字经济联合会、江苏省人工智能学

会、江苏创新生态研究院、南京市企业数字化转型研究会，以及金蝶AI、埃斯顿自动化、南钢集

团、海尔卡奥斯、中车浦镇、实在智能、汇智智能、渊联科技、双良混沌等深耕制造业智能化的

产业力量，共同研制本白皮书。我们力图回答四件事：其一，给AI-FDE一个经得起研判的职业界

定与任务体系；其二，建立一套可观察、可测量、可验证的能力素养模型与分级标准；其三，提

供自评与机构测评皆可操作的评价体系；其四，以真实、具体、可追溯的分级场景服务样例，让

标准落在地上。

制造业是AI落地最深、也最硬的场景。本白皮书以制造业为主要语境，但其模型与方法同样

适用于能源、金融、交通、政务等知识密集型行业。我们期待这份白皮书，成为AI-FDE人才选拔

的标尺、培养的地图、评价的基准，更成为中国制造业智能化转型的一份公共知识资产。

标准的力量，在于被使用、被检验、被迭代。我们诚邀业界同仁共同打磨，让FDE这个AI

时代的关键职业，在中国制造的土壤上生长出自己的范式。

AI-FDE联合工场大任智库

2026年8月

目录

第一章AI-FDE的职业界定与时代使命...............................................................................................................1

1.1FDE的起源与全球演进............................................................................................................................1

1.2为什么是FDE：AI落地的"最后一公里"...............................................................................................2

1.3AI-FDE的岗位定义与职责边界................................................................................................................3

1.4AI-FDE的主要任务全景：六环交付法...................................................................................................4

1.5制造业语境下的AI-FDE...........................................................................................................................5

第二章AI-FDE能力素养模型................................................................................................................................7

2.1模型构建方法论..........................................................................................................................................7

2.2模型总览：一核·四力·四域·四阶.............................................................................................................7

2.3素养层：四项底层素养.............................................................................................................................8

2.4能力层：四大能力域与十六项子能力....................................................................................................9

2.5两层转化关系与双路径成长逻辑...........................................................................................................10

第三章AI-FDE能力分级标准..............................................................................................................................12

3.1四级职业阶梯与阶段特征.......................................................................................................................12

3.2能力域分级行为标准...............................................................................................................................12

3.3素养分级标准............................................................................................................................................15

3.4各级关键评价要素与证据要求...............................................................................................................16

3.5晋级条件与破格规则...............................................................................................................................17

第四章分级典型场景服务样例（真实案例）...................................................................................................18

4.1案例选用说明与分级框架.......................................................................................................................18

4.2L1级服务样例：指导下的单点任务交付............................................................................................19

4.3L2级服务样例：独立交付的单场景闭环............................................................................................20

4.4L3级服务样例：多场景统筹与价值运营............................................................................................21

4.5L4级服务样例：战略引领与体系构建................................................................................................24

4.6案例横向洞察............................................................................................................................................26

第五章AI-FDE测评与评价体系.........................................................................................................................27

5.1评价体系设计原则....................................................................................................................................27

5.2五维测评工具组合与权重.......................................................................................................................27

5.3评分规则与定级机制...............................................................................................................................28

5.4自我评价操作指引....................................................................................................................................29

5.5机构评价与认证实施流程.......................................................................................................................29

5.6测评质量控制............................................................................................................................................30

5.7评价结果的应用........................................................................................................................................30

第六章AI-FDE培训、认证与发展体系.............................................................................................................32

6.1分层课程地图............................................................................................................................................32

6.2认证体系设计............................................................................................................................................33

6.3双通道职业发展路径...............................................................................................................................33

6.490天个人发展计划（IDP）...................................................................................................................34

6.5企业侧FDE团队建设指南.....................................................................................................................34

第七章职业规范、生态共建与展望....................................................................................................................35

7.1AI-FDE职业伦理与安全守则..................................................................................................................35

7.2标准共建与版本管理...............................................................................................................................36

7.3趋势展望....................................................................................................................................................36

附录测评与发展工具表（A—N）......................................................................................................................37

附录AAI-FDE能力自评量表......................................................................................................................37

附录BAI-FDE素养自评表..........................................................................................................................38

附录C情境判断测验（SJT）样题与评分说明.........................................................................................38

附录D行为事件访谈（BEI）提纲与评分表............................................................................................39

附录E360度评价问卷.................................................................................................................................40

附录F场景痛点狩猎清单............................................................................................................................41

附录G场景六要素立项卡............................................................................................................................41

附录H场景ROI测算表...............................................................................................................................41

附录I场景优先级评估矩阵.........................................................................................................................42

附录J场景项目复盘表.................................................................................................................................43

附录K90天个人发展计划（IDP）模板...................................................................................................43

附录L认证评审与测评报告模板................................................................................................................44

附录M术语表................................................................................................................................................44

附录N主要参考资料.....................................................................................................................................45

AI-FDE能力素养与评价体系白皮书（2026版）

第一章AI-FDE的职业界定与时代使命

本章导读

本章回答三个基础问题：FDE从哪里来（1.1—1.2）、AI-FDE到底是什么岗位（1.3）、AI-FDE具体做什么

（1.4—1.5）。职业界定是能力模型的地基——只有把"是什么、做什么"界定清楚，"凭什么评价"才立得住。

1.1FDE的起源与全球演进

1.1.1起源：Palantir的驻场范式（2003—2015）

FDE（ForwardDeployedEngineer，前沿部署工程师）一词源于军事术语，指部署在前线执行

任务的特种单位。2003年成立的Palantir，首批客户是CIA、FBI与军方情报机构。这类客户的需

求写在保密文件里、流程藏在安全许可之后，不可能通过标准的需求文档与远程会议交付软件。

Palantir的解法是把工程师直接派到客户现场长期驻场，与用户并肩工作，在现场分析工作流程、

找到瓶颈、就地开发、快速迭代。

这一模式随后被系统化为经典的角色分工：Echo（嵌入式业务分析师）负责理解客户的专业

领域语言、挖掘真正的痛点、解读组织现实；Delta（驻场工程师，即FDE）负责写生产级代码、

处理破损数据、在客户现场把方案做出来。2016年Foundry平台推出之前，Palantir的驻场工程师

人数一度多于传统软件工程师。更关键的是其"碎石路到柏油马路"的反馈回路——FDE在客户现场

做出的定制方案，被带回总部沉淀进平台，下一个客户需要的定制更少。这一飞轮使Palantir从"太

贵、无法规模化"的质疑中走出，并在2026年一季度交出年化营收增长85%的成绩单。

1.1.2引爆：AI大厂的集体转向（2025—2026）

2025年起，FDE从Palantir的内部打法升级为整个AI产业的标准动作。其标志性事件包括：

—1—

AI-FDE能力素养与评价体系白皮书（2026版）

时间／主体事件与规模

新设FDE岗位并组建ForwardDeployedEngineering团队；2026年5月成立独立部署公

2025—2026年，司TheDeploymentCompany，获TPG领投超40亿美元初始投资，并收购英国AI咨询公

OpenAI司Tomoro，将约150名资深FDE收编；2026年2月又联合BCG、麦肯锡发起Frontier

Alliance推进企业AI落地

以"AppliedAIEngineer"之名建设同源驻场职能，并联合黑石、H&F、高盛成立估值约15

2025—2026年，

亿美元的企业AI服务合资公司，专注Claude在金融、医疗、法律、政府等强监管行业

Anthropic

的深度部署

AWS承诺投入约10亿美元建立FDE组织；微软宣布25亿美元战略投资，组建约6000

2026年6—7月，

人的MicrosoftFrontierCompany，将工程师、行业专家与技术顾问直接派驻企业客户现

AWS与微软

场

2026年，Salesforce承诺组建约1000人的FDE团队；GoogleCloud、Cohere、Databricks等以不同

Salesforce等名称（Agentic解决方案架构师、客户工程师等）建设同源能力

7月20日，中软国际与月之暗面（Kimi）共建FDE创新实验室，瞄准企业级AgenticAI

2026年，中国交付；阿里云、火山引擎、腾讯云、华为云等集中扩招FDE岗位；上海将"培育前沿部

署工程师队伍"写入人工智能发展规划，并建设超千人规模的FDE工程师储备库

表1-12025—2026年全球FDE布局标志性事件（据公开资料整理）

招聘数据印证了这轮爆发的烈度：Indeed平台FDE岗位从2025年4月的643个增至2026年

4月的5330个，增幅约729%；有研报统计中国FDE岗位近三年招聘量增长约42倍，资深FDE年

薪上限达72.5万美元。头部咨询与服务公司普遍提出FDE团队扩张10倍的目标。

1.1.3本质：交付范式的迁移

FDE的复兴不是岗位名称的流行，而是AI产业价值创造逻辑的根本迁移：当基础模型日益商

品化，每家大型企业最终都能获得大致相同的模型能力，竞争优势不取决于模型本身，而取决于

在哪里、以什么方式部署它。AI研究实验室交付新能力的速度，远超企业消化吸收的速度——技

术上可行的东西与生产环境中真实运行的东西之间存在巨大鸿沟，弥合这道鸿沟，就是FDE工作

的全部意义。

1.2为什么是FDE：AI落地的"最后一公里"

企业AI落地的失败很少输在技术上。麻省理工学院ProjectNANDA对300余个公开AI部署

案例的研究表明，约95%的企业生成式AI试点未产生可衡量的财务回报，而成功的项目无一例外

进行了深度定制与流程整合。横亘在AI与业务之间的是三道墙：

▪语言之墙：业务说经营语言，技术说工程语言，双方在同一间会议室里彼此失聪；

—2—

AI-FDE能力素养与评价体系白皮书（2026版）

▪知识之墙：企业的关键知识沉淀在老师傅的经验里、散落在ERP与Excel的缝隙里，通用模型

无从知晓；

▪人之墙：组织惯性与利益格局使变革停滞，上线即闲置、落地即空转成为常态。

传统角色无法独立拆墙：产品经理的终点是功能上线，售前的终点是签单，实施外包的终点

是验收，咨询顾问的终点是报告，客户成功的终点是续费——这些角色的终点，恰恰是FDE的起

点。FDE不设能力边界，对客户的业务结果负责。正如业界对其复合画像的描述：约20%的销售

洞察、30%的产品判断、50%的工程能力，集于驻场一身。

对制造业而言，这"最后一公里"尤其漫长：数据保密性强（工艺参数是核心资产）、系统异

构老旧（ERP、MES、SCADA并存且接口缺失）、现场约束刚性强（安全、节拍、质量红线不可

触碰）、效果验证周期长（质量与成本改善以月计）。制造业的AI落地，注定无法依靠远程交付

完成，必须有人扎进现场。这正是本白皮书聚焦"AI-FDE赋能制造业"的根本原因。

1.3AI-FDE的岗位定义与职责边界

1.3.1本白皮书的定义

AI-FDE定义

本白皮书将AI-FDE（人工智能前沿部署工程师）定义为：进驻客户业务现场，将通用AI能力与企业私有数

据、流程、系统深度融合，端到端交付可衡量业务价值，并将现场经验反哺为可复用资产的复合型专业人

员。在中国企业智能化转型语境下，AI-FDE亦被称为"企业AI应用场景工程师"——既懂AI技术、又懂行业

场景，能把业务痛点转化为可落地AI场景并运营出价值的人。

这一定义包含四个不可或缺的要件：驻场（在客户真实业务环境中工作，而非远程交付）、

融合（AI能力×私有数据×业务流程的三重融合）、价值（对可衡量的业务结果负责，而非对功能

上线负责）、反哺（将现场经验沉淀为组织资产与产品能力）。四者缺一，即非完整意义上的

FDE。

1.3.2与相邻岗位的边界

维度AI-FDE售前工程师实施/外包工程师咨询顾问

工作场域客户现场长期驻场售前阶段短暂介入按项目合同交付阶段性进场诊断

核心产出可衡量的业务结果方案与标书合同约定的功能咨询报告与建议

业务价值兑现并持续

责任终点签约验收报告交付

运营

—3—

AI-FDE能力素养与评价体系白皮书（2026版）

维度AI-FDE售前工程师实施/外包工程师咨询顾问

亲手写代码、搭系

技术深度演示与架构讲解按图施工原则上不动手

统、做调优

嵌入客户团队并肩工

与组织关系甲乙双方界面分明项目制交付关系第三方智囊关系

作

表1-2AI-FDE与相邻岗位的职责边界

需要强调的是，FDE不是"高级实施"的换名，也不是"驻场运维"的升级。其本质区别在于：

FDE对业务结果负责而非对交付动作负责，并且在交付之外承担产品反哺职能——每一次驻场都

使平台更聪明、下一次部署更快速。这种"交付端即时价值＋产品端长期价值"的二元性，是FDE

区别于一切相邻岗位的根本标志。

1.3.3岗位价值：为什么企业愿意为FDE付费

FDE的经济学逻辑在于价值而非工时。对客户企业，FDE把"AI投入"从费用项转化为可核算

的投资项——回答决策层最关心的那句"AI这个月为公司赚了多少钱"；对AI服务商，FDE是产品

进化的前哨与灯塔客户的入口；对产业生态，FDE是通用模型能力与千行百业私有场景之间的"翻

译器"与"路由器"。在人才市场上，这种稀缺性已直接兑现为显著高于传统研发岗位的薪酬溢价。

1.4AI-FDE的主要任务全景：六环交付法

综合Palantir、OpenAI、Anthropic及国内先行者的实践，本白皮书将AI-FDE的驻场工作抽象

为首尾相接、循环往复的六个环节，称为"六环交付法"。它构成后文能力模型的任务基础——能力

即完成这些任务的稳定行为表现。

环节核心任务关键产出

深入一线跟班观察，梳理数据资产与系统现痛点清单（量化：频次/时长/损失）、数据

①驻场诊断

状，多角色访谈，挖掘未言明的真实痛点与系统勘察报告、利益相关方地图

重构问题，将痛点转化为可落地的AI场景，完

②场景定义场景六要素卡、ROI测算、优先级建议

成要素拆解与价值测算

选型模型与工具，设计数据与知识工程方案，

③方案构建可运行原型、技术方案、验证数据

搭建原型并现场验证

与企业既有系统（ERP/MES/SCADA等）集

④部署集成生产级系统、部署文档、安全审计记录

成，完成安全合规配置，灰度上线

监测使用率与效果指标，收集反馈，badcase诊

⑤运营迭代运营月报、效果复盘、迭代记录、SOP

断，持续调优，培养客户方运营者

—4—

AI-FDE能力素养与评价体系白皮书（2026版）

环节核心任务关键产出

沉淀方法论、模板与组件，向产品团队输送共可复用组件/模板、产品需求清单、培训与

⑥知识反哺

性需求，向客户团队转移能力带教记录

表1-3AI-FDE六环交付法

六环不是线性流程而是价值循环：运营迭代中发现的新问题重启诊断，知识反哺让下一次交

付站在更高的起点。FDE的级别越高，统筹的环数越多、环的半径越大——L1在指导下完成单环

任务，L2独立跑通单场景全环，L3统筹多场景组合的循环，L4则设计整个组织的循环机制。

1.5制造业语境下的AI-FDE

1.5.1制造业AI落地的特殊约束

制造业现场给AI-FDE提出了区别于互联网与服务业场景的四重约束：数据约束——工艺数

据、配方参数是企业的核心机密，私有化部署与数据不出厂是常态；系统约束——老旧ERP、

MES、SCADA并存，接口缺失，大量知识停留在纸质工单与老师傅经验中；安全约束——生产安

全红线决定了AI方案必须设置人工节点与回退机制，"先可靠、后智能"；验证约束——质量、成

本、交期的改善以月为单位显现，价值验证需要驻场耐心与财务口径的严谨。

1.5.2制造业AI-FDE的四大典型战场

▪研发设计战场：工业机理与数据双驱动的材料/工艺研发，如特种钢成分—工艺—性能的智能预

报；

▪生产制造战场：质检、排产、工艺参数优化、预测性维护，如AI视觉质检、智能配矿配煤、峰

谷能源调度；

▪运营供应链战场：计划协同、库存优化、采购与物流智能，如产业互联平台上的车间级跨企业

协同；

▪经营管理战场：业财一体化、智能问数、合同与合规审查、知识管理，如企业级管理智能体与

经营驾驶舱。

本白皮书第四章的全部样例，即从上述战场中遴选的真实项目。它们共同表明：制造业AI-

FDE不是拿着锤子找钉子的技术布道者，而是先懂炉温、再谈模型的现场解题人。

本章小结

FDE起源于Palantir服务情报机构的驻场实践，2025—2026年被OpenAI、Anthropic、微软、AWS等全面采

纳，成为AI落地"最后一公里"的公认解法。本白皮书定义AI-FDE为"驻场、融合、价值、反哺"四要件兼备

的复合型专业人员，其任务体系为"六环交付法"。制造业的四重约束决定了制造业AI-FDE必须兼具现场穿

—5—

AI-FDE能力素养与评价体系白皮书（2026版）

透力与工程严谨性——这正是下一章能力素养模型的设计原点。

—6—

AI-FDE能力素养与评价体系白皮书（2026版）

第二章AI-FDE能力素养模型

本章导读

本章提出AI-FDE能力素养模型的完整架构："一核·四力·四域·四阶"（简称1444模型）。一核定方向，四力

筑底座，四域立专业，四阶量成长。2.1说明方法论依据，2.2总览架构，2.3—2.4详解素养层与能力层，2.5

阐明两层的转化关系与双路径成长逻辑。

2.1模型构建方法论

本模型的构建遵循胜任力研究的经典范式与AI职业场景的最新实践，采用四条方法论原则：

▪冰山原则：区分"冰山上"的外显能力（知识、技能、可观察行为）与"冰山下"的底层素养（特

质、动机、认知习惯）。前者决定当下能交付什么，后者决定未来能走多远。素养层不易短期习

得，故用于选拔与预测；能力层可训可测，故用于定级与发展。

▪行为锚定原则（BARS）：所有能力维度均以可观察、可举证的行为锚点描述，拒绝"较强的沟

通能力"一类不可验证的表述。每个级别回答的问题是：这个人大多数时候真实怎么做。

▪任务导向原则：模型从FDE的真实任务（六环交付法）反推能力要求，而非从学科知识正推课

程体系，确保"考用一致"。

▪证据链原则：定级不仅依据测评得分，还要求行为证据（作品、文档、复盘）与业绩证据（量

化业务结果）相互印证，防止"会考不会做"。

在建模过程中，项目组分析了Palantir、OpenAI、Anthropic、微软等机构的FDE岗位说明与

能力要求，访谈了国内制造业AI落地的一线实践者，并对14家起草单位的驻场交付案例进行了编

码分析，归纳出高频、高区分度的能力行为项，经三轮专家研讨与试测校准后形成本模型。

2.2模型总览：一核·四力·四域·四阶

模型的总体架构为"一核·四力·四域·四阶"：

结构层内涵

一核（价值内客户价值交付——让AI在真实业务中创造可衡量的价值。一切能力与素养的最终指向；模

核）型所有维度的评价都回溯到"是否更接近价值兑现"

四力（素养探索力、融合力、专注力、担当力——决定FDE能走多远的底层素养，不分岗位路径、人

—7—

AI-FDE能力素养与评价体系白皮书（2026版）

结构层内涵

层）人同修，按内化程度分三级（有意识→成习惯→成本能）

四域（能力业务认知、场景工程、AI技术、交付保障——四大能力域共16项子能力，是岗位上的外显

层）专业能力，按行为锚点分四级（L1—L4）

四阶（职业阶L1助理场景工程师、L2场景工程师、L3场景专家、L4首席场景官——能力认证之阶，对

梯）应岗位头衔与责任范围

表2-1AI-FDE能力素养模型总体架构（1444模型）

四力与四域的关系是"内功与招式"：素养是内功，决定招式能练到几成；能力是招式，决定

当下能交付什么。经验法则：素养不到"成本能"，能力难过"L4关"——因为统筹多场景与设计机

制，本质上依赖探索的直觉、融合的黏合与担当的品格，而非单纯的技术熟练度。

2.3素养层：四项底层素养

素养定义在AI-FDE工作中的体现

发现未知、狩猎机会的底层素养：跟班现场、追问痛点、低成本验证假设；在别人看见抱

探索力对世界保持好奇，能在没人说"有怨的地方看见场景，在别人看见数据的地方看见业务真

问题"的地方发现问题相

跨界连接与翻译协同的底层素养：

与业务聊经营、与技术聊架构、与一线聊活儿；建立信

融合力在业务与技术、不同角色、不同利

任、管理预期、化解冲突、推动决策

益之间建立共同语言

深耕专业、持续精进的底层素养：

刻意练习、复盘沉淀、形成模板；技术出身者深耕技

专注力在一个方向上做深，把经验沉淀为

术，业务出身者深耕业务，构筑不可替代性

方法论

对结果负责、对风险敬畏的底层素

对价值承诺不推诿、对进度风险前置预警、对数据安全

担当力养：把客户的问题当自己的问题，

与AI伦理坚守底线；在无人处亦尽责

把安全的红线当自己的红线

表2-2四项底层素养定义

四力之中，担当力是本模型相较通用素质模型的重要增补：FDE长期深入客户核心数据与生

产系统，掌握着远超一般岗位的信息权限与影响半径，责任心与安全伦理意识不是加分项，而是

准入项。在评价体系中，担当力实行"红线管理"（详见5.3）。

—8—

AI-FDE能力素养与评价体系白皮书（2026版）

2.4能力层：四大能力域与十六项子能力

能力层按"理解生意→定义场景→构建方案→交付价值"的价值链组织为四大能力域，每域4

项子能力，共16项：

能力项内涵

理解行业的生产逻辑、成本结构与利润来源，能绘制价值链并定位

B1行业机理与价值链

瓶颈环节

读懂企业核心KPI与报表，能用经营语言与管理层对话，回答"钱

B2经营指标与财务意识

业务认在哪里、痛在哪里"

知域识别部门诉求、考核机制与利益格局，能绘制利益地图、找到推进

B3组织协同与利益洞察

变革的支点

跟踪AI与产业演进，判断行业AI落地真实水位，给出做什么、不

B4趋势研判与战略卡位

做什么的战略建议

主动深入现场狩猎痛点，量化记录，区分表面需求与本质问题，敢

S1痛点洞察与需求重构

于重构问题

用六要素（主题×要素×价值×数据×技术×指标）将痛点拆解为可立

S2场景定义与要素拆解

场景工项的场景卡

程域全口径测算价值账与成本账（含隐性成本），算清回收周期，支撑

S3价值评估与ROI测算

投资决策

用价值×可行性×数据准备度矩阵排序场景，规划快赢与战略项目的

S4组合排序与路线规划

组合节奏

理解主流模型能力边界，按成本/延迟/合规选型，建立评估集用数

T1模型认知与选型调优

据驱动调优

完成数据勘察治理、文档解析分块、知识库构建与badcase诊断，

T2数据与知识工程

让私有知识可用

AI技术

域设计人机协同的智能体工作流，明确自动化边界，使用低代码平台

T3智能体设计与构建

快速验证

完成与企业既有系统的集成、私有化部署、权限审计与监控排障，

T4集成部署与安全运维

保障生产级可靠

D1驻场协同与项目推进在客户现场组织资源、管理进度与风险，以周为单位推进交付闭环

D2沟通翻译与预期管理业务、技术、管理层之间双向翻译，前置预警风险，管理各方预期

交付保

以业务指标验证效果，运营监测、复盘迭代，培养客户方自主运营

障域D3价值验证与运营迭代