很多企业做AI,最难的往往不是演示,而是在规划和演示完成后,进入日常使用。问题往往在这个阶段才逐步显现:流程里的数据从哪来、准不准?业务规则谁来定、按什么口径执行?出了问题如何处理?生成式AI输出可能波动,需求和验收标准也会在使用中逐步细化——这些问题需要业务人员和工程人员在真实流程中共同验证。当前火热的FDE工作方式,让专业判断进入实际工作流程,在验证中做好修正,可以有效解决这些问题。这也要求传统的咨询服务在多方面作出相应转变。
—
一份场景建议,除了目标和预期价值,还要说清四件事:由谁使用、需要哪些数据、按照什么规则处理、用什么样例判断效果。拿“辅助核对材料”来说,只写“提升材料质量”没法落地,还要回答几个问题:材料漏项怎么办?制度不适用怎么办?对不上、无法判断时怎么处理?这些问题讲清楚了,工程人员才知道怎么实现,客户才知道怎么验收。
案例:中移咨询在某央企数字化架构治理的实践中,把业务节点、信息系统、责任单位和覆盖状态逐一建立关联,把治理要求转化为可以上线的平台。落到交付物上,就是数据结构、管理规则和系统功能,使咨询方法成为客户能够用来开展日常治理的工具。
—
在FDE团队里,分工要清楚:咨询顾问协助梳理业务问题、流程和规则;客户业务负责人确认业务口径、验收要求和使用责任;架构师和工程人员承担约定的技术方案、系统连接和运行支持。规则调整牵动流程或功能时,各方共同评估影响,在各自职责范围内作出确认,明确决策权限与责任。
这种分工在国际上已有参照。2026年3月,埃森哲与微软公布了FDE合作安排:微软提供平台和技术,埃森哲承担变革管理、流程重构、行业工作流及部署等工作。咨询公司和技术厂商各自的能力边界不同,具体项目里的分工还要结合实际再定,但“行业知识+技术平台”的组合方式值得关注。
—
交付物要帮助客户理解应用的适用范围、识别常见问题,并按约定获得维护支持。培训宜结合真实任务,让客户人员参与测试和日常更新;专业运维由合同约定的责任方承担。
与此相对应的,咨询顾问的能力结构也在变:要能说明业务规则、判断数据条件、理解技术限制,还要能和工程人员一起评价效果;开发能力则按岗位职责深化,不必人人都写代码。当业务规则、样例和说明能够被工程人员采用、被客户理解时,咨询成果就具备了接续实施和使用的基础。
—
FDE并不是全新的事物,而是已经经历了很多年的发展演变。它与咨询服务可以完美融合,尤其是在AI领域,可以将用户需求一步步转化为可以实施、可以验收的成果。可以说,拥抱FDE,能够推动传统咨询服务焕新升级。