FDE 是什麼？AI 時代最缺的，可能不是模型而是最後一公里工程師
企業買到模型只是取得原料。FDE 直接進入客戶現場，把資料、流程、權限與人接起來，直到 AI 真的在日常營運中產生可衡量的結果。
閱讀完整文章與圖表模型是原料，部署才決定價值
客戶買的不是 Token，而是營收、成本、風險與速度的實際改善。
我以華西證券 2026 年 8 月 FDE 研報為導讀，再回查 Palantir、OpenAI、Anthropic、Cohere 與騰訊官方資料，拆成 12 篇文章。從 FDE 是什麼、Echo／Delta 分工、企業部署冰山與模型公司競爭，一路讀到投資地圖及台灣企業可執行的 90 天作戰表。
FDE 是跨越組織接縫的人
現場、開發、價值驗證與產品回饋，四種責任必須同時存在。
服務要能沉澱成產品飛輪
重用率提高、部署變快，才代表 FDE 不只是昂貴的人力專案。
Agent 成長會放大最後一公里
AI 越能採取行動，資料、權限、治理與責任的工程需求就越深。
01
02
買 Token 不等於創造價值：Palantir 為何把 FDE 放在商業模式中央
模型是原料，Ontology 是企業語境，FDE 是把兩者接進決策與行動的人。真正的收入，不在呼叫模型，而在縮短從問題到成果的距離。
閱讀完整文章與圖表03
Echo 找對問題，Delta 快速做出答案：FDE 團隊為何要雙軌運作
一組人深入現場找出值得解的場景，一組人迅速把場景變成可操作原型。FDE 的速度，不只是寫程式快，而是少在錯問題上浪費時間。
閱讀完整文章與圖表04
FDE、售前、方案架構師、實施與客戶成功，到底差在哪裡？
這些角色都會面對客戶，但責任邊界完全不同。關鍵不在是否駐場，而在是否能寫、能整合、能驗證，並把現場學習推回產品。
閱讀完整文章與圖表05
從現場客製到平台收入：FDE 如何把一次性專案變成產品飛輪
FDE 最昂貴的部分是人，最值錢的部分卻是人帶回來的模式。只有把解法抽象、標準化、回到平台，服務才會轉成可規模化收入。
閱讀完整文章與圖表06
Agent 越多，FDE 為何越缺？從 800% 招聘增幅看企業 AI 的下一個瓶頸
Agent 數量、任務執行與 Token 消耗可以快速成長，但每多一個能採取行動的 Agent，就多一組權限、流程、例外與責任問題。
閱讀完整文章與圖表07
企業 AI 專案卡住的不是模型：舊系統、資料孤島與權限才是真正冰山
模型 Demo 通常很快，生產上線卻很慢。藏在水面下的資料品質、流程例外、安全合規與組織責任，才是 FDE 真正處理的成本。
閱讀完整文章與圖表08
OpenAI 為何投入超過 40 億美元成立 Deployment Company？
當超過百萬家企業使用模型，下一個成長問題不再只是賣 API，而是誰能把 AI 變成客戶每天依賴的生產系統。
閱讀完整文章與圖表09
從 Anthropic 到 Cohere：模型公司為何一起搶 FDE 人才？
當模型能力差距縮小，企業客戶比的會是部署速度、安全、產業理解與成果。FDE 正從職缺，變成模型公司的企業市場戰略。
閱讀完整文章與圖表10
騰訊 WorkBuddy × 長安汽車：34 人聯合 FDE 團隊透露了什麼？
企業不是把 AI 工具交給員工就算導入。長安派出 24 名業務與技術骨幹，騰訊派 10 名產品、研發與交付專家，真正的目標是共同養出懂業務也懂 Agent 的人。
閱讀完整文章與圖表11
FDE 投資地圖：14 家受益標的，真正要看的是哪一層能力？
研報列出工業軟體、企業應用、IT 服務與大模型公司。名單只是起點，投資判斷要回到部署人才、客戶入口、可重用平台與收入品質。
閱讀完整文章與圖表12
台灣企業怎麼建立 FDE 能力？一份不從買工具開始的 90 天作戰表
先選一個高價值流程，組成業務與工程聯合小隊，四週做出真實原型，八週進入受控生產，十二週決定擴張、重做或停止。
閱讀完整文章與圖表策展方法與資料邊界
本系列以 華西證券《FDE：AI 商業模式黏合劑》（2026-08-11）為導讀，不公開或重製原始研報頁面；圖表均依可辨識資料重新設計，並標示指數、約數與預估口徑。OpenAI、Palantir、Anthropic、Cohere 與騰訊案例另連回官方資料。研報中的受益標的只作產業研究入口，本站內容不構成投資、交易、招募或法律建議。