目录
第 1 章 企业AI为何难以跨越试点:FDE的兴起与价值 / 1
1.1 企业AI进入第二阶段:从技术采纳转向业务重构 / 3
1.2 原型与生产之间:为什么原型可行仍不等于交付完成 / 5
1.3 5道落地鸿沟:模型能力与业务结果之间隔着什么 / 7
1.4 为什么传统组织在AI面前出现断层 / 10
1.5 FDE的兴起:从“岗位”理解它,会低估它 / 11
1.6 企业本体:跨系统业务判断为什么需要明确的业务语义 / 13
1.7 FDE的第二条曲线:从一次性交付到产品化飞轮 / 15
1.8 不同复杂度需要不同交付投入:从效率点到AI组织转型 / 16
1.9 FDE最终对什么负责:从技术指标到业务因果链 / 18
1.10 企业中的FDE会长成什么样 / 19
1.11 FDE不是万能解药:什么情况下不应该做FDE项目 / 20
1.12 让AI能力进入企业的日常工作 / 21
1.13 本章小结 / 22
第 2 章 站在业务与技术之间:FDE的职责、能力、授权与协作 / 23
2.1 FDE真正的责任边界 / 24
2.2 完整交付中的FDE责任 / 26
2.3 FDE六维能力模型 / 29
2.4 FDE与传统岗位的边界 / 32
2.5 为什么FDE必须获得真实授权 / 35
2.6 项目中的关键角色 / 37
2.7 FDE如何处理冲突 / 40
2.8 FDE能力如何被证明 / 43
2.9 本章小结 / 46
第 3 章 从个人FDE到组织能力:成长路径、团队机制与资产沉淀 / 48
3.1 哪些人可以转型FDE / 49
3.2 不同背景最大的能力缺口 / 51
3.3 FDE的5级成长路径 / 54
3.4 交付小组的配置与工作机制 / 58
3.5 FDE+业务关键用户机制 / 68
3.6 从项目交付到资产交付 / 71
3.7 智能体目录与治理中心 / 74
3.8 从人工交付走向平台化 / 77
3.9 FDE组织能力的终局 / 80
3.10 本章小结 / 83
第 4 章 走进现场:从第一次会谈到业务真相 / 84
4.1 第一次会谈为什么不要问“你想做什么AI” / 85
4.2 一家公司至少存在5种“业务真相” / 88
4.3 从听需求转向跟岗观察 / 90
4.4 企业真正的业务架构在哪里 / 93
4.5 建立业务基线 / 96
4.6 系统、数据与权限盘点 / 100
4.7 反证访谈 / 104
4.8 输出企业AI业务诊断报告 / 107
4.9 本章小结 / 111
第 5 章 抽象问题:从业务流程到AI场景与企业本体 / 113
5.1 从需求、症状到真正问题 / 114
5.2 用问题树寻找根因 / 116
5.3 从问题进入业务流程 / 118
5.4 把工作拆成“信息、判断、动作” / 120
5.5 企业本体:让AI理解企业世界 / 122
5.6 最小可行企业本体 / 130
5.7 AI场景选择的4道门 / 134
5.8 错误成本决定自主程度 / 136
5.9 智能体自主执行六级模型 / 138
5.10 从单点AI进入场景组合 / 140
5.11 把场景写成可验证假设 / 143
5.12 本章小结 / 145
第 6 章 推动落地:从PoC到生产、验收与组织采用 / 147
6.1 为什么技术正确的AI项目仍然会失败 / 148
6.2 干系人与项目权力地图 / 150
6.3 共创而不是“IT帮业务做系统” / 152
6.4 阶段契约 / 153
6.5 用代表性任务建立初始黄金评测集 / 154
6.6 PoC不是演示,而是验证业务假设 / 157
6.7 AI项目复杂度4级模型 / 159
6.8 从概念验证到规模复制的五级交付门禁 / 161
6.9 业务验收测试 / 162
6.10 影子运行、小流量灰度与双轨机制 / 164
6.11 如何计算ROI / 166
6.12 FDE项目如何报价 / 169
6.13 企业不可忽视的商业交付链路 / 171
6.14 AI落地其实也是组织变革 / 173
6.15 项目移交与退出机制 / 175
6.16 本章小结 / 178
第 7 章 快速验证:模型调用、低代码平台与原型工程 / 179
7.1 FDE为什么必须有快速原型能力 / 180
7.2 企业AI技术栈全景图 / 182
7.3 模型选择不是排行榜问题 / 184
7.4 提示词与结构化输出 / 187
7.5 Tool Calling:从会回答到会做事 / 190
7.6 低代码AI平台的选择 / 193
7.7 Vibe Coding与FDE / 196
7.8 什么时候低代码足够 / 198
7.9 什么时候必须转向Code First / 200
7.10 原型债务 / 203
7.11 本章小结 / 205
第 8 章 企业知识工程:提示词、上下文、RAG与企业本体 / 207
8.1 从提示词工程走向上下文工程 / 208
8.2 企业上下文从哪里来 / 210
8.3 文件不等于知识 / 212
8.4 RAG完整工程链路 / 214
8.5 不同企业资料应该如何处理 / 216
8.6 混合检索与重排 / 219
8.7 企业知识权限 / 221
8.8 知识契约 / 223
8.9 如何评测RAG / 226
8.10 从RAG到企业本体 / 230
8.11 企业知识需要持续运营 / 234
8.12 本章小结 / 237
第 9 章 从工作流到智能体:工具调用、Skill、MCP与运行时 / 238
9.1 什么问题根本不需要Agent / 239
9.2 工作流与智能体的本质区别 / 241
9.3 智能体循环:观察 → 判断 → 行动 → 反馈 / 242
9.4 状态机为什么重要 / 244
9.5 工具调用:智能体真正进入企业的关键 / 246
9.6 工具契约:企业工具为什么必须被产品化 / 248
9.7 Skill:把人的经验封装为机器能力 / 249
9.8 MCP:智能体如何标准化连接企业工具 / 250
9.9 智能体记忆:不要把所有“记住”都混为一谈 / 252
9.10 单智能体与多智能体:智能体不是越多越高级 / 253
9.11 人工审核和失败恢复:Agent不仅要会成功,也要会失败 / 254
9.12 智能体运行时:为什么它会成为下一阶段的核心能力 / 256
9.13 从Agent到Harness:执行框架为什么会成为新的竞争层 / 257
9.14 本章小结 / 259
第 10 章 从能跑到可交付:评测、可观测性、部署、安全与治理 / 260
10.1 为什么AI系统改变了传统软件工程 / 261
10.2 评测驱动开发 / 263
10.3 过程评测与终态评测 / 265
10.4 离线评测、在线评测与业务评测 / 267
10.5 退化与回归测试 / 269
10.6 可观测性与端到端链路追踪 / 271
10.7 企业系统集成 / 273
10.8 身份与权限 / 274
10.9 API、私有化和混合部署 / 276
10.10 安全与防护 / 278
10.11 人在回路与风险分级 / 280
10.12 成本工程 / 281
10.13 智能体目录与治理中心 / 283
10.14 企业智能体统一管控平台 / 284
10.15 AI Infra:企业最终需要的基础设施 / 285
10.16 从原型可行到生产可信:FDE的工作空间 / 287
10.17 本章小结 / 289
第 11 章 制造业:从知识助手到受控设备智能体 / 290
11.1 制造企业为什么开始做AI / 291
11.2 进入车间后发现真正的问题 / 292
11.3 制造企业真实系统地图 / 294
11.4 建立制造业最小本体 / 296
11.5 制造业AI场景与价值方向 / 297
11.6 制造业AI演进的三个阶段 / 298
11.7 IT与OT如何连接 / 302
11.8 为什么制造业AI必须强调受控执行 / 303
11.9 如何评测制造业AI / 305
11.10 影子运行与生产灰度 / 306
11.11 组织采用:老师傅为什么愿意用 / 307
11.12 ROI测算前先识别收益来源 / 308
11.13 最终系统架构 / 309
11.14 从一个工厂复制到多个工厂 / 311
11.15 本章小结 / 313
第 12 章 电商、营销与出海:从内容生产到搜索、订单与利润闭环 / 314
12.1 客户为什么从“AI生成内容”开始 / 315
12.2 为什么内容生成很快陷入同质化 / 316
12.3 商品与客户本体 / 318
12.4 内容生产智能体 / 320
12.5 平台环境 / 322
12.6 搜索、推荐与GEO / 323
12.7 AI客服:从问答走向订单动作 / 325
12.8 私域运营 / 327
12.9 B2B获客智能体 / 328
12.10 从营销到销售闭环 / 330
12.11 出海真正难的不是翻译 / 332
12.12 多语言知识与区域化Agent / 333
12.13 受控执行 / 335
12.14 从数量指标走向增量归因 / 337
12.15 从单店到多店、多品牌、多国家 / 341
12.16 本章小结 / 344
结语 FDE是在现场中成长起来的 / 345
