Gartner在2025年年中给出过一个判断：到2027年底，超过40%的智能体AI（Agentic AI）项目会被取消。原因在于成本失控、业务价值说不清、风险管控跟不上——简单来说，AI项目卡在了从演示走向生产这一步。

这道题，硅谷已经在给答案。2026年，FDE（Forward Deployed Engineer，前向部署工程师）岗位需求同比增长729%，OpenAI拿出40亿美元成立Deployment Company，Anthropic联合PE机构成立15亿美元的服务公司，AWS投入10亿美元组建FDE团队——几家巨头同时押注同一方向：让AI真正推进企业核心业务。

FDE最早由Palantir等企业实践，核心理念是让工程师直接进入客户业务现场，与业务团队共同解决实际问题。相比传统研发模式，FDE更强调技术人员不仅负责开发系统，更负责理解业务、发现场景、推动落地。近日，千匠网络的一场产品发布会，将这个话题带回了国内语境。

项目制的三重失配

过去几十年，企业软件建设主要依赖项目制模式。业务提出需求，产品形成文档，研发完成开发，测试验证后上线，项目最终验收。这种模式建立在一个基本假设之上：需求可以被提前定义，系统行为可以被准确预测。但AI系统的出现打破了这一假设。

首先，大模型本质上是概率系统，而传统软件是确定性系统。传统软件中，同样输入通常得到同样输出，测试可以通过预设用例覆盖。但AI应用中，同一个问题可能因为模型状态、上下文和数据变化产生不同结果，传统测试体系难以完全适用。这导致企业面临：系统"开发完成"并不代表业务"敢于使用"。

其次，AI应用的需求往往隐藏在业务流程深处。传统软件项目依赖需求文档，但对于AI而言，真正有效的应用往往来自对业务场景的持续理解。例如企业提出"实现订单风险控制"，表面需求可能只是识别异常订单，但真实业务流程中还涉及审批机制、通知规则、权限管理以及后续处理流程。这些隐藏规则无法完全通过前期文档描述，需要技术人员深入业务现场，与企业共同发现和调整。

第三，AI系统天然需要持续运营。传统软件通常以"上线"为项目终点，而AI系统上线后仍需要不断优化：模型需要调整，知识库需要更新，业务规则需要变化，用户反馈需要持续吸收。AI项目本质上是一个持续演进的过程，不是一次性交付就能结束的事。

三重挑战催生了一种新型交付体系——能够边发现、边构建、边验证的并行模式。但行业也逐渐发现，仅靠增加FDE人才并不能解决AI规模化落地问题：一个优秀的FDE可以解决一个企业的问题，却无法天然复制到更多企业；如果没有成熟产品底座、标准化方法论和组织体系支撑，FDE很容易退化成"高级驻场工程师"。

千匠的判断是，FDE岗位是必要的起点，但要让AI真正在企业里跑起来，还需要把它升级成一套完整的交付体系。

从"一体两翼"到FDE体系：千匠探索AI交付的新路径

千匠在FDE这个岗位基础上，进一步搭建了一套连接产品、技术、服务和生态的综合交付体系。

这套体系的顶层设计是"一体两翼"。一体是产业AI中枢，统一连接企业数据、业务系统、AI模型与智能体应用，让FDE进入现场时直接在已有能力基础上做业务适配，不必从零开发一套系统。两翼分别对应中小企业和中大型企业：千匠问天以标准化产品覆盖中小企业的营销、销售、客服等轻量场景；千匠智元依托FDE团队深入中大型企业，处理更复杂的业务流程和系统集成。一个用产品把AI铺开，一个用交付把AI做深，合起来覆盖不同体量企业的AI需求。

支撑这套架构落地的，是千匠智元背后的一整套能力：内置2600+ Skills和8大业务顾问体系的技术底座，让70%的规则可以直接复用；"五阶十二步"方法论，把FDE的现场经验沉淀成可复制的流程，目标是3-6个月内让企业AI从试点走到生产；聚焦产业电商供应链的复合型人才培养路径；以及通过OPC（One Person Company）模式吸纳外部合作伙伴，扩大交付网络的覆盖范围。四件事共同解决同一个问题：让FDE体系摆脱对个别人能力的依赖，实现规模化复制。

AI竞争下一阶段：从模型能力竞争走向交付能力竞争

回顾生成式AI的发展路径，过去企业关注的是：谁拥有更强的大模型？谁能够提供更多AI能力？但随着模型能力差距收窄，竞争重心正在迁移。未来真正决定AI商业价值的，将是：谁能够让AI进入企业核心流程，谁能够降低AI应用成本，谁能够持续运营AI系统。从这个角度看，FDE体系代表了一种新的AI交付方向。它连接了模型能力与业务需求，也连接了技术创新与产业实践。

当然，FDE体系最终能否成为规模化实践，还需要时间验证。其中包括：人才培养速度能否匹配市场需求，产品能力是否能够持续提高复用率，交付周期是否能够稳定复制。这些因素将决定AI企业服务从概念走向成熟的速度。