从业务骨干到FDE:企业AI场景发现与交付实战

摘要:本课程面向业务骨干转型FDE,围绕客户发现、PoC验证、MVD设计、实现、评测交付与持续运营六阶段,训练需求访谈、价值判断、方案设计与AI工具实操能力。课程强调将业务经验转化为有证据的需求与可运行的最小交付,借助豆包工作、WorkBuddy等现成工具完成原型,并明确技术协作边界,推动企业AI场景从发现到落地的完整闭环。
01

课程背景

企业推进AI应用,往往不仅缺工具,还缺少能够理解真实业务、识别问题、组织方案并推动实际使用的人。业务人员熟悉行业、流程和一线工作,但要从“完成自己的工作”转向“推动AI落地”,还需要系统训练需求访谈、问题判断、价值验证、方案设计和交付协作。

本课程面向业务人员转型FDE(Forward Deployed Engineer,前沿部署工程师)的路线。重点不是把业务人员短期培养成程序员,而是让学员能够将业务经验转化为有证据的需求和方案,并借助现成AI工具动手验证与实现;复杂开发、系统集成与生产保障则与技术人员协作。

课程按FDE交付生命周期六阶段展开,并转化为业务人员可以实践的转型路线:

  1. 客户发现与需求审计:发挥业务经验,找对访谈对象,追问真实事件、还原当前流程,区分事实与假设,形成有证据的需求摘要。
  2. PoC设计与价值验证:选择值得验证的小场景,明确样本、基线、成功标准、投入与风险,借助简易模板开展小范围试验,再决定继续、调整或暂停。
  3. 产品方案与MVD设计:将已选问题转化为最小可交付方案,讲清用户、触发、输入、处理、输出、人工确认与异常,形成可执行、可验收的业务闭环。
  4. MVD实现:借助AI工具完成最小交付:使用豆包工作或WorkBuddy组织材料、使用企业知识与业务规则,完成提取、核对和结果生成;需要独立页面或局部功能时借助AI Coding。业务人员负责描述任务、检查结果与迭代,复杂接口、系统集成和生产部署与技术人员协作。
  5. 评测交付:用正常与异常样本核对结果和依据,定位问题并回归测试,整理使用说明、规则与配置版本、实际运行记录和人工责任,让成果能够被接手使用。
  6. 持续运营:跟踪用户反馈、采纳与修改情况,维护知识和规则,观察真实业务效果,决定何时优化、扩展或暂停。课堂形成试用与维护计划,长期效果在真实使用中验证。

六阶段是项目交付主线,八讲是教学安排。第一天重点完成需求发现与关键假设验证,第二天重点完成方案设计、MVD实现与评测交付,并制定持续运营计划;不把两天课堂等同于真实企业生产上线或长期收益兑现。

教学采用“理论方法、案例讲解、讨论实操、复盘迁移”的组织方式。案例从客户访谈环节开始逐步展开,后续复用同一份需求、流程和验证记录,不重复调研,也不在每张理论页硬套案例。

02

课程收益

  1. 理解业务型FDE的角色、职责与完整工作流程,知道自身能力如何发挥、哪些环节需要技术协作。
  2. 掌握客户访谈与证据整理方法,将模糊表达转化为可交接的需求摘要和问题优先级。
  3. 判断场景价值、AI适用性、数据条件与风险,完成小范围PoC方案并记录实际验证结果。
  4. 设计MVD的输入、处理、输出、人工确认与异常路径,把业务动作转化为可观察的验收条件。
  5. 借助WorkBuddy或豆包工作等主工具完成一个业务原型,并按需使用AI Coding补充简单页面或局部功能。
  6. 使用固定样本检查正常与异常结果,完成针对性修正、回归测试和基本交付说明,形成后续试用与改进计划。
03

课程时间

2天,每天6小时净授课与随堂练习,共12小时;以下为建议排课,具体节奏可结合班级规模与工具环境调整。

第一天:从业务经验到可验证的AI需求:第一讲60分钟、第二讲120分钟、第三讲90分钟、第四讲90分钟,共360分钟。

第二天:从业务方案到可使用的最小交付:第五讲60分钟、第六讲60分钟、第七讲150分钟、第八讲90分钟,共360分钟。

各讲时长已包含案例、讨论、随堂练习与点评,不在表外叠加实操或作业时间。第二天以原型搭建、测试和交付整理为重点。

04

课程对象

希望参与企业AI应用落地的业务部门骨干、运营人员、产品人员、项目经理,以及承担流程改进或数字化协同任务的业务负责人。

不要求编程基础;建议学员具备一定业务经验,能够描述一项熟悉的工作任务。业务经验不等于已经掌握需求访谈,本课程会从方法和练习开始建立能力。

05

课程方式

方法讲解 / 案例拆解 / 情境模拟与数字互动 / 随堂练习 / AI工具跟做 / 原型测试 / 成果点评与业务迁移。

工具安排:开课前从WorkBuddy或豆包工作中选择一个统一主工具,不要求全班在多套平台之间切换。AI Coding按案例需要补充简单页面或小功能,不展开编程语法、全栈框架或服务器运维。

案例安排:建议沿用已准备的报销材料预审案例,从“希望做一个AI报销智能体”的模糊表达开始,在访谈、验证、方案与实操中逐步推进;正式教学场景可结合企业业务确认。

实操准备:开课前确认主工具账号与权限、材料读取、知识使用和必要计算能力,准备脱敏或模拟材料及正常、缺项、异常样本。课堂结果按实际运行记录,不把演示或预期答案当成已验证成果。

06

课程大纲

第一天:从业务经验到可验证的AI需求

第一讲:业务人员如何转型FDE(60分钟)

理论知识与方法要点
  • FDE的角色定位、核心职责与完整交付流程
  • 业务型FDE的优势、能力缺口与技术协作边界
  • 从“完成本职工作”到“发现问题、组织方案、推动落地”
  • 一次交付需要留下什么:需求、方案、原型与验证证据
案例讲解
  • 对比只完成工具操作、只提交建议与完成可使用业务交付三种做法,说明FDE的工作重心。
讨论实操
  • 结合熟悉的岗位任务,识别自己已有的业务优势、需要补足的验证能力,以及应向技术伙伴提出的问题。
复盘迁移
  • 判断哪些工作可以从现成工具和小范围验证起步,哪些需要专业工程支持,避免把“懂业务”或“会用工具”单独等同于交付能力。
标准产出
  • 学习准备:《个人转型与协作清单》
完成要求
  • 写清已有业务优势、需补足能力和需技术协作的事项;这是学习准备,不另算一个交付生命周期阶段。
下一步衔接
  • 作为后续分工依据,进入客户访谈。
配套工具(讲师提供)
  • FDE工作流程速查表 / 个人能力与协作清单模板。

第二讲:客户访谈与真实需求发现(120分钟)

理论知识与方法要点
  • 找对访谈对象:决策者、使用者、流程负责人和关键约束方
  • 问到真实事件:背景、事件、行为、影响与连续追问
  • 还原当前流程:角色、触发、输入、动作、输出与例外
  • 痛点三层与证据链:区分原话、事实、判断和假设
  • 随堂演练:从一句模糊方案到可交接的需求摘要
案例讲解
  • 从财务负责人一句“希望做AI报销智能体”开始,通过关键追问逐步了解具体任务、材料流转、返工与业务影响,不提前公布最终方案。
讨论实操
  • 选择访谈对象,练习事实型追问,按角色、触发、输入、动作、输出与例外还原一次当前流程,整理原话、事实、判断和未知项。
复盘迁移
  • 解释下一问为什么这样问,找出诱导性问题和证据不足的结论,形成能交给下一阶段的需求摘要。
标准产出
  • 阶段1:《需求访谈纪要》
完成要求
  • 至少包含用户与任务、当前流程、关键原话与证据、候选问题和未知项;没有参加访谈的人也能理解判断依据。
下一步衔接
  • 第三讲直接使用,不重做首次访谈。
配套工具(讲师提供)
  • 访谈提纲 / 六要素流程记录模板 / 痛点与证据表 / 需求访谈纪要模板。

第三讲:场景筛选与业务价值判断(90分钟)

理论知识与方法要点
  • 用“痛、值、证”判断问题优先级
  • 判断AI适用性:重复性、复杂度与人工判断要求
  • 判断落地条件:数据、风险、业务配合与验证速度
  • 建立业务基线,估算投入收益,形成场景选择结论
案例讲解
  • 使用上一讲已取得的信息,比较不同候选问题的影响、证据、数据条件和风险;不重新开展同一轮访谈。
讨论实操
  • 完成候选问题排序,区分适合规则、AI辅助或人工处理的任务,用明确假设做一笔投入收益估算。
复盘迁移
  • 说明选择当前场景而暂不选择其他场景的理由,检查是否把节省时间直接当成节省工资或把单次观察外推到全公司。
标准产出
  • 阶段2前半:《场景价值判断卡》,纳入PoC方案书
完成要求
  • 明确优先场景及选择理由、业务基线、数据条件、投入假设与风险,不能只写结论。
下一步衔接
  • 作为第四讲PoC方案的场景选择与价值判断部分,不另建一份重复报告。
配套工具(讲师提供)
  • 场景价值判断卡模板 / 可行性检查清单 / 基线与投入收益估算模板。

第四讲:PoC:用小范围试验验证关键假设(90分钟)

理论知识与方法要点
  • 分清演示、可行性验证与正式交付,以及PoC与MVD的关系
  • 明确验证范围:关键任务、样本、数据来源与不做事项
  • 提前约定成功标准、比较基线与继续或暂停的条件
  • 随堂验证:借助主工具和简易模板测试关键能力,记录结果与决策
案例讲解
  • 围绕已选任务设计小范围验证,区分演示效果、样本表现与真实业务收益,并说明PoC验证活动与候选MVD交付范围如何迭代。
讨论实操
  • 利用讲师提供的简易模板或预置最小能力,在统一主工具中测试少量样本,先写预期,再记录实际输出、差异与待解决项。
复盘迁移
  • 依据记录决定继续、调整范围、补材料或暂缓,不因完成方案书就宣布验证通过,也不在本阶段搭建完整产品。
标准产出
  • 阶段2:《PoC方案书(附验证记录)》
完成要求
  • 写清范围、样本、预期、实际输出、差异及继续/调整/暂缓决定;未执行如实标记,不能宣称验证通过。
下一步衔接
  • 第五讲依据结论设计或调整MVD,保留未验证事项。
配套工具(讲师提供)
  • PoC方案书模板 / 样本与预期模板 / 实际验证记录模板。

第二天:从业务方案到可使用的最小交付

第五讲:MVD:设计最小但完整的业务闭环(60分钟)

理论知识与方法要点
  • 复用需求与流程成果,确定首个交付场景和介入点
  • 设计用户、触发、输入、处理、输出与结果回流
  • 明确人工确认、异常处理及首版范围
  • 将业务动作转化为产品能力、用户任务与验收条件
案例讲解
  • 将前一天的需求摘要、当前流程和验证结果收敛为一个小而完整的方案,解释结果如何被员工使用、如何补正以及由谁确认。
讨论实操
  • 复用既有流程标出介入点,形成MVD画布,写出核心用户任务、正常路径、异常处理和可观察验收条件。
复盘迁移
  • 检查删去某项功能是否影响闭环,区分必须保留的用户结果与可以后续建设的能力,避免首版范围不断扩大。
标准产出
  • 阶段3:《MVD产品方案》
完成要求
  • 明确用户、触发、输入、处理、输出、人工确认、异常、回流及验收条件,能据此配置或搭建。
下一步衔接
  • 作为第六、七讲唯一的业务范围依据。
配套工具(讲师提供)
  • MVD产品方案画布 / 用户任务写法 / 验收条件检查清单。

第六讲:业务人员使用AI工具的实现方法(60分钟)

理论知识与方法要点
  • WorkBuddy或豆包工作的任务组织、材料读取与结果保存
  • 分清任务指令、企业知识、业务规则和工具调用的作用
  • 用业务语言描述需求,让AI生成可检查的处理过程与输出
  • 按需借助AI Coding补充简单页面或小功能,并核对实现是否符合业务要求
案例讲解
  • 比较模糊指令与包含业务输入、规则、处理步骤和输出要求的任务说明,理解工具、知识和指令分别承担什么作用。
讨论实操
  • 在统一主工具中组织材料、设置任务和结果格式;仅在案例确有需要时,用AI Coding生成简单页面或补充局部功能。
复盘迁移
  • 核对AI实现是否符合业务要求,检查是否凭空增加接口、数据源或自动化能力,不把生成了页面等同于任务已经完成。
标准产出
  • 阶段4准备:《MVD任务配置草案》,纳入交付包
完成要求
  • 形成任务描述、主工具选择、指令、知识与规则来源、输出格式;工具选型有理由,不假设不存在的能力。
下一步衔接
  • 第七讲直接使用并完善,不另起一套需求。
配套工具(讲师提供)
  • 业务任务描述模板 / 主工具配置示例 / 参考指令与输出格式。

第七讲:MVD实现与业务助手搭建(150分钟)

MVD实现方式
  • 以业务任务选择工具,不要求三种工具全部使用。豆包工作或WorkBuddy作为统一主工具;需要简单页面、表单或局部校验功能时再借助AI Coding。重点是完成可使用的输入、处理、输出与人工承接,不是扩展成复杂开发课程。
理论知识与方法要点
  • 整理输入材料、企业规则与预期输出
  • 用豆包工作或WorkBuddy搭建核心处理,按需用AI Coding补充页面或局部功能
  • 完善结果依据、补充建议、人工确认与异常反馈
  • 跑通正常和异常样本,定位问题并完成一次针对性迭代
案例讲解
  • 以报销材料预审作为建议实战对象,展示材料读取、规则核对、结果依据、补充建议与人工确认怎样共同形成可使用结果。
讨论实操
  • 按MVD方案,使用豆包工作或WorkBuddy完成材料读取、规则核对与结果生成;需要独立页面或小功能时借助AI Coding。运行正常和异常样本,检查缺项、金额与结论,针对实际问题修改一处相关配置并再次测试。
复盘迁移
  • 比较调整前后的实际结果,解释改善依据;没有失败时不捏造错误,未实现或未验证部分如实保留。
标准产出
  • 阶段4:《可运行MVD交付包》
完成要求
  • 包含主工具中的可运行实例、访问方式、配置/指令版本、规则来源、正常与异常输出和已知限制;结果能由用户继续处理。
下一步衔接
  • 第八讲用同一版本评测,已有输出作为原始证据。
配套工具(讲师提供)
  • 模拟或获准样本材料 / 业务规则文件 / 输出核对与调试检查清单。

第八讲:评测、交付与真实业务采用(90分钟)

理论知识与方法要点
  • 使用固定测试集核对结果,修正后进行回归测试
  • 区分模型表现、用户采用与实际业务收益
  • 整理使用说明、规则与配置版本、测试记录和人工责任
  • 汇报方案与验证证据,设计小范围试用和持续改进计划
案例讲解
  • 对照固定测试集与真实运行记录,区分模型答对、用户采用、业务改善三类证据;回看原型是否满足事先约定的验收条件。
讨论实操
  • 补齐回归测试、使用说明和责任分工,按“问题、方案、证据、风险、下一步”组织成果说明,并接受课堂点评。
复盘迁移
  • 明确进入真实试用前还缺什么条件,由谁维护规则、处理例外和收集反馈,形成一个可执行的小范围试用计划。
标准产出
  • 阶段5:《评测与交付报告》;阶段6:《试用与持续运营计划》
完成要求
  • 报告包含预期与实际、失败修正、回归与使用交接;计划明确试用对象、负责人、规则更新、效果指标、复盘和退出条件。
下一步衔接
  • 形成课堂交付包,真实使用后继续补充运营记录,不把计划当成已实现收益。
配套工具(讲师提供)
  • 评测记录模板 / 使用与交付说明模板 / 试用与持续运营计划模板。
07

课程目标产出

按六个交付阶段明确六项标准主产出物。每项包含本项目的具体内容、完成标准和下游用途;讲师提供的空白模板不等于学员已经完成产出。八讲围绕这些材料滚动完善:第二讲完成阶段1,第三、四讲共同完成阶段2,第五讲完成阶段3,第六、七讲共同完成阶段4,第八讲完成阶段5与阶段6的计划。第一讲的能力清单仅作学习准备。

阶段与标准产出物 必含内容 完成标准与下一步
1. 客户发现与需求审计:《需求访谈纪要》 用户与任务、当前流程、关键原话、事实与证据、候选问题、未知项。 别人能理解问题及其依据,不把方案想法当成需求;作为场景判断与PoC输入。
2. PoC设计与价值验证:《PoC方案书(附验证记录)》 场景选择与理由、范围、数据样本、业务基线、成功标准、投入假设、风险、实际验证及结论。 预期与实际分开;有依据地决定继续、调整或暂缓,未执行不写通过;用于收敛MVD。
3. 产品方案与MVD设计:《MVD产品方案》 目标用户、触发、输入、核心处理、输出与依据、人工确认、结果回流、异常、不做事项和验收条件。 能据此搭建同一个最小业务闭环,不依赖临时补问来决定关键范围;交给实现环节。
4. MVD实现:《可运行MVD交付包》 基于豆包工作、WorkBuddy或按需AI Coding的实例、访问方式、配置与指令版本、知识规则来源、结果示例及已知限制。 能够重复运行并让用户继续处理结果,保留实际运行证据;作为正式评测的受测对象。
5. 评测交付:《评测与交付报告》 固定用例、预期与实际、失败原因、修正与回归、符合/不符合/未执行结论、使用说明、版本与交接责任。 能说明哪里已验证、哪里未解决及如何使用,不把样本通过当生产上线;交给试用与维护负责人。
6. 持续运营:《试用与持续运营计划》 试用对象与范围、负责人、反馈收集、知识规则更新、模型/产品/业务指标、复盘节奏、扩展与暂停条件。 计划可执行、责任清楚;课堂产出计划,后续在真实使用中填写运营记录和效果证据。

六项主产出不等于六份长报告作业。需求纪要、PoC和MVD可在一份项目文档中分节完善,配置、运行结果与评测记录作为附件关联,不重复抄写。课堂材料使用模拟或获准的脱敏数据,工具能力和权限须在开课前确认;真实企业上线及长期收益另行验证。

08

讲师介绍

于老师

前阿里 P9,蚂蚁金服成都研发中心初创成员。擅长团队异地管理、支付/财务/合规/营销体系的中台建设,其中包括收银台支付决策系统(高TPS/高性能)、蚂蚁金服业财一体3.0、支持天猫双十一的支付宝红包系统及支付宝体系券类核心系统。

超过 15 项专利的第一发明人,多本畅销书作者。

数字化转型与 AI 相关的咨询师,咨询专家。个人已交付客户超过30家。

已服务客户

  • 能源/制造业:华电集团(新疆)、中铁二十三局、包钢集团
  • 金融/互联网金融:广发银行、广发证券、四川农信、蚂蚁金服(成都)、易鑫集团、国信证券
  • 科技/电商:阿里云、360、沃尔玛集团(深圳)、新华文轩集团
  • 通信运营商:中国电信集团、中国电信(上海)、中国电信(合肥)
  • 协会/教育/政府:西华大学、成都金融协会、北京西城区政府
  • 其他:安正集团、万物增长公司、趣丸科技

关键字

加微领1G资料