一、AI漫过了几乎所有行业的堤岸。
大模型的参数越卷越高，应用商店里的AI工具多到数不过来，企业CIO们开会时言必称“智能化转型”。可如果你真的走进一家企业的财务部，坐下来看一整天，会发现一个耐人寻味的真相：会议室里演示得无比流畅的AI，一进入真实的业务现场就失效了。
数据是杂乱的——ERP导出的报表格式千奇百怪，Excel里躺着十几年没清理过的历史记录，不同系统的字段定义各说各话。流程没有标准化——同一种业务场景，不同分部的操作方式可能相差十万八千里。老系统对接不上——财务系统是十年前的架构，API接口？不存在的。员工不会用也不想用——培训做了三场，大家听完鼓掌，回去继续用老办法。
这不是某个行业的特例。这是所有行业、所有职能共同撞上的那堵墙。
AI在会议室里是明星，到了工位上就成了摆设。
于是，一个新的岗位悄然浮出水面。它叫FDE——Forward Deployed Engineer，前沿部署工程师。硅谷的OpenAI、Anthropic、Google在招，国内的腾讯云、阿里云、网易、字节也都在招。海内外招聘平台上，这个岗位的需求在一年之内涨了数倍。上海把它写进了官方的人才培养计划，有大学从高考开始招收“Pre-FDE试点班”。
但如果你以为这又是一个靠“新概念”收割流量的职场故事，那就错了。
二、FDE到底是什么？
最直接的说法是：被公司派驻到客户那里，辅助客户把AI真正用起来的那个人。
销售把产品卖出去就结束了。坐在公司写代码的工程师，面对的是干净的数据、清晰的接口、标准化的环境。FDE不同——他坐到客户的工位旁边，先弄清楚对方每天是怎么工作的，再把AI嵌进那个流程里，让它真正运转起来，并且有人持续使用。
深圳一家公司在招聘启事里写了一句话，我觉得是目前为止最精准的定义：把AI从演示，变成业务现场可持续运行的系统。
听起来简单？做起来完全是另一回事。
有一个律所的真实案例。客户最初说：我们想做个AI知识库。技术团队的第一反应是：把文档导入，让AI能检索就行了。深入沟通之后才发现，问题根本不在知识库——Word文档里全是截图和网页链接，AI读不出来；资料分散在办公软件、老系统和历史卷宗里；律所没有技术人员，交付之后律师得能自己维护；最要紧的是，他们要的不是网上查得到的法律知识，而是律所自己积累了十几年的那套方法论。
客户口头描述的需求，和他真正想解决的问题，中间隔了一整轮业务诊断。
这才是FDE真正在做的事。一位从业者的判断很直接：真正的FDE，八成时间在理解业务，两成时间在做AI；上手第一件事不是写代码，是开始提问。
三、FDE在国内的现状：一半是海水，一半是火焰。
有人在BOSS直聘上把成都、上海、杭州、深圳四个城市的FDE岗位逐一翻了一遍，结论很扎心——一半的岗位在做真正的落地，另一半只是把“驻场实施”换了个名字。薪资从3-8K到50-80K不等，相差十几倍，而且这个差距不完全是资历拉开的——好几个都写着“经验不限”，薪资却从10-15K到20-40K不等。甚至还有一家公司挂出了“手机功耗FDE”的岗位，实际工作是手机功耗测试，跟AI毫无关系。
同一个岗位名称底下，可能是两个完全不同的世界。
那真正的FDE长什么样？我梳理了一下，有三条清晰的入行路径。
第一条是实习和应届通道。
四个城市合计有八个FDE实习岗位，日薪120到350，大厂普遍给到250-350。学历要求最宽松的写着“学历不限”，甚至有“高中”。入场标准也并不高：用过大模型并且真正用它解决过问题，至少能用Python写脚本，不怕动手。自己做过的AI项目——课程作业、个人项目、黑客马拉松——都算数。
第二条是自己做出第一个真实交付。
这条是主线，无论走不走另外两条，这条路都必须走。因为面试官问的是你做过什么，不是你学过什么。学历、证书、课程都替代不了一个真实有人在用的东西。标准也很具体：数据是真实的，AI嵌在流程里而不是拿来对话，结果有落地，部署在服务器上，至少有一个不是你的人在使用，你能说清楚它的效果好不好。最后两条是大多数人达不到的地方。
第三条是政策通道。
以上海为例，市人社局和经信委在办FDE高级研修班，大赛优胜者可以直接认定工程师职称。上海开放大学开了全国第一个FDE专项课程，上海应用技术大学新设了Pre-FDE试点班。当然，局限也很明显：时间成本高，受地域限制，名额有限。
值得一提的是，还有一条被很多人忽略的路——AI Coding方向。大厂有FDE岗位整个围绕“帮客户团队用好AI编程工具”展开，杭州一个15-18K的岗位，任职要求里直接写着熟练使用至少两种AI编程工具。如果你已经在用Cursor、Claude Code这类工具做事，这就是你的资历，只是还没写进简历。
四、AI行业正在从“卖工具”走向“交付价值”
真正让我觉得这个岗位值得被认真对待的，不是那些招聘数字，而是它背后折射出的一个深层变化。
FDE的出现，意味着AI行业正在从“卖工具”走向“交付价值”。
过去两年，AI公司的商业模式大体上是卖软件、卖账号、卖API调用次数。产品卖出去了，合同签了，钱收了，至于客户用没用起来、用得好不好——那是客户自己的事。但AI和传统软件最大的不同在于，它的价值不是“装上去就有”，而是“用起来才有”。一个没人用的AI系统，和不存在没有区别。
FDE就是这个认知转变的产物。他们不是坐在公司里写代码的工程师，也不是只负责讲方案的售前。他们到现场去，把AI装进真实的业务流程里，让它在混乱的数据和复杂的环境中真正运转起来。
而且，真正的FDE产出两份东西：一份给客户，是一套能用的系统；一份给自己公司，是一套可以复制到下一个客户身上的方法。如果只为客户交付、交付完成即离场、没有留下任何沉淀——那只是纯粹的外包，不是FDE。
这条路，其实国内已经走了十年，只是当时不叫FDE，叫“售前+实施+技术支持+项目现场+临时产品经理”。做过实施、售前、交付、驻场、技术支持的人，经验天然就能翻译成FDE的简历。
五、那FDE对财务人意味着什么？
意味着一个巨大的机会窗口正在打开。
财务是AI落地难度最高的领域之一。数据敏感、流程复杂、合规要求严苛、系统老旧。但正因如此，它也是FDE最能创造价值的地方。一个能帮企业把AI真正装进财务流程的人，价值远超过一个只会操作财务软件的人。
门槛没有大多数人想象的那么高。FDE最稀缺的能力不是编程，而是能扎进一门陌生生意并快速摸懂。一个学法语的00后也能上手。技术是入场券，业务理解力才是天花板。
最值钱的两样能力，招聘启事上不一定会写，但面试官一定会问：会衡量效果，和会问出真问题。会衡量效果才能按结果收费，不会就只能按工时收费——这既是技术能力，也是定价能力。能听懂客户没说出来的痛点，能把模糊的表述转化成可量化的目标，能判断哪些事情根本不该用AI做。
这些能力，财务人每天都在练。预算分析、风险判断、流程优化——哪一样不是在模糊的信息中找出清晰的路径？
不是培养工程师，而是让财务专业进入AI时代。
六、直播预热
今天晚上，有一场直播。
创始人张俊瑞将对话FDE实战老师，聊三个问题：为什么企业买了AI工具，工作仍没改变？财务型AI-FDE究竟是什么？财务人如何做成第一个真实AI场景？
这三个问题，恰好对应了FDE这个岗位最核心的三个命题：诊断真问题、定义真价值、做出真交付。
如果你是一个财务人，正在思考AI时代自己的位置在哪里——这场直播值得你花一小时。如果你已经在用AI工具做事，却不知道这算不算一份可以写进简历的资历——这场直播会给你答案。如果你只是想看懂这个正在发生的变化，不想被时代抛下——那更不该错过。
AI不会取代财务人，但会用AI的财务人，一定会取代不会用的。
📺 扫码预约，今晚7点见
线上直播 · 扫码预约
让财务经验，成为可部署的AI能力
