大数跨境
首页
>
FDE 招不到，FDU 组得起（二）
>

FDE 招不到，FDU 组得起（二）

FDE 招不到，FDU 组得起（二） AI驱动数字化转型
2026-10-14
4
导读：真正的解法可能不在招聘启事上，而是藏在另一头的做法里，不问能不能招到一个全能的FDE，只问这支FDU队伍怎么组。
一个人如果凑不齐的话，那就换成一支队伍去接！这事在今年有了一个正式的名字。
5月14日，IBM咨询对外发布了一套新的交付方式，名字叫前线部署单元，英文写成Forward Deployed Units，缩写正好也是FDU。发布稿里有一句话说得直接，FDU并非指某一个人，它是一支作战小组。
这个小组的结构有点特别，人类专家站在两头，中间夹着一支由专业智能体组成的数字员工队伍，编码、评估、测试、文档这四类活，由它们在人的指导下完成。
同一份发布稿给出的数字更让人记住这支单元，一个六个人的小组，可以完成过去需要三十人团队才能做完的工作，而且成本结构更好。这套做法还会在每一个项目里继续变细，做得越多，方法越锋利。
IBM咨询负责人Mohamad Ali在文里写得很明白，一个六人小组可以完成原本需要三十人团队才能做的工作，这套组合本身就是价值所在。
目前这套单元已经进了几家企业，利雅得航空、雀巢、喜力、培生都在名单上，做的都是同一件事，把人工智能从孤立的试点推进到大规模生产。IBM自己的说法是，他们正在从亚太到欧洲再到美国，持续铺开这种单元的部署数量。
如果只把它读成一次产品发布，就会漏掉里面最有价值的一句判断。
这句话出现在IBM自己的一篇分析里，大意是，给一个新角色起个名字，并不会改变收益的去向，真正改变收益去向的，是把交付的单元按照新的规模来源重新搭一遍。
翻译成日常的话，过去三十年，交付的规模靠人力堆，人多产出就多，于是所有的计价方式，人月、人天、固定总价按人头算，都是围着这条逻辑定的。AI进来之后，产出不再跟人数成正比，一支会调度智能体的队伍，可以在人数不变的情况下把产出拉高，原来那套计价和组队方式就松动了。
起一个新头衔解决不了这个松动，重新设计交付单元才可以。
这也是为什么这篇发布值得跟前面的FDE热潮放在一起读。前面那两年，整个行业在追一个岗位名；IBM这一步，换的是组织的最小单位。
把两件事摆在一起看，差别落在三个地方。

PART 01
三个核心差别


单位不同
FDE的最小单位是一个人，招到、培养出、留得住这么一个人，事才成了一半；FDU的最小单位是一支单元，单元里的角色可以拆开，领域专家负责重构业务流程，架构师负责连接战略和执行，工程师负责把方案搭出来并且扩展，一个人不必同时是这三个人。
这一点正好对着上篇说过的那道难题。六样本事摞在一个人身上很罕见，可把六样本事分摊到三个人身上，再让智能体接掉编码、测试、文档这些有明确边界的活，凑齐的难度就降下来了。

衡量方式不同
传统交付看的是交付物，方案文档交了、系统上线了、验收单签了，项目就算结束。FDU看的是运行中的系统，因为智能体这类系统的调优和治理是持续的，交付并不是一次性的项目，它是一段持续的运行过程。
这句话听着抽象，落到日常工作里其实很具体。系统上线只是开始，业务规则会变，数据分布会变，人对它的信任度也会变，这些变化都得有人在场承接。

现场定义不同
FDE讲的是把人派到客户那里去；FDU讲的是把一支能独立运转的小队放到客户那里去，小队自带工具、方法和智能体，走的时候留下的不止是文档，还有一套可以被下一支小队接手的做法。
这三处差别说完，就能理解标题里那半句话的意思了。招一个人很难，凑一支小队反而容易些，因为小队里的每一样能力都找得到人，难的是把它们组织在一起。

PART 02
巧合的同名异业

说到这里，得插一句题外话，因为它太巧了。
FDU这三个字母，在另一个行业里已经用了二十多年，那个行业是石油物探。
地震队到野外采集数据，靠的是一排一排摆在测线上的采集站，行话管它叫野外数字化单元，英文写成Field Digitizing Unit，缩写正是FDU。Sercel公司的428XL采集系统里，每一个采集道配一台FDU，它负责把检波器收到的震动信号数字化，再顺着电缆或者网络往回传。
单看一台采集站，它其实没什么了不起，就是一个会做模数转换的小盒子，成本不高，坏了换一台也不心疼。可一台站着不动没有任何意义，要出图像，得把成千上万台按设计的排列铺到野外的荒地上，让它们同时开动，数据汇到一起，地下几千米的结构才会在屏幕上显出来。
这个结构和IBM说的那件事，在道理上是通的。价值不在单台设备上，而在单元的组织方式上，在于怎么把它们排成一张网，怎么让它们同步，怎么判断哪一台掉了队。
野外采集里有个说法更贴切，摆得再密的排列，只要少了关键的那些点，剖面上就会出现一块空白，谁也补不出来。
把这句话放到企业的处境里，正好用得上。

PART 03
甲乙双方的解法

上篇那两个制约点，一个在甲方内部缺少能拍板到落地的人，一个在乙方留不住长期在场的经验。这两件事光靠招FDE解决不了，得从组织的最小单位上重新想办法。

甲方端：内部培养队伍更合适
先看甲方这一头，真正适合把FDE团队养起来的，可能正是甲方自己。
理由有三条，都不复杂：
  1. 第一条是时间，甲方的人本来就在这个业务里，不用重新学一遍行话，他缺的是技术和工具，而不是业务语境。
  2. 第二条是权力，内部人动流程、调岗位、改考核，比外部顾问容易得多，FDE真正卡住的地方往往就是这些。
  3. 第三条是留得住，项目结束人还在公司里，经验不会随着合同到期一起走。
行业里已经有人把内部分工讲得比较细。有一种说法是把内部分成两类角色，一类偏向业务翻译和方案设计，用懂业务、在内部有威信的人来做；另一类偏向工程实现和系统集成，交给有跨行业技术积累的人。前一类往往由财务、生产、供应链这些岗位上的老兵转过去，后一类从技术团队里挑。
这个分法说明了内部培养是可行的，前提是把两件事做起来。一是给这条通道单独定薪酬，不能塞回原来的职级体系里去涨；二是让做这件事的人分享业务成果，光是兼职或者挂个头衔，人很快就不干了。

乙方端：长期服务是前提
再看乙方这一头，长期服务关系几乎是唯一的前提。
Palantir能把这套做法做二十年，靠的是它的客户愿意给一段长到可以慢慢理解业务的时间。军方和情报机构的合同周期长，需求连着几年不变，驻场的人可以从容地把一件事做透。换一家客户，合同一年一签，按单结算，驻场的人还没来得及搞懂这家企业的门道，工期就到了。
所以乙方要沾这套模式的光，得先在合同结构上给自己留出时间，把一次性的交付改成有连续性的服务，把知识从个人身上搬到公司资产里，人走了经验还留着。这件事做起来并不轻松，它动的是服务商内部的计价方式和考核方式，比换一套工具要慢得多。
这门生意的结算方式也得跟着变，按人天计价的合同里，一支六人小队做了过去三十人的活，服务费并不会跟着翻三十倍，差额就白白漏了出去。已经有团队在试效果分成，甚至直接持股，把甲乙方关系往合伙人那边挪。IBM这次的动作，某种程度上也是在给自己换一套计价逻辑。
把两头合起来看，一个更合理的局面就出来了。甲方养一支自己的队伍，负责业务翻译、方案设计和组织内部的改造；乙方提供技术攻坚和跨行业经验，在一段足够长的服务关系里持续投入。两边各自的短板，正好是对方的长处。
PART 04
指向组织形态的变化

再往远看一步，这种变化指向的是组织形态本身。
过去企业买软件，是按项目买的，一年的预算、一次上线、一份验收报告，事情就结了。智能体系统不按这个节奏走，它要持续调优，要跟着业务变，衡量它的标尺是它今天跑了多少活、替人省下多少时间，而不是它哪一天上过线。
这件事推着企业去设一个新的位置。行业里已经能看到两种落法，一种是把它当成组织转型，单设一个直接向一把手汇报的机构，统筹各部门的数据和流程；另一种是把它挂到具体的业务线上，由业务负责人盯着产出。
两种落法背后是同一个判断，AI落地到深处，技术部扛不下来，它是一把手要过问的组织工程。
这里面还有一层变化不容易察觉，它落在验收标准上。过去的软件交付，甲方买的是功能清单，乙方交的也是功能清单，两边的共识写在合同附件里，验收单签了字就算完成。
智能体系统的交付没法照这个写，因为它今天做对的事，明天遇到新数据可能就做错，交付的质量要等跑上一段时间才看得出来。验收的标准也就从功能变成了效果，从有没有做出来，变成做得准不准、快不快、替人省下了多少时间。标准一变，甲方的验收部门和乙方的交付团队都得重新找自己的位置。
说到这里，标题那两半的意思也就完整了。FDE招不到，是因为一个岗位要装下六样本事，还要装下跨部门协调的权力，这样的要求压给一个人，本来就超出常理。FDU组得起，是因为把这几样本事拆进一支小队，再用智能体接掉那些边界清楚的活，事情就从找人变成了组队，从个人能力的问题变成了组织设计的问题。
把系统跑起来并不算最难，难的是让它在真实业务里一直跑下去。这件事没有一次性的解法，只有一次次重新组队。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 1105
粉丝 1
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读13.3k
粉丝1
内容1.1k