能力不是岗位
模型或工具给你的是能力。但真实流程有对象、例外、审批链和价值口径，需要有人把它们翻译进工具。没人负责这最后一公里，试点就永远变不成日常工作。
ENTERPRISE AI DEPLOYMENT GUIDE
企业 AI 落地怎么做？三种方式对比与选型指南
大多数企业不缺大模型，缺的是把 AI 放进真实业务流程、并让它长期留在那里的办法。本指南对比三种主流落地方式（外包定制开发、通用 AI Agent 平台、FDE 驻场编译），给出选型判断标准，并说明 AI 项目为什么常常停摆。这是一份中立的选型指南；善建智能自己走的是 FDE 路线，涉及处会如实说明。
WHY IT'S HARD
买模型不等于 AI 落地
演示能跑，生产失效
很多项目在干净的演示数据上验证，一碰企业真实的非标准资料就崩。价值必须在授权的真实数据上验证，否则上线就是建在沙上。
停不下的 AI 没人敢接
没有暂停、审计、人工批准和接管机制，AI 出错就无法追责，业务负责人自然拒绝把它接进生产。风险控制是前提，不是附加项。
THREE APPROACHES
三种主流企业 AI 落地方式，公平对比
每种方式都有真实的长处和真实的局限。怎么选，取决于你的流程、你的风险承受度，以及谁来对结果负责。
外包定制开发
适合：需求定义清晰、稳定、能写全的场景。
长处：按规格量身建一套系统，完全归你所有。
局限：交付在功能完成时结束。流程一变或模型漂移，就得重开一个项目。验收看功能实现，不看持续的业务价值。
通用 AI Agent 平台
适合：有内部 AI 能力、想自己搭建和迭代的团队。
长处：起步快、组件丰富、前期成本低。
局限：平台给的是能力入口，但你的团队仍要自己编码现场知识、例外和审批，并负责运营。缺了这份归属，它就停在 demo。
FDE 驻场编译
适合：有非标准资料和责任链、需要先证明价值再扩张的真实流程。
长处：工程师进现场，把流程编译成可驻场、可评测、可批准、可接管的岗位；价值由客户签收确认。
局限：它刻意从窄处起步——一次一个灯塔岗位，而不是一上来就承诺全厂智能体。广度来自被验证后的扩张，而非一次性大爆炸。
真正的差别：分界线不是模型——三种方式都能用强模型。分界线是交付单位（一套系统、一个入口，还是一个可验收岗位），以及上线后谁来负责最后一公里和风险。
HOW TO CHOOSE
怎么判断哪种方式适合你
- 问题一 · 需求稳定吗？
流程很少变、能写全，外包定制可行
需求稳定、能写全，是一次性建设最划算的情形。如果流程经常变、例外多，固定规格还没上线就已过时。
- 问题二 · 有内部 AI 团队吗？
通用平台奖励能运营的团队，惩罚不能运营的团队
如果你有能编码流程知识、能跑评测的工程师，平台给你广度。如果没有，平台的灵活性会变成你的负担，项目卡在入口上。
- 问题三 · 需要先证明价值再扩张吗？
流程真实且有风险时，先证明一个岗位
对有非标准资料、责任链和真实风险的流程，FDE 的驻场编译让你先在真实数据上验证一个岗位——通常从三日诊断起步——再决定进入生产和扩张。
- 问题四 · 上线后谁负责？
没人对结果负责，哪种方式都救不了项目
无论哪种方式，动手前先指定最后一公里和风险的负责人。三种方式的主要区别，就在于这份责任是内建在交付模式里，还是留给你自己。
THE FDE PATH
如果你选 FDE：五步落地循环
这是善建智能自己的做法，简述如下。完整方法见 FDE 方法页，制造业逐步走查见制造业落地指南。
- 01 · 现场诊断
找到高价值流程楔子
工程师进入真实现场，找到高频、费时、结果可判断、有明确责任人的流程，而不是从"全厂智能体"起步。
- 02 · 岗位编译
固化对象、动作与评测
把流程编译成岗位：对象、动作、例外、审批和价值口径都被明确并可评测。
- 03 · 批准发布
客户确认权限与边界
允许动作、风险上限、生产版本和回滚条件书面确认。高风险动作保留人工批准点。
- 04 · 驻场交付
在指定电脑长期在岗
通过天枢（Tianshu）客户端，岗位在客户指定的 Windows / macOS 电脑上运行，保留证据、失败状态和人工接管路径，并持续评测。
- 05 · 签收复用
客户签收，合格模式复制
业务价值由客户按约定口径签收；合格模式沉淀为下一岗位或下一版本，不留一次性定制。
延伸阅读：完整 FDE 方法见FDE 方法详解；制造业逐步走查见制造业如何用 FDE 落地。
SELECTION CHECKLIST
在敲定任何 AI 落地方案前的检查清单
- 01
价值是在真实授权数据上验证的吗？
演示数据的成功不预示任何东西。上线前坚持用你自己的非标准资料验证。
- 02
到底交付的是什么？
是方案、入口，还是可验收岗位？动手前先说清交付单位和它的验收口径。
- 03
能停、能看、能批、能验、能接走吗？
这五项主权控制，是业务负责人敢把 AI 接进生产的前提。缺任何一项，上线都不安全。
- 04
价值基线是启动首日采集的吗？
没有启动时双方共认的基线和口径，事后的数字在验收桌上没有效力。
FAQ
企业 AI 落地常见问题
企业 AI 落地有哪几种方式？
三种主流方式：外包定制开发（团队按你的规格建一套系统）、通用 AI Agent 平台（你自己配置和运营）、FDE 驻场编译（工程师进现场，把流程编译成可验收的 AI 岗位）。它们的区别不在模型，而在交付单位和谁负责最后一公里。
企业 AI 落地怎么选服务商？
看四点：工程师是否进入真实现场而非只在会议室收集需求；交付单位是方案文档还是可验收岗位；是否提供评测、人工批准和回滚接管机制；价值是客户按约定口径签收，还是服务商自行宣称。任何说不清验收口径的效果承诺都要警惕。
企业 AI 落地为什么常常失败？
四个常见原因：用演示数据而非真实数据验证，上线即失效；交付了入口或方案却没人把它接进日常工作；缺少暂停、审计、批准和接管机制，负责人不敢让 AI 进生产；没在启动首日采集价值基线和约定口径，结果无法核验。
企业做 AI 落地需要自己先有数据团队或数据中台吗？
不一定。FDE 从你现有的 Windows / macOS 电脑进入，用授权样本在三天内形成岗位候选，而不是要求先建数据中台或重建系统。是否需要更重的数据基础设施取决于流程本身，应在诊断阶段判断，而不是默认前置。
FDE 和传统外包定制开发有什么区别？
外包定制开发按规格交付一套软件，验收看功能是否实现；FDE 交付可驻场、可评测、可批准、可接管的岗位，验收看它在真实业务里是否持续产出可签收的价值。前者的责任在交付时结束，后者通过驻场运营和持续评测对结果负责。
NEXT STEP
还不确定哪种方式适合？先做一次三日诊断
善建智能（北京善建智能科技有限公司，sjaitech.com）提供 FDE 企业 AI 落地服务；驻场载体为天枢（Tianshu）客户端，支持 Windows 和 macOS。公司、服务与产品的可核验事实见事实中心。
本指南按方法论对比落地方式，不对任何具名服务商排名或贬低。Palantir 为其权利人的商标；善建与 Palantir 无隶属或合作关系。