为什么是 FDE
企业 AI 失败，通常不是模型不够强，而是 Demo 假设从来没有进入真实现场。客户的系统、数据、权限、人员协作和工作流，往往都不符合标准产品的假设。 FDE 的价值就是进入现场，和业务一起把 AI 变成可运行、可评估、可复制的生产能力。
- 01 不是工具销售我们先识别业务杠杆，再决定模型、Agent、系统集成和自动化边界。
- 02 不是传统咨询不是写完建议书就走，而是在客户环境里写代码、做评测、跑上线。
- 03 不是开放式工时项目有时间边界、验收标准和 ROI 口径，避免 180 天还没人定义完成。
- 04 面向可复制增长Quick Win 的 ROI 会沉淀成内部案例，推动横向复制到其他部门。
四阶段作战手册
从侦察到移交，FDE 必须带着结果感前进。
晨启的 FDE 咨询不是无限期陪聊。我们会把项目拆成明确阶段： 找问题、选用例、做交付、交 ROI，并在每个阶段留下可继续推进的资产。
侦察：不要先讲 AI
通过工作坊萃取业务痛点，画出现有工作流，识别高频重复、低判断的节点。
- 梳理业务目标和 AI 投资动机
- 标记时间浪费、人工搬运和等待环节
- 建立候选用例池和初步价值判断
选点：锁定 Quick Win
优先选择高交易量、结构化、可重复的流程，用小胜利建立组织动力。
- 筛选 3 到 5 个优先级 AI 用例
- 评估 ROI、落地难度和数据可得性
- 定义首个 2 到 4 周探索项目
交付：嵌入而非远程
进入真实系统和数据环境，写生产代码，设计 eval，证明 AI 输出达到可部署质量。
- 接入业务系统、权限、数据和通知入口
- 构建 Agent、RAG、自动化或内部应用
- 建立 eval 评测和人工回审机制
移交：ROI 是下一张合同的前菜
把 Quick Win 写成内部案例，明确节省时间、降低成本、提升收入或缩短周期的证据。
- 交付系统文档、运行手册和指标面板
- 输出 ROI 报告和横向复制建议
- 确定下一阶段扩展合同范围
你会拿到什么
不是一份建议书，而是一套能继续推进的 AI 落地资产。
FDE 咨询结束后，企业应该清楚知道：先做什么、为什么做、怎么评估、谁来维护、下一步怎么扩展。
AI 用例路线图
把业务痛点翻译成高 ROI 候选用例，并标记优先级、落地难度、数据依赖和预期收益。
- 3 到 5 个优先用例
- Quick Win 选择依据
- 阶段性投入建议
原型与生产方案
根据首个用例完成可运行原型或生产方案，明确系统集成、权限边界、模型调用和部署方式。
- 工作流图谱
- Agent/RAG/自动化架构
- 上线和维护方案
Eval 与 ROI 报告
建立 AI 输出质量评测体系，用数据说明是否可部署，并把业务收益写成内部可传播的案例。
- 质量评测标准
- 成本、效率、收入指标
- 横向复制建议
开始 FDE 诊断
先从一次业务现场诊断开始。
把你们最耗时的流程、当前系统、数据状态和希望改善的业务指标发给我们。 晨启会先判断是否适合 FDE，以及第一个 Quick Win 应该从哪里切入。