夜雨聆风学习资料网

ARTICLE · 1401129

Demo 做完,考题才刚开始:企业买 AI 的标准换了

Demo 做完,考题才刚开始:企业买 AI 的标准换了

11月22日,《中国经营报》发了一条不算炸眼的报道:企业 AI 采购逻辑正在转向,从"造智能体"变成"管智能体"。

报道里引用了 IDC 的一组调研。企业引入智能体平台的三大首要目标,分别是强化治理与合规 58.7%、提升开发与交付效率 52.5%、支撑跨场景规模化复制 49.2%。

三项加总超过 100%,因为是多选题。但真正值得注意的是:没有一项是"模型更强",也没有一项是"Demo 更快"。

我做了 30 年职场人,财务、IT、生产管理都干过。现在把 FDE 当作终身事业。看到这组数字,我的判断很清楚:

AI 落地的门槛没有降低,只是换了位置。以前卡在"做不做得出来",现在卡在"上线以后管不管得好、算不算得清、用不用得稳"。

这三件事,恰好就是 FDE 的活儿。

先把词说清楚。FDE 全称 Forward Deployed Engineer,前置部署工程师。说人话:坐在客户现场的人。他不负责训练大模型,他负责把业务翻译成系统,再把系统的运行结果翻译回业务。模型再强,不懂你们厂的排产规则、验收口径和签字人,就是一堆漂亮的空话。

一、考题换了:三张卷子,一张比一张难

IDC 在 2026 年 10 月发布《IDC MarketScape:中国智能体平台 2026 年厂商评估》(文档编号 CHC54110526),从能力和战略两个维度评估了 28 家厂商。

比"谁进了领导者象限"更该看的,是采购动机。

IDC 的调研(IDC Syndicated Survey 2026: China AI Agents Market 2026,2026 年 4 月,样本 179 家)给出了完整排序:

引入平台的首要目标
占比
背后要解决的事
强化智能体治理与合规
58.7%
权限边界模糊、执行链路不可追溯
提升开发与交付效率
52.5%
多部门重复建设、交付周期长
支撑跨场景规模化复制
49.2%
单点工具难复用、成本失控
沉淀统一资产体系
20.1%
经验留不下来,人走能力走
实现成本可控与可归因
14.0%
钱花在哪,说不清
建设统一入口与体验
5.6%
员工要在十几个系统里来回切

这张表我建议管理者打印出来。下次供应商来演示,你就照着这六行问一遍。演示做得再流畅,答不出前两行,就先别签字。

打个比方。以前选装修队,看的是效果图能不能画出来。现在问的是:水电隐蔽工程的验收单在哪?每笔钱对应哪一项?住进去半年墙裂了,谁负责?

效果图谁都会画。验收单和责任人,才是真功夫。

二、为什么偏偏是现在:上线只是起跑线

第一组数字:智能体已经大规模进生产了。

IDC 的 Future Enterprise Resiliency and Spending Survey(Wave 2,2026 年 3 月)显示,受访企业中已有智能体投入生产的比例,从 2025 年 9 月的 42.4% 升到 2026 年 3 月的 76.8%。半年多,翻了近一倍。

第二组数字:钱开始失控。

IDC 2026 年 9 月的全球调研显示,过去 12 个月里,67% 的企业智能体支出超出预算,其中 24% 超支 25% 以上。能按工作流实时追踪 Token 消耗和成本的企业,只有 45.4%。

第三组原因:传统软件的验收办法,用不了了。

IDC 讲得很直白。传统软件按预设规则运行,验收范围明确。智能体的执行结果取决于模型输出、调用的数据和知识、循环执行策略以及工具返回结果。同一项任务,每次执行的路径和结果都可能不同。

这句话是整件事的分水岭。

你没法用"功能测试通过"来验收一个每次路径都不一样的系统。你得问另外四个问题:

  • 做错了,错在哪一步能查出来?
  • 哪些动作它绝对不能自己决定?
  • 什么情况下必须转给人工接手?
  • 一百次里错了三次,算不算达标?

这四个问题,没有一个是技术部门能单独回答的。它要业务、财务、IT 坐在同一张桌子上。这就是 FDE 存在的理由。

三、FDE 的五阶段交付法:照着做就行

好消息是,这套东西已经有人拆成了标准动作。

在 2026 腾讯全球数字生态大会(10 月 29—30 日)上,腾讯云 ADP 发布了 FDE 交付方法论。它把智能体项目落地拆成五个阶段,每个阶段都有明确的任务、交付物和验收标准,并配上模板、评测用例和操作手册。同时沉淀了覆盖零售、制造、教育、金融、医疗五大行业的 25 个标准化场景包,按"70% 可复制 + 30% 按需定制"的思路运作。

以下是厂商公开的方法论骨架。它是腾讯云的产品交付框架,但五个阶段的逻辑是中立通用的,任何企业都能借用:

阶段
做什么
必须交出什么
拿什么验收
接入
需求分析、场景定义、技术评估
需求文档、场景清单
场景可行性确认
建设
Agent 构建、Connector 配置、流程编排
可运行 Agent
功能测试通过
验证
评测集测试、灰度发布、安全审计
评测报告、安全审计报告
准确率达标、安全合规
推广
全量上线、用户培训、运营支持
培训文档、运营手册
用户覆盖率达标
治理
可观测监控、版本管理、持续优化
监控看板、优化方案
SLA 达标

三个词解释一下,免得掉进知识的诅咒。

Connector 是什么? 转接头。企业用了十几年的老系统没有文档、没有标准接口,Connector 就是把它翻译成 AI 能理解和调用的能力。

评测集是什么? 一套模拟题。上线前拿真实的历史单据、真实的历史问题去考它,看答对多少。不是凭感觉说"好像挺准"。

灰度发布和 SLA 是什么? 灰度是先给 10 个人用,不是第一天就全厂铺开。SLA 是写清楚的服务标准:出故障多久响应、多久修好、谁负责。

这套方法里,我认为最值钱的不是五个阶段,而是中间那一列——交付物。

没有交付物,就等于没交付。"我们做了一个智能体"不算交付。"需求文档、场景清单、评测报告、安全审计报告、运营手册、监控看板"齐了,才叫交付。这是 FDE 和"调参侠"的根本区别。

现场怎么落?我给一个最简版本,每个阶段只问三个问题:

接入阶段: 这个场景现在谁做?做一次多久?做错了谁负责?答不出第三个,先别立项。

建设阶段: 它要读哪几个系统的数据?能调用哪些动作?哪些动作只许读、不许写?权限先收窄,后面再放。

验证阶段: 评测集有多少道题?谁出的题?错例有没有留档?出题必须是业务专家,不是开发工程师。

推广阶段: 用户培训谁讲?操作手册谁写?上线后第一周谁在现场?

治理阶段: 成本按部门、场景、智能体、任务四个维度能不能分开统计?版本升级以后,怎么证明没变差?

五个阶段,十五个问题。一个下午就能过一遍。

四、70% 可复制,30% 必须到现场

"70% 可复制 + 30% 按需定制",这句话容易被读成"七成标准产品,三成服务费"。我不同意这个读法。

《中国经营报》那篇报道里,蚂蚁数科副总裁孙磊讲了一段更实在的话。

他说,岗位模板不是把提示词和工作流打包。他们的做法是从"一个岗位如何完成任务"入手,和一线专家一起拆解:需要读取什么数据、判断规则是什么、可调用哪些系统、什么条件转人工、结果如何验收。再把重复出现的动作封装成技能,组合成岗位模板。

他还分了一条边界,我认为这是全文最专业的一句:

金融、能源和医疗可以共用模型接入、工具调用、任务编排、身份授权、审计留痕和评测框架,但具体到授信政策、电力交易规则、院内系统和专科验证,仍需要按照行业和客户要求进行适配。

翻译成人话:

工程和治理机制(可跨行业复制)
业务规则和责任边界(必须蹲现场)
模型接入、工具调用
什么算合格,谁说了算
任务编排、身份授权
哪个数字不能信,为什么
审计留痕、评测框架
哪种情况必须转人工
版本管理、成本归集
出了偏差,谁签字、谁复盘

右边那一列,写在任何产品手册里都没用。它只在车间、门店、科室的现场,在老师傅和一线员工的嘴里。

这就是我这 30 年的经验能派上用场的地方。不是我会不会写提示词,而是我知道哪个环节会出问题、哪个数字不能信、谁签字才作数。

顺带说一句,今天厂商披露的那些亮眼数字——客服智能体落地 200 多家客户、平均解决率超过 85%,视觉智能体在约 4000 家门店、13 万路摄像头日均处理约 78 万张图片——都是厂商自述,不是第三方审计。可以当参考,别当验收标准。

五、明天上班就能做的三件事

道理讲完,给动作。三件事,一周内可以做完。

第一件,拉一张场景台账。

把公司正在跑的、正在试的智能体列出来,每个填五列:它代表谁、能执行什么动作、什么时候必须转人工、出了偏差能不能追溯、谁验收。

这五列来自孙磊那段话,是行内人认可的验收口径。填不满的,说明这个项目还没到"可管理"状态。

第二件,补一张成本表。

按部门、场景、智能体、任务四个维度归集 Token 消耗。同时统计三个数:任务成功率、人工介入率、单位成功任务成本。

IDC 的原话是,企业要"基于运行反馈持续迭代优化"。没有这张表,优化就是拍脑袋。

第三件,给每个上线项目补五阶段验收包。

对照第三节那张表,缺哪个阶段的交付物就补哪个。别急着上新场景,先把已有的项目补齐。

补完以后,再用这七个问题自检一遍:

  1. 每个场景有没有明确的业务负责人?
  2. 场景清单有没有写清楚"不做什么"?
  3. 评测集的题是不是业务专家出的?
  4. 安全审计报告有没有签字人?
  5. 灰度的范围和退出条件写没写?
  6. 用户手册是不是一线员工看得懂的话?
  7. 监控看板能不能看到成本和成功率?

七个都答"有",你手上这个项目才算真正交付了。

写在最后

我常被人问:AI 变化这么快,怎么敢把 FDE 当终身事业?

我的理由恰恰相反。模型会换代,工具会翻新,但现场的问题不会自动消失——排产插单谁拍板、验收口径怎么统一、出了偏差谁负责。这些问题三十年前存在,今天存在,十年后大概率还在。

能把现场问题讲清楚的人,比会调模型的人稀缺。

企业买 AI 的考题已经换了。从"能不能做出来",换成"能不能管好、算清、用稳"。这场考试不考代码,考的是你对业务的理解、对数字的判断、对责任的划分。

这恰好是一个 30 年职场人最该上场的地方。


资料来源与口径说明

  1. 《从"造智能体"到"管智能体" 企业AI采购逻辑转向》,《中国经营报》记者李晖,腾讯新闻 2026-11-22。
  2. 《IDC MarketScape:中国智能体平台 2026 年厂商评估》,文档编号 CHC54110526,2026 年 10 月,评估 28 家厂商。
  3. 三项采购目标数据:IDC Syndicated Survey 2026: China AI Agents Market 2026,2026 年 4 月,Q16,样本 N=179。
  4. 智能体投入生产比例 42.4%→76.8%:IDC Future Enterprise Resiliency and Spending Survey Wave 2,2026 年 3 月。
  1. 超支与成本追踪比例:IDC 全球调研《Addressing the Agent Economy's Cost Governance Gap》,2026 年 9 月。
  1. FDE 五阶段、25 个场景包、70% 可复制 + 30% 按需定制:腾讯云开发者社区,基于 2026 年 10 月 29—30 日腾讯全球数字生态大会公开信息整理。
  2. 孙磊(蚂蚁数科副总裁)、吴永坚(腾讯云副总裁)观点及客户数据:均出自上述《中国经营报》报道,属厂商披露口径,非独立第三方审计,文中已作标注。
  3. 数据分级:IDC 调研数字、厂商公开方法论为一手来源;文中厂商客户效果数字为厂商自述,仅作参考,不作为验收依据。涉及具体选型时,请以正式报告原文和合同验收条款为准。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料