# AI 试点收不收费，前线部署工程师（FDE）开工前先定三件事

> 光收费不够：最后一天没有可读的数字、没有能签字的人，试点照样卡住。

原文: https://fdetimes.net/zh/guides/paid-vs-free-ai-pilot-conversion/

设想试点的最后一周。你的发票对账智能体运行良好，财务主管在演示会上大加称赞，可当你问起下一步，得到的答复是：“看看下个季度有没有预算吧。”

没有人说不行，也没有人有权说行。几周来在真实数据上做的工作就这样悬在半空，你也没有理由再往前推。

很容易把这当成销售的问题。价格和合同确实归销售，但基线、通过阈值和测量方法，只有贴近客户数据的人才能写准。所以值得培养的能力，是在试点开始前把这些条款写定在一页纸上。

## 收费就能解决问题吗？

SaaStr 的 Jason Lemkin 认为，运作良好的收费试点转为年度合同的比例在 70% 以上，区间大约从 60% 到 90% 以上。对免费试点他说得很直白：“unpaid pilots are a waste of time”（不收费的试点是浪费时间）。

他认可的例外是部署非常容易的免费试用，而一个要接触客户数据和权限的智能体，很少有这么容易。

具体到 AI，数字要低得多。CIO 引用 IDC 的研究称，每 33 个 AI 概念验证（POC）中只有 4 个进入生产环境。IDC 的 Nadkarni 观察到，许多生成式 AI POC“资金严重不足，甚至完全没有资金”。

Millennium 的投资人 Brian Lewis 在 AI Engineer World's Fair 上估计，大约四分之一的试点最终签成合同，而且试点周期正在变短。

不要把这些数字放在一起比较，得出“收费能让成交率翻三倍”的结论。它们测量的是不同的东西，而愿意付费的客户从一开始就更认真。

按照 Stackmatix 的操作手册，费用带来的是双方的责任：在客户内部，必须有人为结果负责。

所以比“收费还是免费”更有用的问题是：如果试点失败，客户那边谁会失去什么？

## 第一天之前要备好的三件事

第一是标准。Stackmatix 要求标准可衡量、有时限，并与客户在意的业务结果挂钩。SoftwareSeni 给出了理由：如果结果出来之后才定标准，继续还是终止的决定就失去了客观依据。

其次是一位指名的买方，此人掌握预算，并从一开始就参与。没有这个人，试点结束时就没人能说行，正如开头那一幕。团队负责人称赞智能体是好兆头，但称赞不等于签字。

最后是转化路径。当试点无法收费时，Stackmatix 建议事先设计好转化路线，并约定合同价格。

Lemkin 提到，许多成熟厂商已把收费试点改为默认续约（opt-out），即除非客户叫停，合同自动延续，流失率比需要客户主动确认（opt-in）的方式更低。年轻公司未必有这样的话语权，但值得了解，等机会出现时可以提出来。

不必担心太早谈价格显得冒昧。为 Palantir 买方提供谈判咨询的 Redress Compliance 也要求客户在开展新试点前先拿到生产环境价目表。

既然买方已经被建议尽早问价格，你主动把数字写在纸上，不过是提前回答一个迟早会来的问题。

**要点:** 转为合同的条件，必须在试点写下第一行代码之前就落在纸面上。

## 发票对账试点的一页纸

举一个假设的例子：一家物流公司想用智能体对账发票。每天 400 张发票，每张耗时 6 分钟，合计 2,400 分钟，即 40 个工时。你希望智能体自主处理 60%，也就是 240 张，每张只需人工花 1 分钟复核。

算下来就得到目标：240 分钟复核是 4 小时，剩下 160 张人工处理需要 16 小时，合计每天 20 个工时。客户买的不是“处理 60% 发票的智能体”，而是工时减半，所以写在纸上的应该是这个数字。

| 项目 | 试点前确定的内容 |
|---|---|
| 基线 | 每天 40 个工时，依据试点前 2 周的日志测得 |
| 通过标准 | 每天不超过 20 个工时，按最后 2 周测量 |
| 安全阈值 | 抽检样本中漏过的错误不超过 1% |
| 周期 | 4 周 |
| 决策人 | 首席财务官，出席启动会和收尾会 |
| 如果通过 | 按本页所列价格签订年度合同 |
| 如果接近达标 | 高于 20 小时、不超过 24 小时：只延期一次，为期 2 周，并列明要修复的错误 |
| 如果失败 | 超过 24 小时或超出错误阈值：终止，交还数据并记录经验 |

假设试点结束时，智能体只能自主处理 55%。这意味着 220 张复核用时 3 小时 40 分钟，180 张人工处理用时 18 小时，合计 21 小时 40 分钟。

没有这页纸，会议就会变成争论 55% 算好还是不够好。有了它，就没什么可争的：这属于接近达标，延期 2 周，修复已列明的那组错误。即使数字不好看，双方也都知道下一步怎么做。

同样的计算还能找出剩下的边界：48% 时，192 张复核、208 张人工处理，合计正好 24 小时；45% 时合计 25 小时，试点终止。所以你从一开始就知道，智能体至少要自主处理多少，试点才保得住延期的机会。

## 范围界定会上该问什么

这些问题听上去很普通，但每一个都能填上这页纸里的一格。以下是前线部署工程师（FDE）与客户的一段示范对话：

> **FDE：** 现在处理一张发票要多久？这个数字是怎么来的？
>
> **客户：** 就几分钟吧。
>
> **FDE：** 能否给我们财务系统两周的日志？这样双方都用同一个实测数字作为基准。
>
> **客户：** 可以，我让财务导出来。
>
> **FDE：** 假设工时减少一半，谁来决定采购？预算放在哪里？
>
> **客户：** CFO，不过她很忙。
>
> **FDE：** 她只需要参加第一次和最后一次会议。如果她在开始时认可了标准，试点结束时就有人来做决定。

如果客户既不给日志，也不安排与买方见面，你在试点开始前就得到了宝贵的信息。告诉销售，并在投入集成工作之前重新考虑范围。

## 动手做：从测量到签字

先从基线开始，没有基线，任何标准都只是感觉。接着和一线用户坐下来设定阈值，包括安全阈值，再把一切换算成买方在意的单位：工时、处理时间、漏过的错误。

下一步把草稿交给销售，填上价格和合同形式，然后在启动前请买方确认。

最后，让试点保持简短。Brian Lewis 观察到，试点周期短，对未来的承诺就更难弥补缺失的功能。这迫使你选定一个窄流程并让它真正跑通，而不是展示一份路线图。

## 让试点看起来不错却签不下来的错误

第一个要避免的错误是用技术指标当标准。准确率或 F1 有助于调试，但买方需要看到业务结果，所以把这些留作内部指标。

第二是把支持者当成买方。热情的用户能帮你拿到数据，却不一定能拿到预算。第三是允许无限延期：一个无休止拖下去的免费试点，是最客气的拒绝方式，所以要讲清楚只能延期一次。

最后是以“等有了结果再谈”为由把价格悬而不决。Redress 站在买方的角度写道，没有条款的试点会让厂商在价格上占据优势。持这种想法的客户会处处提防，而提防的客户签约就慢，所以尽早透明对你自己有利。

如果试点必须免费，也不要白送。用它换取日志、用户的时间、买方的出席和约定好的价格，因为正是这些让客户真正投入。

## 如何把这项能力写进简历

像“依据日志测得的基线设计验收标准，与销售共同确定转化路径”这样的表述，比“为客户部署智能体”更有说服力，前提是你真的做过。

阅读招聘启事时，留意 scoping、success criteria 和 pilot conversion 这几个词，然后在面试时直接问：FDE 是从写标准时就参与，还是签约后才接手工作？关键词只是线索，答案才说明这份工作究竟是什么。

面试时，用上面那样的计算讲述一个试点的故事，即使它失败了。你如何在一个糟糕的数字面前做出决定，是最值得讲的故事。

## 本周练习

拿出你最近的一个试点，无论成败，用真实数字填写上面那页纸。任何一格填不上的地方，就是那个试点听天由命之处。

下次再听到“看看下个季度吧”，你就会知道对话是在哪一周走偏的，而那一次，你应该更早发问。

**本周动手试试:**

- 针对一个正在进行的试点，写下掌握预算的人的名字，并查看此人是否已出席过任何会议
- 索取客户某个流程的日志，自己以每天工时为单位算出基线
- 阅读 5 份 FDE 招聘启事，标出提到 scoping、success criteria 或 pilot conversion 的那些

## 信源

- [Dear SaaStr: What is The Typical Conversion from Paid Pilot to Annual Contract in SaaS?](https://www.saastr.com/what-is-the-typical-conversion-from-paid-pilot-to-annual-contract-in-b2b-saas-2)

- [Enterprise Pilot to Paid Contract: A Startup Conversion Playbook](https://www.stackmatix.com/blog/enterprise-pilot-to-paid-contract)

- [How to Define Production Readiness Before an AI Pilot Begins](https://www.softwareseni.com/how-to-define-production-readiness-before-an-ai-pilot-begins/)

- [88% of AI pilots fail to reach production — but that's not all on IT](https://www.cio.com/article/3850763/88-of-ai-pilots-fail-to-reach-production-but-thats-not-all-on-it.html)

- [Which AI startups actually land enterprise contracts?](https://ai.engineer/talks/7A65O-0lvKE-which-ai-startups-actually-land-enterprise)

- [Palantir AIP pricing and Foundry negotiation. Most of the price is set during the pilot.](https://www.redresscompliance.com/palantir-aip-foundry-negotiation.html)