企业买 AI 最常见的结局是:系统交付了,业务没变。钱花了、验收也过了,可三个月后该加班的岗位还在加班。问题出在交付方式上——远程沟通需求、回公司做方案、交一套系统,剩下的靠你自己摸索。方案是照着需求文档做的,不是照着你们真实的工作流做的。
我们用 FDE(Forward Deployed Engineer,前线部署工程师)编制:工程师不坐在自己公司写代码,而是驻进你的现场,跟着你们的业务流程走一遍,在真实场景里把系统调到你的人愿意用。
下面列出的是各个方向上真正带过项目的人。具体项目按场景组队,不会所有人都上——一个知识库项目和一个财务自动化项目,需要的不是同一批人。
每一个我们都交付过
下面这八个问题,是我们在客户会议室里被反复问到的。它们串起来,正好是一家企业从动念到落地的完整过程。我们的回答不是一句「我们团队会负责」——这八件事,我们每一件都管得了,也都交付过。
「你们懂我的生意吗?别又是外行指导内行。」
2「方案看着不错,可你们做得出来吗?」
3「几十个系统、十几个部门,你们动得了吗?出了事谁兜?」
4「我们的资料乱七八糟,AI 真用得上吗?」
5「涉及钱的活,敢交给 AI 吗?」
6「客户现在都问 AI,AI 提到我们了吗?」
7「系统交给我们,我们的人学得会吗?」
8「用起来卡住了,找谁?」
各方向的负责人 · 实际项目按场景组队
他自己做过三门生意——消费品牌、电商平台、边缘计算网络(全国 10 万多个计算节点),也自己写系统。所以坐在会议室里,你讲业务不用先翻译成技术,他讲技术也不会含糊其辞。
每一个项目的第一次上门,都是他自己去。不是销售听一遍、回去转述给技术——转述这一道,正是方案走样的起点。
进场诊断后主动砍掉投入产出不成立的场景,平均每个项目砍掉 3–5 个伪需求——定不做什么,比定做什么更省你的钱。
主导研发的多款 AI 应用发行 194 个国家和地区、12 种语言,订阅与支付全链路自己跑通过。一个系统从上线到持续赚钱要过哪几道坎,他是踩过的,不是听说的;注册用户付费转化率大陆 17%、海外 27%(行业平均 2–5%)。
公司 15 项软件著作权与版权认证的技术方案由他定型——不会出现"方案写得漂亮、实施起来发现做不了"这种事。
华东师范大学硕士,15 年软件研发与企业数字化项目实施经验——从业务调研、需求分析、流程梳理、产品设计、技术实现到交付验收,整条链路他自己走完过,不是只管其中一段。
近年重点做 AI 在企业业务场景中的落地,方向包括企业 AI 知识库、AI Skill(技能模块)、Agent(智能体)、AI 辅助软件开发及业务流程自动化。熟悉 Dify、Notion、Obsidian 等 AI 应用与知识管理工具。
该行业的 BP(业务伙伴岗)长期困在表格整理、数据处理、信息核对这类重复劳动里。建企业 AI 知识库把岗位职责、业务规范、薪酬规则、操作流程结构化沉淀,再开发薪酬自动计算 Skill、快递单据整理 Skill。结果不只是省时间——单个 BP 的业务承载能力被抬上去了,企业增长从"多招 BP"转向"靠 AI 提人效"。
为全球领先的汽车与工业零部件供应商落地企业 AI 工作坊,负责其中的工作流搭建与企业智能体开发——把散在各岗位的操作流程做成可运行的智能体;同一个项目里,员工培训与能力交接同步做完。
用 AI 辅助开发与对话式编程完成科达 982 换电小程序、骑栖出行小程序,1 人 1 个月抵传统 3 人 3 个月,人力投入约为九分之一。这个效率差不是省我们的成本——是你的项目更早上线、报价更低。
面向没有编程基础的企业白领开展 AI 软件开发培训,学员半天完成从产品想法到软件成品的全过程。这条看着像培训,其实是交付能力的旁证:能把复杂技术拆成普通人当场能执行的步骤,才能在客户现场把系统调到"他们的人愿意用"——交付卡住的地方,从来不是代码写不出来,是客户的人不肯用。
同济大学计算机科学与技术。58 安居客技术总监,任职 15 年,管理过接近 300 人的研发团队,覆盖前端、后端、测试、运维全职能——你们内部那种"几十个系统、十几个部门要协调"的复杂度,对他是熟悉的量级,不是第一次见。
主导全国最大房产 SaaS 系统(市占超 40%、20 万经纪人在用)的架构整合:公司收购后,把对方 100 多人的研发团队与系统整合进 58 技术栈、迁移机房、统一研发管理标准。技术方案能不能落地,一半取决于架构,另一半取决于有多少个部门要点头——这两件事他都干过。
在 58 搭建房产 AI 平台,落地智能外呼、AI 客服、智能找房助手、SaaS 智能操作助手。AI 外呼替代人工清洗存量房源,获取一条有效信息的成本从 70 元降到 2.5 元;AI 客服自动识别意图并调用 Agent 处理资料审核、退款、数据查询,问题处理时长降低 80%、节省客服人力 35%。
多 Agent 架构、RAG、MCP、LangChain/LangGraph、Prompt 管理、Agent 评估、模型微调、Token 成本优化——这些不是术语表,是他在千万级用户体量的产品上一个个趟过来的。做过一次和读过文档,差别就在出事那天。
在房产中介、BPO(业务流程外包)、电商、零售等行业设计并落地过面向真实业务场景的 AI Agent,用 Dify、Coze、对话式编程等方式快速交付。
他专做企业知识资产与智能体,方向包括 RAG(Retrieval-Augmented Generation,检索增强生成)、知识库治理、答案系统与引用溯源。乱是常态,把乱的理顺本来就是这个工位的活。
制造业技术文档与图纸知识库覆盖上万份历史资料,图纸与工艺文件的查找由数天缩短至分钟级。
"标准答案 + 引用溯源"机制:AI 每一条回答都能点回原始文件的具体位置,解决企业最担心的"AI 一本正经胡说"问题。
支持中英混合语义检索,服务多工厂、多海外市场协同场景。
他专做财务、订单、单据类流程的自动化,方向包括 OCR(光学字符识别)、多系统数据打通、RPA(机器人流程自动化)与规则引擎。这个岗位的本事不在于自动化做得多深,在于知道该在哪一步停下来交给人。
打通 PMS(酒店管理系统)、ERP(财务系统)与 OTA(在线旅游平台)三端数据,覆盖月度自动对账、协议客户催收、单据识别核销、账龄管理、夜审核对、自动报表六大模块。
两个来自不同厂商的模型交叉比对,金额只要有一处对不上,整张单据暂停转人工。
小额自动写入、大额生成草稿待会计确认、非常规业务(退款、坏账、跨月调整)必须人工。
他负责公司两套自研系统的开发与运行:GEO 监测系统与行业基线诊断系统。GEO(Generative Engine Optimization,生成式引擎优化)这件事最难的不是优化,是先把"AI 现在怎么说你"测出来——测不出来,后面所有动作都是猜。
对海内外主流 AI 平台批量自动化提问、逐条深度分析、七项量化指标月度追踪,全程留底可回溯。
行业专属问题库、联网与非联网分轮实测、严格口径拆分、竞品声量对照——先量体温,再谈疗效。单个行业最大问题库规模 153 道题,单轮实测覆盖 5 个 AI 平台、240 次问答。
月度复测与归因机制:每一次涨跌,都说得清是哪一步带来的——不是给你一份"排名上升"的截图了事。
她主张"训战一体"——一半时间实战讲解,一半时间实操演练,学员当堂做出成果,不是听完记笔记回去自己琢磨。五年企业培训体系构建经验,2023 年起专职做 AIGC 课程开发与企业交付。
累计培训 30000+ 人次、50+ 家企业,授课单位包括中科院、上海交通大学、中国银行、舍弗勒(中国)、泰康人寿、上海市第十人民医院、华东医院、红星美凯龙、经纬设计院等——这些企业的员工能学会,你的员工也能。
一把手看"该不该投"、骨干学"怎么落地"、一线学"怎么用"——三层内容各自成课,不混讲。老板和一线坐在同一间教室听同样的内容,是培训无效最常见的原因。
《AI 职场加速器》《AI 提示词工程师》《AI + 新媒体内容创作》《AI 新媒体 + 智能体定制》,以及 2 天版企业智能体开发工作坊。
多家世界 500 强企业特邀 AI 讲师;人社部能建中心 AIGC 技术应用职业培训导师与教材编委,中国智慧工程研究会 AI 提示词工程师高级师资认证导师;上海团市委、市妇联特邀 AI 讲师,课程入选上海团市委「最受青年喜爱的十大夜校课程」榜首。
企业 AI 落地失败,多数时候不是方案错了,也不是模型不行——是员工第一次打不开那个界面、装不上那个插件、登不进那个账号,试了两回没成,从此再也不打开了。
方案再漂亮,卡在这一步就等于零。所以这一米我们专门派了人:他负责你们员工在安装、环境搭建、账号权限、工具配置、日常操作各环节的现场支持,培训后的答疑期驻场跟场,一对一手把手带过第一遍。
累计现场支持 1500+ 人次,覆盖安装配置、账号权限、工具报错、操作卡壳等各类问题——有人替他们把问题当场解决掉。
培训现场平均 3 分钟内到位、当场解决率 90%+;答疑期驻场跟场,确保学员回到工位上还能跑通——不是课上会了就算数。
《常见卡点手册》持续沉淀,把重复出现的问题转成员工可自助查阅的图文步骤,重复求助降了一半以上。