技术已经够了，企业为什么还是落不了地？｜9.20 FDE 现场解码

很多企业做AI，都会经历一个有点尴尬的阶段。 Demo做出来了，演示效果也不错。但真要接进业务，就开始遇到各种问题：数据不干净、接口接不通、权限拿不到、模型效果不稳定，业务人员也不一定愿意改变原来的工作方式。 最后，Demo还在，项目却没有真正跑起来。 这也是FDE最近被频繁讨论的原因。 FDE全称Forward Deployed Engineer，通常译为“前线部署工程师”。这类人需要进入业务现场，既能理解企业的问题，也能动手解决工程问题，还要推动AI应用接入系统、进入流程并持续运行。 但FDE是不是企业AI落地的答案，目前并没有共识。 有人认为，企业AI项目面对的问题太复杂，必须有人进入现场，边做边找答案。也有人担心，FDE最后会不会变成更高级的驻场开发，团队被大量定制需求拖住，却始终无法形成标准产品。 更棘手的是，即使FDE具备足够强的技术能力，企业内部的数据、权限、流程和人员并不由他控制。项目失败时，到底应该由谁负责？ 9月20日下午，我们准备在杭州云谷中心举办一场小规模的FDE线下活动，想和真正做过项目、正在推进项目的人，一起把这些问题聊具体。 不讲空泛趋势，先看项目到底怎么做 活动安排了两场主题分享，都会尽量从嘉宾亲自参与的真实项目出发。 第一场暂定为“从模糊需求到生产系统”。 我们希望嘉宾讲清楚：客户最开始提出了什么需求，进入现场后发现的真实问题是什么，第一个版本怎么做出来，Demo又是如何接入企业数据、权限和现有系统的。 除了做成了什么，我们也希望听到过程中遇到的麻烦、没有达到预期的部分，以及如果重新做一次，哪些决定会改变。 第二场暂定为“当FDE进入企业，组织如何协作”。 这一场更关注企业内部。业务、IT、数据、安全和外部团队应该怎么分工？谁负责定义项目成功？效果下降之后由谁维护？企业应该找外部FDE团队，还是培养自己的团队？ 两场分享的最终题目会结合嘉宾的实际经历调整。目前嘉宾仍在邀请确认中，我们不会为了凑主题，要求嘉宾讲一个并不熟悉的方向。 FDE是落地解法，还是定制化陷阱？ 活动的行业圆桌会围绕这个问题展开。 我们准备讨论： FDE真正解决的是技术问题，还是组织问题？FDE应该对项目交付负责，还是对业务结果负责？当企业的数据、权限和流程不受FDE控制时，责任边界应该怎么划分？FDE和售前、咨询、解决方案架构师及外包有什么区别？深入客户现场，是否必然带来大量定制？现场经验怎样才能沉淀为产品能力，而不是留下更多技术债务？FDE是长期存在的组织形态，还是企业AI当前阶段的过渡角色？ 圆桌不追求所有人得出同一个结论。相比标准答案，我们更想听到不同角色为什么会做出不同判断。 让真实需求和落地能力在现场被看见 现场计划设置“企业需求快闪 × FDE能力展示”环节。 有真实AI落地需求的企业，可以介绍正在解决的业务问题、已经做过的尝试，以及希望寻找的团队或能力。 有实际项目经验的FDE及AI团队，也可以介绍自己擅长的方向、已有产品和真实案例。 这不是一场现场接单会，也不要求团队当场给出解决方案。我们希望先让具体的需求和能力被看见，再为确实适合的双方提供进一步交流的机会。 具体展示名单和形式，将在报名征集后确认。适合公开的企业需求、团队、应用和Skill，后续也会通过模力工场及9月22日至23日的开源市集继续展示。 哪些人适合参加？ 这场活动更适合： 正在推进AI项目的企业业务、技术、数据和数字化负责人；做过企业AI项目的FDE、Applied AI Engineer和解决方案团队；AI创业公司的创始人、产品及技术负责人；模型、云平台、数据和AI基础设施团队；有实际应用经验的开源项目和开发者团队。 如果你正在做一个真实项目，或者已经被“Demo之后怎么办”这个问题困扰过，现场的讨论应该能提供一些参考。 我们希望来的朋友多少都带着一些具体问题。你可以是正在找解决方案的企业，也可以是已经踩过坑、愿意分享经验的团队。 报名方式 扫描下方海报二维码，或点击链接即可报名： 报名链接： http://gk.link/a/12LQp " 如果你希望申请企业需求快闪或FDE能力展示，可以在报名时留下具体信息，我们会另行联系确认。