不养算法团队：驻场1-2人模式的适配边界
制造业AI落地的关键不是养一支算法团队，而是把"AI落地能力"作为外部可调用的能力单元——驻场1-2人的FDE模式让中小工厂内勤单据人力削减67%、4.2个月回本，但其适配边界同样清晰。
不养算法团队，是绝大多数中小制造企业面对AI最理性的选择。这里的「不养」，不是拒绝AI，而是拒绝把AI当作一个需要长期供养的内部部门；取而代之的，是把「AI落地能力」当成一项可以从外部按场景调用的标准化能力单元——由1到2名驻场的前沿部署工程师（FDE）带着预制模板进场，把老旧系统、产线数据和企业流程一次性打通。数据显示，采用这种模式的中小五金、汽配企业，内勤单据处理人力平均削减67%，项目4.2个月即可收回全部实施投入。但边界同样真实：当企业自身没有可复用的业务知识、没有愿意改产品逻辑的合作方时，驻场1-2人也救不了烂尾。
一、案例速写
把镜头拉到两类典型工厂。一类是服役多年、跑着单机版金蝶用友和老式PLC的五金、汽配加工厂，内部没有专职IT，老板最怕的不是"要不要上AI"，而是"上了之后没人会动、动错了产线停摆"。环曜Agent等垂直制造服务商给出的解法是：派一支由制造业务专家与集成工程师组成、常驻工厂的FDE小组，带百余种老旧工业系统预制连接器进场，现场调试非侵入式数据采集工具，把ERP、MES、库存台账的多源老旧数据打通，再部署轻量化私有智能体。另一类是已经全上云、系统版本新、拥有专职开发团队的大型上市制造集团，它们更适合百度千帆、阿里云百炼的远程交付——FDE驻场资源稀缺，远程线上调试即可满足。
这两种路径的分野，正是"驻场1-2人模式"的适配起点：它不是对所有人都好，而是对"存量老旧系统、无专职IT、等不起数月交付"的中小实体企业，恰好对症下药。
二、转型动因
中小制造企业为什么"养不起算法团队"？一句话，重资产版的FDE在这类企业身上跑不通。一家年营收几千万的工厂，要去养一支现场算法与工程师队伍，固定人力成本、算力采购、模型迭代的沉没投入，远超过它从单个场景里能抠出来的效率收益。阿优科技在解读FDE时直言：在中小企业身上，重资产版的FDE是跑不通的——养不起一支现场工程师队伍。但这不意味着中小企业被挡在AI门外，它的内核可以抽离复用：先进现场、先理流程、先跑通一个场景、再把方法固化成客户自己能用的东西。
更深一层的动因，是中美制造业土壤的差别。中国制造业以中小企业为主体，白皮书专设中美FDE对照章节坦率指出：美国Palantir模式以客单价数百万到数千万美元、交付周期数月到数年服务高端客户；中国中小企业"等不起也付不起"，需要的是"我的问题这周就解决"的交付速度和10万到100万元级的成本门槛。驻场1-2人，正是为这个门槛量身裁出来的形态。
三、技术嵌入
驻场FDE到底怎么落地？以适配老旧系统为例，标准化流程分三段。前期是实地勘测与方案定制：驻场工程师上门盘点企业全部老旧业务软件、现有服务器硬件，记录生产、库存、财务的重复痛点，结合内网数据合规要求产出专属方案，规避远程沟通的偏差。中期是系统集成与智能体部署：现场调试非侵入式采集工具，完成存量老旧系统数据打通，依托预制行业模板现场搭建业务智能体，同步完成私有化离线部署与模型资源优化，全程无需企业IT深度配合。后期是试运行、培训与持续售后：智能体上线后驻场人员现场陪同试运行，手把手培训内勤人员，项目交付后提供月度线上回访，企业流程变更可快速远程优化。
技术路线上，中国FDE从Palantir的专有平台转向OpenClaw+RAG+Agent的开源与国产化技术栈，以数据不出境、私有化部署满足制造企业的安全刚性。轻量化模型在现场完成量化部署，复用企业现有通用服务器，无需新增GPU——这对资金紧张的中小厂是决定性的一笔。
四、能力单元分析 ★ 必填
把这一模式放回「能力单元论」的镜头下，会发现它改写的不是某一个技术点，而是"AI落地能力"的供给组织方式。
传统路径里，"算法能力"被锁在企业内部，是一个需要养人的固定编制单元，复用率极低、沉没成本高。驻场FDE模式把它重新定义为一个"可被外部调用、按场景计费"的标准化能力单元：FDE小组本身是一个可移动的能力包，预制连接器、行业模板、私有化部署脚本是更小的可复用子单元。白皮书的量化验证支持了这一判断——跨域核心模块复用率达到60%，智能积木体系已沉淀127个可复用模块、500余个案例，新场景适配成本降至全新设计的约20%。
更关键的是调度逻辑的变化：过去企业想用AI，要先招聘、养团队、买算力、试半年；现在调度一个驻场1-2人单元，四周内出数、四个月回本。模型迭代周期从3个月缩短至1到2周（降低85%），单次迭代成本从30到50万元降至3到5万元（降低90%），现场停机损失降低95%。能力单元被"分离出来、交给外部重组"，正是能力单元论在制造现场的经典现场——只不过这次重组发生在组织边界之外。
五、组织变阵
驻场1-2人带来的，不只是技术接入，还有组织内部的轻量化。工厂不必为AI新设一个部门，原有的内勤、工艺、IT岗位在FDE陪同下完成"能力升级"：内勤学会用智能体处理单据，工艺员把经验沉淀进提示词与模板。环曜的数据是，内勤单据处理人力削减67%——这不是裁员叙事，而是把重复劳动交给智能体后，人的精力回到异常处理与客户沟通。
与此同时，一种新供给网络正在成形：白皮书提出的"OPC城市服务商"模式，每城限1家，获FDE三级能力体系（L1应用级/L2技能级/L3架构级）独家运营权，让FDE人才以一人公司身份为自己干。这等于把"AI落地能力单元"的供给端，也做成了超级个体（OPC）可承载的生意，打开了与传统"雇一个团队"截然不同的弹性。
六、ROI 兑现与踩坑
ROI是可核验的：中小五金、汽配企业落地后，内勤单据处理人力削减67%，4.2个月收回全部实施投入；远程交付针对老旧系统的需求偏差率高达41%，FDE驻场模式把这一数字压到7%以内——仅"需求理解偏差"这一项，就省下了大量线上扯皮的工期与返工。
但踩坑同样诚实。第一，没有产品改动权的驻场只是纯人力外包，买的是工时而非能力，阿优科技把它列为头号避坑点：先问权限，合作方能不能为你改产品逻辑，而不只是改配置项。第二，别指望一次性交付，FDE的价值在第二、第三个场景复用时才显现，所以要先跑单点——挑一个能在四周内出数的场景做试点，用真实结果决定扩面。第三，别只看工程师技术强不强，听不懂业务黑话的技术人在现场寸步难行。最务实的一条是"先留资产"：要求白盒交付，流程文档、提示词、数据口径都要留在客户自己团队手里，否则人一走，能力也随之蒸发。
七、可迁移方法论
把今天的讨论抽象成四则法，中小企业AI落地可以这样拆：
- 除法（减）：先砍掉"养算法团队"这个重资产单元，把固定编制换成外部可调用的能力单元，省下的是沉没成本与组织复杂度。
- 加法（加）：把FDE驻场、预制连接器、私有化部署这些"外部能力"加进来，补足内部缺失的IT与算法肌肉。
- 乘法（乘）：靠跨域模块复用率（60%）与智能积木（127模块）放大单次投入的边际收益，一个新场景的适配成本只有全新设计的20%。
- 除法再减（连续化）：用四周出数、四月回本的快速节奏，把AI落地从"年度大项目"变成"持续小迭代"，避免一次性豪赌。