商业Bestblogs·非凡产研··AI 生成
10 个人加一套 AI 软件，做出 100 个人的增长：AI 时代企业服务的算账逻辑
深演智能创始人黄晓南提出，企业级AI像“刚毕业的博士”，聪明但“涉世未深”，落地关键在于FDE（前线部署工程师）将客户问题产品化，而非单纯依赖技术。她认为“软件未死”，而是被“Agentic Software”（智能体软件）重写，其核心护城河是企业私有数据、内部知识和真实工作流。最大的卡点是甲方能否由C-level牵头，识别出带来全局改变的5%核心增长点。文章核心洞察是，AI将使“10个人完成100人增长”成为可能，商业模式应从降本转向“AI for Growth”。适合关注AI企业服务落地、创业及甲方数字化转型决策的读者。原文 ↗原文 ↗
核心观点
- ▍企业级AI落地的核心不是模型能力，而是将客户痛点产品化的能力（FDE角色），以及甲方能否由C-level识别并主导那5%的核心增长点。
- ▍未来的企业服务将由融合Agentic Software和Agentic Service的“智能体软件”驱动，实现“10个人做100人的增长”，商业模式从节约成本转向追求增长。
- 01FDE（前线部署工程师）的首要使命是把客户问题转化为可复用的产品，其业务理解能力权重占60-70%，远超纯技术能力。在国内，该角色被拆分为AI产品经理和AI工程师搭档。
- 02大模型天然无法获取的三样东西构成了企业AI的核心护城河：企业私有数据（需加工为元数据）、内部知识（需整理连接）和真实工作流（需沉淀），这能有效防止AI“一本正经地胡说八道”。
- 03最大的落地卡点在于甲方能否清晰描述痛点并识别出能带来全局变化的5%核心业务，这需要C-level参与和“谁作业，谁发言”的意识，拒绝长期外包。
- 04未来“Agentic Software”将重写传统软件，使其从固化流程和数据可视化，转变为能自我学习、迭代并指导行动的系统，类似“看不见的机器人”，但软件作为数据连接、权限管理和记录底座的角色不会消失。
- 05AI公司通过Agentic Software和Agentic Service融合，用少量人交付高质量服务结果，商业模式转向“AI for Growth”，即帮甲方实现“10个人完成100人的增长”，而非单纯降本。
- 06作者建议创业者应与大模型建立“垂直”关系（深入特定领域），而非“平行”关系（做通用能力平台），以避免被大模型能力吞噬。
反方 / 局限
- — 文章隐含的一个关键前提是：甲方企业必须已经具备清晰的业务认知、数据基础和组织意愿（由C-level驱动）。对于大量数字化基础薄弱、组织僵化的传统企业，这个前提可能不成立，因而该模式的普适性受限。
- — 文章强调“10个人做100人的增长”，但并未深入探讨当这种模式大规模铺开，导致大量企业IT岗位被替代后，可能引发的社会就业结构性问题。
- — 文中提到“与巨头建立垂直关系避免被吞噬”，但未详细展开在具体垂直市场（如营销、客服），其护城河（数据/知识/工作流）究竟有多深、多容易被AI巨头通过通用能力碾压。
前置背景
论证骨架
平行视角
未来推演
延伸追问