易智企易成企业 AI 陪跑

行业观察

FDE 到底该由谁来做
供给侧已经分三层了

过去一年「FDE 服务商」听起来是一个物种,现在看是三个。 它们服务不同的客户、部署不同的技术栈、 承担不同的风险——选错层的代价不是价格高一点,是三年后你换不动。 这篇把三层摊开,也把我们自己所在的那一层的机会和风险一起讲清楚。

2026-10-16分层判断参考 Plank《The State of FDE as a Service, 2026》,数据均回源核到机构官方稿

供给侧结构

钱多的一层和接单多的一层,不是同一层

市场上一边在说「90 亿美元涌进 FDE」,一边在说「几千个岗位在招」。 这两件事说的是不同层次的公司。把三层分开,就不矛盾了。

第一层前沿实验室与云厂商

服务谁

OpenAI · Anthropic · Google Cloud · Microsoft · AWS

客户是谁

大型企业

部署自家的技术栈

近两年公开的 FDE 投入超过 90 亿美元,主要在这一层

第二层咨询公司与系统集成商

服务谁

Accenture · Deloitte · Capgemini · Cognizant · Infosys · TCS · PwC · EY · KPMG

客户是谁

大型企业

部署合作方或自家生态的技术栈

拿的是厂商的伙伴资质,用别人的栈交付

第三层独立专业 FDE 服务商

服务谁

Plank · Distyl AI · Tribe AI · Mechanical Orchard 等

客户是谁

初创与成长期公司

理论上厂商中立,可跨框架

我们在这一层——所以这篇会把这一层的机会和风险一起讲

三层里最关键的一句推论是:第一层和第二层的产能, 目标客户写得很明确,是大型企业。他们不是不愿意接小公司, 是招一个能进客户系统改代码的工程师成本按大厂标准走, 十几人的公司养不住这个客单价。按公司数量计,初创和成长期是更大的那一块, 而这块目前主要落在第三层。

所以「该找谁」这个问题,其实先由一个问题决定:你是哪一类客户。 很多找错了层的失败,不是因为对方不行,是因为找错了层级。

选型判断

四个问题,对号入座

你要部署的是超大厂的自家模型

第一层。他们对自家栈的掌握最深,出了问题也找得到源头。这一层的价格通常不是最优解,但风险最低。

你是大型企业,且需要和既有 SAP / Oracle / Salesforce 体系打通

第二层更现实。咨询与集成商的强项是既有系统关系和合规流程,不是模型能力。

你是初创或成长期,用的模型不止一家,场景跨多个技术栈

第三层。这一层存在的理由就是前两层不服务你这个规模——他们的目标客户写得很明确,是大企业。

你担心将来被锁在一家厂商上

无论选哪层,合同里都要写清三件事:代码进谁的仓库、知识怎么移交给你的团队、交接日期是哪天。这三条比选哪家更决定你三年后的处境。

关于第三层,有件事我们得说在前面

我们自己就在第三层,所以我们不打算只讲这一层的好。 这一层有两个真实优势:同时接得住多套栈, 以及不受某一家厂商的政策变化影响—— 前面 FAQ 里那个「如果这家厂商明天变政策你们怎么办」的问题, 在我们这里没有对应风险,因为我们不靠某一家的栈吃饭。

也有两个真实劣势:没有厂商的内部数据权限, 遇到纯模型层的问题我们只能给到边界而不是最优解;品牌认知度远不如前两层, 你要在合同里多花一些力气确认我们真的交付过生产系统。

判断方法还是那句:问交付完你的仓库里多了什么、 你的团队学会了什么。我们把这条写进了合同,也建议你要求所有供应商都写进去。

常见问题

四个高频问题

前两层为什么不接初创和成长期的公司?

不是不想,是算不过来。招一个能进客户系统做部署的工程师,成本按大厂标准走。一个大企业的年度合同能覆盖这个成本,十几人的公司做不到。所以初创和成长期被留给了第三层——这不是谁更努力的问题,是客单价决定的。

厂商中立真的重要吗?

看你用几家模型。如果全公司只用一家的模型,那么选哪家差别不大,这个顾虑对你不成立。如果你同时在用两三家、或者未来会换,那你需要的是一个能同时接住几个栈的团队——注意是能接住,不是「理论上可以」,而是这个团队真的做过不止一套。

第二层拿着厂商的伙伴资质,这不等于被锁死吗?

有道理。他们的深度来自对某一家的熟悉,这份熟悉确实也是一份绑定。所以第二层的交付质量通常更高,但你的议价空间更小。选他们的时候,把「如果这家厂商明天出政策变化,你们怎么办」写进问题里,看他们怎么答。

我怎么判断对面是不是在洗白?

一句就够:交付完,我的仓库里多了什么,我的团队学会了什么。Gartner 在2026-09-29 的官方稿里把这种包装命名为「FDE 洗白」——把咨询、实施、专业服务换个标签当 FDE 对外卖,而它同时预测到 2028 年不足 20% 的 FDE 项目能把客户的重复性需求沉淀成产品能力。这两件事指向同一个问题:有没有东西被留下来了。

不管哪一层,先确认你属于哪一类客户

如果你的场景跨多套技术栈、公司规模还没到能自建团队的阶段, 我们就在那一层。想聊聊你的具体场景,可以直接说。

数据来源与口径说明

  • 三层供给结构这个判断框架来自 Plank《The State of FDE as a Service, 2026》 (2026-06-11 发布、2026-10-09 更新)。Plank 是一家提供 FDE 服务的公司, 这个分层服务于它的商业定位,本页只借用结构、结论由我们自己给, 并单独写明了第三层的劣势。
  • 「近两年公开投入超过 90 亿美元」为 OpenAI(约 40亿+)、Anthropic 系合资(约 15 亿)、 Microsoft(约 25 亿)、AWS(约 10 亿)四笔之和, 引自 Plank 报告并回核到各公司公开报道。 该口径不含 Google Cloud 2026-04-22 宣布的 7.5 亿美元合作伙伴基金——那一笔是给伙伴生态的基金,不是自建部署队伍。
  • Google Cloud 7.5 亿美元基金及「派驻 FDE 进七家系统集成商」引自其官方博客与 PR Newswire 官方稿(2026-04-22);Accenture 与 Google Cloud 的 1,000 人 FDE 队伍引自 Accenture 官方稿(2026-09-08)。
  • 「到 2028 年不足 20% 的 FDE 项目能沉淀回产品」与「FDE 洗白」, 引自 Gartner 官方新闻稿,2026-09-29 发布。
  • 本页不引用「全球 2000 名 FDE」与「每季度 20 万–40 万美元咨询费」, 理由与完整出处说明见《FDE 的真实成本》一节。