DeployX field notes

把 AI 放进生产，问题才刚刚出现

FDE 系列记录企业 AI 落地中最容易被忽略的现场约束：存量系统、数据与权限、组织协作，以及对结果负责的人。

FDE / 01

最会做 AI 的公司，为什么都开始派工程师进企业？

2026年5月至7月，Anthropic、OpenAI、AWS、Microsoft先后加码FDE。模型能力仍在增长，企业现场的流程、数据和组织问题却没有自动消失。本文从Palantir的交付模式出发，解释FDE为何在AI时代重新走红。

FDE / 02

一家服务近百家企业的 FDE 公司判断，企业 AI 转型成功率不到 50%。这个数字并非行业统计，却很接近我看到的现场：老板高估生成能力，IT 接过业务项目，员工还要训练可能接替自己的 Agent。问题分别卡在预期、预算和利益。

FDE / 03

前两篇讨论了FDE为何走红，以及企业AI项目常见的三个坑。躲开这些坑只算活下来。Agent进入生产流程后，人的注意力、软件交互和部门协作都会变化。本文继续推演AI-Native企业的三层改造：生产力、业务系统和组织。

Cases in progress

案例会优先说明问题边界、系统接入方式、人工复核与可验证的结果；在获得授权前，不展示客户身份或未经确认的数据。