再谈FDE“翻红”,明略科技如何让AI真正嵌入企业?
@摩尔視野:
2026年,企业在AI上的投入还在涨,但一个尴尬的事实越来越难回避:很多钱花出去了,说不清换回了什么。 与此同时,硅谷传来一个热词:FDE(Forward Deployed Engineer)——前沿部署工程师。面对企业落地的复杂需求,OpenAI正式成立DeployCo,Anthropic深化交付布局,与多家机构组建合资服务公司,提供更深度的运营支持。 这两个信号放在一起,值得多想一步:AI落地的瓶颈如果不在模型,那到底在哪?FDE的翻红,究竟是一个概念营销,还是对某个真实问题的回应? AI投入“不值”?问题出在哪? 直觉上,AI项目效果不好,第一反应是模型不够强、数据不够多。但实际接触下来,大量资源其实消耗在一个更不起眼的环节上:衔接。 数据散落在多个系统且权限不通,业务流程没人能完整描述,这些工作不产生任何可见的成果,却吃掉了大部分时间和预算。更隐蔽的是项目结束之后的浪费:一次交付积累了大量Context,但没有被结构化地沉淀下来,下次遇到类似需求又从零开始。 过去十余年IT服务的老问题,被AI无限放大。 传统软件功能边界清晰,交付偏差可以用验收标准兜底。而AI的能力边界模糊,效果高度依赖上下文,同样的模型在不同企业身上的表现可能天差地别。当“衔接”的质量直接决定投入回报率时,它就不再是技术细节,而是商业问题。 明略科技创始人、CEO兼CTO吴明辉在最近一场分析师分享会上用了一个框架来解释这件事:Context Not Control。这个概念最早来自Netflix创始人哈斯廷斯的管理哲学:把充分的信息上下文授权给一线团队,让他们基于full Context自己做决策,形成集体智慧和涌现。 企业需要的正是能够带着对Context的理解深入业务一线,同时把AI能力翻译成业务语言的人。 FDE做的恰恰就是这件事。 FDE的上限,取决于平台体系 既然瓶颈在衔接,解法似乎很直
