前線部署:角色、迷思與傳奇

@viks_rum
英語1 天前 · 2026年7月11日
117K
18
1
0
23

TL;DR

Vikram Aditya 探討了前線部署在企業級 AI 中的關鍵作用,並解釋如何透過迭代與複利效應,縮短產品與客戶工作流程之間的差距。

一年前多一點,我和一位在發明這個術語的公司從事前向部署工作長達十年的人,進行了一小時的通話。在過去十二個月裡,我以不同形式與正在建立前向部署引擎的人們合作。我仍然覺得,沒有任何內容能充分說明前向部署包含的所有內容。

當我和我的朋友交談時,我問他那個著名的探索過程實際上是如何運作的。答案幾乎是令人尷尬地具體,至少在最初,當你只從表面層次看事情時是如此。你飛過去。你花兩天時間會見所有與問題相關的人。ERP 經理會給你上一堂關於採購訂單的理論課。然後他們帶你到車間,讓你能觀察理論遺漏了什麼。接著你花三週時間,在整合資料的同時,每天向他們問一個問題。我問是否有公式。他說,公式就是盡可能多地與那些了解情況的人相處。十年來,這部分從未改變。

然而,如果你不深入探討,這可能會產生誤導。是的,他們花很多時間與客戶相處。然而,優秀的前向部署引擎會提前建立模型。優秀的部署工程師和部署策略師明白他們無法理解所有事情,但他們能非常快速地構建東西並與客戶一起迭代。第一個工作流程是直接的目標。本體論被用作一種工具,逐步將其擴展為一個操作系統。優秀的前向部署引擎之所以出色,是因為大量的背景資訊來自團隊、來自領域專家,他們甚至在第一次與客戶會面之前,就已經在很大程度上將這些資訊拼湊在一起。這部分隨著時間的推移不斷改進,也是為什麼有些引擎能產生複合效應,而有些則不能的真正原因。

我立刻有了兩個想法。如果你沒有關注過什麼是良好的前向部署,你可能也會有這些想法,所以我強烈建議你繼續往下讀。

我的第一個想法是,當你對客戶的工作流程一無所知時會發生什麼?你會從大量的訪談開始,對吧? 我的朋友說不會,因為沒人喜歡被訪談,但他分享了一個故事。他的團隊曾為一家物流公司建立一個路徑規劃引擎,該公司的調度員依賴人工判斷、查看地圖、距離、垃圾掩埋場位置以及其他營運限制,來將每日任務分配給司機或路線。我的朋友建立了一個能為調度員提供建議的工具,但第一個問題是調度員經常基於直覺拒絕建議,卻無法清楚解釋原因。為了解決這個問題,他的團隊必須呈現所有可能的分配排列組合,然後利用這種可視化能力,將人類的決策與模擬結果進行比較。這是第一次有人將所有排列組合顯示在螢幕上,因此也是第一次讓大家有機會反思,他們基於直覺做出的決定是否得到了大規模數據的支持。這讓物流公司的團隊能夠審計工作流程本身,了解流程邏輯是否正確,並優化數位孿生,使其更符合業務實際運作方式。他們也很享受這個過程,因為它從不讓人感覺像訪談,反而是第一次讓他們能在一個專案上看到所有拼圖碎片。

我的下一個想法是,Agent 的加入如何改變了整個過程,與幾年前相比有何不同? 我的朋友給出的回應是,這只是意味著我們可以使用 Agent 更快地開發,並在組織內部知識層面擁有更多背景資訊,但這只是拼圖的一部分。他說,他們 FDE 模式在這些試點項目中的神奇配方,並沒有什麼愛因斯坦等級的玄機。在某些情況下,即使是現在,當他們進行試點項目時,他們只是聽取步驟和結果,進行動詞映射,然後給客戶一個五人團隊,作為他們的專屬工程師。這些工程師將所有東西編碼化,然後他們就可以消失,客戶可以繼續使用解決方案。Agent 確實有幫助,因為它們透過更容易整合來自客戶系統的更多背景資訊和組織內部知識,加速並深化了編碼化過程。Agent 已成為一種超越直接用戶反饋的方式,反而能拉入歷史和營運背景資訊,像是電子郵件、銷售流程變更、Salesforce 等系統中的狀態變更,以及組織長期運作方式的其他痕跡。這使得以更豐富的方式建模客戶工作流程、連接分散的知識來源,以及建立不僅能透過數位孿生代表業務,還能幫助自動化或支援人們目前手動做出的決策的系統,變得更加容易。

以下是我們通話記錄中的幾段內容。

所以,我們開始的方式總是專注於快速實現價值。我們並不總是遵循程序化的方法,比如說,好的,讓我們先建立本體論。然後在上面建立應用程式。然後再去找用戶。不。在某些方面,我們遵循它,但在其他方面,我們只是問客戶,我們能為你建立的最大價值是什麼?或者我們現在能為你帶來最大的影響是什麼?向我們解釋你業務中的問題,以及你認為我們可以解決的問題。

一旦客戶分享後,我們會回到繪圖板,然後說,好吧,讓我們在一週內先建立一個本體論的版本一,同時也建立一個應用程式的版本一,然後測試一下。所以這非常像,你知道,你如何建立一個新創公司。我們經常發現,他們可能會想出一個使用案例的想法,但當他們在說話時,我們會發現另一個完全潛在的使用案例,我們可以直接解決。然後我們就會直接建立那個,即使他們認為他們需要的是別的東西。歸根結底,我們會嘗試調整,以解決他們需要解決的最大問題。

我們會為此快速建立一些東西,並在本體論中建立五個物件。如果我們正在處理與 ERP 系統相關的事情,這可能相當複雜,即使在完成整合之後,我們也會在該週內,多次聯繫那個 ERP 專家,進行一小時的密集討論或是半小時的臨時會議。然後,一旦我們在那裡證明了我們的價值,就會尋找第二個、第三個、第四個使用案例,直到我們能為他們的整個公司建立一個像企業級操作系統那樣的東西。

我們通常以現場作業的形式進行。我們會飛過去,然後說,好的,給我們兩天時間。我們會與所有相關的利害關係人見面,要嘛大家一起,要嘛一對一。在很多情況下,當人們很忙時,我們就坐在他們旁邊,試圖了解他們的銷售流程或你那種客戶互動方式。我們會試圖從他們的角度理解正在發生的事情,而且我們不會壓縮與客戶相處的時間。實際上,我們會更加投入其中,這是十年來從未改變的事情。有時,我們會與客戶一起度過整個星期。我們從未試圖逃避這一點,或以任何方式讓我們的平台在探索階段完全自動化。

討論中的一個核心觀點是,編碼化是透過迭代完成的,而不是透過大量的文件記錄。團隊直接在程式碼中建立公司的「數位孿生」,利用資料整合、營運背景資訊和領域專家的輸入,來代表組織在實務上的運作方式。但光有資料模型是不夠的。更困難、更有價值的層面是業務邏輯——理解哪些地方需要干預、應該推薦哪些行動、以及經驗豐富的操作者實際上是如何做出決策的。這一切不僅僅是呈現資訊,而是幫助用戶評估權衡取捨、驗證工作流程,並最終將決策支援編碼到產品本身中。

我們談話的其餘部分更深入地探討了這項工作如何不依賴於從一開始就嵌入深厚的領域專家。其預期是,前向部署工程師可以進入陌生的環境,快速學習,並透過快速產出有用的系統來建立信譽。早期的合作通常從一個簡短的訓練營開始,並輔以預先建立的原型範本和範例資料,旨在快速展示價值,並贏得深入部署的權利。從那裡開始,關係可以從單一使用案例擴展到為客戶建立更廣泛的操作系統,其長期目標是有效地將工作流程編碼化,以至於團隊最終可以退居幕後,而客戶則繼續使用解決方案。

這對於一個正在建立中的新創事業來說,是一個高度相關的策略手冊。這就是前向部署。其他的一切可能都只是裝飾。

複合效應的法則

前向部署成本高昂,在毛利率上見效緩慢,而且不利於整齊的規劃。創辦人會感受到這一點,並開始質疑這些努力是否值得。最終,某位領導者會大聲說出,我們投入了兩倍的努力,卻只得到了兩倍的結果。

如果這句話暗示前向部署不是正確的模式,那麼對於某些行業來說,這是一個危險訊號。我理解創辦人的急躁,我自己也曾是創辦人,但天真和急躁之間只有一線之隔。對於那些在前向部署引擎下運作得更好的企業來說,任何用乘法來計算這個數學的人,都沒有理解這項工作的本質。如果兩倍的努力換來兩倍的結果,那你只是僱用了顧問,卻給他們穿上了工程師的外衣。你將永遠讓員工人數與收入同步增長,你的利潤率永遠無法提升,而你建立的東西,誠實的說法就是一間既寫程式碼又提供支援的人員派遣公司。那些不清楚自己正在建立什麼的人,幾乎總是會得到平庸的結果,而這種混淆會對你產生不利的複合效應。

只有當數學曲線彎曲時,前向部署才有意義。第一次部署可以被允許是醜陋的、手工打造的、在經濟上不合理的。它的任務是教導。第二次部署必須更便宜,因為第一次部署留下了範本、整合、記錄的模式、平台的一部分。到了第十次部署,第一個團隊手工完成的大部分工作都應該透過配置來完成,而人類應該提升一個層級,去解決那些在一年前甚至在客戶眼中都不存在的問題。從第一個月到第 n 個月,這兩個數字之間的距離就是複合效應,而這條曲線才是你資助一個前向部署團隊時實際購買的東西。複合效應是全部的重點。如果沒有能產生複合效應的引擎,卻自稱是前向部署,那簡直是愚蠢。

軟體工程師和前向部署工程師的主要區別在於,軟體工程師花費時間編寫程式碼來維護東西、支援東西,或根據路線圖構建東西,而前向部署工程師則花費時間去發現那些通常不在路線圖上,但能解鎖客戶價值的東西,將其部署,並在模式開始在不同客戶間重複出現時,將其移交給產品團隊。

這個詞大家都在用,但幾乎沒人真正理解其含義

這個想法有一個特定的起源。二十年前,一位創辦人問為什麼好的法國餐廳很棒,然後答案落在了服務生身上。在一家好餐廳裡,服務生是廚房的一部分,所以當他們推薦某樣東西時,那是廚房在說話。Palantir 建立了這個概念的工程版本,並給了這個角色一個軍事名稱,因為它的客戶是軍方。這個名稱賦予了現場工作應有的地位,這是理所當然的。它的報酬如此之高,以至於二十年後,每個人都想要這個名稱,但我不確定有多少人真正理解這份工作。

在某種程度上,前向部署團隊必須做創辦人在 0 到 1 階段必須做的事情。你經常在發現你可以交付什麼,不僅能提升虛榮指標,還能真正幫助客戶發展他們的業務。這是我朋友談話中的另一個真實例子。他的團隊被一家電動車充電器製造商聘請,該製造商希望將產量提高大約 10 倍。這就是簡報。你能猜到結果嗎?因為它絕對不是一份策略簡報。這家公司的目標表面上看起來很簡單:將電動車充電器產量提高 10 倍。前向部署團隊實際所做的是,前往現場,從業務的多個層面了解運作情況。他們與 ERP 負責人花了時間,了解記錄系統、採購訂單、工單、供應和需求。然後他們去了車間,了解生產在實務上究竟是如何進行的。同時,他們與高階主管交談,以了解問題的策略版本,因為一線操作人員說有問題或緊急的事情,並不一定與領導層認為最重要的限制因素完美匹配。那麼,這項工作就不是直接建立一條新的生產線,至少不是從會議中所說的內容出發。而是要建立一個營運的數位孿生,然後找出軟體可以在工作流程中干預的地方,例如,圍繞關鍵零件短缺、採購訂單時機、安全庫存和其他營運決策等問題。所描述的結果是一個能夠更早地發現風險並推薦行動的系統,而不是對製造本身進行物理改變。我希望這能解釋我所說的,為什麼前創辦人可以是出色的前向部署人員。

看看當今的工作經驗(不是職位描述),你會發現工程師們在客戶的系統內部編寫產品程式碼,並負責上線後的所有事情,包括支援。其餘的都是擁有更好頭銜的銷售工程師,以展示為評判標準,再加上一些借用這個流行詞的內部自動化角色。關於前向部署是什麼的相鄰混淆更糟。透過一百次領域訪談來運行一個專家網絡是研究,但那不是前向部署。當一家私募股權公司整合公司並派出一個轉型團隊時,這很有用,有時甚至很出色,但不一定是前向部署。我這樣說是因為在這兩個動作中,沒有人擁有我所謂的「工作閉環」。

工作閉環是這個整個學科用來計量的單位。不是一個已交付的功能,不是一個已解決的工單。而是客戶工作的一部分,從令人擔憂的狀態一直帶到沒有人再想起它的狀態。合約簽署是區分那些容易混淆的專業領域的界線。銷售工程師的工作止於合約簽署。前向部署團隊的工作始於合約簽署,因為同意某件事應該有效,並不等於它真的有效。如果這個人背負著業績配額,你看到的是銷售。如果這個人在產品發布三個月後仍然出現在客戶的日誌中,你看到的是前向部署。一家銷售行銷產品的公司會派銷售工程師去簽約、部署和配置東西。一個真正的 FDE 可能會得出一個結論,即產品支援的所有工作流程都無法幫助該客戶,而一個全新的東西將直接影響其營收或利潤,然後他們就建立那個工作流程。這需要成為「老媽測試」(去讀那本書)的專家,理解客戶不在乎你的功能,只在乎他們如何更好地做生意,理解你的產品能做什麼,並以快速的速度交付,這樣你才能與客戶在實際工作流程上進行迭代。

所以,這是我會掛在牆上的定義。前向部署是站在你交付的東西和客戶需要的東西之間的距離,用你自己的雙手,在他們的世界裡,縮小這個距離,並以一種能教會你的產品下次自己縮小這個距離的方式。

這句話的後半段,幾乎所有人都失敗了。

為什麼這突然變得無所不在

七十年來,軟體幫助人們工作。現在,它開始自己完成工作。這顛覆了一個隱藏的假設。一個工具可以被緩慢採用。一個工人則不能。當你開始銷售成果而不是席位時,就必須有人讓這個成果在你那個與示範環境截然不同的公司裡實現。

在過去兩年左右的某個時間點,模型不再是限制因素。部署成了限制因素。最常被引用的企業 AI 試點研究發現,大約二十個中有十九個沒有產生可衡量的損益影響,而事後分析幾乎從來不是模型品質的問題。問題在於軟體從未學會工作流程。記錄在案的流程有四個步驟。實際流程有九個步驟,而缺失的五個步驟存在於一位女性的記憶中、在她多年前建立的個人追蹤器中,以及她在另一棟建築裡與另一位女性交換的一項人情中。在較傳統的行業中,工作運行在比你工程師出生年份還早安裝的系統上,邊緣地帶靠著傳真機和電話聯繫在一起。這些東西都沒有 API。在油田,有人會把耳朵貼在鑽機上,判斷聲音是否表示他們應該擔心的問題。在從印度運送魷魚到美國、中途在倫敦停靠的船上,費率和價格是根據直覺、有限的氣象數據,以及肉眼觀察到的貨物品質來決定的。組織內部知識是每家公司的負載支撐層,而且從來沒有人為它發布過 SDK。過去十年的工業平台墳場,用數十億美元教會了我們這個教訓。轉型不會死在架構上。它們死在採用率上。

資金已經注意到了。微軟投入了 25 億美元和 6000 人,將專家嵌入客戶內部。AWS 在幾週前也投入了 10 億美元在同樣的想法上。OpenAI 和 Anthropic 各自在世界上一些最大投資者的支持下,成立了專門的部署公司。你可以稱之為時尚。但這種規模的資本很少是裝扮。實驗室為自己的管道定了價,並發現買家從來不缺乏智慧。買家缺乏的是人手。失敗存在於最後一哩路,而最後一哩路正是護城河被挖掘的地方。我們花了十年在 LLM 上的積極工作才達到現在的位置。如果我們要讓這些模型理解工作流程和人類決策框架,可能需要花費更多時間。

為什麼你的團隊需要一個業務人員

工程師的存在是因為差距是用程式碼來彌補的,在客戶的基礎設施上,針對客戶的邊緣情況,通常是在幾天內。用戶早上描述的東西,應該在幾天內就在他們面前運行,而不是幾個季度。這種速度是與那些見證過為期三年的轉型專案只產出一堆簡報的人建立信任的方式。

業務人員的存在是因為部署中最困難的問題不是技術問題,而假裝它們是技術問題正是技術團隊失敗的原因。在任何人自動化工作之前,必須有人找出實際的工作內容。必須有人決定二十個上報的問題中,哪三個是重要的,誰的工作流程是真正的瓶頸,哪位高階主管的沉默會扼殺採用率,以及什麼樣的成果才能證明整個合作是合理的。必須有人善於察覺客戶何時在退縮,以及他們何時只是在說客套話。必須有人負責企業 AI 中最微妙的介面——即你的產品今天能做的事情與你銷售的六個月後必然會實現的事情之間的介面。我認為部署策略師是公司的期貨部門。他們銷售產品將成為的樣子,以關係可以承受的價格,並確保部位永遠不會違約。高風險的交易是在那個部門贏得的,如果沒有它,就會搞砸。

失敗模式會告訴你缺少了哪個角色。交易因為產品無法在客戶的世界中運行而停滯,或者產品只支援存在於產品內部的工作流程,這意味著你缺少工程師。工程師忙於交付客戶要求的功能,但營收卻沒有同等增長,或者 FDE 已經進行了超過 100 次通話,但合約收入仍然比已實現收入高出一個數量級,或者自訂工作流程的孤島並未改善系統,這意味著你缺少策略師。

在最好的團隊中,這兩個角色會模糊,而這種模糊正是重點。工程師培養商業直覺,策略師學會閱讀資料庫結構,而你得到的是一個公司能僱用到的最接近創辦人角色的人。前向部署是每個創辦人在組織圖表掩蓋它之前,多年來一直在做的事情:坐在客戶的混亂之中,用手邊的任何東西來完成工作,讓學到的東西重新繪製產品。這個角色就像是在別人的股權表上度過創辦人的一週。這也是為什麼這些團隊培育創辦人的速度,讓大型科技公司感到難堪。如果你運作一個 FDE 團隊,你應該從第一天就做好繼任計畫,因為很有可能,十年後建立公司的創辦人,在他們過去的生活中都曾是 FDE,而這正是今天正在展開的現實。

如何判斷你是否真的擁有一個

你無法從一個快照來判斷一個前向部署團隊,因為在任何一天,一個優秀的團隊和一個虛假的團隊看起來都一模一樣:聰明的人飛去見客戶,並交付英雄式的成果。五個檢查可以揭露真相。

#1 每個客戶投入的努力。 一個去年服務了五個客戶,今年仍然服務五個客戶的團隊,沒有在複合任何東西。一個現在服務十五個客戶的團隊,是在餵養一個能吸收現場學到東西的產品。每服務一個客戶,你的團隊內部都應該發展出一位領域專家。

#2 工作的新穎性。 如果第四次部署重複了第三次,那麼沒有人負責從現場到平台的管道。必須有人負責在各個客戶帳戶中尋找重複的模式,因為重複本身就是在撰寫路線圖。

#3 在一個領域中第二次部署的形態。 如果第十個客戶花費的成本與第一個客戶相同,你並不是在擴展一個產品。你是在特許經營一個專案。

#4 匯報關係。 在產品或工程部門內部,反饋迴路可以閉合。在銷售或服務的孤島中,學到的東西會留在沒人看的出差報告中,團隊會悄悄地變成利潤中心。

#5 客戶自己的計分板。 活動是表演。使用數字可能看起來很驚人,但下游沒有任何改善。唯一能經得起財務長考驗的衡量標準,是客戶協助撰寫的評估,根據他們的數據,針對他們的成果來評分這項工作,並在第一週就建立,且公開追蹤。在它旁邊保留一個人類測試。當他們的業務中發生與你的產品無關的問題時,你是他們第一個打電話的人嗎? 每一個曾經建立的儀表板,都是在試圖模擬那通電話。

同時要注意黑暗模式,因為它現在無所不在。在一些公司,前向部署團隊不是一個學習引擎,而是一個掩蓋者。產品並不完全有效,所以在每個缺口都派駐一個人。因為這些人很英雄,所以缺口永遠不會到達路線圖。因為缺口永遠不會到達路線圖,產品永遠不會改進,而這些人永遠無法離開。產品部門感受不到壓力,因為現場一直在吸收問題。現場人員因為忙著拯救客戶帳戶而沒時間寫下任何東西。發票持續送達,因為客戶實際上確實得到了服務。機器處於平衡狀態,而平衡正是問題所在。公司可以在這種狀態下存活多年,讓現場人員的數量與客戶數量完全同步增長,並稱之為前向部署。這不是。這是產品的缺失,按月計費。這也是在這些職位上的許多有才華的人感覺自己失敗的原因。他們被僱來創造複合效應,卻被配置去掩蓋問題。

每個階段看起來是什麼樣子

早期階段,不要雇人來做這件事。你自己就是那個人。創辦人就是前線部署團隊,在你對市場的理解還很有限時,最糟的做法就是把理解工作外包出去。親自去跑那兩天的行程。坐在調度員旁邊。等到你真的要雇人時,找那些能讓你更快完成工作的人,而不是那些擋在你和客戶之間的人。

成長階段是前線部署最容易被人誤解的時候,因為從外部看,它像是在拖慢速度。你的董事會看到工程師花好幾週在單一客戶身上,而競爭對手每週都在發布新功能。財務報表讓情況更糟:部署工作被歸類為收入成本,但它的本質卻像研發,所以你學得越好,帳面數字就越難看。你必須同時接受這兩個事實,但不能對任何一方說謊。在帳本上它是成本,在策略上它是研究。解決方法不是編個故事,而是設立護欄,迫使研究產生回報。每個任務都要設時間限制。每個任務都要綁定一個單一的商業成果。每季進行收割,意思是每季都要把團隊手動搭建的東西,變成平台自動處理的功能。那句「我們之後再將它產品化」是這個階段殺死公司的元兇,因為「之後」沒有負責人。

到了規模化階段,問題的形態又變了。你擁有數百個客戶,每年付你數百萬美元,而且你已經有了解決方案顧問、導入團隊、託管服務、客戶經理、客戶成功團隊。這個階段的領導者真的不知道前線部署團隊該放在哪裡,所以它常常被當作第四線支援,最後被工單量淹沒而死。答案是:每個既有的職能都有自己的標準流程,而前線部署團隊只存在於沒有標準流程的地方。十大最進取的客戶。新的垂直領域。那個整個行業都說無法自動化,但你覺得自己獨特有能力自動化的工作流程。它隸屬於產品部門,它的任務是讓自己變得不再必要,並把每個已解決的模式交給那些執行標準流程的團隊,這樣標準流程才能持續更新。Uber 的版本很有啟發性。他們把最懂 AI 的工程師與來自財務、法務、支援等領域的專家配對,給每組兩週時間,並要求他們必須與工作流程的擁有者一起建構,而不是向他們簡報。兩天跟班,一天選定目標,第十天上線。十六個小組在兩個月內改造了十六個職能,原本需要兩天的報告現在只要十分鐘。自動化的單位從來不是任務,而是工作流程,而工作流程只會向那些身在其中的人顯露。

同樣的工作,在不同行業穿不同的衣服

在國防和政府領域,存在本身就是產品。安全許可、隔離網路、筆電不能帶出房間。在醫療領域,工作就是工作流程考古學。真正的流程運行在二十年前的系統中,傳真機和電話樹仍然承載著例外情況,每個機構都有自己不成文的變體。一個團隊如果假設有任何標準化,就會浪費一年。在金融服務業,客戶買的是合規下的判斷力,交付物通常是監管機構可以閱讀的評估報告,最深層的焦慮不是資料外洩,而是判斷外洩——他們最優秀人才的決策模式跑進了別人的模型。在製造和物流業,真相存在於現場,制約條件是物理性的,這就是為什麼發現工作不能透過視訊完成,而系統記錄古老、明顯複雜且常常與雲端斷開連接。在消費品企業,循環週期是幾天而不是幾季,稀缺的技能是品味——知道品牌聽起來是什麼樣子,以及機器何時該停止說話。而最新的領域是你自己的公司。同樣的小組,部署到你自己的財務、法務和支援部門,因為 AI 能做的與你組織實際做的之間的差距,就在隔壁那棟樓裡。

地形決定戰術,戰術可以協商,但順序不能變。與工作共存,完成工作,回饋產品。

誰真正擅長這件事

發明者:Palantir 仍然運行著最深入的版本,而大家忽略的細節是,這個模式在產品誕生之前就已存在。一開始沒有什麼可以配置,只有一個賭注:如果你夠長時間待在破碎的機構內部,產品就會自己顯現出來。它們確實顯現了,而今天同一個公司運行著更短、更模板化的任務,因為一旦產品存在,複利就是信仰。

新一代最容易在客服代理公司中看到。Sierra 將其現場職能定位為 Agent 工程師,循環是刻意設計的:為一個客戶解決問題,將有效的方法在公司內部傳播,然後將勝出的方案升級到平台,讓每個客戶都能繼承。當他們的工程師在數十次部署中學到,Agent 何時該停止重試、將客戶轉給真人,這個判斷就變成了可重複使用的組件。然後他們建立了 Ghostwriter,一個能夠自行建構的 Agent,以通話記錄、SOP 和白板照片為養分,運行在他們重新架構的平台上,讓 Agent 可以直接操作。賭注在 Sierra 上,很大程度就是賭它的部署團隊會持續發現其他人沒見過的工作流程。Decagon 走的是系統路線,審計自己的部署,找出那些沒有理由特別訂製的工作,將每個 Agent 背後的客製工程減少了 80%,然後公開說出了那個敏感事實:交付,而不是產品,正在成為護城河。Ramp 的現場團隊大量僱用前創辦人,讓他們面對從第一通電話到長期支援的整個客戶生命週期,並培養一種習慣:在建立之前先質疑需求,因為提出的要求通常是症狀,而不是病因。

一旦你掌握了這個模式,就會在每個嚴肅的垂直領域中看到它。Harvey 將前執業律師嵌入律師事務所,證明了部署人員不一定要是工程師,只需要負責。在金融領域,Rogo 將近一半的員工是前銀行家,被部署到他們原本來自的機構,而 Hebbia 則派出工程師在世界上最大的資產管理公司中建立最後一哩。Abridge 正在與醫院系統建立部署小組,因為將 AI 聽寫工具帶給一萬兩千名臨床醫生不是安裝,而是一場戰役。HappyRobot 嵌入貨運經紀商,Gecko Robotics 將建造者送上軍艦,Applied Intuition 置身於全球大多數大型汽車製造商內部,而 Cursor (SpaceX) 運行著一個前線部署團隊,將你工程師已經喜愛的工具連接到銀行和電信公司。

不同的形狀,同樣的物理原理。現場餵養工廠,否則就不是前線部署。

最強烈的反對意見,因為它值得被聽見

有一種論點認為,整個職業是在道歉。你買了一個會自己煮飯的廚房,但它送來時還附帶一個廚師,現在住在你家,領你的薪水,還有供應商的加價,沒有搬走日期。這個說法要求你同時相信兩件事:機器聰明到足以取代你的烹飪,又無助到需要一個全職看護。如果產品需要一個駐場人類,那產品就還沒完成。

認真看待這點,因為對許多供應商來說,這確實是事實。區分物種的測試,就是這篇文章一直在重複的那個。如果缺口處的人類是永久性的,那批評就成立,你只是在租用一個補丁。如果缺口處的人類是在複利,以一種讓自己不再必要的方式完成工作,那批評在第二次部署時就會失效。它忽略的是,大部分工作從來不是產品收尾,而是脈絡獲取。那五個未記錄的步驟、調度員未說出口的直覺、跨樓層的交換人情。沒有任何完成的產品會包含這些,因為它們在每家公司都不同。必須有人去取得它們。唯一重要的問題是,他們取得的東西是否會複合成資產,還是蒸發成發票。

未來走向

四個轉變已經在發生。

脈絡成為資產。 部署團隊在每個客戶那裡真正建立的,是該公司如何運作的工作模型。本體論、數位孿生、誰決定什麼以及為何決定的地圖。投資人已經開始稱之為「公司大腦」,這個名稱會留下來,因為每家公司都需要一個。其中很大一部分可以在任何人搭飛機之前就啟動,因為客戶會不斷洩露自己的真實情況:支援工單、通話記錄、電子郵件、升級討論串。從那裡開始。但最深層的脈絡——人們無法言說的知識——仍然需要現場存在和鏡像工具,讓內部人員審視自己的直覺,直到它變成邏輯。誰擁有那張地圖,誰就擁有客戶,這引發了每位 CEO 即將問每個 AI 供應商的問題:我租用智慧,但誰擁有學習?如果一個共享模型吸收了市場上每個貸款方的信用判斷,那麼池中最優秀的核保員正在訓練她的競爭對手,而且還付費享受這個特權。有一個 CFO 可以執行的測試:明天在紙上更換模型供應商,看看你教給系統的一切是否會跟著它離開。預計合約、團隊,最終是公司,會圍繞著一句話重新組織:租用智慧,擁有學習。

Agent 加入團隊。 前線部署的 Agent 已經以早期形式存在。入職 Agent 能將一個下午的整合工作壓縮到幾分鐘。部署 Agent 能整夜閱讀自己的記錄,並提出改進自身技能的建議。看看這對人類角色的影響:每一次手動干預都不再是工作本身,而是變成了訓練訊號,團隊的任務反轉了——從執行部署,變成運行製造部署的工廠。人員配置模型,就像管理人員配置人員一樣。編寫評估,就像經理寫評估一樣。更深層的反轉在於誰是用戶。產品正在被重新建構,讓 Agent 可以直接操作,而對客戶的第一個發現問題,正悄悄地從「你的團隊需要什麼」變成「你的 Agent 需要什麼」。同樣的翻轉正發生在收入端:一個人帶著一群 Agent 現在就能跑原本一層樓的人才能跑的銷售管道,而售後軟體正在重新定位自己,從工具變成擁有成果的服務——今天的是留存即服務,明天的是擴張即服務。而當你客戶的 Agent 開始與你的 Agent 談判時,留在桌子兩邊的人類將要做兩件循環無法獨自完成的事:決定什麼值得追求,以及確認它確實發生了。

門檻下降。 幾年前需要五百萬美元精英工程團隊的部署,現在只需要幾十萬美元和一個敏銳的通才加上好的 Agent,而且價格還在下降。前線部署不再是財富 500 強的奢侈品,而是中型市場軟體銷售的方式。限制條件不再是工程供應,而是判斷力供應。

職稱消失。 每家認真公司裡的每個工程師都正在部分成為前線部署。後端工程師參加客戶電話會議。產品工程師根據通話記錄開發產品。很快地,面對客戶的時間比例將是 FDE 和軟體工程師之間唯一的區別,而職稱將不再假裝不是。這帶來一個警告,沒有人會寫在職位描述裡:這份工作把建造者變成了外交官,而許多優秀的工程師選擇建造正是因為滿屋子陌生人會讓他們耗盡精力。尊重內向者,不要部署他們;尊重這個角色,永遠不要用它來安置那些工程能力平庸的工程師。恰恰相反,這是你要派去那些你信任可以創辦新事業的人的地方。

公司裡最古老的職位

剝去術語,前線部署就是創辦人最初的姿態,在公司成長到足以忘記它之後,仍然保持活力。坐在工作發生的地方。完成工作。讓你所學到的改變你所建造的。每一家長青公司都在有名字之前就這樣做了。大多數公司在他們負擔得起的那一天就停止了。

所以真正的問題從來不是要不要雇前線部署工程師。而是你是否願意經營一家公司,讓最接近現實的人擁有真正的權力,讓努力以其斜率來評判,讓在現場學到的東西不允許在那裡死去。建立這樣的公司,職稱自然會照顧好自己。

你的團隊最近完成的一項工作,讓客戶完全不再思考它,那是什麼?上一次客戶續約不是因為他們從你的產品套件中獲得價值,而是因為他們知道你會建造他們甚至不知道自己需要來發展業務的東西,那又是什麼時候?從那裡開始計算。

一鍵儲存

使用 YouMind AI 深度閱讀爆款文章

保存原文、追問細節、總結觀點,並在一個 AI 工作空間裡把爆款文章沉澱成可複用筆記。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章