ARTICLE · 1354423

案例拆解丨WPS驻场记:先统一口径,再让AI干活

发布时间：2026-11-14 10:49:15 最近访问：2026-11-14 10:49:15

「金山办公FDE团队驻场：招采两小时压到三分钟、医院调研三周到三天的路径拆解」

案例拆解丨WPS驻场记：先统一口径，再让AI干活

【AI技能学社 · 每日三篇 · 案例拆解】作者：文校｜联系文校：18823441689（微信电话同号）

前面几天拆的都是「巨头怎么建FDE」——认证体系、伙伴计划、驻场编制。今天换个角度，拆FDE在客户现场到底怎么干活：据人民日报11月13日评论（中华网河南等转发），金山办公有一支FDE团队扎在客户现场，工作不是卖软件，而是把资深员工、老法务、业务骨干脑子里的经验，变成AI能执行的技能。

它值得拆解，不是因为用了多先进的模型，而是因为顺序太正了——先问「这活为什么这么做」，再问「AI能不能做」。按老规矩，案例中的企业与个人均已隐去，数据保留公开报道口径。

一、他是谁

团队：金山办公的一支FDE团队——常驻客户现场，把行业经验、工艺参数、业务规则「封装」成AI能执行的技能；
现场一：一家煤炭企业的招采中心——运营省属能源集团二级集采平台，ERP出于安全考虑不开放接口，采购数据只能人工导出、核对、录入；
现场二：一家三甲医院——日均接诊超一万人次，运营分析、医务质控、护理统计都依赖跨系统数据；
背景：今年9月工信部印发《「人工智能+软件」专项行动实施方案》，支持工业企业联合软件企业，把工业经验、工艺参数等知识封装为可复用的模型库和工业组件——WPS把这个思路用在了办公场景。

二、做了什么

在招采中心，FDE先做的不是上AI，是统一数据口径。

用WPS 365把散在各处的条目归到一套规则里，再用WPS Comate把重复环节拆成技能——原本两个多小时的人工处理，压到三分钟。

在医院，难的不是写报告，是先把散在各系统里的数取齐。

医院与金山办公定制了院内私有化部署的智能助手：以自然语言提需求，由AI完成取数与分析、直接交付文档——过去做一次专项调研或月报要两三天到两三周（跨系统导出表格、人工核对），压缩到两三天。

两个现场的路径完全一样：FDE先把规则拆成技能，最后让AI落进工作流。 做到这一步，AI才具备承担岗位工作的资格。

三、用了什么

WPS 365：把散在各处的条目归到一套规则——干的是「统一数据口径」这种最脏最值钱的活；
WPS Comate：把重复环节拆成技能，并在医院场景做院内私有化部署——数据不出院，合规前置；
没有换掉客户的存量系统：ERP不开放接口？不碰它，从「导出后的数据」开始治理——不推倒重建，是驻场式交付的基本功。

四、结果如何（公开报道口径）

现场	原来	现在
煤炭企业招采	每天几个工时人工导出核对录入	三分钟
三甲医院调研月报	跨系统导出+人工核对，两三周	两三天

人民日报评论点题：「人工智能可以帮助开发者更快写出程序，读懂行业和需求的功夫却非一朝一夕所能练成。」——这句话，其实是整篇案例的注脚。

五、你能抄哪一步（个人版）

FDE方法论听起来是企业的，拆开看，每一步都有个人版：

先盘「不开放的接口」：找出你生活工作里那些「只能人工导出、复制、核对」的环节——Excel之间、ERP和微信群之间、截图和文档之间。这些环节就是你的需求清单；
先统一口径，再上AI：一张把条目归好规则的表，比一个智能体值钱——口径不统一，AI只是把混乱自动化；
把环节拆成「技能」，不是攒「提示词」：技能可复用、可交付、可对账；提示词躺在收藏夹里只会过期；
合规前置：涉及别人的数据，先想「数据能不能不出界」——医院的私有化部署，就是给一人公司的示范；
最小验证一周：选一个每天几个工时、做得烦的环节，一周内做出「三分钟版本」——先证明省时间，再谈扩大。

文校点评

这个案例最值得记住的是顺序：先问「这活为什么这么做」，再问「AI能不能做」。普通人学AI大多是倒过来的——先买工具，再想场景；工具越便宜，倒过来越顺手，浪费也越隐蔽。FDE的纪律就一条：驻场先于方案，口径先于智能体。今晚就能练：打开你天天用的那张Excel，把「为什么这么做」用三行字写下来——写不出来，就是你和AI之间的第一道墙。