AI、文创、社企的创兴思考 · AI双创
别把创始人该做的客户探索留给高价的 FDE

在当前这波 AIAgent创业的惊涛骇浪中,无数工程师和技术人才正怀揣着对大语言模型(LLM)的颠覆性潜力,迅速推出了功能卓越的产品原型。
然而,令人费解的现象是,许多技术上堪称一流的Agent应用,在进入市场后却步履维艰,要么销量惨淡,要么客户使用后便迅速弃用。
这种“能力溢出与采纳不足”的巨大鸿沟,正成为AI初创公司最致命的陷阱。
当类似的困境不断浮现在创业生态圈里被大家熟知的过程中,一个名为“前线部署工程师”(Forward Deployed Engineer, FDE)的模式被高调推上舞台,被描绘成 AIAgent公司实现规模化增长的唯一正确战略。
这种模式要求公司在找到产品市场契合点(PMF)之后,派遣高薪的工程师深入客户内部进行深度定制和学习。
然而,这种将本应在极早期、由创始人低成本完成的客户探索(Customer Discover),系统化、高成本地推迟到增长阶段的做法,似乎正沦为一种对于创业早期客户工作缺失所尝试的亡羊补牢?
## 潜藏的错觉:技术可行性并非市场契合
AIAgent创业者最容易陷入的第一个陷阱,是错将技术的可行性等同于客户需求的契合度。
通过开源技术的平权趋势,众多的AI创业者拥有的是一个能力极其强大的“锤子”(那些具备推理、规划和执行复杂任务能力的 LLM Agent)。
这个“锤子”的技术雏形(即技术潜力)在实验室中已经被充分验证,并且正在以惊人的速度迭代。
这使得创始人产生一种豪迈的错觉:既然技术能力如此强大,我们只需将其投放到市场上,客户便会立即找到它适用的“钉子”。
问题在于,客户所在的商业环境是高度异构和充满摩擦力的。
他们的组织结构、遗留系统、数据规范和固有流程都是独一无二的。
你所拥有的强大技术,在客户实际的环境中,可能根本无法流畅地转化为可交付的、高价值的业务成果。
这种能力与采纳之间的巨大鸿沟,才是导致许多产品在销售上遭遇困境的根本原因。
## 角色错位:创始人缺席的代价
传统的精益创业思想和“做不能扩展的事情”(DTDS,Do Things Don’t Scale)方法论,都竭力主张在产品市场契合点被确认之前,由创始人亲自且手动地服务早期客户。
其核心目的正是为了在快速、低成本、非规模化的阶段,通过深度交流和定性调研来发现客户的真正需求、痛点和他们试图完成的工作(JTBD,Jobs to Be Done)。
创始人必须“吃下痛苦”,将细分客户的定制化需求转化为对通用产品的深刻洞察与价值判断。
FDE的出现,在逻辑上却推翻了这一至关重要的创业原则。
它将这种本应由创始人亲自承担的现场观察、客户访谈、发现通用性的工作,交给了高薪、高专业度的FDE 团队(即Palantir案例中的Echo Team和 Delta Team)。
FDE 模式因此成为一种系统化、有组织的、高成本的“DTDS”。
它的运作依赖于巨大的合同规模来支撑FDE团队的运行,这无形中就要求公司在尚未真正理解客户核心需求时,就必须承担起极高的执行和运营风险。
这不得不让人怀疑,这种FDE模式与其说是增长策略,不如说是为弥补创始人早期对客户和市场理解不足,而被迫采取的高价补救措施。
## FDE 的本质:系统化的高成本定性调研
当我们剥开FDE模式华丽的增长策略外衣,深入审视其日常工作,就会发现它与高水平的定性调研和深度客户探索之间的惊人相似。
FDE 工程师被派遣到客户现场,其核心职责是弥合“产品能做什么”与“客户实际需求”之间的差距。
他们首先构建的是一条针对特定客户的“碎石路”(定制化的解决方案 )。
随后,总部产品团队的工作是从这条“碎石路”中抽象出通用部分,将其转化为可供多个客户使用的“铺设高速公路”。
这整个过程,从Echo Team的领域专家发现客户问题,到Delta Team的原型设计师快速编写代码解决问题,再到总部团队将特定解决方案抽象为平台能力,其本质其实就是一套系统化、持续进行的“构建-测量-学习”循环。
唯一的不同在于,精益创业的MVP寻求的是最小风险下的快速验证,而FDE的现场“碎石路”则是在高风险、高价值的环境中,通过交付CEO 级别的关键业务成果来获取反馈。
这套流程与其说是产品部署,不如说是一种成本高昂的、将客户定制工作战略性地转化为平台通用能力的机制。
如果创始人能在更早、成本更低的阶段,就以非规模化的方式完成同等深度的客户洞察,其实就能将能避免在FDE团队上投入巨额成本来弥补这一学习过程。
初创困境:拿什么来支撑FDE团队?
FDE 模式之所以必须依靠“大合同”和“基于成果定价”,正是因为它的运营成本极高。
一个由领域专家和顶尖原型设计师组成的FDE团队,其人力成本远超传统的 SaaS 销售团队或普通的产品工程师。
这意味着,如果公司没有一个强大的核心产品或平台作为产品杠杆,他们就会立刻沦为纯粹的咨询服务公司。
这种对“产品杠杆”的强烈依赖,反向印证了FDE模式不适合完全空白的 PMF 探索阶段。
创业者不应该用FDE模式来“寻找”价值,而应该用它来“扩张”价值。
如果在部署FDE团队之前,公司对自己的核心价值主张(例如“我们能以前所未有的方式关联数据”或“我们的Agent能自动化以前无法自动化的工作流程”)没有一个初步且坚定的认知,那它将无法说服客户签订大额合同来承担这种高昂的探索成本。
## 重新定义 MVP:将学习机制前置
AIAgent创业者需要的不是将FDE模式全盘照搬,而是将其深度学习的机制和对成果交付的聚焦,提前注入到MVP的设计和 PMF 的探索过程中:首先,要将你的MVP视为一个“现场学习和成果交付的工具”,而不是一个“功能大杂烩”。
在早期,创始人必须亲自扮演Echo Team和Delta Team的角色。
带着你的核心Agent能力(你的“锤子”),进入客户现场,并承诺解决他们“CEO 的前五大优先事项”之一。
不要追求广度,要聚焦于深度。
以客户愿意支付高价的成果(例如,提高特定流程的准确率而非仅仅提供一个聊天界面)来定义你的 MVP,并用定制化的努力去实现这个成果。
其次,创始人必须像总部产品团队一样,在每一次定制工作中,主动提炼出其中的通用部分。
你可以问自己一个极其尖锐的问题:我为第一个客户解决这个高价值问题所做的工作,能否在接下来的两到三个客户那里,以少于一半的精力来完成?
如果不能,那就意味着你的工作只是不可扩展的定制服务,你的产品没有建立起可复制的杠杆。
只有当你的MVP能够通过这种方式不断自我优化,加速后续的部署和成果交付时,你才能说你正在建立一个真正可扩展的商业模式。
## 终极使命:填补能力与采纳的鸿沟
FDE 模式之所以在AI时代被Y Combinator等顶级加速器视为必须,是因为AI 技术的进步(能力)正在以远超人类组织学习和采纳的速度向前狂奔。
我们不能坐等企业客户自行采纳如此颠覆性的技术,它需要“人类的智慧和探索精神”去克服阻力,将抽象的能力转化为具体、有用的价值。
如果说FDE是解决这一鸿沟的规模化策略,那么创始人主导的早期客户发现,就是循证创业方法解决这一鸿沟的低成本起点。
每一位 AIAgent创业者都应该深刻反思:你的PMF到底是一个你可以在办公室里通过数据分析找到的通用需求,还是一个必须通过FDE模式才能在客户的复杂环境中持续发现和创造的局部、高价值成果?
如果答案是后者,请不要等到资金耗尽、公司被迫转型时,才想起要用高价的FDE团队来完成你作为创始人早就应该做好的客户发现。
将FDE的学习精神和成果导向前置到你今天的MVP中,让低成本的早期探索成为你高价值规模化增长最坚固的基石。
本文首发于麟朗创兴公众号
本文为麟朗创兴早期存档版本,与公众号发布稿可能存在个别文字差异。
读到这里,想知道自己的项目卡在哪一步? 做一次十来分钟的初诊 →
十来分钟,一个问题一个问题地问,最后给你一份初诊报告。
