01 / 学会
岗位 + AI
从会用工具，到会做工作
企业经营者 · 管理者 · 各岗位业务人员
在原有行业和岗位经验上加上 AI。围绕真实任务开展培训，让业务人员学会拆解工作、组织知识、设计人机协作。
围绕具体需求，形成
了解岗位培训岗位场景卡
可演示工作流
实践与检查清单
企业 AI 落地 · FDE 共创社区
让经验生长，
让 AI 落地。
连接业务经验与 AI 执行力，
陪企业走好 AI 落地的最后一公里。
业务经验 × AI 执行力 × 共创网络
懂业务 · 能搭建 · 守交付
01 / 我们的主张
AI 的价值，
要在业务现场兑现。
FDE（Forward Deployed Engineer），连接业务与工程，推动 AI 进入真实工作。共创 FDE 希望让更多懂行业、懂岗位的人，与技术伙伴一起承担这份责任。
了解我们的 FDE 主张01
理解业务
走进现场，把目标、事实和约束说清楚。
02
连接能力
把经验变成规则，把 AI 接进工作流程。
03
验证交付
用真实任务和明确标准检查结果。
04
留下能力
把方法、知识与维护能力留在企业。
“
让企业留下能力，
让实践留下方法。
02 / 企业 AI 落地路径
从岗位 + AI，
到 AI 原生组织。
先让人用起来，再让团队做成事，
进一步重构企业的工作方式。
从适合你当前阶段的一步开始。
03 / 从你熟悉的岗位开始
每一种经验，
都值得一次 AI 升级。
围绕岗位任务设计训练与实践。
以下是应用方向示例，
具体方案由业务条件和目标共同决定。
SCENARIO / 01
让经营讨论，走向清晰行动。
从经营资料、团队反馈与业务事实中，梳理值得投入的 AI 场景，形成可以检查的行动方案。
任务输入
经营资料 / 目标 / 现有流程
AI 协同
整理事实、比较方案、跟踪行动
人的判断
判断优先级，确认资源与责任
共同形成
AI 机会地图 + 行动跟踪清单
行动是否明确到负责人，判断是否有事实依据。
04 / 为什么共创
超级个体，
不必独自进化。
一个人的专业有边界，
共同生长的经验，能走得更远。
企业 AI 落地，需要行业判断、工程实现与组织推动。我们连接经营者、业务骨干、行业顾问和 FDE 工程师，让不同能力围绕真实问题相互补足。
人与人协作，人与 AI 共生。让一次实践成为下一次交付的起点，这就是共创 FDE 想建立的社区。
共创 FDE人与 AI 共同进化行业判断企业经营者
一线经验业务骨干
工程交付FDE 工程师
专业方法行业顾问
AI 能力持续参与01真实问题
02协同实践
03验证复盘
04知识与技能
05下一次交付
开放的技术视野连接全球进展，
连接全球进展，
回到企业现场。
关注 Claude、Codex 等国际 AI 产品，以及 DeepSeek、通义千问、豆包等国内模型与工具。围绕同一任务比较效果、成本和适用条件，探索合适的人机协作方式。
ClaudeCodexDeepSeek通义千问豆包
以上为关注与实践方向；具体接入以验证为准，不代表厂商合作关系。05 / 知识与方法
经验可检索，方法可执行，
成果可复用。
从企业管理、岗位应用到组织变革，
共同积累人和 AI 都能使用的知识资产。
06 / 开始之前
把问题说清楚，
让合作更有方向。
从三个层次推进：通过岗位 AI 培训，让经营者与业务骨干学会用 AI 完成真实任务；通过 FDE 顾问协同，把外部 AI 能力带进企业，与内部人员共同交付；通过 AI 原生组织共创，重新设计流程、角色与经营机制。共同目标是形成有人负责、可以验收、持续改进的业务能力。
先选一件值得改善的工作。希望提升团队能力，可以从岗位培训开始；有明确项目、需要共同推进，可以沟通顾问协同；准备重新设计跨部门流程与组织机制，可以讨论 AI 原生组织。先明确目标与条件，再决定投入范围。
可以从自己熟悉的岗位出发。业务人员负责讲清问题、规则和结果标准，技术伙伴协助搭建与连接。经营者、销售、运营、人力、财务等角色都可以学习相应的 AI 应用；希望承担系统接入与交付责任的 FDE，再逐步补足技术、评测和维护能力。
企业问题同时涉及行业判断、技术实现和组织协作。一个人的长处可以通过伙伴协作发挥得更好；同一个方法在不同场景中接受验证，也能补充前提和例外。共创让个人经验逐步成为有条件、有证据、可复用的方法。
我们计划围绕真实任务持续试用、评测和积累国内外 AI 生态的经验，包括 Claude、Codex 等 AI 产品，以及国内模型与工具。具体选择看任务效果、可用性、数据要求与成本，相关资源与协作方式按实际安排确认。
LET’S CO-CREATE · 与我们共创
从一个真实
业务问题开始。
聊聊你的行业、岗位与正在面对的问题。一起找到让 AI 进入实际工作的下一步。