文 / 老汪(汪斌),制造业财务、Excel BI与业财融合实务。更新于2026-09-14。
本文简介:
企业AI落地需要有人负责业务知识、工作分工和结果核验。FDE的工作,就是帮助AI在实际流程中承担任务。财务人可以从成本异常、经营分析等熟悉的工作参与,但不能停在生成一份报告。
本篇源于《十字路口Crossing》2026年6月3日对谈Rolling AI,主播Koji,嘉宾阿甘、刘开。保留原对谈的观点与案例,并结合制造业财务展开;客户成绩按嘉宾口述理解,制造业示例均为教学设定,不是我的客户项目披露。
FDE与制造业财务系列,第1篇,共5篇。
假设到了月初,老板把成本分析表往桌上一放,问你:这个月材料耗用为什么又高了?
你把表交给AI。原材料价格、生产损耗、产品结构,可能原因很快列全了。可老板接着问:哪张工单?谁去查?下个月能不能降下来?
这时候,还得回到领退料、返工、完工口径和现场核对。报告写得顺,没有替我们完成这些事。这场FDE对谈,恰好把问题往前推进了一步。
FDE是Forward Deployed Engineer,通常译为前置部署工程师。它讨论的工作涉及业务诊断、带教、系统连接和绩效。我的判断是:财务参与AI项目,应当把数字分析继续做到证据、责任和结果里。
为什么把AI当作新员工带进公司?
阿甘和刘开用了一个容易理解的说法:传统软件是工具,需要人操作;AI可以承担一部分劳动,应该像新员工一样安排它上岗。
“数字员工”是一个工作设计的比喻。意思是,你要明确它负责什么,给它工作所需的资料和工具,安排一个懂业务的人带它,再看它能不能交差。出了问题,管理责任仍要落在人身上。
想一想,一个新来的成本会计,即使财务基础很好,也不可能第一天就把你公司的成本算明白。
他要知道企业做什么产品,有几道工序,领料怎么走,委外怎么处理,哪些单据经常补录,什么情况下有返工,生产统计与财务认定的完工口径有没有差别。ERP里能查到什么、查不到什么,也得有人告诉他。
这些就是工作上下文。把公司制度、操作手册上传到知识库,只完成了一部分。
制度告诉他应该怎么做,历史单据反映实际怎么做,老员工还能告诉他:哪几种情况,光看单据很容易看错。
给AI安排工作,同样绕不过这些事。
节目从Palantir的FDE实践谈起,把它理解为工程人员深入客户现场构建和部署系统的工作;到了AI场景,业务带教和人机分工变得更突出。因此,这个岗位并非凭空出现,具体职责还要看企业怎样安排。
节目把FDE比作HRBP,帮助数字员工准备工位、资料、工作流程;又把他比作工头,带一批聪明的数字员工去便利店、营销部门、人事部门干活。聪明与能上岗之间,还隔着大量现场工作。
他们提到AI面试的例子:系统会提问题,不代表知道企业真正想考察什么,也不代表知道什么问法会让候选人感到不受尊重。这些标准需要现场的人判断,再落实到系统里。
所以他们更愿意把自己叫作Business Builder。翻成大白话,就是进到客户公司,把一件生意上的事情重新做起来的人。
这也解释了他们为什么从传统咨询出来。两位嘉宾有BCG背景,也有此前创业经历。他们认为,面对中国本土企业,尤其是一代、二代经营者,项目价值越来越要靠实际变化证明。咨询公司的名气、报告厚度,不足以让客户持续付钱。
他们自述团队有60多人,服务过近百家乃至百余家企业,单个客户费用在几百万元到上千万元之间,合作多为全年制。这些是节目中的公司介绍,没有公开项目明细可供本文核验,不能据此推算收入或利润。
更有启发的是交付方式。前面的调研仍然要做,行业、企业、过去试过的办法、手头资源仍然要理解;交付时,则尝试把建议变成每天能工作的智能体。
咨询报告里写“加强客户跟进”,容易。让系统每天找出应该跟进谁、缺少什么信息、提醒谁处理、处理后如何判断有效,就需要把建议写到真实工作里。
我做财务内容和陪跑,也会用这个标准看自己的交付。讲清一个方法,只是读者理解了;方法能否在他的数据里跑通,错误能否被识别,换个月份还能不能用,是另外一件事。

600万用户的营养服务案例,为什么需要一种新做法?
节目第一个大案例,是一家乳品企业寻找新的业务增长。
按照嘉宾的描述,这家企业希望销售蛋白饮、益生菌等溢价更高的产品,但原有经销渠道不适合解释和销售这类商品。问题先发生在卖货方式上:客户为什么需要,怎么选择,需要有人提供服务。
于是他们考虑在线营养咨询。
这里的思路值得留意。项目没有从“给企业装一个问答机器人”出发,而是先发现,新产品需要一种原渠道提供不了的服务。再去看,这种服务靠人能不能提供,成本能不能承担。
嘉宾给出了几组数字:
| 节目中的口述 | 读这组数字时要分清什么 |
|---|---|
| 注册营养师约40万人,目标服务群体约8000万人 | 两个人数相除是200,但不能直接说人才缺口有200倍;一个人能服务多少客户,还取决于频率和服务深度 |
| 人工单次服务成本约16元 | 未披露核算范围,不能默认包括获客、培训、管理等全部成本 |
| 使用模型后单次成本约几分钱到一毛钱 | 嘉宾对具体金额记忆不确定,也未证明与人工成本完全同口径 |
| 平台承载约600万在线用户 | 未交代注册、累计、活跃等统计口径,不能理解成同时接受服务的600万人 |
| 一位运营人员管理50多个机器人 | 机器人分别做测评、内容、营养咨询等工作,不意味着研发、维护和其他支持人员不存在 |
这些数字有吸引力。但做财务,不能看到16元和几分钱就直接算投资回报。真正有价值的信息是:他们尝试把服务拆成多项任务,让一个人调度多个智能体,去支撑原来难以覆盖的业务量。
接下来那个小细节,比大数字还值得看。
客户说想减肥,通用助手很容易马上给方案。嘉宾讲,熟悉客户转化的服务人员会先回应情绪,再了解对方近期饮食、运动习惯和目标。
节目中的具体话术带有营销场景,不能当作适合所有人的健康沟通规范。我在这里关心的是服务顺序:先弄清对方为什么提出这个问题,再判断给什么帮助。
放到财务场景,老板说“成本太高了”,你立刻给十条降本建议,也可能答偏。
他说的高,是比上月高、比预算高,还是接这个订单已经没有利润?他要处理的是材料浪费、产能闲置,还是销售报价?问题不同,后面的数据范围、分析方法和动作都不同。
熟练的人知道先追问哪一句。这个顺序,往往不在制度里,却决定了后面的工作有没有用。
这就是为什么AI需要好师傅。
租房管家为什么不能只盯回复速度?
另一个案例来自住房服务平台。
客户最初想让AI帮助管家自动回复,提高回复速度。管家每天处理空调漏水、邻里纠纷等琐事,很多沟通还带着情绪。
按照嘉宾的判断,平台还希望销售保洁、宠物照看等增值服务,但管家的精力被日常事务占满,没有时间主动发现和跟进需求。
于是他们重新分配工作:AI处理常见事项、查流程、准备回复,人处理需要关怀和判断的沟通,再由另一个智能体寻找可能的服务需求。
原字幕举的是,租客家里有猫,又说自己要出差,系统提示管家可以询问对方是否需要上门喂养。这里的机会来自两个事实的组合,不能改写成“猫不吃东西,所以推销喂养”,两者的判断基础完全不同。
嘉宾口述,管家的服务覆盖由约500提高到约1200,2000是当年的目标;他们称该部门没有裁员,服务质量、好感度、续约和增值服务销售都有提升,但没有披露相应数据。字幕对人数、户数及“一对”的表述不够稳定,因此适合用它理解分工变化,不适合拿来计算精确人效。
尤其值得看的是,好员工的标准也变了。
快速打字、记得住流程仍然有用,但大量基础事务由系统辅助后,更能安抚情绪、判断真实需求、协调处理问题的人,价值会更明显。
这种变化放到财务团队,并不难理解。
如果报表加工时间减少,财务经理应该重新安排工作。让人去核实异常,找生产和采购把原因说清,推动纠正,并在下个月看效果。否则省下的时间只会被更多报表占满。
同样,业务沟通也需要尊重对方。供应商因对账差异迟迟没有收到款,财务需要先查清差异和付款安排,再解释处理进度。AI可以整理往来记录、定位争议单据、起草说明;什么承诺可以作出、谁负责解决,仍要由相应的人决定。
不能把“情绪价值”只理解成说几句好听的话。对业务人员来说,问题有人查、承诺有人兑现,本身就能减少很多焦虑。

财务怎样判断一项AI工作有没有交付完成?
我会先把“能演示”和“能使用”分开。让AI回答一个提前准备的问题,属于演示;换一批数据、遇到缺失项、碰到两个人意见不一致,它仍然知道怎样处理,才开始接近日常工作。
假设企业要做一个供应商对账助手。把两张表比出差异只是第一步。供应商名称能否对应,未到票与未付款有没有混在一起,红字、退货和跨期业务怎样识别,差异由谁核实,助手都需要明确依据。
如果只是输出“请财务核对”,它并没有减少多少工作。更好的交付是标出单据范围,列明双方金额、缺失资料和建议核对人,让人能直接进入下一步。
下面这份简表可以在立项时填写。不要等演示做完才讨论验收。
| 要说明的事 | 成本异常助手的示例 |
|---|---|
| 工作对象 | 约定工厂、工单范围和材料类别 |
| 有效输入 | 能关联且计量单位一致的领退料和完工资料 |
| 合格输出 | 有证据、能定位的异常或待核实事项 |
| 交接对象 | 对应业务负责人及复核人 |
| 必须停止推断的条件 | 缺失关键单据、对应关系冲突或口径未确认 |
| 继续运行的负责人 | 维护案例、数据连接和处理规则的具体人员 |
这几项写清,项目就能讨论。写不清时,也不用着急买更多工具,先把当前工作还原出来。
还有一件事常被忽略:检验输出要付出多少人工。助手少做了两小时整理,却让人多花三小时检查,不能算效率提高。把检查成本一起放进验收,才不会让骨干成为系统背后的无偿补漏人。
常见问题 FAQ
FDE和软件实施有什么不同?
两者都有理解业务、连接系统和培训的工作。本文讨论的FDE更强调把智能体的任务、判断样本、人机分工和持续改进做出来;具体区别要看合同交付内容,不能只看岗位名称。
一个人管理多个智能体,等于只需一个人吗?
不等于。还要核对研发、维护、模型调用、人工复核和其他支持成本。平台用户数也不能直接当成同时服务人数。
企业只是想提高回复速度,也值得做吗?
值得评估。只要需求稳定、质量能核验、收益覆盖成本,就可以做。无需为了套用FDE概念,强行改变整个业务。
本系列按隔天更新,后续篇目可在FDE系列目录查看。
- 第1篇:FDE与财务人的机会(本篇)
- 第2篇:老师傅经验与AI带教(2026-09-17 08:00更新)
- 第3篇:AI项目分工与考核(2026-09-19 08:00更新)
- 第4篇:材料耗用异常AI试点(2026-09-21 08:00更新)
- 第5篇:AI咨询收费与财务成长(2026-09-23 08:00更新)
延伸阅读:财务人怎么用WorkBuddy做交付;WorkBuddy把表做快以后,财务判断怎么补上。
如果你正在梳理制造业财务的数据和流程,可以带着具体问题与老汪交流。微信:xiaoweihome_ah。









暂无评论内容