从数字化建设到智能化运营,谁来连接空间、服务、技术与人?
今天中午和朋友吃饭,他问我最近的项目做得怎么样。我说,最近的感觉是:我们好像不是在用AI重构技术框架,也不只是做一个AI产品,而是越来越像在重新整理业务流程——梳理完整的服务旅程,看看在哪些服务缺口或者重要节点上可以加入AI,让服务提供方和被服务方的体验都更好。
用一句玩笑话说,大概就是
「让AI来整顿职场」。
这也让我想起小红书上的那篇《那一夜,我因为不懂文章无法蒸馏》。大家笑得心照不宣。这一年AI能力确实有了明显跃升,但真正摆在我们面前的问题,是它如何进入业务流程,并发挥价值。

然后我们开始笑这个瞄准旱厕风格餐厅设计,继续笑,然后守哥问我,那吃剩的还继续打包吗?哈哈哈~~好怕被服务生轰出去啊~~哈哈
说完这些,朋友说:你现在做的事情,其实已经很像FDE了。
WHAT IS FDE?
名词解释:FDE是Forward Deployed Engineer的缩写,通常被翻译为“前线部署工程师”。它听起来像技术岗位,做的却远不只是写代码:进入现场,理解问题,拆解流程,连接数据和系统,快速做出原型,再与使用者反复调整,直到AI真正进入工作,并产生效果。

有时候,跟朋友的默契,又可以是这样的。哈哈哈
CHAPTER 01
从“建系统”到 “找AI可以进入的流程” FROM SYSTEMS TO WORKFLOWS
过去的园区智慧化,更多从系统建设出发。门禁、停车、会议、物业、能源、安防分别完成数字化,再通过平台汇聚数据。它主要解决信息记录、系统连接和流程在线化。
但到了AI时代,系统似乎还需要进一步回答:接下来可能发生什么,为什么发生,可以采取什么行动,又由谁来承接这个行动。
总部园区交通
以总部园区交通为例。近三万人进入一个新园区,需要处理的并不只是停车。周边道路、隧道、远端停车、公交接驳、电动车停放彼此影响,天气和活动也会改变人流与车流。
如果平台只能告诉我们某个入口已经拥堵,对运营的帮助仍然有限。AI或许可以提前预测入口压力,提出分流、接驳调整或停车引导建议。但问题随之而来:谁接收建议?谁有权调整?哪些由园区执行,哪些需要城市管理部门协同?
AI落地的完整链路:感知 →判断 →行动
我们逐渐发现,AI落地不是把模型接入系统,而是重新梳理一条从感知、判断到行动的完整链路。困难往往处在系统与现实之间。
CHAPTER 02
园区里的FDE,可能主要在做什么? THREE STEPS TO VALUE
01 第一步也许不是开发,而是进入现场。
行政运营人员熟悉业务,却未必知道AI能做什么;技术人员了解模型,却未必知道员工为什么迷路、物业为什么反复处理相似问题。这是中午我们说起的最有共识的问题了。只有看见彼此的真实工作,才可能判断AI可以从哪里介入。所以有些时候,产品设计更像翻译官和连接者。
02 第二步,是把模糊目标拆成可验证的任务。
“提升通勤体验”可以拆成高峰预测、接驳调度、路线提醒和停车引导;“提升员工服务”也要进一步判断,AI究竟是帮助查询、辅助判断,还是直接推动任务流转。只有走过这一步,AI的变革才更值得被相信。
03第三步,是先做一个小闭环,而不是一开始就建“园区大脑”。
比如预测入园高峰,让访客从预约到停车、路线形成连续服务,或者从物业工单中发现重复问题。最小闭环跑通,才有进一步泛化的价值。
有些事情其实不需要多么宏大,却更容易判断AI是否真的产生了效果。
CHAPTER 03
真正的卡点,可能不在模型 BEYOND THE MODEL
我们发现,传统行政运营中大量工作尚未形成稳定、清晰的数字流程。系统记录的流程与现场真正运行的流程可能并不一致。有些判断依靠经验,有些协同发生在群聊里。AI要进入这些工作,可能需要先让隐性的经验和真实流程重新被看见、被理解,甚至被重新整理。
其次,是系统与数据。园区已经拥有很多系统,但它们服务于不同管理目标,数据口径、权限和更新频率也不相同。AI如果需要跨系统理解完整任务,原有架构就需要适配。未必是推翻旧系统,而是让现有能力能够在合适权限下被AI调用。
最后,是责任。AI可以给出预测和建议,但建议是否执行、由谁执行、错误如何处理,仍然需要组织约定。技术上的“可以自动完成”,不等于组织上“应该自动完成”。
CHAPTER 04
FDE背后,也许是一种新的组织能力 A NEW ORGANIZATIONAL CAPABILITY
所以,解决这些卡点的核心,也许不是增加一个岗位、不是增加一个产品或者增加一个系统,而是让探索能够持续发生:真实场景可以被进入,必要的数据和系统能够逐步开放,业务负责人愿意共同定义问题,小范围试验可以快速开展,经验也能够回流到底层平台和后续运营中。
FDE代表的工作方式
既理解业务现场,也理解技术可能;
既能发现问题,也能推动问题进入流程并产生行动。
FDE未必需要成为标准岗位,也可能是一支跨专业小队,或分布在行政、技术、数据和设计人员身上的一组能力。但它所代表的工作方式可能越来越重要:既理解业务现场,也理解技术可能;既能发现问题,也能推动问题进入流程并产生行动。或许未来,这会是AI革命中的重要制胜条件。
从产品设计的角度看,这种变化也很有启发。过去,交互设计关注人与产品,服务设计进一步关注人、流程与组织。到了AI时代,我们可能还需要设计人与智能系统的相互协同,把AI注入流程和组织,从而生成不一样的产品和服务。
在总部园区里,智能并不只存在于APP和PC系统中,它还可能进入道路、建筑、会议空间、服务设施和运营后台。产品设计面对的,也不再只是一个个单独界面,而是一个由人、空间、系统和AI共同组成的复杂体验。
AI时代的智慧园区,也许不再只是建成一个系统,而是一种持续发现问题、验证可能、调整组织并重新设计运营的过程。我们未必已经找到答案,但至少开始意识到:让AI进入真实世界,不能只等待更强的模型,也不能只依赖更完整的系统。
还需要有人走进现场,在空间、服务、技术和人之间,找到那些真正可以被持续改变,并能够持续产生价值的连接。

夜雨聆风