核心内容总结
FDE（Forward Deployed Engineering，前沿部署工程）模式起源于美国公司Palantir，核心是派工程师驻场客户现场，理解业务痛点、定制解决方案，再把经验沉淀到产品中实现规模化盈利。但这套模式在中国行不通——因为客户不愿为“探索过程”付费、厂商赚不到钱、复合型人才稀缺、AI厂商急于变现而非沉淀、企业内部对AI抵触，最终FDE在中国更像“换皮的高级外包”。
一、客户：“我只买成品，探索是你自己的事”
FDE的核心是“先驻场理解业务，再定制方案”，但中国客户的逻辑完全相反：
- 美国：过程值钱。美国企业/政府习惯“工时计费”（比如埃森哲按人天收费），Palantir的驻场时间能写进合同收钱。政府采购甚至允许“为更好的技术付溢价”（比如Palantir起诉陆军胜诉，拿下大单）。
- 中国：结果为王。客户签合同要的是“现成能用的产品”，理解业务、试错迭代都是乙方的成本。招标时只看功能清单和最低价（广东72%政务项目用最低价中标，甚至低于成本）。比如某医院采购系统，三家报价1000万、800万、5万——5万的虽无效，但反映了“低价为王”的现状。
- 预期错位：FDE觉得要3个月理解业务，客户认为3天就够；FDE想迭代优化，客户要求“第一个版本必须完美”。这种矛盾直接掐死了FDE的生存空间。
二、厂商：“养FDE？根本赚不到钱”
Palantir亏了20年才盈利，靠的是政府高毛利合同+订阅制（老客户逐年续费）。但中国厂商没这条件：
- 盈利逻辑不成立：中国企业偏好“一次性买断”（SaaS渗透率仅15.8%），客户不是“长期资产”。FDE驻场3个月的成本，在报表里是纯支出，没有对应收入——销售总监没法解释，财务也不批预算。
- 资本市场不允许：中国投资人要求企业快速盈利，没人能容忍“亏20年养FDE团队”。用友、金蝶都在亏损，根本养不起年薪几十万美金的FDE（中国实施岗月薪才5k-8k）。
- 法规限制：《政府采购法》明确“技术标准统一的项目用最低价中标”，厂商只能卷价格，利润薄到连自己都养不活，更别说养FDE了。
三、人才：“复合型FDE？在中国不存在”
FDE需要“技术+行业知识+商务能力”（比如物流FDE要懂物流流程，还要会写代码、和客户打交道），但中国没有这样的人才土壤：
- 职业地位低：国内B2B鄙视链里，“驻场”是底层（研发>算法>产品>售前>实施>驻场），被视为“伺候甲方”。从业者的终极目标是跳去甲方，没人愿意长期做驻场。
- 薪资没吸引力：美国FDE中位年薪21万美金，资深的能到80万；中国实施岗应届生才10-15万/年，用友实施岗月薪5k-8k，远低于大厂研发（30-55万/年）。最聪明的年轻人都去做算法，没人愿意当FDE。
- 人才通道缺失：美国Palantir的FDE是“创业跳板”（累计创办100+公司，融资116亿），中国明星创始人都是大厂研发出身，没人把“乙方交付经历”当亮点。
四、AI厂商：“想快速变现，没耐心熬”
AI厂商做FDE的核心动机是“快速卖模型”，但FDE需要长期沉淀：
- 急于变现：OpenAI年亏170亿，Anthropic每月算力成本12.5亿，都想赶紧把模型卖出去回血。但FDE需要驻场几个月甚至几年，和“快速变现”的节奏完全冲突。
- 能力不匹配：AI厂商的基因是“研究模型”，不是“落地沉淀”。Palantir花20年把现场经验变成产品，AI厂商连模型都没做好，更没精力做这些“又脏又慢”的落地工作。
- 承诺不可信：OpenAI给投资人承诺“5年每年17.5%回报”，但FDE模式的盈利靠长期订阅，短期根本做不到——这更像营销噱头。
五、企业内部：“老板不信，员工抵触”
就算FDE驻场，企业内部也不配合：
- 老板只想替代员工：大部分老板用AI是为了“廉价裁员”，不是“改造组织”。FDE需要企业调整流程、沉淀知识，但老板不愿自上而下改，觉得“AI就是个工具，套进去就行”。
- 员工抵触：29%的员工暗中破坏AI战略（Z世代占44%），怕AI抢饭碗。他们宁可私下用自己的ChatGPT，也不愿把经验沉淀到公司系统里——因为怕被老板视为“偷懒”。
- 试点失败率95%：NANDA报告显示，95%的AI试点没带来可衡量收益，主因是组织不愿改变。FDE就算驻场，也解决不了“人”的问题。
最后：FDE在中国只是“外包换马甲”
Palantir熬了20年才跑通FDE，靠的是美国的商业土壤（工时计费、订阅制、人才通道）。但中国缺这些：客户不愿为过程付费、厂商赚不到钱、人才稀缺、企业内部抵触。FDE在中国只是“换了个高大上名字的外包”——除非这些底层问题解决，否则永远成不了气候。
我们不缺新名词（中台、元宇宙、FDE），缺的是“允许一件事慢慢做”的耐心，和“肯为探索付费”的土壤。
（全文用大白话拆解，避免专业术语，让普通人能看懂FDE在中国行不通的底层逻辑。）