FDE Times 数据在招 FDE 职位 924▲33 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

技能指南 · 指南

该先做的 AI 场景,往往不是价值最高的那个

给十个想法按价值和可行性打分,再和掌握预算的人书面约定一个成功指标。

分享微博

要点速览

  • 对照事先写好的描述给每个想法打 1–5 分,价值权重最高,其次是可行性、见效时间、可复用性和风险。
  • 可行性要按客户的真实数据和实际环境打分,而不是看演示能不能跑起来。
  • 矩阵只产出一份候选清单;最终决定是一个范围很窄、带书面成功指标的试点。
2×2 矩阵:横轴为可行性,纵轴为价值,均按 1–5 分打分,分界线在 3.5。库存 Agent(可行性 4,价值 4)是唯一落在“优先做”象限的想法。需求预测价值 5 分、可行性只有 2 分,落在长期路线图象限。邮件摘要可行性 5 分、价值 1 分,落在“容易做但需要理由”象限。
只有库存 Agent 在两个维度上都超过 3.5 分。需求预测价值最高,但数据还没准备好。来源:本文使用的假设分数,打分方法参照 Umbrex 和 Moveworks。

和客户的第一次研讨会,通常以一面写满想法的白板收场。运营负责人想要需求预测,客服经理想要聊天机器人,IT 部门有人刚看过一个邮件摘要的演示,印象深刻。然后所有人转向那个要负责实现的人,问:先做哪个?

这个回答决定了接下来三个月。选错了,要么在一个没有数据的项目上耗掉一个季度,要么交付一个运行得很漂亮、却没人需要的东西。

Decagon 前线部署工程师(FDE)团队的 CTO Sunny Rekhi 认为,需求收集从最初讨论合同范围时就开始了。换句话说,在写下第一行代码之前,选择用例就是 FDE 的工作。

在这个阶段,价值-可行性矩阵是一个拿来就能用的轻量工具。它不会比你更聪明,它的作用是把会议室里的争论,从“谁的声音最大”变成“打了几分,为什么”。

两个维度,五个数字

独立顾问网络 Umbrex 定义了两个核心维度。业务价值指对服务、成本、现金流和质量的影响。

可行性指在目标时间内,从技术和运营上交付的能力。后半句很关键:一个要一年才能交付的想法,对本季度的试点毫无帮助。

如果要打得更细,Umbrex 建议用五项加权标准:价值 35–45%,可行性 25–35%,见效时间 10–15%,可复用性 10–15%,风险 5–10%。

一组落在这些区间内的实用权重是 40/30/10/10/10。风险一项要事先约定:分数高代表风险低,这样每一列都是“越高越好”。

每项标准都按 1–5 分打分。Umbrex 和 Moveworks 都强调,要事先为每个分数档写好描述,以减少偏差。

以可行性为例:1 分表示数据不存在,或者分散在几个没人有权限的系统里;3 分表示数据存在,但需要几周清洗;5 分表示数据干净、可以通过 API 获取,客户也有人随时可以配合。

示例:一家分销商的十个想法

假设有一家快消品分销商。研讨会结束后,你手上有 10 个想法。下表是一轮假设的打分,总分计算方式为 0.4×价值 + 0.3×可行性 + 0.1×(见效时间、可复用性、风险)。

想法 价值 可行性 见效时间 可复用性 风险 总分
为运营负责人回答库存问题的 Agent 4 4 4 4 4 4.0
投诉工单分类 3 4 4 4 4 3.6
供应商发票数据提取 3 4 4 3 4 3.5
异常订单检测 4 3 3 3 3 3.4
全供应链需求预测 5 2 1 3 3 3.3
仓储流程文档检索(RAG) 2 4 4 4 4 3.2
内部邮件摘要 1 5 5 2 5 3.1
官网客服聊天机器人 3 3 3 3 2 2.9
配送路线优化 4 2 2 2 3 2.9
折扣自动审批 4 2 2 2 1 2.7

最值得细看的两行不在顶部。需求预测的价值分最高,为 5 分,却只排第五,因为销售数据还没准备好。Moveworks 强调,给可行性打分时要特别关注数据就绪程度,这正是一个典型案例。

邮件摘要正好相反:可行性 5 分,一个下午就能做出演示,但价值只有 1 分。Moveworks 提醒,做演示确实令人兴奋,但演示本身不产生业务价值。因此,“见效时间”应该算到系统在真实流程中跑通真实数据为止,而不是原型能跑就停。

画出 2×2,让全场都看得见

Umbrex 建议用 2×2 图呈现结果:一个轴是影响,另一个轴是可行性(或见效时间)。把分界线画在 3.5,上表就清楚地分成四个象限。只有库存 Agent 落在高价值、高可行性的角落。

高价值、低可行性的角落里是需求预测、配送路线、折扣审批和异常检测。这是长期路线图,是目的地,而不是起点。

低价值、高可行性的角落里是邮件摘要、文档 RAG、工单分类和发票提取:容易做,但每一个都需要一个真正的理由才值得选。官网客服聊天机器人落在剩下的那个角落,两个维度都偏低。

这张图对干系人的说服力,是一张数字表格很难做到的。运营负责人能看到,需求预测没有被否决,只是排到了后面。Moveworks 有句话值得记住:一个用例在技术上可行,未必就是这家企业该走的那一步。

从分数到边界清晰的试点

库存 Agent 排在第一,但这还不是一个范围。AI Codex 建议 FDE 坚持拿到一个可衡量的成功定义,并由掌握预算的人认可。Decagon 同样认为,部署团队需要和客户一起明确什么算成功,最好落在书面上。

好的指标通常是行为上的变化,而不是技术指标。AI Codex 举过一个例子:“运营负责人不再找 IT 要库存报表”就是一条真正的终点线。对上面的分销商来说,这句话几乎就是为库存 Agent 写的。

接下来要收窄范围。AI Codex 建议把试点当作回答一个问题的手段,不要把它做成缩小版的全面推广。这里的问题可以是:在四周内,这个 Agent 能否正确回答一个仓库的库存问题?

PostHog 的 FDE 手册解释了为什么窄更好:扩大一个收紧的范围,远比收回一个松散的范围便宜。

PostHog 还把 FDE 工作中的价值单位定义为可衡量的客户成果,并且要在开工前约定好。矩阵把你带到一个想法;可衡量的成果把这个想法变成承诺。

五步自己动手

先把每个想法单独列一行,每行都写成“谁会以不同的方式做什么”。然后在给任何一行打分之前,先写好五项标准的 1–5 分描述,免得分数被你本来就偏爱的想法带偏。

和客户一起打分,绝不要一个人打:运营人员了解价值,IT 人员了解数据。算出加权总分,画出 2×2,把前三名作为候选清单。最后,为排名第一的想法写下成功指标和试点要回答的问题,发给预算负责人确认。

让矩阵“说谎”的错误

最常见的错误是凭演示给可行性打分。模型能回答示例问题,不代表真实数据已经就绪、权限已经开通,或者流程里有 Agent 的位置。打 4 分之前,先问清楚“数据在哪里、谁来开权限、需要多长时间”。

第二个错误是不写描述就打分,于是每个人对“3 分”的理解都不一样,会议又退回到凭感觉争论。第三个错误是让风险一列和其他列方向相反,结果给最危险的想法加了分。

最后一个错误是把总分当成判决:0.1 分的差距,不足以成为放弃一个有热心支持者的想法的理由。

这项技能在简历上怎么体现

在简历上,要展示你懂得基于清晰的理由把一个想法往后排。像“与客户一起为 12 个用例打分,选定一个为期四周的试点,成功指标由运营负责人签字确认”这样的一行,比任何框架清单都更有说服力。招聘启事里提到 scoping、discovery 或 prioritization 时,指的就是这项技能。

面试时如果被问到“客户给你十个想法,你怎么做?”,就按顺序讲:带描述的量表、权重、2×2,然后是书面指标。

再补充一个因数据没准备好而被你排到后面的想法,并说明理由。这个细节说明你在真实项目中用过这个矩阵,而不只是懂理论。

白板上价值最高的那个想法,下个季度还会在那里。今天的任务,是选一个能尽早证明价值的东西,让客户在轮到那个想法时依然信任你。

这篇文章对你有帮助吗?

5 个信源
路线图上的下一篇 · 阶段 6: 价值度量没测过“之前”,就证明不了“之后”花五天给客户的手工流程计时,FDE 在被问到 ROI 时才有数字为项目辩护。