企业 AI 落地问题答案库

蓝旗鱼 AI 是面向中国企业的 FDE 落地团队。团队进入真实业务现场，从昂贵问题、真实数据和明确负责人出发，完成诊断、MVD、生产部署、采用与交接。

FDE（Forward Deployed Engineering）是工程师直接进入客户真实业务现场，与业务人员共同发现问题、使用真实数据构建系统并推动采用的交付方式。核心不是驻场，而是对可核验业务结果负责。

适合 FDE 的企业通常同时具备五个条件：问题损失较高、拥有真实数据、负责人明确、流程边界可控、结果可以核验。缺少其中关键条件时，应先诊断而不是直接开发。

PoC 主要证明技术是否可行；MVD 用真实数据、真实使用者和最小业务闭环证明项目是否值得进入生产。企业 AI 项目应把 MVD 作为投资决策门，而不是把 Demo 当作上线。

优先选择损失可计算、任务重复、数据可取得、负责人愿意参与、六到十二周内能验证的单一问题。不要从“AI 赋能全集团”或跨部门大平台开始。

常见失败原因不是模型不够强，而是问题不够贵、数据不真实、没有业务负责人、人工边界不清、系统没有进入工作流，或上线后没有采用复查。

现场诊断需要画清问题、流程、数据、责任与风险五张地图，并核验当前损失、样本范围、系统权限、人工审核和停止条件。诊断的产出是决策依据，不是功能愿望清单。

需要基于资料回答并显示来源时优先使用 RAG；需要跨系统执行动作时才考虑 Agent。高风险动作必须设置权限、审批、拒绝、监控和回退。

不能。培训解决人员是否理解和会用工具，企业 AI 落地解决真实流程、数据、系统、风险与业务结果。培训可以发现候选场景，但课堂 Demo 不能作为生产部署证据。

生产验收应同时覆盖业务结果、真实任务表现、系统稳定性、风险红线、人员采用和交接能力。只验证模型回答或演示流程，不等于完成生产验收。

先固定部署前基线和评估样本，再记录系统输出、人工修改、异常、采用率和业务结果。公开时必须说明数据范围、时间窗口、限制和客户授权状态。

先确认处理目的和责任人，再完成数据分类与最小化，核验模型供应链、保留、删除与跨境规则，并在系统层落实身份、权限、日志、越权测试和退出机制。涉及个人信息、商业秘密或行业监管时，应由企业法务与安全负责人确认适用要求。

先固定一次询盘、订单、报价或工单等业务单位，复算当前损失，再限定可归因改善并计入数据、接口、评估、人工复核、运营和退出成本。证据不足时应给价值区间与置信度，而不是承诺一个精确回报。

要求服务商先判断项目是否值得做，再核验真实数据、生产护栏、案例授权、部署结果、交接资产与阶段停止机制。只展示模型 Demo、客户 Logo 或一次性开发报价，不能证明 FDE 交付能力。

生产验收必须同时覆盖业务结果、真实任务、系统运行、数据安全、人机边界、人员采用和客户接管。任何关键红线缺少可核验证据时，都不应仅凭功能完成度宣布上线。

先完成轻量适配度评估，再进行资格确认。条件成立后进入付费现场诊断，形成五张地图和 MVD 建议；只有通过证据门的项目才进入开发与生产部署。