🇬🇧UK · GOV DIGITAL
GOV.UK: 把政府服务当产品做
英国 GDS 改造 Lasting Power of Attorney 服务。传统做法把纸质表格搬到网页；FDE 做法建立跨职能团队（政策 + 内容设计 + 工程 + 用户研究），2 周迭代 · 业务负责人定期看到真实产品。GOV.UK 成了全球公共部门数字化的教科书。
跨职能
2 周迭代
可迁移 · 🇸🇬 🇰🇷 🇯🇵 🇨🇳 政务
A borderless narrative for a borderless role.
跨国市场通用的理念、起源与方法论 —— 中港台 · 日韩 · 东南亚 · 欧美。
2023 年之后，每一家企业的 CEO 都开过同一场会 —— 无论他坐在纽约、上海、东京、首尔还是柏林。
"我们要拥抱 AI。找几家咨询公司 / 外包 / SI，让他们出个方案。"
三家公司来了。五份 slide deck / PPT / 提案 / Proposal 交了。每份都写着同样的话：
CFO 皱着眉签了字。三个月后 —— 无论在哪个语言里 —— 什么都没上线。
这不是某个地区的问题。这是一个全球性的默认错觉 —— 大家默认了 AI 是一种"软件"。而软件的交付逻辑跑了 30 年，没出过大问题：
这套流程在 SAP、Oracle、Salesforce 时代运行得很好。为什么在 AI 时代崩了？
AI 是劳动力，不是工具。
这句话来自 Rolling AI 合伙人阿甘 —— BCG 前合伙人。它穿透了所有语言：
如果 AI 是新员工，那么：
• 你不会拿一份需求书扔给一个新员工让他自己想办法
• 你不会让他去外面学 3 个月再来上班
• 你也不会在他"入职"的第一天就要求他独当一面
而在企业里，同时扮演 mentor + 工作台准备者 + 上下文串联者 + KPI 设计者 + 试用期教练 的那个人，全世界给他起了同一个名字 ——
Forward Deployed Engineer.
2005 年 Palo Alto。Palantir 刚成立，客户是 CIA、FBI、美军。他们的 SaaS 卖不动 —— 因为客户的世界太乱了。
Palantir 卖 SaaS 卖不动，因为客户端太乱：数据分散在 12 个内部系统里，格式全是 1980 年代定的；网络是气隙隔离的（air-gapped），SaaS 根本连不进去。他们做了当时被认为"疯了"的事 —— 把工程师直接派到 CIA 分析师的办公桌旁边。没有 PRD，没有 PM，没有 SOW。工程师和分析师并肩坐着，一起看情报、一起理清恐袭时间线、一起把散在各处的数据编译成可查询的图谱，然后 把这个过程写成代码，让下一个案子跑得更快。Palantir 内部把他们称为 Delta Engineer —— 因为他们做的不是 Product（Dev），是 The Delta。
随着 Palantir Foundry 走进空客、BP、默沙东，FDE 模式被验证在了商业世界。工程师坐在客户的会议室里，把飞机制造流水线、石油勘探数据、临床试验流程 —— 逐一编译为可运行的业务系统。传统咨询公司卖 PPT，Palantir 卖的是能跑的软件。
OpenAI 和 Anthropic 把 FDE 这个角色重新写了一遍。因为 LLM 太新、场景太多、通用产品无法覆盖。企业需要有人扎进他们的业务里，把「模糊的 AI 想法」变成「能上线的 Agent 系统」。FDE 于是成为 AI 落地的关键岗位 —— 不是研究员，不是销售，是"能把模型翻译成业务价值的工程师"。
Accenture × Microsoft 官宣全球 FDE Practice。中国的 Rolling AI 服务了 100+ 大客户。日本、韩国、新加坡的头部 SI 同步跟进。你不需要买 Palantir 的许可、也不需要挖 OpenAI 的团队 —— 一个独立的 FDE + 一套成熟的组件库，就能覆盖 80% 中型企业的 AI 落地需求。
产品团队永远填不了这条 Delta，因为他们看不见。客户 IT 也填不了，因为他们不理解产品的抽象。
FDE = Dev + Delta + Handover。三件事同一个人做。
Palantir 玩了 20 年的角色，为什么现在突然全球同步复兴？三个共因，跨越所有市场。
不管你在硅谷还是深圳，大模型都能写代码、读 PDF、做规划 —— 这些是"能力天花板"。但每个企业的数据在哪、权限怎么划、流程怎么走、合规红线在哪 —— 没有一个是标准的。能力越强，Delta 越大。
🇺🇸 GPTs · 🇨🇳 Dify · Coze · 🇯🇵 Miibo · 🇰🇷 뤼튼 · 🇸🇬 Botpress —— 拖拽出一个能聊天的 Bot 只要 10 分钟。但让它接入企业 CRM、走通审批权限、通过合规审查、被业务方每天用 —— 全世界的团队都卡在同一个 Delta 上。
这个心智一旦成立，整个交付逻辑就必须重写：从"卖许可证"迁移到"卖能上岗的员工"；从"卖功能清单"迁移到"卖业务结果"；从"一次性项目"迁移到"现场学习 + 平台沉淀"。这不是任何单一市场的转向，是全球性重心迁移。
| 时间 | 事件 | 意味着什么 |
|---|---|---|
| 🇺🇸2025-05 | OpenAI 成立 Deployment Company | 十亿美元级 FDE 团队专门做企业 AI 部署 |
| 🇺🇸2025-05 | Anthropic 官宣同规模企业交付团队 | FDE 成为大模型公司主流岗位 |
| 🌍2026-01 | Accenture × Microsoft 全球 FDE Practice | 传统咨询巨头也承认 PPT 卖不动了 |
| 🇨🇳2026-Q2 | Rolling AI 等第一梯队服务 100+ 大客户 | 中国从"外包时代"进入"FDE 时代" |
| 🇯🇵🇰🇷🇸🇬2026-Q2 | 亚太主要市场跟进 | 全球同步进入 FDE 交付范式 |
这套心智不依赖文化，因为它描述的是底层机制。但在不同市场，它有不同的本地表达 —— 这决定了 FDE 项目的销售话术、上岗方式和交付节奏。
Palantir 20 年前就在做，OpenAI/Anthropic 现在带到主流。硅谷 CEO 直接接受"AI = labor"的说法。这也是为什么 FDE 时薪能达到 $300-500 / hour。
日本企业向来把"人材育成"（人才培养）看得极重。把 AI 定位为「新入社員」（新员工）反而非常自然。同一份方案写成"AI 育成計画（3-6 个月）"，比"AI 系统开发方案"接受度高 10 倍。
삼성 / LG / 현대 组织结构层级分明。把 AI 定位为一个"팀원"（团队成员），需要 팀장（组长）来 mentor —— 契合本地文化，容易被组织接受。
多语言、多文化、多合规域并存。AI 员工天然需要是"多语言员工" —— 一个能同时用中文/英文/马来文/泰文回答客户的数字员工，比雇 5 个人便宜太多。
港资企业的 AI 项目通常同时要满足中国大陆合规和欧盟 GDPR。FDE 在这里承担的角色更像"跨域合规工程师"。台湾半导体行业还额外要考虑美国 CHIPS Act。
GDPR + AI Act 让欧洲的 AI 部署必须有一个"有人负责"的位置。FDE 天然是那个"有人负责"的角色 —— 他签字、他背锅、他也拿高薪。
客户从"要一个 IT 系统"过渡到"要一个能干活的 AI"。中国 FDE 项目最独特的是"街头智慧" —— 门店店长知道的东西，永远比总部 SOP 多。FDE 要做的是把这些街头智慧编译成系统。
七个市场，七种本地话术，一套底层方法论 —— Sense → Compile → Ship → Learn。FDE 的价值就在于用同一套工程能力，服务七种完全不同的客户组织与合规体系。
一个 FDE 项目的完整生命周期，就是一个"新员工"从入职到独立干活的过程 —— 这五个阶段在全球任何市场都成立。
FDE 到现场，不写代码，先"面试"问题本身：岗位是什么、谁在做、每天流程、干得好的定义、谁是 mentor。
3 - 5 天认流程 · 拿权限 · 领工作台 · 接现有系统。代码只占 40%，60% 是"办入职手续"。
5 - 10 天15 天铁律 —— 员工不会去学 3 个月再上班。15 天上不了线的项目，八成后面也上不了。
15 天Bottom-up 学习一线智慧。AI 每天下班找店长复盘，把"街头智慧"编译成系统能力。
长期FDE 的终极 KPI 是"变得多余"。系统能自己跑，客户团队会用会改，你走了他们不慌。
终点Rolling AI 合伙人阿甘的解释朴素而普世：
这条纪律在全球都成立：
项目一旦拖长 → 业务上下文会变、干系人会换、优先级会滑坡。这是无数 AI 项目死在"半年 POC"里的根本原因。
理论说完了。看 FDE 在真实世界里长什么样。所有案例来自公开材料 + 从业访谈。
英国 GDS 改造 Lasting Power of Attorney 服务。传统做法把纸质表格搬到网页；FDE 做法建立跨职能团队（政策 + 内容设计 + 工程 + 用户研究），2 周迭代 · 业务负责人定期看到真实产品。GOV.UK 成了全球公共部门数字化的教科书。
无卡交易枚举攻击识别。20 毫秒内出风险评分，把模型分数、规则阈值、人工复核、客户补救动作连成闭环。误报率降低 85%（Visa 公开口径）。
Valor + Opcenter 把设计、可制造性分析、机器程序、物料流、追溯数据全部连起来。关键是"数据归一化"—— 让 BOM、工艺、设备、物料说同一种数据语言。
姑息治疗患者识别。ML 风险评分 + 实时仪表盘。系统不是自动下医嘱，而是帮助专科团队主动提供建议。AI = 分流器，不是医生。及时转诊 +44% · 60 天再入院 -25%。
马来西亚 5G 核心网。数据驱动 → 意图驱动运营。把业务意图映射为网络配置、监控和服务保障动作。2025 年获得 TM Forum Level 4 autonomy 认证。
① 乳品企业 AI 营养师 —— 40 万营养师覆盖不了 8000 万用户；1 个小姑娘运营 50 多个机器人，服务 600 万在线用户，单次服务成本从 16 元降到 4 分钱。
② 连锁零售 AI 副店长 —— 拆掉总部集中式算法，给每家店配 AI 陪跑，收集"街头智慧"→ 推广到全国 1000 家门店，一年省几百万人力浪费。
③ 社区门店品类分析 —— AI 推理错 → 店长补充"五米之外开了一家乐福" → AI 立刻改策略 → 销量 +50%。AI + 人 > 人 > AI。
每个市场都有自己的"街头智慧"：🇯🇵 日本便利店店长的「棚割」经验 · 🇰🇷 韩国 CU/GS25 店长对本地大学生消费节奏的判断 · 🇹🇭 曼谷 7-11 店长对雨季 vs 旱季 SKU 组合的调整 · 🇺🇸 Walmart 门店经理对社区人群变化的敏感度。
FDE 不管在哪个市场，都要去找那个"街头智慧的持有者"，坐在他旁边。
理想是"AI 无国界"。现实是 —— 每个市场的合规、语言、组织文化都不一样。这是跨境 FDE 项目必须面对的三层现实。
FDE 跨境第一守则：先问合规，再问架构。
| 市场 | 核心合规框架 | 对 FDE 项目的关键影响 |
|---|---|---|
| 🇪🇺欧盟 | GDPR + EU AI Act | 数据不能出境；高风险 AI 必须有人签字；模型必须可解释 |
| 🇬🇧英国 | UK GDPR + ICO AI Guidance | 与欧盟基本对齐，但更灵活 |
| 🇺🇸美国 | 州级法律（CCPA/CPRA）+ NIST AI RMF | 联邦无统一 AI 法，但医疗 HIPAA、金融 SOX 各自严 |
| 🇨🇳中国 | 《生成式 AI 服务管理办法》+ 个保法 + 数安法 | 大模型必须备案；数据不能出境；关键行业必须国产化 |
| 🇭🇰香港 | PDPO | 相对宽松，但金融业受 HKMA 严监管 |
| 🇹🇼台湾 | 个资法 + 金管会 AI 指引 | 半导体行业受美国 CHIPS Act 约束 |
| 🇯🇵日本 | 個人情報保護法 + AI 事業者ガイドライン | 温和监管，重视自主治理 |
| 🇰🇷韩国 | 개인정보 보호법 + AI 基本法（2024） | 相对严格，尤其对生成式 AI |
| 🇸🇬新加坡 | PDPA + Model AI Governance Framework | 亚太合规样板；对创新友好 |
| 🇻🇳越南 | 网络安全法 + 数据本地化要求 | 数据必须本地存储 |
| 🇹🇭泰国 | PDPA（模仿 GDPR） | 逐步收紧 |
| 🇮🇩印尼 | UU PDP（2024 生效） | 执行强度待观察 |
FDE 心法：永远配一个当地 co-pilot。哪怕远程、非全职、每周 4 小时 —— 也要有一个能帮你解读"客户没说出口的话"的本地人。
| 市场 | 首次会议节奏 | 决策链条 | FDE 生存关键 |
|---|---|---|---|
| 🇺🇸美国 | 30 min 直入主题 | CTO/VP 单点决策 | Ship fast, show demo |
| 🇩🇪德国 | 系统性提问到 schema 层 | 委员会决策，慢但稳 | 文档、规范、可审计 |
| 🇯🇵日本 | 三次会议才谈需求 | 稟議（ringi）逐级盖章 | 建立信任，尊重层级 |
| 🇰🇷韩国 | 一把手拍板即启动 | 由上而下 | 大老板背书直接开干 |
| 🇸🇬新加坡 | 直接、务实，英文为主 | 中层能决策 | 快节奏，重 ROI |
| 🇨🇳中国大陆 | 老板亲自听，业务方拍板 | 一把手驱动 | 快、狠、准，看结果 |
| 🇭🇰香港 | 中西混合，务实 | 中层决策，需 report 总部 | 双语、跨域合规 |
| 🇹🇼台湾 | 台式温和，重关系 | 中层决策为主 | 长期陪跑，不硬推 |
| 🇻🇳🇹🇭🇮🇩东南亚 | 关系优先，rapport 后谈事 | 家族企业老板一人决策 | 找本地伙伴 co-pilot |
真实的跨境 FDE 项目日常：
异步是常态，同步是奢侈品。每一次同步会议都要提前 24 小时发议程，会后 2 小时发决议。
"看起来像 FDE、实际不是 FDE"的工作，在全球任何市场都存在。每个反模式都有本地变体命名 —— 但本质是同一件事。
撤场计划被反复推迟；客户只依赖你个人；交付物没有沉淀。变成低成本的甲方内部员工。
同一能力在不同客户项目里有多份不同实现。做 10 个客户 = 维护 10 套代码 = 崩溃。
值班表上长期挂着 FDE 的名字；告警处置手册只在 FDE 脑子里。变成客户的免费应急运维。
阶段交付物没代码、没数据、没可运行环境；一直"待立项"。退化成了传统咨询。
项目只展示模型输出，不展示证据来源、权限、失败路径；离线准确率被当作上线门槛。Demo 惊艳，生产崩溃 —— 2023-2026 全球 AI 项目最大死亡陷阱。
Discovery 出口物必须包含：评测集 + 失败案例 + 数据契约。SOW 明确"demo 非验收基线"。售前阶段 FDE 一票否决权写入岗位职责。
不用瀑布，不完全用敏捷 —— 而是一个 Sense → Compile → Ship → Learn 的紧密循环。每一圈 5-15 天，一个项目跑 4-6 圈。
坐业务方旁边听抱怨 · Site Survey 三问 · Data 在哪 / 不做代价 / Day 2 谁维护
60% 组件复用 · 40% 业务定制 · MVA 最小可用架构。没有组件库的 FDE = 昂贵外包
15 天铁律 · 数字化验收 · 不达标不收尾款 —— 全球都写进合同
每跑完一圈，客户 +1 份产品，你 +1 组组件。第 2 项目快 30%，第 3 快 60%
跨越语言、地区、文化的方法，压缩成 6 条可以贴在墙上的信条。
它是一个待上岗的员工。传统的外包/驻场/顾问模式处理不了这个新范式。FDE 存在的所有理由都从这一条推导出来。
纯 AI 会得出错误结论（不知道一线发生了什么）；纯人干不过 AI 加速的团队。最佳组合永远是"人 + AI 副手"。
做奶茶、卖保险、开门店 —— 成功方式有千千万种。Top-down 灌 SOP 是幻觉；Bottom-up 陪跑学徒才是真。
一个金牌销售的方法论可以复制到全国一万个销售身上。FDE 项目会同时推动客户的组织和激励变化，不只是加个软件。
交付的不是 200 页方案，是一个能跑的智能体。所有 PPT 讲的最佳协同、最佳流程，都直接在智能体里实现。
系统好到能自己跑、客户团队会用会改、你走了他们不慌 —— 这才是真正的成功交付。驻场希望不可替代，FDE 希望被替代。
我不做卖时间的驻场，
不做卖 PPT 的顾问，
也不做甩需求就跑的外包。
我是那个 —— 坐在你会议里、翻你数据、敲你代码的工程师。
直到系统上线，效果达标，团队会用为止。
跨境项目 · 15 天 MVP · 数字化验收 · 不达标不收尾款