引言:FDE不能按人天计价
Forward Deployed Engineer(前置部署工程师,简称FDE)正在成为2026年AI公司组织架构里最炙手可热的一环。在美国市场,从Anthropic、OpenAI、Palantir到Sierra、Harvey,几乎所有严肃做企业级AI落地的公司都在建设自己的FDE团队。在国内,金蝶、北森等公司也在积极建设FDE组织。
我在《实施顾问叫FDE | 不是换马甲,是企服行业的商业模式突破》文中写了,决定FDE模式成败的关键是:必须重塑技术公司服务的商业模式,那FDE该如何计价呢?
答案的核心共识是:不能按人天/人时计价。
原因很直接——一旦按人天,或者传统说的“时间材料(Time & Materials)”计价,FDE团队就会在经济结构上退化为传统IT外包商或系统集成商,陷入卖人头的低毛利陷阱,也会让客户把AI供应商等同于普通乙方,而不是战略合作伙伴。
传统的时间材料或固定价格软件合同,与AI真正创造价值的方式是错位的:项目投入和产出价值之间往往没有稳定的对应关系,而且这类合同很难让供应商为最终结果负责。
目前行业里实际在用的FDE定价逻辑是:FDE本身很少作为一个独立的计价单元存在,它更多是嵌入在跟客户交付AI解决方案整体合同结构里的一种资源投放方式。
前提:配置FDE是有门槛的
在讨论怎么收费之前,更现实的问题其实是:要不要为这个客户配FDE。
行业里比较一致的做法是用年合同额(ACV)作为门槛:只有当ACV达到一定量级(通常在5万美元以上),且客户已经跑通至少三个可复制的企业试点,公司才会为其配置专属FDE资源。
这意味着,FDE定价问题在很多公司那里根本不是一个独立的定价方式选择题,而是一个资源分配问题——先判断这个客户的合同体量能否覆盖FDE的高成本(美国资深FDE的全成本通常在25万到40万美元一年,前沿模型公司的中位数总薪酬已经超过45万美元),能覆盖就配,配了之后,成本大多被吸收进整体合同价值里,而不是单独出现在账单上。
五种定价逻辑
1.按业务结果分成/ Outcome-based Pricing
这是目前在结果可客观量化的场景里,应用最成熟的模式,比如客服自动化、销售转化。核心逻辑是:供应商只对具体、可衡量、且供应商能施加实质影响的业务结果收费——比如解决一次客服对话、挽回一次即将流失的客户、完成一次追加销售。
如果AI驱动的任务没有被完成,客户通常不用付钱。
这种模式的吸引力在于双方利益高度对齐:供应商只有把AI效果做扎实才能收到钱,这也天然驱动供应商持续优化模型和流程。
但它的适用范围有明确边界——只有当“结果”或“产出”能够被清晰定义、客观核验,并且确实在供应商可控范围内(不受客户内部流程、数据质量等外部因素过度干扰)时,这个模式才成立。
这也解释了为什么这类定价在客服、流程自动化这种结果颗…