FDE RESEARCH

FDE 系列外部证据对照：共识、分歧与样本

结论先行

在本次纳入的 17 位具名外部人士中：

12 人与该系列的核心判断总体一致；
5 人部分一致，但在 FDE 是否应主动定义需求、承担产品或变革职责上存在明显分歧；
没有找到一位具名人士能够被可靠编码为“全面反对”。

这里的“一致”不是指赞同文章的每句话，而是至少明确支持以下主干判断中的多数：企业 AI 的难点不只是代码；POC 与生产之间存在明显鸿沟；组织授权、流程重构和使用者采纳决定结果；FDE 的现场劳动最终应进入产品、客户能力或可复用资产。

17 是经过逐人编码的“具名观点人数”，不是文章数，也不是调查受访者总数。同一人在多个来源中只计一次。Tandem 汇总的 9 位 FDE 因正文大多匿名，不并入 17 人计数；BCG 的 10,600 名员工和 McKinsey 调查只作为规模性数据证据，不声称他们逐一认同 FDE 系列作者。

一、17 位具名人士的编码

总体一致：12 人

人物	身份或来源	与系列一致的核心观点
Nick Weir	Legion Intelligence，国防软件实践者	FDE 组织膨胀可能代表产品没有成熟；FDE 应缩小客户对供应商人员的依赖，使后续部署更便宜。
Prateek Sharma	AI／平台工程负责人	FDE 只适用于高价值、产品尚未标准化、客户环境复杂的阶段；现场经验必须改变产品路线图，否则只为单个客户创造价值。
Kirill Skrygan	JetBrains CEO	FDE 不只是编码，需要架构、技术领导、沟通和商业判断，把组织问题转成技术可以交付的结果。
Judson Althoff	Microsoft 商业业务负责人	有效部署依赖 FDE 与一线人员共创、实时用户测试和持续反馈，而非一次性安装工具。
Sylvain Duranton	BCG X 全球负责人	企业不能只发布工具；价值来自人员能力建设、工作流重构和领导层对齐。
Vinciane Beauchene	BCG Human x AI 全球负责人	工作流重构必须配套人员战略、发展机制和采用支持。
Jamie Holcombe	美国专利商标局 CIO	POC 是学习、验证业务价值和降低规模化风险的工具；生产化需要另行判断资源与可扩展性。
Ganapathy Krishnan	Flipkart 工程副总裁	不应期待 AI 一部署就彻底改变业务；达到高质量可能需要一至两年，必须保持耐心。
Tim Coleman	Eli Lilly 信息与数字解决方案负责人	POC 用于学习规模化条件；项目要同时满足 ROI、成功概率与业务战略一致性。
Dan Diasio	EY 全球 AI 咨询负责人	能力实验不能冒充转型价值；真正规模化需要自上而下支持、完整工程能力和实际价值追踪。
Sunil Dadlani	Atlantic Health System CIO	AI 必须属于整体数字化转型，配套正式治理与投资，而不是孤立试点。
Matthew Candy	IBM Consulting 全球生成式 AI 负责人	AI 负责人必须拥有预算和决策权，工作范围包括变革管理、员工认同、治理和运营嵌入，而不只是技术部署。

部分一致但存在分歧：5 人

人物	一致之处	与系列作者的分歧
Christophe Barre	对 9 位 FDE 的访谈同样发现：访问审批耗时、变革管理困难、头衔泛化严重，决定做什么比编码更难。	他将“场景界定和决定做什么”视为 FDE 的核心工作；系列作者则认为，若问题仍需从零定义，往往说明尚未到 FDE 进场时点。
Anjor Kanekar	认为 FDE 应与真实用户一起工作，并让现场经验改善核心产品；也承认角色横跨稳定性、UX、后端和客户问题。	他把临时承担产品经理工作视为早期 FDE 的正常组成部分；系列作者认为长期滑入产品经理角色是高风险信号。
Nabeel S. Qureshi	强调进入现场、获得隐性知识，并把定制解决方案逐步抽象成平台能力。	他对早期“先解决单个客户问题、暂时不追求通用性”更宽容；系列作者更强调进场前缩窄并明确问题，防止定制劳动失控。
Shyam Sankar	将 FDE 设计成连接客户现场与工程“厨房”的角色，强调深入理解实际工作而不是传递需求单。	Palantir 叙事更相信强 FDE 能在现场发现和塑造问题；系列作者更强调个人能力无法替代正式组织授权。
Alastair Williamson-Pound	认同 FDE 帮助企业跨越试点到生产，并应留下系统、文档和客户自给能力。	他认为嵌入客户能帮助 FDE 越过繁文缛节、快速接近决策者；系列作者认为“接近决策者”并不等于获得改变流程的权力。

二、共同认同的点

以下人数表示在 17 位具名样本中，能够找到明确陈述支持该命题的人数；没有明确谈到该维度的人不被推定为反对。

共同命题	明确支持人数	证据判断
企业 AI 的价值来自嵌入真实工作流，而不是多部署一个工具或 Demo	15/17	最强共识；BCG 10,600 人调查和 McKinsey 调查也提供规模性支持。
组织授权、领导支持、变革管理和使用者采纳与技术能力同样重要	13/17	强共识；外部材料通常用 executive sponsorship、decision authority、change management 表述。
POC 成功不等于生产化成功，规模化需要独立的工程、数据、治理与资源判断	10/17	强共识；企业 CIO 的一手复盘尤其一致。
FDE 的现场经验必须沉淀进产品、客户能力、文档或可复用方法，而非制造永久依赖	9/17	强共识；Legion、Prateek Sharma、AWS／Microsoft 实践和 Palantir 前员工都支持。
“FDE”头衔正在泛化，实施、售前、顾问和工程工作被混装	7/17	中等共识；Tandem 的 9 人访谈虽匿名，也独立支持这一点。
有效项目应围绕具体决策或端到端结果，而非宽泛需求清单	5/17	方向性共识，但外部人士较少使用“决策环”这一精确概念。
FDE 不应承担从零定义产品与长期推动采用的产品经理职责	4/17	最弱共识，也是主要争议点。

三、两组大样本数据如何支持或修正作者观点

BCG：10,600 名员工，11 个国家

BCG 2025 年调查显示，72% 的受访者经常使用 AI，但一线员工经常使用的比例只有 51%，且已经停滞；只有 13% 表示 AI Agent 已广泛进入工作流。BCG 的结论是，真正产生价值的企业并非只部署工具，而是重构完整工作流、投资人员培训并让领导层形成一致方向。

这直接支持系列中的两点：增加一个需要员工主动打开的“框”并不等于改变工作；用户采用和组织变革不是技术上线后的附属工作。

但 BCG 与系列作者的语气不同：BCG 认为通过培训、变革管理和人员战略，可以提高采用；系列作者更激进，认为如果 FDE 自己必须长期负责推动采用，项目形态可能从一开始就错了。

McKinsey：组织层面的 AI 调查

McKinsey 2025 年调查发现，在测试的 25 项组织属性中，工作流重构与生成式 AI 带来的 EBIT 影响关系最强；但当时只有 21% 的生成式 AI 使用组织表示已经从根本上重构了至少部分工作流。

这支持系列对“加一个工具”和“减一个流程节点”的区分：多数公司仍停留在使用工具，而不是改变企业运行方式。

McKinsey 同时强调，高层主动参与、员工激励、分阶段推广、反馈机制、岗位培训和清晰路线图都与规模化有关。这修正了系列中可能过于二元的部分：正式授权固然关键，但很多项目不是简单的“有授权／无授权”，而是通过治理、激励和分阶段实施逐步建立组织能力。

四、主要分歧在哪里

分歧 1：问题必须在 FDE 进场前定义好吗？

系列作者的立场是：FDE 的高杠杆来自问题已经被定义清楚。如果需要从零摸需求、排优先级、说服用户采用，说明进场过早，应缩小范围或推迟项目。

另一派以 Christophe Barre 汇总的 FDE 访谈、Anjor Kanekar 和 Nabeel Qureshi 为代表。他们认为，客户说出的需求往往不是真问题，进入现场、观察工作、界定问题和共同构建，本来就是 FDE 的核心价值。

两边并非完全互斥，真正区别在于问题定义的尺度：

在已经明确的业务域内，通过现场观察发现真实约束和调整方案，通常属于 FDE；
让 FDE 替企业决定转型方向、在几十个场景中排战略优先级，则更接近产品管理和组织咨询。

分歧 2：FDE 能否“穿透组织”？

乐观观点认为，FDE 因为在客户内部工作、直接写代码并接近决策者，可以减少传统销售—顾问—工程之间的信息损失，推动项目快速越过官僚障碍。

系列作者认为，这种能力经常被夸大：进入现场不等于拥有预算权、流程权、数据权或人事权。高层口头支持也未必能转化为各部门愿意承担风险。

外部证据更支持一个条件式结论：FDE 能加快已有授权下的执行，但不能单靠个人能力创造原本不存在的授权。

分歧 3：定制是学习过程，还是人力陷阱？

Palantir 前员工和部分 FDE 实践者认为，早期应允许为了重要客户大量定制，甚至暂时忽略通用性；通过多次现场学习，核心产品才逐渐成熟。

Nick Weir 和系列作者更警惕：如果每个新客户仍需要同比增加 FDE，定制没有进入产品，客户和供应商都会陷入永久的人力依赖。

分歧不在于是否允许定制，而在于有没有明确的抽象机制：现场代码、数据模型、失败模式和实施经验能否进入核心产品，让下一次部署更便宜。

分歧 4：用户采用是需要解决的工作，还是项目失败的信号？

BCG、McKinsey 和多位 CIO 认为，培训、分阶段推广、员工参与和变革管理是任何 AI 项目的正常组成部分。

系列作者认为，如果 FDE 需要长期催促用户主动打开一个新工具，项目很可能没有进入用户的必经流程，FDE 已经被迫成为产品经理。

可以调和为：短期学习和培训正常；如果系统长期依赖推广才能维持使用，则说明工作流设计或授权存在根本问题。

五、综合判断

外部证据总体支持该系列，而且支持最强的恰恰不是“FDE 这个岗位应该怎样命名”，而是它背后的企业 AI 落地机制：

Demo 和生产系统是两个不同的交付物；
代码通常不是最慢的一环，数据、权限、治理、流程和人员才是；
AI 只有进入日常工作和决策路径才会产生稳定价值；
组织授权不能由超级个体的能力替代；
FDE 的长期价值必须表现为下一次部署成本下降，而不是 FDE 队伍持续膨胀。

系列作者最有争议、也最值得保留为研究问题的观点，是“问题尚未定义时 FDE 不应进场”。更广泛的 FDE 社群通常认为，发现真实问题就是 FDE 的工作之一。较稳妥的判断不是完全排除需求发现，而是划定边界：FDE 可以在一个明确的决策域内发现和塑造方案，但不应替客户承担整个组织的战略选择、权力协调和长期产品采用。

六、来源

08-FDE 系列综合摘要：运作、问题与机会
返回系列索引

附录：文中人物及其企业背景

文中的 17 位具名人士并不都是本次调研直接采访的“受访人”：有些来自访谈，有些来自本人文章、公开发言或机构调查。下表记录他们在对应材料中的身份；对已经离职或以独立身份发表观点的人，明确标注为“前任”或“独立”。

人物	所属企业或机构	企业／机构是做什么的
Nick Weir	Legion Intelligence	面向美国国家安全与国防领域提供软件工程、数据和任务系统解决方案。文中观点来自其国防软件交付实践。
Prateek Sharma	独立作者、AI／平台工程从业者	公开材料没有给出足以可靠确认的单一现任企业，因此不把他强行归入某家公司；其文章主要讨论平台工程、AI 产品和 FDE 组织模型。
Kirill Skrygan	JetBrains	开发者工具公司，产品包括 IntelliJ IDEA、PyCharm、Kotlin 及团队协作工具；Skrygan 是公司 CEO。
Judson Althoff	Microsoft	全球软件、云计算和 AI 公司，主要企业平台包括 Azure、Microsoft 365、Dynamics 365 和 Copilot；Althoff 负责商业业务。
Sylvain Duranton	BCG X	波士顿咨询集团旗下的技术构建与设计部门，帮助企业开发并规模化 AI、数字产品和新业务。
Vinciane Beauchene	Boston Consulting Group	全球管理咨询公司，为企业提供战略、组织、运营和技术转型服务；她负责 Human x AI 相关研究与实践。
Jamie Holcombe	United States Patent and Trademark Office	美国联邦政府机构，负责专利授权和商标注册；Holcombe 是该机构 CIO，观点来自政府 AI 试点与规模化实践。
Ganapathy Krishnan	Flipkart	印度大型电子商务平台，经营线上零售、物流及相关数字服务；他在材料中以工程管理者身份讨论 AI 落地周期。
Tim Coleman	Eli Lilly and Company	全球制药公司，研发和销售糖尿病、肥胖症、肿瘤及免疫等领域药物；其观点来自医药企业内部 AI 项目实践。
Dan Diasio	EY	全球专业服务机构，提供审计、税务、咨询和企业战略服务；Diasio 负责全球 AI 咨询业务。
Sunil Dadlani	Atlantic Health System	美国非营利医疗服务系统，运营医院、门诊和医疗网络；Dadlani 负责其信息与数字化工作。
Matthew Candy	IBM Consulting	IBM 的咨询与专业服务部门，帮助企业实施云、AI、数据和业务流程转型；Candy 负责生成式 AI 业务。
Christophe Barre	Tandem	面向 SaaS 产品的嵌入式 AI 助手，帮助用户在软件内发现功能、完成设置和执行任务；Barre 是联合创始人。文中“9 位 FDE 访谈”由他整理，并非 Tandem 的 9 名员工。
Anjor Kanekar	前 Palantir FDE；现为独立顾问	Palantir 为政府和大型企业提供数据整合、分析、决策及 AI 平台。Kanekar 曾在该公司工作七年，目前主要为早期公司提供 FDE 招聘和组织设计建议。
Nabeel S. Qureshi	前 Palantir；现从事隐身创业项目	他曾在 Palantir 从事医疗和生物领域项目，目前公开身份是创业者、作者和研究者；现有公开资料没有披露其新公司的业务，因此不作推测。
Shyam Sankar	Palantir Technologies	为政府、国防和大型企业提供数据平台、运营决策软件及人工智能平台；Sankar 是公司 CTO，也是 FDE 模式的重要倡导者。
Alastair Williamson-Pound	Mercator Digital	英国数字化咨询与交付公司，主要为政府和公共部门提供数字服务、产品、数据及技术转型支持；他在相关材料中担任 CTO。

Christophe Barre 所在的 Tandem 是 SaaS 产品内的 AI 使用与采用助手，不是国防公司，也不是法国同名的企业自行车服务商。本文引用的是他在 usetandem.ai 发布的 9 位 FDE 访谈总结。

FDE 系列外部证据对照：共识、分歧与样本