不懂ERP实施，谈FDE落地为何容易失真

销售预测Agent看似只需接入订单、库存和客户需求，真正实施时却会立即碰到口径不一、数据分散和责任不清等问题。这些并不是模型参数能够独立解决的技术细节，而是ERP项目长期面对的企业现场难题，也正是判断FDE能否把AI方案落到业务中的关键。

前两天，和一个做AI项目实施的朋友聊天。

他说，他们最近接触到一个有意思的AI项目。

客户那边想做一个销售预测Agent。

听起来需求很明确。

把历史订单、库存数据、客户需求、市场信息接进来，让AI自动给出下个月的备货建议。

方案会上，大家都觉得这件事如果跑通，确实能帮企业减少备货误判。

结果真正往下拆，问题来了。

历史订单按哪个时间算？

客户下单时间，销售确认时间，工单开工时间，还是财务收入确认时间？

库存按哪个数算？

账面库存，可用库存，在途库存，质检库存，冻结库存，被订单占用的库存，要不要分开？

客户需求从哪里来？

CRM里有一部分，销售Excel里有一部分，微信群聊天记录里还有一部分。

这时候你就会发现，AI方案还没真正开始，ERP实施里最常见的老问题已经先冒出来了：订单口径、库存状态、客户需求来源，全都没那么简单。

聊到这里，他突然说了一句：

没经历过ERP实施的人，成天扯FDE都是在瞎扯！

我听完笑了一下。

这话说得有点冲。

但如果你真的做过ERP实施，大概率会明白它为什么这么说。

FDE不是凭空冒出来的新物种。

它真正要补的课，ERP实施早就上过一遍。

只是过去我们用ERP改造流程，今天我们用AI重构工作。

工具变了，但现场没变。

技术变了，但人没变。

名词变了，但To B落地的基本功没变。

今天，我们就借这个话题，聊三件事。

• ERP实施到底教会了我们什么？
• FDE为什么不能只靠技术？
• 以及，ERP顾问为什么反而可能是最适合转型FDE的一批人。

01、ERP实施，是To B现场的基本功

很多没做过ERP实施的人，容易低估这件事。

在他们眼里，上ERP不就是调研需求、配置系统、导入数据、培训上线吗？

听起来很流程化。

但真正做过的人都知道，ERP项目远远不只是装一套软件。

它更像是给一家企业做一次全身体检。

销售怎么报价，采购怎么下单，仓库怎么收发料，生产怎么排计划，财务怎么结账，老板怎么追利润，每一个动作都要摊开看。

• 以前藏在Excel里的，要拿出来。
• 以前靠老师傅经验判断的，要写成规则。
• 以前部门之间口头协调的，要变成流程。
• 以前谁都说不清的数据口径，要在系统里定下来。

所以ERP实施最磨人的地方，往往不在系统配置。

是把一家公司的真实运转方式，一点一点翻出来。

**你要看组织架构。**谁负责申请，谁负责审批，谁负责执行，谁承担结果。

**你要看业务流程。**一张订单从客户那里进来，经过哪些部门，生成哪些单据，影响哪些库存，最后怎么开票回款。

**你要看主数据。**物料编码是不是唯一，客户档案有没有重复，供应商信息准不准，BOM能不能展开，工艺路线能不能接上生产。

**你还要看历史包袱。**哪些流程是业务真的需要，哪些是过去某个领导留下的习惯，哪些是系统不好用之后被员工自己补出来的土办法。

这才是ERP实施的价值。

它逼着企业把很多说不清、没人管、靠经验撑着的东西，变成可以讨论、可以确认、可以执行、可以追责的东西。

这套能力，今天换个名字，叫业务理解。

再换个更时髦的名字，就是FDE最需要的现场能力。

02、那些项目文档，不是形式主义

做过大型ERP项目的人，大概率都见过那种项目目录。

项目章程、调研纪要、业务蓝图、差异清单、配置文档、开发清单、测试脚本、数据模板、培训资料、上线切换计划、问题跟踪表、上线支持记录。

一层一层。

一个文件夹套一个文件夹。

刚入行的人看了，可能会觉得烦。

怎么做个项目，要写这么多文档？

但项目做多了就知道，这些东西不是写给别人看的。

它们是企业级项目的保命绳。

为什么？

因为大型企业系统，不能全靠口头承诺。

今天业务说这个流程没问题，明天换个人说不是这么回事。今天财务说这个口径可以，月底结账发现成本差一截。今天上线会上拍板确认，真正切换那天仓库发现扫码规则根本没培训到位。

如果没有文档，没有签字，没有版本，没有责任人，最后所有问题都会变成一句话：

当时谁说的？

没人说得清。

ERP项目里的文档，表面上记录的是流程、配置和数据。

实际上记录的是共识。

• 谁同意了这个流程。
• 谁确认了这个口径。
• 谁接受了这个风险。
• 谁负责后面的执行。

FDE为什么也绕不开这一套？

因为企业现场不是实验室。

一个AI方案在会议室里跑通，只能说明它能跑。

能不能进入企业日常工作，还要看数据来源是否稳定，权限边界是否清楚，输出结果谁审核，出错以后谁负责，流程怎么回退，后续谁维护。

这些问题不解决，再先进的AI方案，也只能停在演示阶段。

ERP实施方法论里那些看起来很笨的东西，恰恰是在提醒我们：

To B项目里，稳定比炫技重要。

可追溯，比一时跑得快重要。

能被组织接受，比单点效率提升重要。

03、FDE不能只是在客户现场写代码

这几年，FDE突然火了。

Forward Deployed Engineer，前沿部署工程师。

这个词听起来很新。

但如果把外壳拿掉，它干的很多事，老一代To B人并不陌生。

去客户现场。

理解业务问题。

把复杂技术包装成可用方案。

边做边调。

最后让客户真正用起来。

只是这一次，工具从ERP、报表、接口、定制开发，变成了AI、大模型、Agent、数据平台和自动化工作流。

问题也正出在这里。

很多人一看到AI，就以为FDE的核心是技术能力。

• 会不会调模型？
• 会不会写Prompt？
• 会不会接API？
• 会不会做Agent？

这些是FDE的入场券。

入场之后，真正考验的是业务判断：一个AI能力到底该放进哪一段业务里。

还是拿前面那个销售预测Agent来说。

客户希望AI自动给出下个月的备货建议。

只看表面，你可以很快做一个功能：接入订单、库存、客户需求，再让AI生成预测结果。

这叫工具。

但继续往下问，问题就来了。

历史订单按哪个口径算？

销售看客户要货时间，生产看工单开工时间，财务看收入确认时间。

库存按哪个口径算？

账上有货，不代表马上能用。有的在质检，有的被冻结，有的被订单占用，有的还在路上。

客户需求又从哪里来？

CRM里有，销售Excel里有，客户微信群里也有。

你看，关键已经不在AI能不能做预测。

难点在于，企业有没有把订单、库存、客户、物料、交期这些基础口径先理清楚。

这才是企业现场真正麻烦的地方：AI能算，但前提是企业先把口径定下来。

FDE如果不理解这一层，很容易做出一堆看起来聪明、实际没人敢用的功能。

因为企业真正要的，不是“AI好像很强”这种感受。

企业要的是业务结果。

少错单，少漏单，少扯皮。

缩短交付周期，降低库存风险，提高回款效率。

能把这些事说清楚，FDE才算真正进了门。

04、ERP顾问转FDE，关键是升级

很多ERP顾问现在有点焦虑。

AI会写代码了。

AI会生成报表了。

AI会配置脚本了。

是不是以后实施顾问也不值钱了？

我倒觉得，没必要这么悲观。

但有一个前提：

你不能只会配系统。

如果一个ERP顾问的价值，只是知道某个按钮在哪里，某个事务代码怎么用，某个字段怎么填，那确实危险。

因为这些知识，AI学得很快。

客户也会越来越容易拿到答案。

但如果你真的做过项目，真的进过车间，真的陪财务结过账，真的处理过上线切换那几天的混乱，你会知道自己的价值不在这些地方。

你的价值在于，你知道制造业为什么一改BOM就会影响采购、库存、生产和成本。

你知道销售随便承诺交期，会把计划、仓库、车间全部拖下水。

你知道财务为什么不愿意让业务随便改价格。

这些东西，读几篇FDE文章学不会。

它们来自项目现场，来自上线事故，来自一次次被客户追着问为什么系统跑不通。

所以ERP顾问转FDE，过去的经验不用丢。

正好相反，是把过去的经验接上新的工具。

以前你靠蓝图、配置、开发和培训，把业务搬进系统。

现在你还要学会用AI做需求拆解、流程分析、数据清洗、知识库构建、自动化编排和智能助手。

以前你告诉客户，系统应该怎么跑。

现在你还要进一步告诉客户，哪些工作可以交给AI，哪些判断必须留给人，哪些环节可以自动触发，哪些结果必须有人复核。

这才是升级。

不是换一张名片，写上FDE。

而是从“我会实施系统”，走到“我能把AI能力落进企业运营里”。

05、最容易被忽略的，还是搞定人

ERP实施里最难的是什么？

很多外行会说，是技术。

接口难。

数据迁移难。

二次开发难。

上线切换难。

这些都难。

但做过项目的人都知道，最难的那关，往往在人身上。

因为上一套ERP，表面上是换系统。

实际上，是在重新分配企业内部的透明度、权力和责任。

采购流程透明以后，供应商为什么选这一家，价格为什么是这个数，系统里都有记录。

销售折扣纳入审批以后，过去口头说一声就能放的价格，现在要留下痕迹。

财务和业务数据打通以后，订单、发货、开票、回款对不上，问题藏不住了。

你说，阻力从哪里来？

它不一定来自反对数字化。

很多时候，它来自一个更朴素的原因：

原来的工作方式虽然乱，但很多人已经习惯了。

甚至，有些人从这种不透明里得到了空间。

ERP实施要处理这些问题。

FDE更要处理这些问题。

因为AI进入企业之后，影响会更直接。

以前是系统要求你按流程做。

以后可能是AI直接把异常挑出来，把建议推出来，把风险标出来，把原本需要几个人整理的数据一次性摆在老板面前。

这对组织的冲击，只会更大。

一个FDE如果只会说模型多强、自动化多快、准确率多高，却不管谁会被影响，谁会抵触，谁需要培训，谁来承担责任，那项目大概率会卡在最后一公里。

真正的业务变革，靠的不是把方案讲得多高级。

还要提前想清楚：

• 哪些岗位会变？
• 哪些流程会变？
• 哪些人的工作量会减少？
• 哪些人的责任会变重？
• 哪些老板关心的指标会受到影响？
• 哪些一线员工会觉得自己被系统盯住了？

这些问题不拆开，AI方案落地就会变成一句口号。

所以我一直觉得，ERP实施里最值钱的训练，不只在配置系统。

是让人学会在复杂组织里推进变化。

这件事，AI替代不了。

06、中国企业需要的FDE，不能照搬国外那一套

还有一点，我觉得也必须讲清楚。

FDE这个概念很火，但国内To B环境，和国外并不完全一样。

很多国外案例里，FDE像是一支小分队，带着强平台、强数据、强工程能力，进入客户现场，快速发现问题，快速做出应用，快速产生价值。

这种打法能解决一部分高价值场景，但不能直接照搬到所有国内企业。

放到国内企业现场，事情往往没那么理想。

客户的数据可能不干净。

老系统可能一堆接口没文档。

部门之间可能连指标口径都没统一。

老板想要结果，业务想少改习惯，IT担心以后没人维护，财务担心风险失控。

你带着FDE的名字进去，如果最后只是帮客户写几个自动化脚本，做几个AI助手，解决的只是局部效率问题，很难变成企业级能力。

真正适合中国企业的FDE，应该更像一个复合型角色。

懂业务咨询，能判断问题到底卡在哪里。

懂系统实施，知道流程、数据、权限、接口怎么接。

懂AI工程化，能把模型能力变成稳定可用的功能。

懂变革管理，能推动客户内部的人真正用起来。

也就是说，FDE不能被简单理解成一个工程师。

更像是业务顾问、解决方案架构师、实施经理、AI工程师的组合体。

这也解释了为什么很多ERP顾问、PLM顾问、MES顾问，其实很适合往这个方向走。

前提是，他们愿意补上AI这门课。

会写Prompt不够。

要懂知识库怎么建，数据怎么清洗，权限怎么隔离，接口怎么调用，结果怎么校验，异常怎么回退，用户怎么培训。

这才叫把AI放进企业。

否则，所谓FDE，很容易变成一个新包装的驻场开发。

最后的话

所以，为什么说没经历过ERP实施的人，成天扯FDE容易瞎扯？

因为ERP实施教过我们一件事：

企业系统落地，从来都不只是技术问题。

它是业务问题，是数据问题，是流程问题，是组织问题，也是人的问题。

FDE当然是新东西。

AI也确实带来了新的可能。

过去很多需要排队开发的需求，现在可以更快验证。过去很多靠人工整理的数据，现在可以自动汇总。过去很多藏在流程里的异常，现在可以被系统提前发现。

但越是这样，越不能忽略ERP时代留下来的老功课。

业务蓝图要清楚。

主数据要可靠。

流程责任要明确。

权限边界要守住。

变革影响要提前评估。

员工要愿意用，也要知道怎么用。

这些东西不性感，也不新潮。

但它们决定了AI能不能真正进入企业。

技术会变。

工具会变。

名词也会一轮一轮地变。

今天叫ERP，明天叫FDE，后天可能又有一个更新的词。

但真正值钱的人，始终是那类人：

进得了现场，听得懂业务，看得出问题，推得动变化，最后还能把方案落到系统里。

会开车的人很多。

熟路、懂车、知道什么时候该快什么时候该慢的人，才稀缺。

AI是新引擎。

ERP实施经验，是路感。

没有路感，只盯着引擎轰鸣，迟早要翻车。

所以，别急着神化FDE。

也别急着看轻ERP顾问。

AI时代真正需要的，不是只会讲新词的人。

而是能把新技术带进旧现场，并且让它真正跑起来的人。