为培养具备企业AI落地完整实战能力的复合型人才帮助学员从“会使用大模型、知识库、工作流、Agent工具”进阶能够独立完成看懂企业 → 找准问题 → 撰写方案 → 设计产品 → 推动组织 → 项目交付全流程工作中国软件行业协会将举办FDE 前沿部署工程师——企业AI落地全链路实战营并同步开展FDE能力认证考核。现将有关事项通知如下一、实训对象数字化转型服务商、系统集成企业、AI技术研发企业、软件服务商、云计算及大数据服务商、通信与电信运营商、能源、制造、金融、政务领域企事业单位信息化与数字化管理部门、管理咨询服务机构、产业研究与智库机构解决方案设计、售前支持、项目实施管理的从业人员业务部门负责人、信息化主管、技术骨干AI应用咨询顾问企业数字化项目经理架构工程师业务分析人员各地软件行业协会相关工作人员希望系统掌握企业AI落地实施方法论的技术人员从事企业数字化AI项目规划与交付工作的社会相关从业人员。二、FDE岗位能力自测与适配判断对应1周线上预习建立FDE基础 以5项任务自测“会做工具”与“能做落地”的差距若会使用AI却无法独立完成以下任务说明尚未建立企业AI落地的完整基本功。1. 48小时看懂一个陌生行业无行业经验和内部资料的情况下梳理产业链、看懂客户商业模式与利润来源识别不少于10个潜在AI场景形成支撑首次沟通的行业研究简报。达标客户问“你对我们行业了解多少”时能在10分钟内讲清企业如何经营、主要卡点在哪、接下来应验证什么。2. 24小时推动一次有效客户沟通面对陌生行业真实客户让客户介绍业务情况、说出一个真实问题安排相关负责人参与并提供基础资料。达标不依靠低价、免费搭建和熟人关系仅凭行业判断、案例和专业表达让客户同意继续需求诊断或入企调研。3. 1个工作日完成基础入企调研面对“我们想用AI提效”的模糊需求访谈管理层、业务负责人和一线员工还原一条完整业务流程区分业务、流程、管理、数据和技术问题找到不少于10个潜在AI场景。达标基于事实判断哪个问题值得做、现在能不能做、为什么先做——真正的FDE能做出取舍而不是接下所有需求。4. 12小时写出初步落地方案将访谈、流程、数据和需求整理成不超过20页的AI落地方案管理层看得懂价值业务理解流程变化产品和技术知道如何执行责任与边界明确可测试验收。达标方案经得起三问——老板问“为什么值得做”、业务问“改变了哪个环节”、技术问“具体如何搭建”。5. 30天推动一个AI场景完成试点产品初版完成后确定试点部门和负责人协调管理层、业务、技术与一线员工完成分岗位培训推动产品与流程持续优化建立过程指标与业务指标完成测试、验收、交付与复盘。达标30天后不只证明“功能已实现”还要证明员工会用、管理层看得到结果、业务流程发生变化、问题有人负责、项目能验收并持续迭代。四、FDE项目实训交付目标本次实训定义的成熟FDE具备六项核心能力能力说明行业研究能力快速理解产业链、行业规则、企业位置、核心业务和关键岗位明确哪些判断需在企业现场进一步验证。商业判断能力看懂企业如何赚钱、成本发生在哪里、为什么愿意投入以及哪个问题最值得优先解决。客户调研与场景诊断能力通过访谈、观察和流程还原区分业务问题、管理问题、流程问题、数据问题和技术问题。方案设计与项目管理能力把调研结果转化为目标清晰、边界明确、责任到人、能够执行和验收的项目方案。AI产品与架构能力理解大模型、知识库、RAG、Agent、工作流、自动化、数据治理与权限管理根据业务需要设计合适的产品组合。组织推动与交付能力协调管理层、业务、产品、技术和一线员工完成培训、试点、反馈迭代、测试验收与项目复盘。FDE 是站在企业一线连接行业、商业、业务、技术和组织把企业问题转化为可交付结果的人。完整工作路径看懂行业 → 接洽客户 → 入企调研 → 诊断场景 → 写出方案 → 设计系统 → 培训组织 → 测试验收五、实训源自一线项目实战01 | 培训内容来源于真实企业项目实践本课程并非先搭建课程体系再寻找配套案例予以佐证。FDE方法论沉淀于大量企业AI落地项目的长期实践涵盖企业与行业研究、客户接洽和入企调研、业务流程梳理、AI场景诊断、落地方案设计、知识库与工作流及AI应用搭建、员工与管理层培训、测试验收和项目复盘等完整工作环节。真实企业项目往往不存在标准化的解决方案客户对自身需求表述模糊、内部业务资料不完备、各部门诉求存在差异即便技术层面可以实现也并不意味着一线员工愿意接纳新的工作模式。课程内容正是从这类现实难题、一线现场反馈以及项目复盘总结当中提炼形成。02 | FDE不是听会的而是在一线练出来的FDE实战能力的成长遵循一套循序渐进的训练路径研读案例 → 拆解任务 → 开展模拟实操 → 跟随项目历练 → 独立负责业务环节 → 完成完整项目闭环。研读案例梳理企业AI项目从前期客户对接直至最终验收交付的完整工作流程拆解任务把完整项目分解为行业研究、入企调研、业务梳理、方案设计、产品架构设计、人员培训以及交付等具体工作开展模拟实操在规定时限内完成作业并提交相应交付成果依据反馈迭代修改跟随项目历练深入理解真实场景下的客户诉求、数据现状以及组织层面的约束条件独立负责业务环节从行业调研、客户访谈、方案撰写、产品设计、人员培训或者项目交付当中承接一块具体工作落实相应职责完成完整项目闭环逐步成长能够统筹调研、方案、产品、培训、验收与复盘胜任项目负责人相关工作。03 | 企业AI落地不是一个人的事开展企业AI数字化升级改造需要商务、产品、技术、交付以及客户内部团队多方协同推进。课程重点讲解项目实施过程当中的团队协作逻辑如何开展不同岗位的角色分工如何对整体项目目标进行逐层拆解商务、产品与技术板块之间如何协同配合如何压实各环节的项目责任如何依托业务数据以及复盘机制保障项目结果如何将个体实操经验沉淀转化为团队的组织能力。这也是本实训区别于普通AI工具操作类培训的显著特点。六、实训内容与培养计划四个阶段线上建立基础 → 线下走完流程 → 线上持续训练 → 持续反馈与复盘一第一阶段一周线上预习及训练准备实训前用1周时间建立FDE的基本认知系统学习企业AI改造完整方法论掌握企业AI转型13步骤全生命周期VSAI精益管理运用AI识别业务浪费依托数据开展归因分析标杆项目案例研读为集中实训做好知识储备。二第二阶段3天2夜线下集中实训以行业真实业务案例开展连贯实战围绕案例完整开展方法论学习、场景推演、实操演练设置现场导师答疑修改交付作业真实企业项目案例分享完成企业研判、问题识别、方案编制、系统设计、组织赋能、项目验收交付全流程训练。看懂企业 → 找准问题 → 写出方案 → 设计产品 → 推动组织 → 验收交付三天围绕真实企业案例展开按照真实项目流程完成六次连续训练。全真模拟FDE工作全流程手把手教会6大工作内容实操SOP对齐高标准工作要求。时间第一天第二天第三天上午 9:00‑12:00产业链拆解:钱在链条哪一环商业模式画布九格精讲教育、制造、电商行业打法速览梳理战略、组织、业务链、岗位与数据算清三本账降本、增收、多久回本5份交付报告的撰写思路及要求项目组织架构、岗位分工与跨团队协作实操践MVP开发与demo展示企业员工培训流程上午目标学会如何在 48h 内产出一份高标准的《行业及商业分析报告》学会 5 份核心入企交付方案报告的撰写学会开发可演示的 Demo 或 MVP并培训企业员工下午 14:00‑17:00入企调研访谈谁、看什么、要什么数据识别客户组织形态判断改造哪一层Agent与工作流拆任务、调工具、走流程RAG知识库及数据治理全栈架构工程师的核心能力拆解复盘已落地场景的使用数据与业务效果下一轮扩展的立项建议路演实战晚上 19:30‑21:00分享真实客户沟通及入企经验FDE 企业驻场及工程师协作经验无安排三第三阶段一周线上Demo练习实训结束后安排一周时间开展线上Demo练习巩固实训内容深化AI落地实施能力。四第四阶段持续反馈线上社群持续复盘进阶学习FDE能力不会在三天课程结束时自动形成。线下实训结束后学员进入FDE社群持续进行训练、反馈和复盘。七、实训大纲本实训以企业真实AI落地场景为载体依托13步企业AI转型全生命周期方法论循序渐进覆盖行业研究、商业判断、调研诊断、方案管理、产品架构、组织交付六项核心能力让学员从看懂行业到独立完成项目验收形成完整闭环。建立一套可以重复使用的企业AI项目方法掌握问题诊断、场景筛选和方案设计能够完成三本账、MVP、RACI、测试验收和项目汇报形成研究包、调研包、方案包、产品包、组织包和交付包。教学内容学习价值FDE研究工作的起点界定研究边界区分事实、假设和待验证事项明确业务价值、数据条件和决策权。避免把行业研究做成资料堆积形成可进入客户访谈的研究结论。行业研究五步法依次完成行业边界、基本面、产业链、价值池和AI机会分析。识别收入、成本、数据与决策密集环节建立AI机会池。商业模式画布从客户、价值、渠道、关系、收入、活动、资源、伙伴和成本九个模块还原企业经营逻辑。理解企业创造价值和获得收入的方式找到流程与能力缺口。AI机会假设用业务问题、使用角色、AI能力、流程变化、所需数据和指标描述候选场景。把研究结论转化为可由访谈、现场观察和数据验证的问题。客户首次沟通问清触发原因、经营目标、当前流程、项目角色、范围和成功标准。把模糊的“想做AI”转化为可验证的业务问题。入企调研设计让现场调研有路径、有结果。识别决策人、推动人、业务负责人、使用者、技术与数据负责人并分对象设计问题。现场证据采集观察等待、审批、交接、重复录入和返工用访谈、现场和数据交叉验证收集业务量、工时、成本、质量和异常基线降低主观判断。场景诊断将客户诉求拆成现象、问题、根因、证据和待补资料并从价值与可行性初评场景。形成管理层可以理解并用于下一步决策的诊断输入。问题判断与排序从战略、业务、岗位和数据四个层面提炼问题区分现象、问题和根因。确保优先问题能够回到经营指标和证据。AI场景设计定义目标用户、任务输入、处理步骤、标准输出、AI能力、流程变化、指标与人工兜底。把业务问题写成可开发、可使用、可验收的场景。三本账价值测算计算降本账、增收账和回本账保留数据来源、公式、持续成本、关键假设与敏感性。用透明假设判断项目是否值得投入支持立项决策。五份核心报告形成诊断报告、场景优先级矩阵、重点场景方案、90天计划和年度AI蓝图。建立从诊断、选择、实施到长期建设的连续决策链。方案评审检查问题证据、场景具体度、价值测算、责任人、风险与首个验收节点。在进入开发前淘汰价值弱、条件不足或范围失控的项目。AI产品技术全景从业务目标、用户任务、数据知识、模型工具、流程系统和验收结果检查方案。保持业务目标与技术实现一致明确系统接收结果的位置。技术路径选择依据任务稳定性和确定性判断采用Agent、工作流、RAG或传统系统。选择足够解决问题的技术路径避免不必要的复杂度。RAG与数据治理检查知识来源、切片标签、证据引用、权限、版本、更新、脱敏和审计。判断知识库是否适用并建立可持续的知识治理机制。四层落地架构设计数据层、模型与能力层、应用层和入口层同时绘制AI前后业务流程。明确数据、能力、系统入口和人机分工之间的关系。MVP定义与沟通聚焦一个用户、一个任务、一个结果和一个指标明确范围、里程碑、接口、风险和退出条件。用最短路径验证关键业务假设降低首轮交付风险。项目组织与RACI明确决策人、项目负责人、业务负责人、技术负责人、关键用户和数据负责人。让每项关键任务都有执行者和唯一最终负责人。协同节奏与任务卡使用每日短会、任务看板、阶段评审、问题升级和决策记录推进工作。建立业务、FDE与技术团队之间稳定的交付接口。MVP范围管理围绕场景、输入、规则、输出、测试与不做事项拆解两周MVP。守住首版边界持续验证而不是一次性做大做全。Demo展示与评审用真实或脱敏资料展示业务问题、操作过程、标准结果、效果证据和能力边界。让企业按业务变化而不是技术演示判断成果。岗位培训与试用分层设计讲解、演示、跟练和独立考核建立操作手册、FAQ、问题入口和7天反馈。让员工能够独立使用使项目能力从交付团队转移到企业。测试与四类验收设计典型、边界和异常案例按功能、技术、使用和业务维度设置基线、目标和数据来源。避免只用“功能上线”判断项目完成建立共同验收口径。项目效果复盘复核目标、交付、使用与业务数据从产品、数据、模型、流程和组织分析差距。把使用数据转化为可信结论并识别下一轮改进重点。扩展与下一轮立项依据首轮证据选择继续优化、横向复制、纵向扩展或暂停复盘。让后续投入建立在真实价值、数据基础和组织条件之上。企业主汇报与答辩按项目目标、交付成果、数据效果、问题复盘、扩展建议和资源请求完成汇报。用业务结论和证据支持管理层做出下一步投入决策。项目交付闭环归档目标、方案、版本、测试、验收和复盘沉淀模板、SOP、FAQ、案例和Skill。把一次项目转化为企业可持续运营、团队可重复使用的能力。成果产业链价值图、商业模式画布、AI机会清单、入企调研计划、组织角色图、访谈提纲、问题地图、场景优先级表、AI场景卡、三本账、企业AI落地方案、技术路径判断卡、四层架构图、MVP计划、项目RACI、Demo脚本、四类验收表、项目复盘和管理层汇报材料。