企业做 AI，培训解决认知，FDE 解决落地

最近看到一个观点：企业想做 AI，应该先做 AI 培训，让员工先把 AI 用起来，然后 FDE 再进场。

这个说法听起来很合理，但我觉得需要拆开看。

首先，AI 培训并不是 FDE 工作流里的标准步骤。

至少从我目前看到的 FDE 工作方式来看，FDE 的典型路径仍然是：理解客户业务目标，访谈关键角色，还原业务流程，识别痛点，判断 AI 机会，收敛 MVP，然后推动落地。

这个流程里没有一个固定环节叫“先给全员做 AI 培训”。

但现实里确实会出现另一种情况：企业说要做 AI 提效，第一反应不是找 FDE，而是先找人来公司做 AI 培训。老板希望员工先了解 AI、先学会使用 AI 工具，然后再看看公司里有哪些场景可以改造。

这个动作有合理性。问题在于：培训本身不等于 AI 落地。真正对 FDE 有价值的，不是培训这件事，而是培训之后有没有沉淀出真实业务场景。

为什么泛泛 AI 培训很难带来落地

很多 AI 培训最后会变成一场热闹但低效的知识普及。

培训老师讲 prompt，演示几个通用工具，展示一些看起来很酷的案例。现场大家觉得很有启发，回到工作里却不知道怎么用。

这不是员工不积极，而是培训没有进入业务流程。

员工真正缺的往往不是“AI 能做什么”的知识，而是：

• 我的工作里哪一步可以被 AI 改造？
• 这一步的输入和输出是什么？
• 有没有历史样例？
• AI 生成结果后谁来审核？
• 它应该嵌回哪个系统、表格、文档或协作流程？
• 做错了风险有多大？

如果这些问题没有被回答，培训结束后很容易出现这样的结果：

员工知道了一些 AI 工具 -> 试了几天 -> 回到原来的工作方式 -> 公司没有形成真实 AI 使用

所以，“先培训，再 FDE”不是一个可靠方法论。

更准确的说法是：

AI 培训可以提升组织认知，但不能替代 FDE 的业务诊断和落地工作。

三种不同的 AI 培训

我会把企业里的 AI 培训分成三类。

第一类：泛泛的工具培训

这是最常见的一类。

内容通常是：

• AI 工具介绍
• prompt 写法
• 通用办公提效案例
• 文案、总结、翻译、PPT、图片生成演示

这类培训的价值是降低认知门槛，让员工知道 AI 不是玄学，也不是只能由技术部门使用。

但它对 FDE 的帮助有限。

因为 FDE 进场后，仍然要从头问：

• 你们到底哪个流程最痛？
• 谁发起，谁处理，谁审核？
• 数据在哪里？
• 有没有真实样例？
• 输入输出是否明确？
• 这个场景能不能做成 MVP？

所以这类培训只能算 AI 认知启蒙，不能算 AI 落地准备。

第二类：培训之后做场景征集

这类培训开始有价值。

它不只是让员工学工具，而是在培训结束时要求每个部门提交场景清单。例如：

我们部门最重复的 3 个工作是什么？
最耗时的 3 个流程是什么？
哪一步最容易出错或返工？
有没有对应的表格、文档、聊天记录、工单或系统截图？
如果 AI 先生成建议，谁可以审核？

这时候培训虽然还不是 FDE 工作流的一部分，但它能给 FDE 提供输入材料。

FDE 可以拿这些场景继续判断：

• 哪些是真痛点，哪些只是想象？
• 哪些高频，哪些低频？
• 哪些有数据，哪些没有样例？
• 哪些可以人工审核，哪些风险太高？
• 哪些能在 1-2 周内做成 MVP？

这类培训对 FDE 有帮助，因为它产出了可诊断的业务素材。

第三类：培训本身变成场景工作坊

这是最理想的一类。

它已经不太像传统培训，更像“AI 场景工作坊”。

参与者不只是听工具演示，而是带着真实工作进来：最近一单、最近一份报表、最近一批客户沟通、最近一个工单流程、最近一次报价、最近一个项目交付文档。

然后在工作坊里现场拆：

• 当前流程怎么跑？
• 哪一步最高频？
• 哪一步最耗时？
• 哪一步最容易出错？
• 输入是什么？
• 输出是什么？
• 有无历史样例？
• AI 适合生成建议、做分类、写初稿、查知识，还是只适合做辅助检查？

如果 FDE 或懂业务落地的人参与其中，这个工作坊就不只是培训，而会变成早期业务诊断。

这时培训和 FDE 的边界会融合。

但本质仍然不是“培训先于 FDE”，而是：

FDE 把培训变成了场景发现机制。

FDE 真正接住的是什么

FDE 接住的不是“员工已经学过 AI”。

FDE 接住的是这些东西：

• 真实业务流程
• 一线员工每天重复的工作
• 最近发生过的具体案例
• 表格、文档、系统截图、聊天记录、工单等样例
• 明确的输入和输出
• 可人工审核的结果
• 老板或主管愿意推动的试点场景

如果培训结束后没有这些材料，FDE 进场还是要重新做业务访谈和需求澄清。

所以判断一场 AI 培训是否对 FDE 有价值，不是看现场多热闹，也不是看员工会不会写 prompt，而是看它有没有留下这些可用产物：

部门场景清单
真实业务样例
流程截图或系统截图
高频痛点排序
可审核的候选 AI 场景
业务负责人或试点部门

这些才是 FDE 能继续推进的东西。

更准确的关系

我现在更倾向于这样理解：

AI 培训 = 组织认知启蒙
场景征集 = FDE 的输入材料
FDE = 业务场景诊断与落地

如果企业已经有明确业务问题、老板授权、一线样例和系统数据，FDE 可以直接进场，不需要先做一轮培训。

如果企业只有一句“我们想做 AI 提效”，内部完全不知道 AI 能怎么用，那么先做轻量 AI 认知培训是合理的。但这个培训最好不要以“教工具”为终点，而要以“收集真实业务场景”为终点。

否则培训结束后，企业只是多了一批“知道 AI 很厉害，但不知道怎么在自己工作里用”的员工。

最后的判断

AI 培训有价值，但它不是 FDE 的必要前置步骤。

真正重要的不是先培训还是先 FDE，而是企业有没有把模糊的 AI 兴趣转化成可以被诊断的业务材料。

如果培训只讲工具，它最多解决认知问题。

如果培训能沉淀真实场景，它就能成为 FDE 的输入。

如果培训本身被设计成场景工作坊，它甚至可以成为 FDE 早期业务诊断的一部分。

培训让员工知道 AI 可能有用，场景沉淀让 FDE 判断哪里值得做，MVP 才能证明 AI 在这个企业真的有用。