FDE系列15：售前方案的困境——方案很好，但落不了地？

本文是《FDE工程师-从AI技术实现到业务落地》系列文章第15篇

"方案是好的，但交付团队做不了。"

这可能是在AI项目中最让人崩溃的一句话。

售前/解决方案的困境

售前和技术方案工程师，是"画饼"的人，也是"背锅"的人。

画饼的时候，什么都能做。交付的时候，什么都做不了。

典型困境：售前与交付的信息断层

某AI公司中标了一个大项目。

售前方案里写的是"使用最新的多模态大模型，实现全场景智能化"。

交付团队进场后，发现：

• 客户的数据是Excel表格，不是结构化数据库
• 客户的环境没有GPU，跑不了大模型
• 客户的IT团队只有3个人，而且都是"半路出家"

售前承诺了"100分"，交付只能做到"60分"。

客户不满意，交付团队背锅，售前团队说"是你们交付能力不行"。

这个问题的根源，不是"交付团队能力不行"，而是"售前和交付的信息断层"。

售前方案的"承诺陷阱"

陷阱一：过度承诺

为了拿下项目，什么都说"能做"。

解决方案：售前团队在方案中，要明确区分"一定能做"和"需要验证"。

• "一定能做"：产品已有的能力
• "需要验证"：需要PoC验证的假设
• "需要开发"：需要额外投入的定制化需求

陷阱二：技术至上

方案里全是"最先进的技术"，但没考虑客户的实际情况。

解决方案：方案要按照"技术可行性 × 业务价值 × 实施难度"三个维度评估。

选"综合评分"最高的，不是"技术最先进"的。

陷阱三：忽略环境差异

方案是基于"理想环境"写的，但客户的环境是"混沌的"。

解决方案：方案中增加"环境假设"章节，明确列出：

• 客户需要提供什么环境
• 客户需要提供什么数据
• 客户需要安排什么资源

如果客户的环境不满足假设，项目需要调整方案或延期。

FDE式售前：从"画饼"到"护城河"

FDE式的售前，不是"画饼"，而是"建立信任的护城河"。

关键动作一：Discovery Checklist

在写方案之前，先做"需求发现"。

FDE的Discovery Checklist：

技术层面

• 客户的技术栈是什么？（编程语言、数据库、中间件）
• 客户的部署环境是什么？（云/IDC/混合）
• 客户的数据情况如何？（数据量、数据质量、数据源）
• 客户的安全要求是什么？（等保、数据不出境、加密要求）

业务层面

• 客户的业务痛点是什么？（不是"想要什么"，是"痛在哪里"）
• 客户的决策链是什么？（谁说了算、谁有否决权）
• 客户的预算范围是什么？（不是"多少钱"，是"愿意花多少钱"）
• 客户的预期时间是什么？（什么时候想要、什么时候必须上线）

组织层面

• 客户的项目团队是什么？（谁负责、谁支持、谁用）
• 客户的技术能力是什么？（IT团队有多少人、什么水平）
• 客户的变革意愿是什么？（愿意改变流程吗？愿意改变习惯吗？）

关键动作二：FDE参入售前

FDE在售前阶段就介入，而不是等到项目签了再进场。

FDE在售前阶段的作用：

• 评估方案的技术可行性
• 识别方案的风险点
• 提供"更贴合实际"的方案建议
• 建立客户的信任

关键动作三：分阶段交付

不要把"所有东西"放在一个方案里。

分阶段交付：

Phase 1：MVP（最小可行产品）

• 时间：4-6周
• 目标：验证核心价值
• 产出：一个可用的功能，让客户"用上"

Phase 2：扩展

• 时间：4-8周
• 目标：扩展功能和覆盖范围
• 产出：更多功能，更多用户

Phase 3：优化

• 时间：持续
• 目标：持续优化和迭代
• 产出：更好的体验，更高的效率

分阶段交付的好处：

• 客户能"早点看到"价值
• 团队能"及时调整"方向
• 风险能"分散管理"

真实案例：智能喷洒方案

某农业科技公司想做AI智能喷洒，降低农药用量。

传统售前方案：
"我们使用最新的计算机视觉技术，结合多光谱遥感数据，通过深度学习模型实时识别病虫害，精准喷洒农药。"

听起来很酷，但交付团队一看：

• 客户没有多光谱遥感数据
• 客户的地块没有网络覆盖
• 客户的设备不支持精准喷洒

FDE式售前方案：

Phase 1（4周）

• 用手机拍照 + 简单图像识别
• 人工确认病虫害区域
• 手动调整喷洒量

Phase 2（4周）

• 集成无人机航拍
• 自动化病虫害识别
• 半自动喷洒

Phase 3（持续）

• 全自动精准喷洒
• 持续优化识别模型

结果：

• Phase 1上线后，农药用量降低了60%
• 客户看到了价值，愿意继续投入
• 团队积累了经验，后续实施更顺畅

不追求"一步到位"，而追求"步步为盈"。

售前方案自检清单

• 我的方案中，有没有"过度承诺"？
• 我有没有考虑"客户的实际环境"？
• 我有没有和"交付团队"对齐？
• 我有没有建议"分阶段交付"？
• 我有没有做"Discovery Checklist"？
• 我有没有让FDE提前介入？

🔥 关注「AI拉呱」

本系列持续更新中。

下一篇预告： FDE系列16：运维安全的困境——做好了没人知道，做坏了全世界都知道

我们不见不散。