大数跨境
首页
>
读不懂业务语言，AI就不能在企业真正落地｜迈富时FDE实战拆解，跑通AI业务ROI
>

读不懂业务语言，AI就不能在企业真正落地｜迈富时FDE实战拆解，跑通AI业务ROI

读不懂业务语言，AI就不能在企业真正落地｜迈富时FDE实战拆解，跑通AI业务ROI Marketingforce
2026-10-28
12
导读：大模型的能力持续走强，企业对AI落地的关注点从模型能力本身转向ROI，投入一块钱能不能产出两块钱的收益。

随着大模型能力持续增强，企业对AI落地的关注点已从单纯的技术能力转向投资回报率（ROI）。然而，B端AI落地的核心痛点并非模型强度不足，而是AI难以理解企业特有的“业务语言”。

本文基于迈富时Marketingforce产研高级总监张小龙的分享，深入解析AI落地过程中的三大鸿沟与五步实施路径。通过消费电子、文旅、新能源车企及B2B四个行业的真实案例，提出“业务语言的三门一表”治理框架，旨在为企业提供一套可落地的AI治理与责任体系。
分享嘉宾：迈富时Marketingforce产研高级总监 张小龙

01

AI落地全景图与五步实施路径

迈富时基于原有的企业全链路服务体系，构建了AI原生的内核及底座。经过两年多的实践发现，To B市场已变得更加务实，企业高度关注AI带来的实际业务价值。在落地过程中，主要面临“三大鸿沟”：
1. 应用浅层化：早期应用多集中在生成报告、文案等体验型场景，未深入核心业务；
2. 缺乏业务底座：企业内部缺少能承载具体业务的统一平台；
3. 工程化缺失：多为无法复制推广的“样板间”工程。
基于此，形成三个关键判断：组织关系从“人-岗位”转变为“人+Agent-任务”；AI懂世界但不懂企业，需建设语义层；避免“穿新鞋走老路”的思维惯性。
为此，提出FDE（Field Data Engineer）方法论，包含五个步骤：找场景、建Agent、跑业务、验价值、持续优化。其中，“跑业务”是检验不同公司实力的分水岭。
FDE角色呈现两大变化：一是一人多角色，兼具业务分析、编码及治理能力；二是多代码快速迭代，在现场迅速交付原型。其核心价值在于将现场经验沉淀为客户组织能力，而非仅停留在供应商侧。

02

需求模糊？从“边做边聊”开始

客户往往难以清晰描述AI需求，通常只提出症状（如“做个销售助手”）。对此，FDE团队采取“边了解边干”的策略，入驻第一周完成三件事：跑一遍业务、摸一遍数据、聊一遍关键人物。
通过每日为客户制作Demo，快速逼近客户心中的理想形态。这种高频迭代过程能有效挖掘隐性需求，明确关键因素，是区别于传统调研的核心差异点。

03

四大行业AI落地实战案例

1. 消费电子制造龙头：从工具到资产沉淀

初始需求：整理WhatsApp销售聊天记录。
深层问题：报价规则存在于销售脑中，审批在OA，订单在ERP，海外业务链路未数字化。
解决方案：梳理从线索到订单的全链路，明确客户意向标准、报价规则及分层逻辑。
最终交付：不仅是销售Agent，更是将散落的业务逻辑转化为企业的知识资产。

2. 文旅集团：专家能力蒸馏与复制

初始需求：提升销售转化率的辅助Agent。
深层问题：优秀销售的个人技巧（如针对不同客群的推荐策略）未标准化。
解决方案：记录并清洗高销话术，提取关键点，转化为Prompt和知识库，构建决策链路并进行评测。
最终交付：一套能复制专家能力的机制，即“能力蒸馏”，让普通销售具备专家水平。

3. 新能源车企：知识治理体系构建

初始需求：统一的知识库平台。
深层问题：车型资料更新快，涉及版本管理、发布审批及权限管控等治理难题。
最终交付：不仅是大模型产品，更是一套完整的知识治理与管理流程标准。

4. 民生数据龙头：智能问数的合规协同

初始需求：通过Agent直接获取所需数据。
深层问题：敏感数据管控及口径定义冲突（如经营部门看重业绩，财务部门看重利润）。
解决方案：清晰定义合规、业务、技术三条线的流程图，确保数据维护有章可循、有迹可溯。
核心洞察：所有案例归根结底都是“人的问题”——谁定义业务语言，谁拥有变更权，谁承担责任。

04

业务语言的“三门一表”治理框架

为确保AI长期有效运行，需建立基于“定义权、变更权、责任权”的治理体系，并辅以RACI矩阵表。

第一门：定义权（Who Defines）

明确企业知识的解释权归属。需建立口径责任人清单，将每个关键知识点、数据项绑定至具体部门和人员，这是治理的基础。

第二门：变更权（Who Changes）

针对Agent异步特性，需建立严格的变更机制：
1. 变更流程与影响面分析：明确口径变更路径，评估对历史数据及关联部分的影响；
2. 回归测试：建立问题集，验证变更后相关联问题的回答准确性，确保全量知识同步。

第三门：责任权（Who is Responsible）

确立问责机制。当出现错误时，需能溯源至模型、数据、口径或输出环节，明确责任人，以便纠错和优化，避免因一次错误导致用户弃用。

核心工具：RACI权限表

通过RACI矩阵（Responsible执行、Accountable拍板、Consulted咨询、Informed知会）明确业务、数据、IT、财务等部门在定义、变更、责任环节的权限。这张表是企业后续运营Agent的操作指南，防止因缺乏运维手段而导致智能体被废弃。
迈富时据此构建了统一本体推理平台（定义权）、知识平台（变更权）及Agentforce智能体中台（责任权），形成“咨询+平台+实施”的整体服务闭环。

05

Q&A：FDE团队建设与应用规模化

问：FDE团队如何搭建？
张小龙：主要依靠内部培养和转岗，而非外部招聘。参考Palantir模式，分为两类路径：
1. Echo（偏咨询）：由产品经理、售前顾问转型，强化AI Coding能力，快速出原型；
2. Delta（偏开发）：由技术人员转型，通过项目实践补齐业务能力。
需注意，偏研究型算法人才未必适合转型，销售人员因绩效文化差异也较难适应FDE角色。
问：如何实现AI应用的规模化推广？
张小龙：规模化必须回归产品维度，采取“两条腿走路”策略：
1. 针对KA大客户：提供“工具平台+FDE实施”，在复杂底座上承载定制化交付，并将经验沉淀回产品；
2. 针对中小/尝鲜客户：提供端到端的垂直场景AI应用（独立Agent），降低门槛，实现快速复制。

⩓

现任迈富时（02556.HK）产研高级总监，历任多家科技企业技术VP、CTO，复旦大学计算机系毕业，拥有二十余年ToB/ToC系统产品与技术架构经验。深耕企业数智化转型与AI落地，主导东方航空、招商银行、国网等大型客户智能体平台建设，擅长大模型、智能体技术体系搭建与行业场景规模化落地。

【声明】内容源于网络
0
0
Marketingforce
Marketingforce迈富时(02556.HK)，是中国最大的营销及销售SaaS公司，围绕Tforce营销大模型和AI-Agentforce中台，累计服务超20万家企业，我们以客户为中心，赋能企业全速迈入AI增长时代!
内容 219
粉丝 0
Marketingforce Marketingforce迈富时(02556.HK)，是中国最大的营销及销售SaaS公司，围绕Tforce营销大模型和AI-Agentforce中台，累计服务超20万家企业，我们以客户为中心，赋能企业全速迈入AI增长时代!
总阅读11.5k
粉丝0
内容219