上个月在杭州，和一位老友吃饭。他做了十二年 To B 销售，去年开始带队做央国企的 AI 落地。
他讲了一句话，让我琢磨了很久：
"央国企项目能不能成，前三个月基本就能看出来。三个月还没建立起信任，再补也难。"
这让我想起在浙江合作了三年的那家国企。第一年我们也踩了不少坑，第二年才慢慢顺起来，第三年回头看，前三个月那段"试婚期"，其实是最关键的一段。
今天这篇，就想把这三年里最值钱的几个体感讲给你听。
每一个，都是用真金白银换来的。
先讲一个反差。
中小企业里，客户可能刷到你的公众号，觉得产品有意思就买了。央国企不太一样——客户不会因为你"看起来厉害"就把项目交给你。
为什么？
原因很朴素：他要考虑"万一"。万一你这家小公司明年不在了，谁来接手？万一系统出了事，谁来兜底？
所以你会看到一个现象：央国企给出来的第一个项目，金额往往不大，范围往往不核心。说白了，他在拿这个"小单子"，观察你这个团队到底怎么做事。
不是看你技术多牛。是看你：
文档的页码、标点、格式规不规范；
用词是不是他这个组织熟悉的表达；
出现问题的时候，你躲不躲。
这就是我反复和团队强调的一个词——情绪价值的交付。
它不是说几句漂亮话，也不是陪客户吃饭喝酒。它的本质是：在整个项目周期里，让客户持续相信——
你懂他的业务，你不会跑，你能和他一起扛。
我见过一些团队，技术是真的硬，但和客户沟通时满嘴互联网黑话和内部梗，文档还一堆错别字，要客户自己改。最后客户来一句：
"连这点事都做不好，做出来的东西能靠谱吗？"
你看，客户未必比 FDE 团队更懂 AI，但他一定看得出你这个团队做事"稳不稳"。
再讲讲绕不开的总集成方
招投标，是央国企项目里另一个绕不过去的事。
央国企招投标往往有长期供应商和入围要求。一个五六人的 FDE 团队，哪怕技术再硬，也可能连投标资格都没有。
所以大型项目里，经常能看到运营商、当地大数据集团这种总集成方站在中间。这不是客户故意刁难你，也不是坏事，而是项目本身需要一个"能兜底"的主体。
但硬币的另一面是——真正能把 AI 落到位的，往往又是那些灵活的小团队。除少数大型互联网公司和云厂商外，很多总集成方自己并不具备 AI 交付能力，最后还是要把活儿交给中小团队。
所以小团队不要一看到总集成方就退缩。
你只要想清楚一件事：在这个生态里，你能提供什么别人提供不了的东西？
总集成方有客户关系、合规能力、项目管理能力； 你有 AI 能力和交付灵活性。
关键不是和总集成方"竞争"，而是找一个可信的合作伙伴，把协作成本提前算清楚。
我以前觉得央国企项目难，是因为"决策链长"。后来做了几年才明白——决策链长不是最难的，最难的是没有"自己人"。
什么叫"自己人"？
就是客户内部，真心希望这个项目成的人。在 To B 销售里，这个人叫 教练（Coach）。
教练会告诉你很多"外人看不到"的事：
方案应该从哪个角度切入；
该先向哪位领导汇报；
业务部门真正的痛点是什么；
哪些话能讲，哪些话千万不能讲。
AI 转型常常是"一号位"提出来的，但一号位不会天天盯实施。
没有教练，外部团队就会陷入一种特别尴尬的境地——所有人对你都很客气，但没人愿意和你一起扛事。
怎么找教练？
教你一个笨办法：项目一启动，先画一张"客户关系图"。
画什么？
谁向谁汇报；
谁支持你，谁中立，谁反对；
项目结果和谁的 KPI 关系最大。
关键角色里有反对的，至少先想办法让他变成中立。关键角色里有支持的，赶紧识别出来，定期同步信息。
我有个习惯：教练说过的话，要比领导讲的话更上心。
为什么？
因为领导讲的是"愿景"，教练讲的是"雷区"。
央国企项目里有一类需求，我以前不知道该怎么叫。后来跟团队商量，干脆就叫它"政治诉求"吧。
什么意思？
项目能不能参与评奖； 能不能在系统里被展示出来； 推动 AI 的那位高层领导，能不能"有感"——拿到一个能讲、能晒、能汇报的成果。
有的领导甚至不直接用 AI 工具，看的还是纸质签报，再由办公室人员统一在 OA 里处理。但只要他批了几十万、上百万元的预算，他一定想知道最后做出了什么。
这类需求，你别假装看不见，也别一上来就给它贴个"面子工程"的标签。
一个标杆做得好，可以帮你争取下一期预算、推动更多部门参与、形成持续投入。这是实打实的杠杆。
但不同国企的"政治诉求"权重不一样：
有的国企带公共服务或行政垄断属性，核心压力是保障民生和供给，预算使用受更多约束；
有的国企是充分竞争市场，管理层 KPI 与经营业绩、国有资产保值增值直接挂钩，降本增效才是真诉求。
所以，不能拿一套场景清单去套所有客户。
选场景前，先问自己两个问题：
这个场景，能让领导"看见"吗？
这个场景，能沉淀数据、流程或知识吗？
两个都答不上来，宁可先不做。
还有一个反常识
需求风暴之后，客户会提一堆想法。我的建议是——别试图一次做完。
原因是：
现阶段甲乙双方对 AI 的认知都还在建；
行业也没形成像传统软件工程那样稳定的交付标准；
一次塞太多场景，每个都做不深，反而把信任做崩。
我们更喜欢找一个小切口，先做出"一个能讲的小胜利"。
客户看到价值，乙方也能健康交付，信任才会生长。然后客户才愿意把下一件事交给你。
我们管这个叫"从胜利走向胜利"。
听起来土，但真做几次你就知道——这是央国企项目里，最稳的节奏。
讲一个反直觉的发现。
我们和那家国企合作的第三年，发现一件挺有意思的事——容易想到、技术上能做的场景，基本都做完了。
早期做的知识库产品和流程编排，还暴露出各自的限制。比如算力紧张的时候，Dify 的流程编排越复杂，运行越慢。继续堆流程，没用。
那时候我们才意识到一件事：
AI 落地，不能一直由技术部门替业务部门想需求。
于是我们做了一件事——把培训和陪跑摆到了比技术更靠前的位置。
具体怎么做？
让业务和行政部门的同事，自己做一些小 Agent：写简单的提示词，调用技术部门准备好的 MCP 或 API，组合成小型应用。
一开始他们做得很丑。但做着做着，业务人员开始具备"自己发现场景、自己开发场景"的能力，领导也看到了"组织真的动起来了"。
这种"动"，比任何一个 Demo 都值钱。
所以今天我和你谈项目，会反过来提一件事：把认知课或培训课前置到售前阶段。
客户听了经常反问："我想做 AI 转型，你为什么先让我上课？"
我一般这么答：
"如果只谈技术合同，可以很快。但要让组织真的动起来，必须先让大家都理解 AI 是什么、不是什么、能做什么、不能做什么。市场上有些培训在制造焦虑，我们不是。我们是帮你把预期校准，让后面每一分钱都花得不冤。"
做法上，看客户习惯，分层处理：
-
习惯和外部咨询老师合作的大企业，可以做完整培训； -
没这习惯的，先做半天认知分享，面向中层以上管理者； -
再轻一点，先找一个较成熟的通用场景合作——比如官方内容的文生图、文生视频，或者法务合同审核。
无论从哪个口子切入，预期管理都要做在前面。
认知分享也是双向筛选：客户借此看你是否懂国央企、懂他的行业；你也借此看这个组织面对 AI 转型，目前走到了哪一步。
说个扎心的事实。
央国企项目里，最后一笔款拿不到的比例，比你想象的高。
为什么？
因为很多团队把"验收"想成了项目末尾的一个动作。
错。验收不是末尾，是售前就要规划的事。
为什么验收这么难？
几个原因：
央国企项目大多分阶段付款，最后一笔款的释放直接挂在验收上；
验收不仅看产品，还看客户愿不愿意和你一起把这件事做完；
验收这件事，经常被"领导问数"、专家评审、内部 OA 流程反复卡住。
我的拆解：交付 = 产品交付 + 服务交付
产品交付：系统能不能跑、能不能用；
服务交付：那些没写在功能列表里、但影响项目成败的事——帮客户做标杆、做汇报材料、做科研类客户的成果总结。
服务交付不能替代产品。关系再好，产品差，项目一样会崩。
但反过来，双方变成"针尖对麦芒"——乙方说做完了，甲方说不能用——项目也收不了尾。
几个具体的避坑点：
别选 AI 完成度不高、却要求 100% 正确的场景。比如国企里常见的"领导问数"，可以用 AI 做交互，但绝不能拍胸脯说"只靠自然语言转 SQL，就能稳定、可靠地完成全部工作"。该用传统软件实现的部分，就老老实实用传统软件；
售前和合同阶段，报价和成本必须留缓冲。传统软件工程留 20%—30%，AI 项目还要再叠加"信任程度"和"合作周期"两个变量；
客户有自己技术部门时，他其实会主动告诉你"怎么过验收"。关键是信任到位。
如果乙方团队开始觉得客户"总在刁难技术落地"，合伙人或客户负责人就要立刻介入。否则技术同学再努力，最后客户一句"这不是我想要的"，前面全白干。
还有一条隐藏规则
有时候客户因为财务制度需要付款，但专家评审认为部分内容不达标，双方可以通过承诺函约定后续整改的数据或需求。
这是央国企生态里的一种"软性解决方案"，外人不太知道，但经常救命。
这是我这三年最深的一个体感。
很多 FDE 团队想进央国企项目，预算是一方面，担心也有一方面——"大型集成商和互联网厂商会不会把机会都抢走？"
我自己的判断是：不必过度担心。
为什么？
大型厂商很难完全替代灵活的小型团队；
小型团队也不可能单靠 AI 能力补上客户关系、合规与行业经验。
真正的机会，在两者的结合点上。
我经常和年轻创业者讲三件事：
第一，多参加社区和行业活动。不是为了"蹭资源"，是为了建立持续的人际连接。AI 这个圈子特别小，靠谱的人互相都认识。
第二，不要简单排斥已有关系。家人、长辈、过去同事——这些关系背后，可能是多年共事、同学经历形成的信任。这种信任，很难靠产品在短时间内替代。
第三，多接触在垂直行业做了 10 年、20 年的传统软件公司。它们有深厚的客户关系和行业理解，但可能缺 AI 交付能力；你熟悉 AI，但可能缺行业经验。
大家不一定只是对手，完全可以一起把项目做成。
这三年，我们从信创一体机、DeepSeek 部署开始，到知识库、Dify 流程编排，再到 AI 门户、Agent 场景，最后把培训和陪跑摆到前面。
回头看，技术底座一直重要。但让项目继续走下去的，从来不是技术本身——是客户内部有人愿意推动； 是业务部门逐渐学会参与； 是每一次小交付，都没有透支彼此的信任。
模型一定会变，工具一定会变。今天看起来很复杂的流程，明天也许会被更简单的方式替代。
但"复杂组织接受新技术"这件事，永远不会只靠一次模型升级自动完成。
它需要：
有人懂技术；
有人懂组织；
有人能把产品做出来；
有人能把它讲成客户听得懂、愿意一起干的事情。
这四类人凑齐了，项目才真正开始。
对 FDE 团队来说，这或许才是央国企 AI 项目里，真正难以被复制的能力。
💬 留言区聊聊
你在央国企做 AI 项目，最低估的一件事是什么？
是信任、是教练、是政治诉求，还是验收？
或者你心里还有一个完全不一样的答案？
评论区等你。
AI 时代最抢手的岗位——FDE 前线部署工程师|2天课程
（驻场卖人头，FDE卖结果。从“会用AI”到“交付真实结果”，2天重塑你的职业角色。）
11月周末 上海，快报名加入吧~
