今天和一位企业老板聊天。他说公司招了一堆FDE，但他觉得FDE的价值"偏向于末端"。
我想了很久，决定认真回答这个问题——不是为FDE辩护，而是帮企业想清楚：你招FDE，到底想让他们干什么。
一、他说得对吗？
先不急着否定。
如果一家企业的FDE是这样工作的：
产品部门定好了要做什么AI功能 → 写成PRD → 交给FDE去"落地" → FDE把模型集成进去、部署上线 → 完事
那老板说"偏向于末端"，他说得对。
这时候FDE和"AI实施工程师"没有本质区别。值钱的是定义问题的人，不是解决问题的人。FDE在价值链路的尾部，干的是执行层的活。
但问题是——这是FDE的天花板，还是这家企业的组织设计问题？
要回答这个，我们需要画一张图。
二、企业的AI价值链路全景图
任何一家企业做AI，价值创造都要经过这条链路：
这张图里，FDE天然覆盖执行层，部分触及发现层、设计层和回收层。
现在问一个战略问题：
这条链路里，哪些环节有定价权？哪些环节的利润池最厚？
三、用三个战略框架拆解
3.1 Porter：利润池不在均匀分布
Porter在《竞争优势》里说：一条价值链里，利润从来不是均匀分布。哪些环节有定价权，哪些环节就值钱。
FDE如果只在工程执行，确实在利润池最薄的地方。
但这是FDE的个人问题吗？不是，这是企业组织设计的问题。
3.2 Christensen：FDE卡在哪个能力阶段？
Christensen在《The Capitalist's Dilemma》里提出，企业能力分三层：
| | |
|---|
| RTP | Resolving Technology Problems
解决技术问题 | |
| RSP | Resolving Systems Problems
解决系统问题 | |
| RVP | Resolving Value Problems
解决价值问题 | |
大部分企业的FDE团队卡在RTP阶段——这也是老板觉得"末端"的根本原因。
RTP阶段创造的价值是真实的，但它是可替代的。当大模型越来越强、开源工具越来越好用，RTP阶段的价值会被持续压缩。
RVP阶段才不是末端——因为这时候FDE在做的事情，和CEO关心的事情是同一件事。
Palantir的FDE为什么值钱？因为他们从Day 1就在做RVP：这个系统上线之后，客户的决策会不会真的变好？如果不会，做什么调整？
3.3 Teece：FDE是"被租用的能力"还是"企业自己的能力"？
Teece的动态能力理论说：在快速变化的环境里，企业的核心能力是动态能力——感知（Sensing）、捕获（Seizing）、重构（Transforming）。
老板觉得FDE在末端，往往是因为企业的组织设计把FDE锁在了"捕获"的执行部分，而没有给他"感知"的权限。
FDE在一线，比任何人都先看到AI在某个行业、某个场景里真正能做什么、不能做什么。
如果企业不让FDE把这个信号传回来，那就是主动放弃了最值钱的情报来源。
四、FDE不在末端的企业，是怎么用的？
有两个对照案例。
案例一：Palantir——FDE是"产品能力的传感器"
Palantir的FDE不是"实施团队"，他们是Ontology平台能力的传感器。
每一个FDE在现场发现的问题——某个行业的数据结构特点、某个客户的决策流程瓶颈、某个场景下现有AI做不了的事——都会反哺回产品路线。
Shyam Sankar说得很清楚：
"FDE不是把产品卖给客户的人，FDE是让产品变得配得上这个客户的人。"
这时候FDE不在末端。FDE是连接"市场真实需求"和"产品演进方向"的神经网络。
案例二：某国内企业——FDE是"高级外包"
招了一堆FDE，但：
- •
需求是产品部门定义的，FDE不参与
- •
方案是架构师设计的，FDE只负责实现
- •
FDE在客户现场发现的问题，没有反馈通道
- •
FDE干得越好，越被"升职调回"，离开一线
这时候FDE确实在末端。不是FDE能力不行，是企业没有设计好"FDE的发现怎么变成企业的能力"。
五、老板的三条路
如果你是企业老板，招了FDE，现在面临一个选择：
路线A：继续当实施资源（末端）
路线B：让FDE进入设计层
路线C：让FDE成为"战略传感器"（不在末端）
六、一句话结论
FDE在末端，是因为企业把它放在了末端。
FDE的本质是"价值发现者"，不是"价值执行者"。
如果一家企业的FDE真的只在末端工作，那不是FDE的错，是企业还没有理解这个角色到底该干什么。
粤ICP备14082021号
免费POC，
零成本试错
