第一章 执行摘要
全球企业正处在从数字化到 AI 化的关键跃迁期。企业买得起 AI 工具,却不会用、用不好、用不深——这不是工具问题,而是人才与组织问题。
过去两年,生成式 AI 把「AI 能力」变成了唾手可得的订阅服务,但企业级落地的事实是:工具普及率高速攀升,深度应用率却持续低迷。绝大多数企业停留在「员工零散使用 AI 工具」的 L1 工具级阶段——能力停留在个体,人走能力走。真正的瓶颈,是「懂业务 + 懂经营 + 懂 AI」的复合型人才极度稀缺,以及支撑这类人才持续交付的服务标准与组织机制缺位。
FDE(Forward Deployed Engineer,前沿部署工程师)正是为此而生——这一从硅谷兴起、招聘岗位同比增长超 800% 的全新角色,核心使命是让高级 AI 人才深入企业内部,理解业务流程与 SOP,帮助企业沉淀自己的 AI SOP 和 Skills,最终推动组织迈向 AI 原生(AI Native)。
本白皮书回答四个问题:① FDE 是什么、为什么稀缺(第三章);② 一套可对比、可验收、可定价的 FDE 服务标准长什么样(第五章);③ FDE 服务的范围边界与选型路径如何确定(第六章);④ 人才如何培养、认证与规模化复制(第七、八章)。Rilsey 的差异化定位是:全球化交付能力 + 不绑定任何单一平台的开放生态 + 以「企业毕业」为终局的服务价值观。
第二章 市场背景与洞察
AI 转型不是工具采购问题,而是一次组织能力的代际升级。理解市场的三层结构,才能理解 FDE 为什么是那个答案。
2.1全球企业 AI 化的基本盘
| 指标 | 数据 | 说明 / 来源 |
|---|---|---|
| 全球企业生成式 AI 支出 | 2025 年超 2,000 亿美元 | 含软件、硬件与服务(IDC 综合口径) |
| 已部署 AI 的企业占比 | 78% 以上至少一个业务职能使用 AI | 麦肯锡《State of AI 2025》调研 |
| 从试点走向规模化的企业 | 不足 1/3 | 同上——「试点陷阱」普遍存在 |
| AI 相关人才缺口 | 数千万级 | 世界经济论坛《Future of Jobs 2025》 |
| FDE 岗位招聘增长 | 同比增长超 800% | Indeed 平台 2025 年 1–9 月数据 |
2.2巨头全面布局 FDE
- OpenAI 将 FDE 团队扩至 50 人以上,直接嵌入客户业务环境交付 AI 方案;
- Anthropic FDE 团队一年内扩大 5 倍,作为企业级落地的前沿力量;
- Salesforce 建设千人级 FDE 团队支撑 Agentforce 企业部署;
- Palantir 以 FDE 模式为核心竞争力,FDE 团队约占员工总数一半,支撑其数千亿美元市值;
- 中国主要城市已开设 FDE 专题培训班并建立千级人才储备库,FDE 正从「硅谷概念」变成「全球岗位」。
2.4企业 AI 化的三次跃迁
| 阶段 | 时间 | 特征 | 核心能力 |
|---|---|---|---|
| 信息化 | 2010 – 2018 | 建网站、上系统、电子化文档管理 | 信息发布与触达 |
| 数字化 | 2018 – 2024 | 数据驱动运营、ERP/CRM 系统、流程线上化 | 数据运营与流程管理 |
| AI 化 | 2024 – 至今 | AI Agent 自主执行、智能体协作、AI SOP 沉淀 | AI 人才密度与 AI 组织能力 |
2.5第三阶段的核心痛点:AI 人才断层
痛点一:工具普及率高,深度应用率低
| AI 工具类型 | 普及率 | 标称效率提升 | 真实瓶颈 |
|---|---|---|---|
| AI 写作与文案 | 67% | 效率 7 倍 | 产出缺乏品牌调性与合规把控 |
| AI 客服 | 72% | 成本降 45% | 缺乏行业语料训练,回答不专业 |
| AI 图像处理 | 72% | 成本降 80% | 合规审核仍依赖人工 |
| AI 数据分析 | 52% | 效率 8 倍 | 不会配置参数,仅用基础功能 |
| AI 视频生成 | 42% | 成本降 75% | 脚本与平台规则适配能力不足 |
痛点二:复合型人才极度稀缺
企业需要的不是「会用 ChatGPT」的人,而是同时具备三种能力的复合型人才——三类能力的交集人群极度稀缺:
懂业务
行业产品知识、客户画像分析、营销策略、市场趋势判断、经营链条与利润结构
懂经营
获客 → 转化 → 履约 → 复购的完整经营链条、组织协作机制、投入产出测算
懂 AI
AI Agent 配置、Prompt 工程、Skills 开发、数据管道搭建、多 Agent 架构
痛点三:传统服务商模式的失效
| 传统服务商模式 | 问题 | 企业真实需求 |
|---|---|---|
| 卖 AI 工具 / SaaS | 企业买了不会用 | 有人来教怎么用、怎么落地 |
| 卖培训课程 | 学了不会做 | 有人到现场带着做 |
| 卖外包服务 | 做完就走,无法沉淀 | 帮助企业内部沉淀 AI 能力 |
| 卖咨询服务 | 只给方案不给执行 | 既给方案又亲自落地 |
第三章 FDE 概念解析
FDE(Forward Deployed Engineer,前沿部署工程师):深入企业业务一线,理解痛点,将 AI 技术落地为可执行的生产力,并把能力留在组织内部。
3.1FDE 的起源与爆发
FDE 概念源于军事领域的「前线部署」理念,后被数据巨头 Palantir 在科技界推广——其 CTO Shyam Sankar 将这套模式正式命名为 Forward Deployed Engineer,并发展为公司的核心竞争力。此后 FDE 进入爆发期:Indeed 数据显示 2025 年 FDE 岗位招聘量同比增长超 800%;OpenAI、Anthropic、Salesforce 等巨头全面布局;FDE 已成为全球 AI 落地链条上最稀缺的岗位之一。
3.2FDE 的核心职责
| # | 职责 | 说明 |
|---|---|---|
| 1 | 业务深度调研 | 深入企业内部,理解业务流程、SOP 和工作规范 |
| 2 | 需求精准定义 | 将业务痛点转化为可执行的 AI 解决方案需求 |
| 3 | 现场开发部署 | 在客户真实环境中快速构建、迭代、部署 AI 应用 |
| 4 | 能力内部沉淀 | 帮助企业人才掌握 AI 工具使用方法,沉淀企业自己的 AI SOP 和 Skills |
| 5 | 持续优化迭代 | 部署后持续监控、调优,确保 AI 系统贴合业务变化 |
3.3FDE 与传统角色的区别
| 维度 | 传统咨询顾问 | AI 工具销售商 | FDE 前沿部署工程师 |
|---|---|---|---|
| 工作方式 | 给方案、给报告 | 卖产品、卖订阅 | 深入现场、亲自落地 |
| 交付物 | PPT 方案文档 | 软件账号 / 许可证 | 可运行的 AI 系统 + 企业 AI SOP |
| 能力沉淀 | 无(做完即走) | 无(工具是外部依赖) | 有(企业内部沉淀 AI 能力) |
| 价值曲线 | 线性(一项目一收费) | 固定(订阅费) | 拐点型(前期投入大,后期递增) |
| 客户关系 | 短期项目制 | 工具买卖关系 | 长期共建关系 |
3.5FDE 的 Echo-Delta 协作模式
借鉴 Palantir 的成熟实践,Rilsey 的 FDE 团队采用双人协作模式:
定义问题的人
来自客户所在行业,深入理解业务「黑话」,挖掘真实痛点,维护客户关系与信任
解决问题的人
快速写代码,将业务理解转化为原型,在客户环境中迭代部署,交付可运行解决方案
3.6FDE 的人才四重门槛:层层进阶,缺一不可
FDE 之所以极度稀缺,根源在于其人才标准是一条层层收窄的「四重漏斗」——编程能力只是入场券,真正的筛选发生在后面三关:
B 端经营拆解
编程只解决「怎么实现」,FDE 先回答「值不值得做」;懂获客 → 转化 → 履约 → 复购的完整经营链条,能判断哪个环节的 AI 化投入产出最高
AI 实现逻辑
大模型的能力边界在哪里;Prompt / Skills / Agent 各适合什么场景;AI 成本结构与 ROI 怎么测算;判断环节「能不能、值不值得用 AI 重做」
工作流 SOP 拆解
业务流程 → 工作流 → SOP 逐层下钻;把模糊的经营痛点翻译成可 AI 化的最小作业单元;拆解结果边界清晰、可验收
AI 定制案例经验
前三重是「能不能」,这一重是「做没做过」;真实 AI 定制项目交付案例可查证,能力可被标准化评估与认证体系背书
3.7FDE 的终极使命:助力企业迈向「AI 原生组织」
企业 AI 原生组织(AI-Native Organization),是企业完成 AI 化之后组织转型的终局方向。在 AI 原生组织中,AI 不再是外部采购的工具或某个部门的专项技能,而是内生于组织的一种文化——存在于每一个岗位、每一条流程、每一次决策之中:
可自生长
员工自发创建 Skills 与 AI SOP;AI 能力资产持续自我增殖,无需外部驱动
可分享
Prompt / Skills / SOP 进入组织资产库,跨岗位、跨部门流通复用,能力不随人员流失
可裂变
种子员工 → 团队 → 组织,「一人带一队、一队带一楼」,文化级扩散
企业 AI 组织化成熟度模型(L1–L4)
企业从「用 AI」到「AI 原生」需要经历四个阶段的组织进化。绝大多数企业目前停留在 L1–L2 之间——这正是 FDE 要解决的问题:
| 阶段 | 名称 | 组织特征 | AI 角色 |
|---|---|---|---|
| L1 | 工具级 | 员工零散使用 AI 工具,能力停留在个体,人走能力走 | 效率工具 |
| L2 | 流程级 | AI 嵌入关键业务流程,有局部 SOP,但未资产化、难复用 | 流程组件 |
| L3 | 组织级 | AI 能力资产化、可分享,建立考核与激励机制,有专职分工 | 组织资产 |
| L4 | 原生级 | AI 成为文化,自生长、可裂变,组织具备自我进化能力 | 组织基因 |
建设 AI 原生组织的四大内部机制
| 机制 | 建设内容 | 关键动作 |
|---|---|---|
| 1. 数据与资产管控 | 企业级数据与 AI 资产管控 | 建立 Prompt / Skills / SOP 资产库;数据分级授权与安全合规;AI 资产确权与版本管理 |
| 2. 考核与成本统计 | AI 能力考核与成本核算机制 | 将 AI 使用深度、资产贡献度纳入岗位考核;核算 token / 订阅 / 人力投入的 AI ROI |
| 3. 人才激励与规划 | AI 人才激励与分工规划 | 贡献积分与晋升挂钩;设立内部 AI 认证;明确资产管理者、场景负责人、治理负责人分工 |
| 4. 内部分享机制 | 内部分享文化(最重要的杠杆) | 定期 AI 分享日与案例复盘;内部讲师团与师徒制;内部 Skills 市场让能力被看见、被复用 |
第四章 市场痛点深度分析
FDE 需求巨大但供给失衡、行业标准缺位、企业「买了不会用」——三大痛点互为因果,构成行业死结。
4.1痛点一:FDE 需求巨大,但人才极度稀缺
| 需求端 | 供给端 | 缺口分析 |
|---|---|---|
| 全球 78%+ 企业至少一个职能已用 AI,急需深化落地 | 具备企业级交付能力的 FDE 从业者不足十万级 | 供需比约 1 : 12 |
| 数亿知识工作者需要 AI 能力升级 | 「懂业务 + 懂经营 + 懂 AI」复合能力者极度稀缺 | 复合供给不足 1% |
| 头部企业 AI 预算连年翻倍 | 能深入企业落地并沉淀组织能力的 FDE 一人难求 | 「一人难求」 |
稀缺的根源,正是 3.6 节所述的人才四重门槛——B 端经营拆解、AI 实现逻辑、工作流 SOP 拆解、AI 定制案例经验,多项条件叠加在同一个人才身上,供给注定长期小于需求。
4.2痛点二:FDE 标准不统一
| 标准维度 | 现状 | 问题 |
|---|---|---|
| 能力标准 | 无行业统一的能力模型 | 企业无法判断 FDE 是否合格 |
| 服务标准 | 各家服务内容差异巨大 | 企业无法对比和选择 |
| 收费标准 | 价格从几千到几百万不等 | 市场定价混乱,劣币驱逐良币 |
| 认证标准 | 无权威认证体系 | FDE 从业者无法自证能力 |
| 课程标准 | 无系统性课程体系 | 人才培养缺乏路径和标准 |
4.3痛点三:企业「买了不会用」的死循环
企业采购 AI 工具 → 员工浅尝辄止 → 看不到 ROI → 归因于「AI 没用」→ 停止投入 → 落后于同行 → 再次被迫采购……FDE 的价值正在于打破这个死循环:不是卖工具,而是派人来帮企业真正用起来、用深、用透,并沉淀为企业自身的 AI 能力。
第五章 FDE 服务标准定义
用一套标准回答四个问题:什么人(能力模型)、什么服务(等级标准)、什么价格(人天模型)、什么过程(5D 流程)。做到「报价有依据、交付有清单、验收有硬指标」。
5.2FDE 能力模型——「三层六维」标准
Rilsey 采用 FDE「三层六维」能力模型。三层结构与 FDE 认证体系(L1–L4)严格对齐,六维能力与 Rilsey Talent Academy 课程双主线(业务知识 × AI 应用能力)一一贯通:
L1 初级 · AI 运营专员
核心能力:AI 工具操作 + 业务平台基础操作
L2 中级 · 前沿部署工程师
核心能力:业务理解 + AI 方案设计 + 落地执行
L3 高级 · 前沿部署专家
核心能力:行业洞察 + AI 战略 + 组织变革
* L4 首席前沿部署架构师为 Rilsey Talent Academy 认证体系的最高层,面向 S4 陪伴级项目按项目制配置,承担企业级 AI 架构与生态共建职责。
六维能力矩阵
| 维度 | L1 基础执行 | L2 方案设计 | L3 战略规划 |
|---|---|---|---|
| 业务知识 | 熟悉客户所在行业的业务全流程与核心平台操作 | 深入理解行业 SOP、客户旅程与数据化运营 | 把握行业趋势、产业动态与全球市场布局 |
| AI 技术能力 | 熟练使用主流 AI 工具与助手产品 | 能配置 AI Agent 与开发自定义 Skills | 能规划企业 AI 架构与多 Agent 协作技术路线 |
| 业务理解 | 了解单一业务环节的运转逻辑 | 跨环节业务流程整合与 AI 化机会诊断 | 全链路业务重构与战略规划 |
| 数据能力 | 基础数据整理与看板解读 | 数据管道搭建与效果归因分析 | 数据资产战略与治理 |
| 项目管理 | 执行单点任务 | 管理中型 AI 落地项目 | 统筹企业级 AI 转型 |
| 组织赋能 | 培训基层员工使用工具 | 沉淀部门级 AI SOP 与内部分享机制 | 构建企业级 AI 原生组织能力 |
5.3FDE 服务等级标准(S0–S4)——「六要素」标准卡
每一级服务由企业画像、团队配置、服务内容、标准交付物、验收标准、定价周期六要素完整定义。Rilsey 的服务等级与其官网服务标准(S1 启航 / S2 转型 / S3 共建 / S4 陪伴)完全对齐,并增设 S0 体验级作为转化入口:
5.4定价依据:透明人天模型
为避免「一人一价、一单一价」的行业乱象,Rilsey 采用透明人天计价模型,让每一级报价都可解释、可核算、可谈判:
| FDE 层级 | 人天单价(人民币) | 人天单价(美元) | 说明 |
|---|---|---|---|
| L1 初级 | ¥2,000 – 3,000 / 人天 | $280 – 420 / day | 按初级认证持证人员核算 |
| L2 中级 | ¥4,000 – 6,000 / 人天 | $560 – 840 / day | 按中级认证持证人员核算 |
| L3 高级 | ¥8,000 – 12,000 / 人天 | $1,120 – 1,680 / day | 按高级认证持证人员核算 |
| L4 首席 | ¥15,000 – 20,000 / 人天 | $2,100 – 2,800 / day | 按首席架构认证核算,S4 级项目配置 |
同层同价
同一等级、同一单价体系,消除信息差
交付物先行
按交付物清单验收,而非按工时扯皮
效果挂钩
S2 及以上等级预留 10%–20% 尾款与验收硬指标挂钩
5.5标准交付流程:「5D 服务流程」
所有等级的 FDE 服务均遵循统一的标准交付流程,确保不同区域、不同协作组交付的结果一致性:
业务流程扫描 + AI 原生组织成熟度评估(L1–L4 量表)
AI 化机会优先级排序 + 落地方案设计 + ROI 预测
Agent / Skills 配置、流程改造、工具上线
SOP 文档化、AI 资产入库、内部培训
人才考核、组织机制移交、远程陪跑启动
5.6SLA 与质量保障标准
| 保障项 | 标准要求 |
|---|---|
| 响应时效 | 驻场期间问题 4 小时内响应;远程支持期 24 小时内响应 |
| 里程碑评审 | 每个交付阶段结束后 5 个工作日内组织正式验收会 |
| 满意度门槛 | 客户满意度 ≥90%(或 NPS ≥50),未达标启动整改并复评 |
| 质保期 | 验收后 90 天内免费修复交付物缺陷(SOP 修订、Skills 调优) |
| 人才毕业率 | 服务结束时企业内部人员考核通过率 ≥80% |
| 质量追溯 | 满意度、复购率、毕业率三项指标纳入服务商分级年度审查 |
第六章 服务范围与场景体系
先分层、再选场景、后定等级——「客户分层 × 场景分级」双维模型,构成 FDE 服务的选型路径与定价验收依据。
6.1客户需求分层(服务起点)
客户需求分层是 FDE 服务的起点——先判定客户类型、规模、业务复杂度与数字化成熟度,再匹配交付深度与场景组合,确保每一单服务都对准客户的真实经营阶段,避免「过度交付」与「交付不足」。
一、客户类型
| 客户类型 | 主要特点 | 主要需求 |
|---|---|---|
| 服务型企业 | 交付依赖专业人力;知识密集;项目制运营;客户案例是最强资产 | 知识管理、提案与交付提效、客户成功运营、人效提升 |
| 贸易 / 流通型企业 | SKU 与供应商较多;自有生产能力弱;报价与交付依赖上下游协同 | 产品与供应商知识管理、询价比价、客户跟进、利润与交付风险管理 |
| 产品 / 制造型企业 | 技术资料复杂;订单定制多;质量、认证与交付要求高 | 产品技术知识库、定制需求结构化、工程评审、生产与售后协同 |
二、客户规模分层(L0–L5)
| 层级 | 年营收参考 | 组织阶段 | 主要需求 |
|---|---|---|---|
| L0 | 个体 / 初创团队 | 个人驱动 | 个人生产力 |
| L1 | < 1,000 万 | 小团队 | 获客、报价与客户沉淀 |
| L2 | 1,000 – 5,000 万 | 成长团队 | 销售与服务流程标准化 |
| L3 | 5,000 万 – 3 亿 | 组织化增长 | 跨部门业务协同 |
| L4 | 3 – 20 亿 | 企业化经营 | 系统集成与经营分析 |
| L5 | 20 亿以上 / 多区域 | 集团化运营 | 企业级治理与规模复制 |
三、业务复杂度与数字化成熟度(M0–M4)
业务复杂度
低:标准产品、SKU 少、流程稳定
中:多产品线、多供应商、有一定定制
高:非标定制、跨部门订单、多法人与合规要求
数字化成熟度
M0 个人经验 + Excel · M1 工具割裂 · M2 有 CRM/ERP 但不稳定 · M3 核心流程已系统化 · M4 多系统集成与数据治理
四、复杂度上调 / 下调规则
出现以下任一情况,上调一个交付等级
定制订单比例高 · 订单跨多部门 · 供应商多且频繁比价 · 多法人 / 多区域运营 · 需连接多个核心系统 · 合规风险高 · 订单变更频繁 · 报价或交期错误损失大
满足以下条件,可采用更轻量交付
产品高度标准化 · 供应商稳定 · 报价规则简单 · 订单流程稳定 · 系统数量少 · 数据规模小 · 主要需求是文本生成、资料查询和提醒
五、服务等级推荐
| 客户情况 | 推荐服务等级 |
|---|---|
| 初创企业、AI 化零基础,需先体验与认知建立 | S0 体验 |
| 个体团队、产品标准化、工具少 | S1 启航 |
| 营收 < 5,000 万、小团队、获客与报价混乱 | S1 启航 |
| 营收 5,000 万 – 3 亿、团队增长、单部门先行 | S2 转型 |
| 营收 3 亿以上、跨部门协同明显、多系统多组织 | S3 共建 |
| 行业头部、集团型、全球化组织、年度转型议程 | S4 陪伴 |
| 低收入但高复杂度企业 | 上调一级 |
| 高收入但产品和流程高度标准化 | 可按较低等级启动 |
6.2企业 AI 自动化能力矩阵——10 大业务域 · 72 个可交付场景
矩阵覆盖企业经营全链路核心业务,共 51 个基础落地场景 + 21 个生态延伸场景(标注 EXT)= 72 个可交付场景。该矩阵在 FDE 服务中承担三重角色:① D1 诊断阶段的场景点单表;② D3 部署阶段的交付物清单;③ 认证与课程体系的实操题源。EXT 为结合全球主流 AI 平台(OpenAI / Anthropic / 通义 / 千帆等)Agent 与 Skills 能力的延伸扩展场景——Rilsey 不绑定任何单一平台,按客户现有技术栈选型。
6.3场景分级与服务等级映射(实施指引)
为让 72 个场景可被直接编入报价单与验收单,按实施复杂度划分三类,并与 S0–S4 服务等级、FDE 层级形成对应关系:
| 场景分级 | 特征 | 典型场景举例 | 主责 FDE 层级 | 常见服务等级 | 参考交付周期 |
|---|---|---|---|---|---|
| A 类 · 轻量单点 | 单一岗位、单一工具即可闭环,无需系统对接 | AI 图文批量生成、营销物料生成、图像批量处理 | L1 为主 | S0 / S1 | 单次课 ~ 3 人天 / 场景 |
| B 类 · 流程贯通 | 跨岗位协同,需 Agent 编排与流程改造 | 客户背调与画像、智能报价引擎、客户分层运营、询盘自动响应 | L2 为主 | S1 / S2 / S3 | 3 – 8 人天 / 场景 |
| C 类 · 系统级 | 多源数据整合、多 Agent 协作、涉及组织机制 | 经营智能驾驶舱、企业知识库、多系统数据统一报表、AI ROI 看板 | L2 主责 + L3 架构 | S3 / S4 | 8 – 20 人天 / 场景 |
6.4FDE 服务的「五个必须」
必须深入现场
核心环节进入企业实地工作,不可纯远程交付
必须沉淀 SOP
每次服务必须输出可复用的 AI SOP 文档
必须培养人才
服务期间必须培养企业内部至少 1 名 AI 运营人员
必须资产归客
Skills 与数据资产归客户所有;不绑定任何单一平台
必须持续迭代
服务结束后提供 3 个月的远程迭代支持
第七章 人才培养与认证体系
Rilsey Talent Academy 双轨培养体系:Track A 培养前沿部署工程师(FDE),Track B 培养AI 战略顾问(ASC)——服务体系的每一个标准,都对应一条可培养的人才路径。
7.1双轨课程架构
L1 → L4 逐级进阶
L1 基础:业务全景 + AI 工具实操(12+16+20 课时)
L2 进阶:全链路业务拆解 + Agent 配置与 Skills 开发(24+24+12 课时)
L3 高阶:数据化战略规划 + AI 原生组织建设 + 项目管理(20+16+12 课时)
L4 首席:企业级 AI 架构 + 生态共建(项目制研修)
S1 → S4 逐级进阶
S1 助理顾问:AI 商业认知 + 诊断方法
S2 顾问:转型路线图设计 + ROI 建模
S3 高级顾问:组织变革管理 + 高管教练
S4 首席顾问:董事会级 AI 战略 + 生态资源整合
* 完整课程地图与认证详情见 academy.rilsey.ai(Rilsey Talent Academy)。
7.2认证体系总览
| 认证层级 | 考核构成 | 及格标准 |
|---|---|---|
| L1 初级 · AI 运营专员 | 理论考试(线上,60 分及格)+ 业务理解考核(业务认知 + 基础实操)+ AI 工具 Skills 操作考核 + 案例作业评审 | 笔试 60 分 + 实操全部完成 |
| L2 中级 · 前沿部署工程师 | 理论考试(线上,70 分及格)+ 全链路笔试 + 企业情景诊断报告 + Agent 配置与 Skills 开发实战考核 + 1 个真实企业项目落地报告 + 答辩 | 笔试 70 分 + 交付可运行的 Agent + Skills + SOP |
| L3 高级 · 前沿部署专家 | 理论考试(线上,80 分及格)+ 行业级增长方案 + 多 Agent 协作与 Skills 生态建设考核 + 3 个企业级项目案例 + 行业 AI SOP 标准输出 + 专家委员会答辩 | 80 分 + 专家委员会答辩通过 |
| L4 首席 · 前沿部署架构师 | 企业级 AI 架构规划 + 行业标准模板输出 + 生态共建实践 + 导师带教记录 + 首席评审团答辩 | 首席评审团全票通过 |
7.3认证流程与续证
STEP 1
STEP 2 · 线上
STEP 3 · 知识 + 实操
STEP 4 · Agent + Skills
STEP 5
STEP 6 · L2 及以上
STEP 7
| 层级 | 有效期 | 续证要求 |
|---|---|---|
| L1 | 2 年 | 20 学时继续教育 + AI 工具新功能考核 |
| L2 | 2 年 | 40 学时继续教育 + 1 个新项目案例 + 平台新功能考核 |
| L3 | 3 年 | 60 学时继续教育 + 2 个新项目案例 + 行业贡献(标准 / 课程 / 论文) |
| L4 | 3 年 | 持续导师带教 + 行业标准演进贡献 + 首席评审团复核 |
第八章 全球交付网络与服务商分级
个人认证解决「人才标准」,服务商分级解决「组织标准」——「个人持证上岗 + 组织分级授权」双层信任结构,支撑 FDE 服务的全球规模化复制。
8.1为什么需要服务商体系
企业采购 FDE 服务时面对的是服务组织,而非个人。市场需要一个可衡量、可对比、可信赖的服务商准入与分级体系,让全球企业能够按图索骥地选择具备相应交付能力的服务商。Rilsey Certified Delivery Partner(RCDP)是经 Rilsey 授权认证、具备企业级 FDE 服务交付能力的组织资质。
8.2三大评估维度与四级分级标准
| 评估维度 | P1 认证服务商 | P2 标准服务商 | P3 核心服务商 | P4 战略服务商 |
|---|---|---|---|---|
| 投入度 | 专职 FDE 团队 ≥5 人;年度人才培养投入 ≥20 万元;核心成员完成 L2 课程 | FDE 业务营收占比 ≥30%;年度培养投入 ≥50 万元;建立内部晋升与考核机制 | FDE 业务营收占比 ≥50%;年度培养投入 ≥200 万元;参与课程与行业标准共建 | FDE 为主营业务;联合共建白皮书、课程与认证体系;承诺长期生态投入 |
| 人员规模 | 持证 L1 ≥5 人;专职交付团队 ≥5 人 | 持证 L1 ≥20 人、L2 ≥3 人;协作组 ≥2 组 | 持证 L1 ≥50 人、L2 ≥10 人、L3 ≥1 人;协作组 ≥5 组 | 持证 L1 ≥100 人、L2 ≥30 人、L3 ≥3 人;千人级培养能力 |
| 客户案例 | ≥3 个 S1 级项目;满意度 ≥4.0/5.0 | ≥10 个项目(含 ≥3 个 S2 级);满意度 ≥4.3;复购率 ≥20% | ≥30 个项目(含 ≥5 个 S3 级以上);满意度 ≥4.5;复购率 ≥35% | ≥50 个项目(含 S4 级战略项目);行业标杆案例 ≥10 个;复购率 ≥50% |
| AI 平台能力 | 团队 AI 工具 L1 考核全员通过 | 具备自定义 Skills 开发能力;≥50% 项目基于主流 Agent 平台交付 | 具备多 Agent 协作架构设计能力;行业 Skills 模板 ≥10 个 | 具备企业级架构规划能力;输出行业级 Skills 生态标准 |
| 可承接业务 | S0 + S1 服务 | S0 – S2 服务 | S0 – S3 服务 | 全谱系 S0 – S4,S4 战略级项目优先承接 |
8.3准入、评审与升降级机制
- 准入流程:资质申请 → 能力核验(持证人数 + 投入度材料)→ 案例评审(项目交付物 + 客户回访)→ 等级评定(联合评审委员会)→ 授牌发证;
- 有效期:服务商资质有效期 2 年,到期复审;
- 年度审查:每年复核三大维度数据,数据造假一票否决并公示;
- 升级:连续 2 个评审周期达标即可申请升级;重大标杆案例(S4 级以上)可申请破格升级;
- 降级 / 退出:年度数据不达标限期 6 个月整改,整改不达标降一级;出现重大客户投诉、违反「五个必须」原则或数据造假,直接摘牌并纳入黑名单。
第九章 实施路径与时间表
三阶段推进:先用灯塔案例跑通「标准 → 人才 → 服务」闭环,再区域复制,最后全球规模化。
体系发布与灯塔计划
- 发布本白皮书,确立「三层六维 × S0–S4 × 5D × 72 场景」全套服务标准
- 上线 Rilsey Talent Academy L1 课程与认证(线上)
- 启动首批 10 个灯塔客户项目(S1–S3 级为主),沉淀可复制标准化模块
- 招募首批合作伙伴,启动 P1 / P2 服务商认证
验证复制与区域扩展
- 上线 L2 进阶课程(线上 + 线下实训)与 AI 实战考核平台
- 首批 L2 认证(目标 200 人);累计灯塔案例 50 个
- 发布《FDE 服务试点成果报告》,形成可复制的区域交付模式
- 在中国主要城市群与东南亚建立首批 RCDP 交付节点
全球规模化与生态共建
- 上线 L3 / L4 高阶课程,年度认证人数目标 1,000+,L3 目标 50 人
- 完成 P3 核心服务商评定,全球交付网络覆盖欧洲与北美
- 建立跨行业 AI SOP 标准库与行业 Skills 模板市场
- 发布年度《全球企业 AI 原生化指数报告》