iT邦幫忙

2026 iThome 鐵人賽

DAY 1
1
AI 自動化

FDE 是 AI Agent 時代的最強武器嗎?28 個企業 AI 落地的真實決策與挑戰系列 第 1

[FDE 系列] FDE 為什麼現在突然重要?也許不是因為企業想做 AI

  • 分享至 

  • xImage
  •  

我是 Kota,宇鯨智能的創辦人,從 2021 年開始了一人公司,協助中小企業透過 Data / AI 技術進行數位轉型。

我特別關注想要建立新的服務模式、獲取營收的製造業。這背後需要進行大量的流程再造和數位管理,也需要藉由 AI 技術自動化瓶頸的步驟,這些是我特別擅長的領域。


Do the right things, or do things right?

回顧這幾年進入企業做技術服務時,有個模式經常發生。

客戶一開始都會問:「XXX 可不可以用 AI?」需求因此會先聚焦在特定情境:導入 CRM、做派單自動化、串接 ERP、建一個 AI 客服、做銷售預測系統,或開發某個內部流程工具。

等到開始訪談使用者、理解流程、碰到既有系統後,題目卻常常 180 度轉變。

原本以為缺的是 CRM,最後發現真正卡住的是訂單履約;原本以為需要自動化,最後發現真正需要調整的是跨部門分工;原本以為只要用 RPA 把系統串起來,最後卻發現,即使技術上做得到,使用者也可能抗拒多一次複製貼上。

這些年我幾乎是被迫地接受了一種工作方式:絕對不能把一開始收到的需求視為最終答案,而要提醒自己和客戶一起重新定義問題;接受做到一半可能需要改題目;直接和營運部門對話;同時判斷商業價值、組織阻力與技術成本;為了控制我的時間成本,常常必須在「替客戶客製」和「定義一套標準化模組」之間不斷取捨。

這段時間我也常被前輩指點「這樣的模式做不大」、「你這樣太辛苦」、「你的商業模式有問題」。

不過在乙方工作多年,做過很多無疾而終的 PoC,也接觸過企業花了數百萬購買系統,但內部罵難用得要死;高層一樣包裝成 ROI 很棒、解決很多問題、數位轉型多麼成功,和實際情況有很大落差。

我還是很好奇是否有一種服務模式,能夠解決有意義的問題,而且真的落地到企業營運流程;不是包裝出來的、不是為了結案而寫的。

FDE (Forward Deployed Engineering)的解決問題思路

後來接觸到 Forward Deployed Engineering,也就是 FDE 這個概念時,我發現其中有很多做法,和自己這幾年的工作方式非常像。

不過,這系列不會花 30 天介紹 FDE 的定義、爭執正統的 FDE 要做什麼、也不打算證明 FDE 比以往的顧問、SI、企業 IT 更優秀。

而是我進入企業營運現場後,遇到了許多超出技術本身的挑戰,我認為這些案例有分享的價值。

對於大量需求模糊、流程複雜、跨部門、需要高度客製化的企業問題而言,FDE 類型的合作方式,往往更接近需求方真正想買的東西。

企業真正想要的,不僅是一套符合規格書的軟體,更是問題最後真的被解決。

只是過去,這種服務模式其實非常昂貴;原廠派個駐點工程師,動不動就要人日 2 萬以上,而且品質不穩定。

如果專案做到一半才發現問題定義錯了,意味著需求重談、介面重做、資料結構重改、流程重新測試。大量溝通、變動和客製化,對服務提供者而言都是真實成本,對於需求方來說也有很大的沉沒成本,以及專案負責人還必須承認自己搞砸了。

因此,傳統軟體專案很自然地發展出規格書、驗收標準、需求變更等機制,來保護雙方。這些機制並不是說服務提供者想逃避,而是當軟體開發本身非常昂貴時,如果持續允許問題改變,往往會沒完沒了,專案很容易變得無法控制。

所以我認為近期熱烈的 FDE 討論,也許不是因為企業想導入 AI,或 FDE 是導入 AI 的最佳解。

最重要的變化可能還是在供給端;當 AI 開始降低軟體實作、修改和測試的成本,以前商業上很難承擔的 iteration、客製化和中途調整題目,開始具有可行性。

AI 讓 FDE 變便宜了嗎?

雖然 AI 降低開發成本,但我覺得 FDE 不會成為一種便宜的服務。

因為理解企業、訪談使用者、跨部門溝通、說服決策者、判斷商業價值,這些工作需要高度的跨領域能力,還要有許多軟實力,這樣的人才不可能便宜。

但 AI 也許能讓這種原本「太貴而難以成立」的服務方式,第一次有機會在更多企業場景裡產生合理的 ROI。

至於 FDE 到底是不是 AI Agent 時代的最強武器,我其實沒有什麼很堅定的看法。

所以我想用這系列的文章,從我實踐 FDE 的過程中,分享各種遇到的疑難雜症,這些症頭絕大多數都遠遠超出技術範疇。

例如:

  1. 客戶說要 CRM,我要不要真的做 CRM?
  2. 主管都說某份資料很重要,但從來沒有人固定使用,我還要不要要求第一線輸入?
  3. ERP 沒有 API,要不要用 RPA 硬接?
  4. 專案做到一半,發現真正的問題根本不在原本的 Scope 裡,要不要改題目?
  5. 技術上可以自動化,但錯一次的代價很高,還要不要讓系統自動執行?

這個系列文章不會太技術,也不會去吹某某企業成功轉型、成長 N 倍的案例。更多時候,我會分享的是商業選擇、流程再造、部門衝突、預期管理、溝通問題,以及這些真實情境裡一個個必須做出的決策。


有興趣知道更多的,也歡迎和我聯繫交流( kota@yujing.io )!


下一篇
[FDE 系列] AI 智能客服做成功之後,後面的流程接得住嗎?
系列文
FDE 是 AI Agent 時代的最強武器嗎?28 個企業 AI 落地的真實決策與挑戰8
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言