📌 TL;DR: 演示能够证明AI在准备好的条件下可以完成一组动作,系统上线则让它连接正式数据和操作。这两件事都很重要,却不能单独证明公司已经能够提供一项持续的业务服务。 真实换货请求会带来订单字段缺失、库存变化、物流结果没有返回等问题。AI采取行动以后,业务状态还会继续变化,新的状态又影响下一步。很多问题同时涉及系统连接和业务判断,无法只靠上线前的需求文档解决。 FDE(Forward Deployed Engineering)是一套落地工程。它让业务人员和工程团队围绕同一项业务服务,看见AI拿到了什么信息、采取了什么行动、哪里需要人工决定,并根据消费者实际得到的结果继续调整。 公司要先在明确范围内正式提供换货服务,再通过真实请求判断这种方式能否长期维持。当同类换货能够持续完成、品牌愿意继续购买,服务收入或成本改善也能支持运行时,公司才知道这项服务可以继续。一项服务成立不等于整家公司已经AI原生,但公司把转型方向变成了一项能够正式提供的业务服务。

选定业务以后,AI怎么走向正式商用?丨ANC转型的FDE落地工程

一家为电商品牌提供售后运营服务的公司,准备先把一个品牌、一类常见商品的普通换货交给AI。

团队已经把演示跑通了。消费者提出换货后,AI可以核对条件、安排取件、通知仓库发出替换商品,再根据物流信息继续跟进。

按照过去建设软件系统的经验,接下来似乎只剩下几件事:接入正式系统、完成测试,然后上线。

02页.png

可这一次,公司要交付给品牌客户的,不是一项能运行的功能,而是一次完整的换货。消费者提出申请以后,原商品要取回,替换商品要送达;不管订单、库存还是物流发生什么变化,换货都不能停在中途。

公司能不能正式用AI向客户提供服务,还要看第一批真实换货请求进来以后,这项服务能不能继续走下去。

NotebookLM的音视频概览,解读的比较通俗易懂,对于时间比较紧张的读者朋友,可以听听,会有启发。


一|演示正常,不等于公司已经能提供这项服务

第一批真实请求很快暴露出演示中没有遇到的问题。有一笔订单来自品牌的另一个销售渠道,订单里没有记录商品状态,AI无法判断是否符合条件。服务人员补齐信息后,AI看到库存可用并安排发货;仓库却已经为另一笔订单锁定了这件商品。AI安排发货以后,才收到库存不可用的更新。

04页.png

另一次取件没有按计划完成,结果只更新在物流系统里。AI仍然以为原来的安排有效,没有重新联系消费者,也无法判断接下来应该等待、改约,还是交给业务人员处理。系统没有报错,换货服务却停在了中途。

演示仍然有价值。它证明AI能理解消费者请求、调用所需系统,并在准备好的条件下完成设想中的动作。

但品牌客户付费购买的换货服务,要达到真正的商用标准,需要在信息缺失、库存变化和取件失败时继续向前,直到消费者收到替换商品。

这时要验证的,不只是系统能不能运行,而是公司能不能让AI在真实条件下把换货持续做完。对AI原生企业来说,这个分界尤其重要:

AI Native Company,是以AI Agency为主力实现核心价值创造的公司。

换句话说,要看AI能否持续了解变化、采取行动、检查结果并继续处理,成为公司创造核心客户价值的主要力量。当前这项换货服务正式商用,还不能单独证明整家公司已经AI原生。

二|正式商用,需要业务和工程一起协同

技术团队可以把订单、库存和物流接口接进正式系统,也可以修复字段错误和调用失败。这些工作不可缺少,但前面的换货为什么停下,并不全是接口有没有接通的问题。

05页.png

订单缺少商品状态时,业务人员要说明哪些情况可以继续换货,哪些情况必须交给人判断;工程团队据此调整AI能够读取的订单信息。库存被仓库锁定以后,工程团队要让仓库的锁定状态及时被AI读到,业务人员则要决定在什么情况下等待库存、换用其他商品,或者先与消费者沟通。

物流取件失败或消费者通过电话改变时间,也不能只留在另一个系统或某位员工的记录里。工程团队要让这些新情况重新被AI读到,业务人员要明确AI可以怎样重新安排、什么时候需要人工决定。业务人员作出决定以后,系统还要记录这个决定和理由,并交给AI继续安排取件、发货和检查结果。

06页.png

这些问题既涉及系统连接,也涉及业务判断。业务人员和工程团队不能各自完成一部分,最后再等系统验收,而要沿着同一批真实换货一起解决问题。这套工程就是FDE。

FDE是Forward Deployed Engineering,即落地工程。

在FDE中,业务人员和工程团队一起看同一批真实换货:AI拿到了什么信息、做了什么、为什么停住,消费者最后有没有收到替换商品。问题出现后,再分别调整业务判断、系统连接和人工处理方式。

07页.png

这项落地工程可以由内部团队完成,也可以由内部和外部团队共同完成。无论谁来做,都要沿着真实换货继续解决AI读不到信息、行动没有结果、人工决定无法返回等问题。

我们之前的文章「为什么AI Demo越来越容易,真正上线却越来越难?丨FDE重新理解AI交付」,解释了演示与正式交付之间为什么存在一段工程距离。

服务范围仍可只覆盖这个品牌和这类商品,争议或超出范围的请求仍交给业务人员。FDE要做的,是让纳入范围的普通换货不再停在订单、库存、物流或人工接手处,而是继续推进,直到消费者收到替换商品。

三|正式上线以后,还要看能不能长期做下去

公司需要先在明确范围内正式向品牌提供换货服务,让AI处理日常请求,业务人员接住争议和特殊情况。人工参与并不妨碍商用,关键是业务人员作出决定后,AI还能继续安排取件、发货和跟进。

08页.png

一笔换货完成,只能说明这一笔没有停在中途。公司还要看,同类换货是否能够持续完成,品牌是否认可并愿意继续购买这个服务;服务收入或成本改善能否支持AI运行、系统连接、人工处理和持续维护。

项目团队临时盯住每一笔请求,可以帮助公司发现问题,但不能成为日常做法。售后业务负责人要负责这项服务的日常运行,明确哪些情况由AI处理、哪些问题交给人决定,并在出现新问题时组织业务和工程团队继续调整。品牌不认可,或者收入与成本改善不足以支持服务运行,公司仍要调整,必要时停止。

当同类换货能够持续完成,服务也不再依赖项目团队守住每个环节,公司才具备长期提供这项服务的能力。这个结论只属于当前换货业务,不代表整家公司已经成为AI原生企业。

ANC视角

09页.png

AI正式商用,不以演示通过或系统上线为标志,而要看公司能否让AI在真实业务中持续交付客户结果,并长期提供这项服务。FDE就是把选定的业务建设到这个状态的落地工程。

10页.png

ANC讲的是公司希望把核心价值创造方式变成什么样。FDE处理的是眼前这项真实业务:业务人员和工程团队一起解决商用中出现的问题,把由AI推进的换货业务,逐步做成公司能够长期提供的服务。两者不是先做完一个、再进入另一个。即使这项换货服务已经可以稳定运行,也不能据此判断整家公司已经成为AI Native Company。

写在最后

11页.png

当AI能够持续完成日常换货,业务人员并没有因此退出。他们仍要处理争议、作出决定,也要对品牌承诺和经营结果负责。

如果AI最终成为公司核心价值创造的主力,人的位置会怎样变化?AI原生企业,是不是就应该尽量少用人?


来源与限制

  1. 文中的售后运营服务公司、演示订单及真实换货问题均为综合设想,不对应任何特定电商品牌、售后服务商、电商平台、物流企业或AI产品。
  2. 订单字段、库存变化、物流结果和人工处理之间的关系用于说明FDE面对的工作对象,不代表售后行业的通用流程,也不表示所有换货服务都需要使用AI Agency或FDE。
  3. 消费者完成换货、品牌客户愿意持续购买和售后运营公司长期获益,都是需要在真实业务中验证的结果,不是本文预设会发生的事实。
  4. 本文所说的FDE采用Forward Deployed Engineering/落地工程口径,不把它定义为单一岗位、驻场形式、外包服务、咨询或系统集成,也不限定必须由内部或外部团队完成。
  5. 本文对“正式商用”的解释,以及ANC与FDE的关系,是ANC基于两套现行体系提出的综合判断,不是外部产品或研究的原结论。
  6. 一项换货服务正式商用,只说明AI在这项业务中开始形成稳定价值,不自动证明其他业务同样成立,也不证明整家公司已经成为AI原生企业。本文不提供FDE阶段、实施步骤、团队配置、验收标准、预算或扩张方法。

感谢你看到最后,如果你觉得有启发,随手点个赞、在看、转发吧,如果想第一时间收到推送,也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi,AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室,目前有两个主要研究方向:
塔迪AI工程系列」FDE落地工程、ANC:AI Native Company未来公司系列、GEO、AI判断工程。
塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践,深层共鸣的探索。不是用AI解读经典,也不是用经典指导AI。 这是一场跨越2500年的对话,在算法与古老智慧之间,照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025