售前 / 解决方案架构师如何转 FDE

岗位说明：“FDE Lead 路线”是本站教学安排，不对应统一公司职级。是否能应聘 Lead 取决于工程深度、客户交付、生产运行和带队经历，不能仅由原职位推导。

你已经具备部分可迁移能力

如果你做过售前、解决方案架构师或数字化项目经理，你已经会：

听懂客户的业务问题，并把它翻译成可执行的方案。

这是很多人学不会的能力。你缺的是另一半：亲手把方案做出来、推动真正用起来。补上这一半，你走的就不是单个场景的 FDE 路线，而是 FDE Lead 路线：负责复杂项目、团队协作和企业 AI 转型。

你的优势

1. 懂业务沟通：会访谈、会提问、会把技术方案讲成业务价值。
2. 懂方案设计：知道系统怎么拆、数据怎么流、边界怎么定。
3. 懂项目推进：会排期、会协调资源、会管理干系人预期。
4. 见过大量场景：知道不同行业、不同部门的常见问题。

你的常见短板

1. 手生：习惯出方案，不习惯亲手做出能跑的东西。
2. 方案惯性：容易一上手就设计"完整方案"，而不是先做最小验证。
3. 重签单轻使用（售前出身）：习惯对"成交"负责，不习惯对"三个月后还有没有人用"负责。
4. 对 AI 工具链的实操不熟：没亲手用 AI 工具做过完整项目。

适合的 FDE 类型

FDE Lead 路线：负责跨部门 AI 项目、FDE 团队搭配、企业 AI 转型路线图，同时保留亲手做 MVP 的能力。

12 周学习路线

第 1-2 周：整理问题清单

• 从你服务过的客户/部门里，列出被反复提起但一直没被解决的具体问题。
• 选一个范围小、数据容易拿到的场景作为练手项目。

第 3-4 周：画现状与目标流程图

• 这次不只画架构图，要画到"每一步谁、花几分钟"的粒度。
• 标出 AI 能接管的步骤和必须人工的步骤。

第 5-7 周：亲手做出 MVP

• 这是最关键的一步：亲手用 AI 代码工具 + 自动化平台把 MVP 做出来，不要假手于人。
• 目标不是代码写得好，而是搞懂"做一个能跑的东西"全过程会遇到什么。

第 8-9 周：真实样本评测

• 用真实数据测试，记录完成率、错误率、节省时间。
• 学会写评测报告：这是将来带团队时验收项目的核心工具。

第 10-11 周：小范围试点并推动采用

• 找真实用户试用，亲自做培训和回访。
• 体验"推动采用"的难度：这比做方案难得多，也重要得多。

第 12 周：整理案例 + 形成带队方案

• 写出完整案例。
• 沉淀一份"如果让我带一个 FDE 小组，我会怎么组织"的带队方案。

三个项目建议

1. 售前 / 方案知识助手：把历史方案、标书、产品资料做成问答助手，缩短方案准备时间。
2. 客户需求整理助手：访谈录音/纪要的自动整理、需求归类、待办提取。
3. 项目周报自动化：自动汇总各项目进展，生成周报草稿，项目经理确认后发出。

如何寻找内部场景

• 你自己的售前/项目管理流程就是最好的第一个场景：高频、你懂、数据在手。
• 然后扩展到客户侧：老客户里"方案讲了但没落地"的场景。

如何与技术人员协作

• 从"指挥技术人员做"变成"和技术人员一起做"，至少第一个项目亲手参与构建。
• 带团队时：业务型 FDE 找场景，技术型 FDE 做构建，你负责边界、节奏和验收。

避坑指南

1. 不要只当"AI 项目经理"：FDE Lead 必须保持亲手做东西的能力，否则判断不了工作量和技术选型。
2. 不要把 PoC 当终点：签单/验收不是结束，持续使用才是。见 PoC 验收。
3. 不要一开始就卖"大转型"：用一个具体场景的可见成果换取信任，再谈路线图。
4. 不要忽视数据安全和责任：方案里必须写清权限、人工兜底和退出机制。

推荐工具组合

能力自检表

• 亲手做出过一个能跑的 AI 工具 MVP
• 能用真实样本做评测并写评测报告
• 推动过一个工具从试用走向日常使用
• 能设计 FDE 团队的角色搭配和分工
• 能写出包含验收指标、安全方案和退出机制的项目方案

下一步

• 如何组建 FDE 团队
• 企业 AI Native 成熟度四阶段
• FDE 实战方法