上一篇我们聊了一个问题:
FDE到底应该如何入门?
我们从进入一家陌生企业开始,讲了FDE应该如何观察企业、寻找问题,如何把一个模糊的业务需求拆成商业、产品和技术三个层面,再通过一个小场景、小数据、小闭环的MVP,最终用真实数据验证真实结果。
如果把上一篇文章浓缩成一句话,就是:
FDE入门的第一步,不是学习更多AI工具,而是学会进入企业、发现问题,并真正拿到结果。
但做到这里,其实只是开始。
因为一个人能够独立完成一个AI项目,并不意味着他已经成为一个优秀的FDE。
你可能会做RAG,会搭Agent,会接API,也能够把一个Demo真正跑起来。
可是,当你面对的是一家更复杂的企业,面对的是一个跨部门的问题,面对的是老板、业务负责人、IT团队和一线员工完全不同的诉求时,你会发现:
真正困难的事情,已经不是“怎么把AI做出来”。
而是:
这个问题到底值不值得做?
应该先解决什么?
谁需要参与?
谁会反对?
如何让业务真正使用?
如何证明项目产生了价值?
拿到结果之后,又如何从一个小场景扩展到更大的业务?
这时候,FDE真正的能力差距就开始出现了。
所以,上一篇解决的是:
“一个FDE如何开始工作?”
这一篇我们继续往前走一步:
“一个FDE如何真正成长起来?”
一、那么,一个FDE到底需要学什么?
如果你现在准备入门FDE,不建议把学习目标定义成:
“我要把所有AI技术都学会。”
这是一个几乎不可能完成的目标。
你真正应该建立的是下面五类能力。
1. AI基础能力
至少要理解:
大模型基本原理、Prompt、Embedding、RAG、Agent、工具调用、工作流、模型部署、上下文、评估等。
不一定要成为算法专家。
但你必须知道:
什么问题适合AI,什么问题不适合AI。
2. 产品能力
你需要会:
需求分析、用户角色分析、业务流程梳理、原型设计、MVP设计、产品验证。
因为企业不会直接告诉你:
“这里需要一个Agent。”
它只会告诉你:
“这个流程太慢。”
你必须把后面的产品问题找出来。
3. 技术交付能力
至少要能够真正把东西做出来。
包括:
API调用、数据处理、数据库、知识库、Agent、工作流、系统集成、接口调用、部署、日志、监控等。
不一定每一项都做到专家级。
但是不能只停留在PPT层面。
FDE必须具备把方案落地的能力。
4. 企业业务能力
这是很多技术人员最容易忽略的一项。
你需要开始理解:
企业怎么赚钱?
成本在哪里?
利润在哪里?
部门之间是什么关系?
谁是决策者?
谁是真正使用者?
谁承担风险?
谁拥有数据?
谁有权批准?
因为企业AI项目从来不是纯技术问题。
它同时是一个组织问题。
5. 现场沟通和推进能力
这是FDE和普通工程师差异最大的地方之一。
你需要面对:
老板、业务负责人、产品经理、IT部门、一线员工、供应商……
每个人关注的东西都不一样。
你必须能够把同一个问题,用不同语言讲清楚。
对老板讲价值。
对业务讲流程。
对产品讲体验。
对技术讲架构。
对一线员工讲怎么使用。
真正的F…