E248|一个 “催发货” AI 要跑通 260 步,和阿里瓴羊朋新宇聊聊中国式 FDE
硅谷101
3 HOURS AGO
E248|一个 “催发货” AI 要跑通 260 步,和阿里瓴羊朋新宇聊聊中国式 FDE
E248|一个 “催发货” AI 要跑通 260 步,和阿里瓴羊朋新宇聊聊中国式 FDE

硅谷101
3 HOURS AGO
本期播客邀请阿里巴巴集团副总裁、瓴羊 CEO 朋新宇,探讨 AI 在企业市场落地的中国路径。与硅谷 FDE(前线部署工程师)模式不同,瓴羊不接定制化大单,而是通过标准化 Agent 解决企业最耗人、耗钱、耗时的环节,强调务实算账和工程化推进。节目从硅谷风向转变切入,对比中美差异,并深入解析 AI Agent 在客服、销售、营销等场景的实际应用与部署经验。
朋新宇指出,硅谷 AI 战场已从 C 端转向 B 端,FDE 高薪源于人才稀缺,但中国做法更务实:以结果为导向,预设 Agent(如首席客服、最佳投手)接入企业私有数据,解决具体业务难题。例如,催发货流程需跑通 260 步,AI 投手需学习人类 90 天调价万次的决策逻辑。部署强调自上而下,需业务一号位统筹,瓴羊通过标准化产品(如 AgentOne)而非定制化服务,聚焦销售、客服、营销三大场景,按坐席或效果收费。销售 Agent 试点从最落后区域做到销冠,部署周期中 1/3 熟悉岗位、1/3 建模、1/3 调教 AI。FDE 团队由 BA、AI 架构师、业务首席协作,而非个人全才。中美差异在于信息化地基、付费习惯和工作方向,中国需利用互联网平台优势。人才需懂 AI、懂业务、懂数据,企业应区分 “加 AI” 与 “AI 加” 路径,以算清总账为核心。
00:00
00:00
瓴羊核心是帮助企业做消费流通
05:51
05:51
FDE 的核心是客户成功
09:51
09:51
AI 实施更像雇佣一位具备五年经验的员工
17:49
17:49
交付 agent 只是开始,关键在于数字员工能否真正上岗并产生业务结果
23:42
23:42
AI 领域应更多用标准化方式解决个性化问题
30:54
30:54
通过测评而非对赌来评估 AI 模型能力
34:40
34:40
Agent 相当于具备五到十年经验的员工
41:28
41:28
将 AI 视为同伴而非工具
46:24
46:24
AI 从关注参数转向能执行任务
50:27
50:27
模型选择应由 Agent 根据场景决定,而非执着于最强模型
57:20
57:20
人是所有事情的前提和根基
58:04
58:04
数据为 AI 提供参照和进化依据