Ha7ch Shanghai #002｜FDE Meetup
这一场已经办过了。
信息
时间6 月 13 日 周六 14:00–17:00
城市上海 Shanghai
形式互助会，所有人围成一圈
关于这一场
聊聊 FDE 落地，聊聊 AI native 思维。
现场纪要
Ha7ch 线下 FDE Meetup 的第二场，从深圳到上海。二十多位 builder 围一圈，先自我介绍，再分享一手案例，然后自由讨论。主线还是同一个：FDE 到底是什么，AI 怎么真正进到中国企业的业务流程和决策里。比起深圳，这一场聊得更多的是落地之后的硬骨头，交付、回款、定价，还有人。
FDE 到底是个什么角色
- Ray（林安树）给的定义：FDE 不是数据标准化加搭库加部署聊天机器人的外包，而是让企业决策流程变短、产生效率的人。比如帮航空公司处理「下雨能不能飞」这类要担责任的决策。
- 几个人殊途同归：有人本来是专利工程师，梳理 SOP、定决策节点、盯产线，后来发现自己干的一直就是 FDE。
- 现场共识和深圳一致：纯技术门槛在降，越往后越值钱的是需求挖掘、业务理解和跟人打交道的能力。
- 一种新模式：专家带着 FDE 和实习生派驻企业，产学研一起孵化。
各行业带来的一手案例
- 金融：一个汇丰的在做资产配置，用 finance agent 帮销售，还做了个用 AirPods 操作的小工具。
- 赛车：给 GT 车队做 agent，提效不是让车更快，而是让决策更快、车手休息更好，管的是公关、后勤、住宿和货运。
- 医疗：眼科器械公司缺研发效率和信息化；也有人把 ECMO 加预测系统打包卖给学校。
- 重工业：智慧矿山，以及储能新材料想从矿端做起，用 X 射线选矿加储能大模型。
- 脑机接口：开颅植入发现脑部 CT 每次都在变而解码算法固定，想用 auto research 让算法持续迭代。
- 还有跨境电商、给必胜客做 AI 视频、用本地模型给客户文档脱敏等真实场景。
落地真正难在哪
- 交付和回款：带硬件的工程类项目前置多、易超支、验收无统一标准，甲方常以问题为由拖款。有个西藏项目拖了三年半，硬件质保期都过了。
- 国央企：不对下负责只对上负责，验收看上面满不满意；谈省钱提效要层层审批结算，有团队直接得出 FDE 在国有单位难落地的结论。
- 人的阻力：员工怕被替代会软抵抗，沟通处处卡。安置要在 OD 阶段就和 CEO、HRBP 谈清楚，再转岗或培训。
- 数据和稳定性：工厂、金融、医疗都要本地部署、数据不上云；航天宁可守旧版本也要稳；金融强监管，要可追溯可审计、私有化、不能直接 toC。
- 成本不可控：有条数据标注业务线用 agent，一个月 token 烧掉 3 万刀，比小的云成本还高，跑完还得人工审。
怎么把它变成生意
- 定价别按工时和代码量：可以按「数字员工年薪」收，老板一听就懂；或者长期陪跑，按省了几个人、降了多少风险算钱。
- 陪跑咨询费按企业规模每年百万量级，合同多签三年，token 成本可以嫁接上游往下压。
- 几种路子：项目交付、顾问陪跑、技术换股权（企业大了变内部服务，数据不外流，股份分红一起涨）、先用通用需求进场建立信任再用深度需求拿高毛利。
- 一个反常识：微软 Copilot 难用却卖得好，靠的是 SLA 补偿和品牌。技术只是入场券，非技术因素同样决定成败。
下一步
- 中小企业老板的真实需求就一句：花更少的钱办更多的事。打法是先用最简单的需求、最快的开发跑通一条链路，建立信任，再拓展。
- 国内对 AI 的认知还普遍停在基础阶段，落地和发明之间有鸿沟；有人提议成立 FDE 协会，统一认知、定行业准则。
- 现场不少在校生和转行者在找能落地的 FDE 实习，从交大工科博士到准备赴港读研的人，需求是真实存在的。
FDE 不是数据标准化、搭库、部署聊天机器人的外包，而是让整个企业产生价值、让决策流程变短的那部分。