00:16今天我们来聊一聊在科技行业里面非常火的一个职业，叫做FDE，也就是前沿部署工程师。这个职业主要是为了解决AI等先进技术在客户现场落地应用时出现的问题。但是这个职业在中国的发展，因为市场环境的不同，遇到了很多挑战。00:35是的，这个话题现在非常受关注，那我们就直接开始。好的。00:40咱们先来讲讲FDE这个岗位到底是怎么诞生的，以及它存在的意义是什么，为什么企业花了大价钱买了AI系统，最后却常常束之高阁？00:52这背后的原因其实很搞笑，就是企业花了几百万买了一套AI系统对，然后也签了合同，也部署好了也验收通过。但是之后就没人会用，也没人维护。没错。然后三个月之后老板问起来，埃踢就只会说在服务器上，老板就很无语，埃踢也很尴尬。01:10听起来真的很尴尬。那这种尴尬在行业里面是普遍现象吗？01:14确实很普遍，就是这种情况全球每天都在发生。对，并不是说产品不好，而是产品要真正用起来。这个过程当中没有人去做这个连接的工作，所以就有了FDE这个角色，专门来填补这个鸿沟。 FDE 是什么？01:28明白了FDE到底是干什么的，它跟传统的工程师有什么不一样。01:33FDE的英文全称是Forward Deployed Engineer。其实他就是一个去客户现场，然后在客户的环境里面，用客户的数据直接帮客户解决实际问题的工程师。他不是在公司里面写代码的。01:46所以他其实更像是一个被派到前线去的技术士兵。 01:51没错。而且这个岗位最原始，就是由一个专门给美国军队、政府还有情报机构做服务的公司，叫 Palantir 创造出来。对，因为他们的书记太敏感了，根本没有办法带到公司去。所以他们只能把工程师派到客户那边去现场解决问题。后来大家就发现这个方式真的非常有效，就慢慢流行起来了。举个例子，秒懂 FDE02:12这么说的话，FDE和普通的工程师还有销售工程师到底有什么本质上的区别？02:17可以用一个很形象的比喻来说明，就是产品工程师的任务就是在公司里面造出一把理论上可以钉所有钉子的超级锤子。然后他就觉得自己的任务完成了。销售工程师就是拿着这个锤子去跟客户各种演示，把合同签回来，他的任务也就结束了。02:33那FDE是不是就是负责在合同签完之后才真正上场解决难题的那个人？02:39完全正确。FDE就是合同一签完，他就跑到客户那边一看，吼客户要的不是锤子，而是书架。02:48墙是混凝土的，邻居还不让随便敲。然后FDE就会帮把书架组装好，确保它不会倒，让客户最后满意的使用，这才是FDE价值真正开始的地方。03:00懂了，FDE在帮助客户落地一个AI项目的时候，他到底是怎么一步一步把客户模糊的想法变成一个真正能用起来的系统的。FDE 到底要干啥？03:09其实FDE开始收到的信息经常就是客户说我们想用AI来提升效率。那这个时候FDE就会通过非常细致的提问，搞清楚客户到底是什么业务，用什么数据，现在用的什么系统，然后卡在哪里了。03:25所以第一步就是把模糊的需求翻译成可以动手去做的一个技术方案。03:29然后第二步就是FDE会非常快速的做出一个原型，跑一跑看一看这个方向对不对。有了原型之后再把它打磨成一个正式的系统，包括连数据库做合规测试。最后真正的部署到生产环境上面去，保证它很稳定的运行。最后FDE还要把客户实际使用当中遇到的一些问题带回到公司里面去，帮助产品团队去不断的改进产品。没错，所以FDE其实是公司安插在客户那边的眼睛、耳朵和手。04:00这么说的话，FDE要胜任这么多环节，它到底需要哪些能力呢？这个岗位需要什么样的人？04:04说起来挺残酷的，FDE必须同时具备3种能力，而且这三种能力是相乘的关系。就是任何一项能力接近于0，它整体的效能就是0。04:14听起来要求真的很高，那这三种能力具体指什么呢？04:17第一个是真的会写代码，就是你得能独立的在客户的服务器上面搭建系统，写接口，处理数据，然后上线。包括你线上出了问题，也得你自己上去排查修复。第二个是真的会沟通，就是你得能把CEO说的什么提升效率翻译成技术团队能听懂的需求。然后也得能够把技术方案翻译成老板能听懂的商业价值，而且你得在客户的地盘客场作战，没有很强的自我。04:45第三个是真的得懂这个行业。就是你去医院你得懂医疗合规，你去银行你得知道金融的业务逻辑，你去工厂你得明白生产线。对，你不懂这些，你做的系统根本进不了客户的门。04:58了解了FDE这个岗位薪资水平大概是一个什么情况？为什么会出现这种情况？薪资：看了会沉默05:04在美国像Palantir 这种公司，FDE的年薪加上股权，加上奖金是在170万到450万人民币之间。而且顶级的FDE是可以超过450万的。天哪，这个岗位的招聘量在一年内暴涨了800%。对，就是因为同时满足技术好、沟通强、懂行业这三个条件的人实在是太少了。但是市场的需求又一下子爆发出来，导致这个人才严重供不应求，所以价格自然就被推得非常高。明白了。05:35美国的FDE的商业模式和中国的FDE的商业模式，他们的核心差别到底在哪里？美国 vs 中国：同一个岗位，两道不同的算术题05:41美国那边就是客户的合同金额都非常大，像Palantir 给军方做一个项目都是几百万美元。是的，然后OpenAI、Salesforce他们面向企业的合同也都是同样的量级。所以他们完全可以负担得起给FDE开出非常高的薪水。然后客户也可以得到非常好的服务，产品也可以真正的用起来，所以客户就更愿意续签更大的单，整个这个事情就会形成一个正向循环。06:05所以他们的高客单价是这个飞轮能够转起来的一个关键。06:09中国就完全是另外一道算术题了。就2025年中国的大模型中标项目有7500多个，然后总金额是将近300亿。但是你算下来，其实每个项目平均是391万。可是这个平均值是被少数的几个超大单拉起来的。没错，大部分的项目其实都是几十万到一两百万之间。那你想想看一个FDE一年的综合成本很容易就超过100万。那很多项目的总金额都不够覆盖一个FDE的成本的，更不要提中国的很多采购都是最低价中标。所以FDE的这种高端的服务根本就体现不出价值。06:45既然中国的市场环境是这样的那中国的企业到底有哪些办法可以让FDE落地呢？那中国怎么办？06:51现在大家主要是有三条路在走。第一条路就是只做那种头部的央国企或者说政务的大项目。这些项目是有钱的，周期也长，也愿意接受深度定制，这样的话就可以撑起FDE的高成本。门槛虽然高，但是客单价是可以的。07:07所以第一条路其实就是把资源集中在最能够消化FDE价值的大客户身上。07:13第二条路是让一个FDE同时服务3至5个中小客户，然后他就像医生一样定期上门。那这种方式就是牺牲了服务的深度，但是可以扩大服务的企业的数量，相当于把FDE变成了一个高级技术顾问。07:28第三条路是把FDE积累下来的行业经验，部署的模板，最佳实践都打包成一个解决方案包。客户买的其实是FDE的能力，而不是他的时间。这种方式的难点就在于前期要投入很多精力去积累和产品化，就像Palantir也是经历过这样的转型才实现了规模化。07:48好的。我们最后来聊一聊AI落地的这个人才鸿沟在中国和美国到底有哪些具体的不同。 07:54两边其实都有一个很尴尬的事情，就是产品团队不了解客户的真实环境，客户团队也不懂AI到底能干嘛。所以中间就会有一个沟通的断层。在美国的话这个断层是可以用几百万美元的年薪请一个FDE来填的。但是在中国的话，这个断层到底值多少钱，要怎么去系统的解决，其实大家都还在摸索阶段。所以谁能够先把这个问题想明白，谁就可以抢占先机。08:20今天我们聊了很多关于FDE这个职业的诞生，它的独特的价值，包括它在中美两国不同的市场环境下遇到的挑战和机会。08:30没错，那这期节目咱们就到这里了，感谢谢大家的收听，咱们下期再见，拜拜。在小宇宙查看该单集文稿

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related