FDE 标准作业流程（SOP）

关键动作

• 干系人盘点：分清出钱的人、干活的人、受影响的人、能一票否决的人
• 跟班观察（必做）：跟随1-3名典型一线员工完整工作半天到一天，记录每个动作
• 根因追问（5问法）：对每个抱怨连续追问"为什么→然后呢"，直到落在钱/时间/差错率上
• 场景候选清单与粗筛：痛点真实度 × AI能力匹配度 × ROI × 组织变革阻力
• 确定窄切口：一个部门、一条业务线、一类单据、一个决策动作

阶段门检查清单

• 能用一句话说清"谁，在什么环节，因为什么，每天/每月损失多少"
• 问题由业务方（不是IT）亲口确认真实存在
• 找到了至少一个愿意一起试的一线"关键人"
• 切口小到团队能在2-6周内交付完整闭环
• 决策人知道并认可这件事

关键动作

• 数据资产盘点（四类状态）：有且规范 / 脏 / 乱散 / 锁——逐一评估
• 判断"先数字化还是直接智能化"：关键信息还在纸上/嘴里/微信群里？先数字化
• 知识/经验盘点：列出场景依赖的专家经验，评估知识萃取方式
• 合规与部署约束确认：数据能否出域？是否需要私有化/混合部署？
• 定义测试集：从现场收集20-100个真实历史案例作为验收基线

阶段门检查清单

• 切口所需的每一类数据都明确了"在哪、拿不拿得到、多脏"
• 数据清洗/打通/审批有明确责任人和时间，且已计入工期
• 关键专家经验有萃取方案和配合的专家
• 合规红线清晰，部署模式有结论
• 拿到了来自真实业务的测试集和"什么算好"的量化标准

窄MVP判定标准（四条同时满足）

• 真：跑在真实数据、真实流程上，不是演示数据
• 全：从输入到输出端到端打通，结果不需要手工补全
• 准：在真实测试集上达到约定的准确率/可用率
• 值：输出能直接支撑一个决策，且有业务人真的据此行动

关键动作

• 技术选型：确定性逻辑→规则引擎/脚本；不确定性任务→大模型+RAG/Agent
• 设计人审节点：高频低价值自动化，低频高价值保留人工；输出置信度
• 可解释与可溯源内建：每个AI结论附依据，引用了哪条知识/哪一行原始数据
• 小批量真实试用→迭代：错误分三类处理——知识缺失→补知识；规则错误→改规则；能力边界→交回人工
• 价值量化验收：用业务语言结算——时长缩短、差错率下降、增收/避损

阶段门检查清单

• 真实数据端到端跑通，无需手工兜底补全
• 达到与业务方事先约定的准确率门槛
• 至少一个关键人已在真实工作中持续使用并愿意背书
• 价值有前后对比的量化数据，且由业务方确认
• AI出错时的兜底路径和人审机制有效

关键动作

• 入口嵌入：接入已有系统（OA/ERP/CRM/飞书/小程序），不开新平台
• 流程嵌入：把AI动作放进既有流程节点，让"用AI"成为必经一步
• 信任机制：可解释 + 可溯源 + 留痕审计
• 培训与上岗：面向真实任务培训，培养第一批内部种子
• 陪跑迭代 + 数据飞轮：人工修改→结构化回填→知识库/规则持续变准

阶段门检查清单

• 用户无需登录新系统/学习新习惯即可使用
• 上线后连续2-4周有稳定的真实使用数据
• 采纳率、改单率等关键指标可追踪且趋势向好
• 人工确认结果能回流为数据资产
• 日常运维和迭代已移交/共同承担，不依赖FDE个人

关键动作

• 沉淀可复制资产：流程模板、知识库结构、规则库、Agent配置抽象为可复用模板
• 按"点-线-面"规划扩展路径：已验证窄场景→同一业务流上下游→相关部门/全公司
• 每个新场景仍走精简版五步法：不因"有成功经验"跳过诊断和数据审计
• 沉淀组织能力：帮客户建立内部AI团队/角色/知识萃取师
• 商务模式随价值演进：从项目费→运维/订阅费→价值分成

阶段门检查清单

• 首战价值有经得起复盘的数据
• 新场景按业务相关性（而非领导热情）排序
• 核心资产已模板化，复用不依赖原班人马
• 客户内部有明确的人和机制承接
• 有清晰的退出/长期合作安排