在公司做“内鬼”，还是去外面接项目抢饭？FDE 做 AI 落地的两条路，哪个更有前途？
现在很多人聊“帮企业做 AI”，在大厂岗位里这叫 FDE（前沿部署工程师）。
同样是这门手艺，真正做起来，只有两条完全不同的路：
- 出去自己接项目抢饭吃：自己当老板做外包。找客户、定报价、签合同、保交付、催回款。
- 在自己公司内部做“内鬼”：拿公司工资当推进者。帮自家各个部门做自动化和智能化改造。
两边都会碰壁，但死穴完全不同：
在外面抢饭，卡死你的是“商业闭环”：技术只是入场券，能把钱收回来才叫本事。
在内部做“内鬼”，卡死你的是“权责分配”：系统搭得再漂亮，没人愿意为你改规则也是白搭。
一、 去外面抢饭：技术只是长板，做生意不能只靠手艺
技术出身出来接单，最容易栽在“技术自负”上：以为只要交付过硬，客户就会排着队送钱。
现实会立刻给你上一课：能把东西做出来，和能把钱收回来，中间差了十万八千里。
1. 找销售合作，才能长期运作
出来单干，最难的从来不是写代码，而是“客户从哪儿来”。
尤其碰上稍微大一点的企业，光有一个懂技术的人夸你根本没用。他能不能批预算？采购流程怎么走？别的部门会不会跳出来搅局？
专业销售卖的从来不只是关系，而是帮客户把内部阻力摆平，给拍板的老板买一份“安全感”：出事有人兜底，范围谈得清楚，价格砍得明白。承认自己在商业上的短板，找懂行的人分钱合作，生意才能转起来。
2. 别拿大方案吓跑老板，学会有层次地报价
技术人谈钱，我们以前也直愣愣报过三十万、六十万的整套方案，老板听完往往就是一句“改天再聊”，再无下文。
后来我们学乖了：把大饼切成小块卖。
预算有限？先做一个两三万的小切口。跑出结果、拿到信任，再谈下一阶段。这不是廉价贱卖，而是让老板清清楚楚知道：每一笔钱到底买了什么具体结果。
3. 守不住边界，你就是在倒贴打工
接单最怕的不是客户挑刺，而是交付边界慢慢塌掉。
客户随口一句“顺手帮我把这个也改了吧”，耗掉的全是你自己的利润。合同里只要漏写了“改几次、要什么格式的数据、售后管多久”，这个项目就会变成无底洞。最后折算人天，比回去打工亏得还惨。
更别提那种前期为了证明实力，熬夜肝出几十页详尽方案的蠢事——客户删掉你的报价单，转头找更便宜的供应商团队照着做。前期给方向、给信心；真刀真枪的施工图，必须付了钱才能看。
4. 项目赚没赚钱，结项时把账摊开
我们做项目，会在立项时列清范围、预计成本和回款节点，结束时再核对实际投入。不能看着签了十万的合同，就以为十万都是收入，更不能把自己的时间当免费。
至少要算清三笔账：
- 回款：合同签了多少，实际到账多少，剩下的钱卡在哪个验收节点。没到账的尾款，不能当成手里已经有的钱。
- 成本：销售分成、合作交付、软件和模型费用、差旅，以及自己从售前沟通到开发、测试、返工投入的人天。约定内还没做完的售后，也要预留成本。
- 结余：项目收入扣掉上述成本和应承担的税费后，还剩多少。再对照实际回款，判断利润有没有变成现金，还是垫着钱等客户付款。
一个项目值不值得继续接，要看把自己的工钱和后续责任都算进去之后，还有没有利润。这次哪里超时、哪里漏报价，也要记下来，变成下一单的报价和合同边界。
二、 在内部做“内鬼”：十年前推 BIM 演砸的戏，今天又在重播
很多人觉得在内部做稳当，按月领薪水，不用到处求人要尾款。
可真动起手来，你就是公司里最尴尬的“内鬼”：
- 大老板要的是宏大叙事，指望上了 AI 就能降本增效；
- 业务中层要的是保住自己的地盘、预算和手下编制；
- 一线员工关紧大门防着你，生怕自己的工位被你优化掉；
- 你背着落地的死指标，手里却没有半点调整业务流程的实权。
这幕戏十年前我还在建筑行业推 BIM（建筑三维模型协同系统）时，早就一模一样地演过一遍。
当年也是全员打鸡血：公司花几十万买正版软件，拉所有人去培训，轰轰烈烈成立 BIM 小组。结果呢？日常画图大家依然用着老掉牙的 CAD。等到项目快要验收了，再花钱找外包公司照着图纸硬捏一个三维模型摆在那儿应付检查。不仅没省事，反而给整个流程硬造了一道多余的工序。
今天很多公司推 AI，原封不动地踩进同一条河流：统一买账号，拉大家听课教AI 工具，搭两个在汇报 PPT 里极其炫酷的 Demo。几个月后复盘，人一个没少，活一点没省，技术团队反而成了天天帮大家调提示词、处理 bug 的全职保姆。
AI 进业务，本质上是在重构权力和利益。
原本一件事要九个人层层签字，AI 确实能一秒核对完。但关键问题是：中间多余的那几道审批谁敢砍？砍了之后谁承担风险？出了错谁来背锅？
如果没人敢动老规矩，AI 充其量只是让材料更快地流过这九道繁琐手续，除了更快地制造垃圾，解决不了任何实际问题。
内部项目有效没效，要看整段工作有没有变好
但内部项目也不能只看有没有改规则。我们判断提效，会先把原来的工作记清楚：同样一批任务，几个人做、花多久、出多少错，再用上线后的实际结果对比。
比如做一个工资核算工具，不能只看 AI 几分钟算完。整理数据、人工复核、纠错返工的时间都要算进去；空值、重复记录、异常数据能不能处理，也得测。把核对工作全部甩给人事，未必真的省事。
验收时看三件事：
- 同样的工作量，总耗时有没有下降；
- 结果质量有没有守住；
- 业务人员能不能持续使用。
不要只挑一次演示成功的结果，要在约定的试运行周期里记录真实任务，并由业务负责人确认。
再把工具订阅、模型调用和维护投入算进去，看节省下来的时间是否值得这些投入，是否真正用来减少加班或承接更多业务。省下工时不等于工资支出已经减少，不能直接包装成省了多少钱。
外部项目要算清我们交付这单赚没赚钱；内部项目要看清，用上 AI 之后，业务是不是真的更省事、更高效了。。
三、 无论内外，别把自己做成“免费外包”
不管是去外面接单，还是在内部推进，要想不陷在泥潭里，就必须守住这三个原则：
1. 别吹“全自动干掉一个岗位”的牛
大部分普通岗位看着简单，里面全是琐碎的灰色事务。前端开发不只是写几行页面代码，还要处理各种拉扯和突发状况；行政不只是填表格，还要处理复杂的跨部门杂事。
一进场就喊着“帮老板裁员”，只会把一线全逼成你的敌人，给你喂假数据、不配合流程。
务实的做法是：先帮 10 个人砍掉 80% 最繁琐的重复劳动。先当大家准时下班的盟友，你才能摸到真实的业务卡点。哪怕真能省下人力，也是“帮公司以后少招一个人”，而不是“当场把正在干活的人赶走”。
2. 在盐碱地里，先找自带数据的小环节捏
碰到连基础数字化都没做、流程全靠嘴巴交接的公司，千万别发疯去给人家“先搭个底层数据中台”。
直接找那些本来就有数字闭环的业务。比如一些工厂生产管得一塌糊涂，但它在海外投广告、搞网店，花了多少钱、引来多少点击、有多少咨询，这些账清清楚楚。把大而无当的技术愿景，死死钉在一件老板能看懂、现在就能算出回报的小事上。
3. 内部做事，先找负责兜底的“业务1号人”
在公司做内部改造，没有业务负责人亲自下场挂帅，就千万别动手。否则你就会沦为全公司的“免费外包”，今天帮 A 调个工具，明天帮 B 改个脚本，最后没人为你叫好，出了问题全赖你。
进场前，必须逼着业务负责人白纸黑字把话讲透：
- 切口：只改哪一段具体的流程，别扯空洞的“数字化转型”；
- 验收：用业务指标（时间快了多少、差错少了多少）来说话，别拿模型跑分来糊弄；
- 运维：上线之后数据谁来洗、报错谁来修，业务出不出人；
- 责任：做成了算业务的功劳，搞砸了业务负责人必须一起担责。
如果对方只想让你做个小工具“试一试”，却不愿为结果担一点风险，趁早别接，别去陪跑。
在外面抢饭，是白手起家做一门小买卖，技术之外，找人、谈钱、立规矩样样不能瘸腿；
在内部推进，是站在一台开足马力的高速机器上，试着不熄火把齿轮换掉。
技术能做出来，永远只是起点。
在外面，边界清、收得到钱才叫活下来；
在内部，有人接盘、敢动利益才叫落了地。
如果你也在关注企业 AI 服务、FDE 真实工作情况，欢迎关注。主页会持续更新企业 AI 落地的真实案例、实战判断和交付方法。