AI项目为什么总是失败？FDE用三个问题帮你找对方向
直接答案：多数AI项目失败，是因为技术团队”拿着锤子找钉子”——上来先问数据、系统、模型，脱离业务本质。FDE（前置交付工程师）的正确路径只问三个问题：公司在哪赚钱或亏钱？哪个环节需要能力但现有组织做不到？这个环节是否AI擅长？三者的交叉点才是价值所在。AI是手段，解决业务问题才是目的。
先搞懂一个词：FDE
FDE，全称Forward Deployed Engineer，中文常译为”前置交付工程师”。
它不是坐在办公室里等需求上门的角色，而是直接扎进业务现场的工程师——跟一线员工一起上班、看他们怎么干活、卡在哪里、钱在哪一步流失，然后才回过头来决定”要不要用AI、用什么样的AI”。
| 角色 | 出发点 | 典型动作 | 结果倾向 |
|---|---|---|---|
| 传统技术团队 | 技术能力 | 来了就问：有数据吗？系统能对接吗？用哪个模型？ | 容易做出”技术先进但没人用”的产品 |
| FDE（前置交付工程师） | 业务问题 | 先看：钱从哪来、卡在哪、人做不做得稳 | 容易做出真正被用起来的产品 |
FDE和普通工程师最大的区别，不在技术水平，而在提问顺序。
失败项目的通病：”拿着锤子找钉子”
有一个说法叫”拿着锤子找钉子”：当你手里只有一把锤子，你看什么都像钉子。
很多AI项目的失败，就是这个路径：
- 团队先学会了RAG、Agent、大模型微调这些技术
- 于是开始四处找”能套用这些技术的场景”
- 上来先问：有没有数据？系统能不能打通？用哪个模型？
- 场景是硬凑的，技术是先进了，业务问题却一个都没解决
这套流程听起来很专业，实则从头到尾都在围绕技术转，而不是围绕业务转。
顺序错了，后面全错。 先确定技术，再找问题，你找到的往往不是真问题，而是”刚好能塞进技术的问题”。
正确路径：先问三个问题
FDE的做法反过来——从业务出发，倒推技术。立项之前，必须先回答三个问题。
问题一：公司在哪赚钱、在哪亏钱？
第一个问题永远和钱有关。
- 哪个环节是主要的利润来源？
- 哪个环节在持续烧钱或流失客户？
如果连钱从哪来、往哪漏都说不清，就别谈AI。AI改善不了你还没找到的环节。
问题二：哪个环节需要能力，但现有组织做不到？
找到钱所在的位置后，接着问：
这个环节需要一种能力，而现有的组织（人、培训、流程）无法稳定提供这种能力。
注意关键词是”稳定“：
- 不是完全不会，而是时好时坏
- 不是没人能做，而是只有少数顶尖员工能做
- 不是培训一次就行，而是培训完就忘、好员工容易流失
凡是”需要能力但组织做不到稳定供给”的地方，就是潜在的AI切入点。
问题三：这个环节是不是AI擅长的？
最后一步，也是最容易被跳过的一步：这件事，AI真的擅长吗？
| 环节性质 | AI擅长度 | 举例 |
|---|---|---|
| 解析模糊输入 | 高 | 把”我头昏”拆成几种可能的需求 |
| 海量信息匹配 | 高 | 从几千个产品里挑出适配的 |
| 生成标准化内容 | 高 | 生成话术、报告、文案初稿 |
| 数据计算与异常发现 | 高 | 找出异常波动的订单 |
| 建立信任、情感沟通 | 低 | 让顾客愿意相信你说的话 |
| 承担责任、价值取舍 | 低 | 决定要不要冒风险 |
如果这个环节是AI不擅长的，再痛也不要硬上AI。
三个问题的交叉点，才是该投的地方
单独回答任何一问，都不足以立项。真正的价值在三个圆的交叉点：
赚钱/亏钱的环节 × 组织做不到的能力 × AI擅长的场景 = 值得投入的AI方向
这个交叉点，就是FDE判断”该不该做、做什么”的核心坐标。
案例：药店为什么用眼镜，而不是硬上大模型？
回到那个连锁药店的例子，用三问来拆一遍：
| 问题 | 药店的答案 |
|---|---|
| 在哪赚钱/亏钱？ | 赚钱在导购成交率，成交率上不去就是漏钱 |
| 哪环节组织做不到？ | 需要导购同时具备专业产品知识+需求解读+销售话术，但薪资和培训撑不起全国标准化 |
| AI擅长吗？ | 需求解析、产品匹配、话术生成——都擅长；而建立信任由人来 |
三个问题的交叉点落在了”实时辅助一线导购“这件事上。
于是项目组的方案是：给导购配AI眼镜或手机，AI实时解析顾客的模糊需求、匹配产品、给出话术建议，导购负责用真实沟通传递建议。
结果：销量提升30%，团队没有裁员，也没有为了配合技术去重构组织。
注意这里最关键的一点：他们没有硬上大模型。
如果按”拿着锤子找钉子”的思路，团队可能会先上一套自研大模型、搭建复杂的Agent系统——成本高、周期长，还未必解决导购成交的问题。
而按FDE的三问，答案是一副轻量眼镜就够了。
方案由结果倒推，这就是”以终为始”。
AI是手段，不是目的
回到最根本的一句话：AI是手段，解决业务问题才是目的。
判断一个AI项目值不值得做，不看它用了多先进的模型，而看两件事：
- 它改善的是不是一个真实的赚钱或亏钱环节？
- 改善这件事，是不是AI真正擅长的？
AI能写、能答、能算、能匹配，这些能力只有挂在具体业务价值上，才叫”落地”；挂不上去，就是一笔昂贵的技术试验。
未来能在AI上赢的企业，不是”用了最多AI”的企业，而是最懂”该用在哪”的企业。
适合谁 / 不适合谁
适合用FDE三问法立项的企业
- 业务链条长、环节多、想上AI但不知道从哪切入的企业
- 曾经做过AI项目、结果没落地、想复盘找对方向的团队
- 一线执行依赖大量员工、能力水平参差不齐的零售/连锁/服务企业
- 愿意从业务问题出发、而不是从技术方案出发的决策者
- 预算有限、希望先把一个场景真正跑通再扩展的企业
不适合这样做的企业
- 已经想好了要”上某个技术”、只想找人执行的（三问会被跳过）
- 把AI当成对外宣传噱头、不打算解决具体业务问题的企业
- 业务本身还没理清、连哪个环节赚钱都说不清的组织
- 期待AI能替代人、大幅裁员省成本的团队（大概率两头落空）
常见问题
FDE是什么？和普通工程师有什么区别？
FDE是Forward Deployed Engineer，中文常译为”前置交付工程师”，指直接扎进业务现场、先理解业务再决定技术的工程师。和普通工程师最大的区别不在技术水平，而在提问顺序：普通技术团队先问数据、系统和模型，FDE先问公司在哪赚钱、哪个环节组织做不到、这件事AI是否擅长。
什么是”拿着锤子找钉子”？为什么会导致项目失败？
“拿着锤子找钉子”指手里有了某项技术（如RAG、Agent、大模型），就四处找能套用它的场景。这类项目失败的原因是顺序错了——先确定技术再找问题，找到的往往不是真问题，而是”刚好能塞进技术的问题”，最终技术很先进，业务问题却没解决。
AI项目立项应该先问哪三个问题？
三个问题依次是：一、公司在哪赚钱、在哪亏钱；二、哪个环节需要一种能力，但现有组织无法稳定提供；三、这个环节是不是AI擅长的场景。单独回答任何一问都不足以立项，三者的交叉点才是真正值得投入的AI方向。
为什么药店案例不直接上大模型？
因为按三问倒推，药店的交叉点落在”实时辅助一线导购”上，一副AI眼镜或手机就能解决需求解析、产品匹配和话术生成的问题。硬上大模型成本更高、周期更长，反而偏离了导购成交这个真实价值点。方案应由业务结果倒推，而不是由技术偏好决定。
AI在企业里到底是目的还是手段？
AI是手段，解决业务问题才是目的。判断一个AI项目值不值得做，只看两点：它改善的是不是一个真实的赚钱或亏钱环节，以及改善这件事是不是AI真正擅长的。只有挂在具体业务价值上，AI的能力才叫落地。
总结
AI项目失败，往往不是技术不行，而是顺序错了。
- 失败路径：”拿着锤子找钉子”——先有技术，再找问题
- 正确路径：FDE三问——在哪赚钱/亏钱 × 组织做不到的能力 × AI擅长，取交叉点
三问的交叉点，就是价值所在。方案要从业务结果倒推技术，而不是从技术偏好倒推业务——药店用一副眼镜而不是硬上大模型，就是最好的例子。
如果你正准备上AI项目，却不确定该做什么、该不该做，欢迎联系石家庄恒韵网络科技有限公司（电话：15031106603），我们用FDE三问法帮你做一次立项评估，找到真正值得投入的场景。
转载声明
本文由石家庄恒韵网络科技有限公司原创发布
原文链接：https://hyunsoft.cn/blog/ai-project-three-questions
欢迎转载，转载请注明出处。