小讯AIGC

【编者按】

2025年，是“十四五”收官之年，也是中国式现代化征程中不确定与新机遇并存的关键时刻。面对外部环境的起伏与技术变革的浪潮，上海经信系统主动作为、以变应变，以制度创新激活市场潜能，以技术革新塑造城市韧性，于机遇中开拓新局。

今年的最新数据显示，上海的技术改造投资跑出逾20%的加速度，“服务包2.0”为2.4万个企业诉求送上“一键回应”，先进能源装备产业集聚区在闵行落子成势，智能终端产业剑指三千亿规模……一幅新质生产力引领的未来图景，正在浦江两岸徐徐展开。

“十四五”规划收官之际，澎湃新闻推出特别策划——《2025·“智造上海”——新质生产力的城市跃迁》。系列报道将聚焦先进能源装备产业集聚区、智能终端产业发展行动方案、重点企业服务包制度2.0版等标志性实践，呈现上海在新质生产力引领下的跃迁之势、奋进之姿与时代之光。

2025年12月6日，上海创智学院迎来了首期FDE（Forward Deployed Engineer，前沿部署工程师）专题培训班。上海创智学院党委书记、常务副院长丁晓东作为主讲人，围绕AI落地“最后一公里”难题展开深度分享，系统阐释了FDE的发展脉络、人才培养现状与行业挑战。FDE这一新兴职业正式进入公众视野，也预示着在人工智能深度赋能千行百业的时代，一个连接技术与产业的关键角色正在崛起。

图片由受访者提供

不止于“工程师”的跨界复合型角色

在人工智能技术爆发式增长的当下，顶尖技术与产业应用之间的鸿沟始终存在。实验室里精准度极高的AI模型，往往在复杂的工业生产、医疗服务、金融风控等实际场景中“水土不服”；企业迫切需要技术革新，但面对抽象的算法模型却不知如何转化为实际生产力。FDE的出现，正是为了填补这一空白。

丁晓东在培训中明确指出，FDE并非传统意义上的工程师，也不是局限于实验室的AI研究者，而是以“让前沿技术精准扎根产业”为核心使命的跨界实践者。与传统产品经理相比，FDE呈现出本质区别：产品经理多是被动接收客户需求，定期解决问题；而FDE需要深入业务一线，主动挖掘需求、发现痛点，甚至在客户尚未明确自身需求时，通过对业务场景的深度洞察创造需求。上海交通大学集成电路学院人工智能与微结构实验室主任李金金教授将FDE形象地称为“跨界翻译官”——既要懂AI、大数据等前沿技术的底层逻辑，能根据产业场景调整技术参数；又要深入理解行业核心痛点，从生物发酵的微生物代谢规律到工业建筑的能耗优化需求，皆需了然于心；更关键的是具备“技术转化”能力，能把抽象的算法模型转化为工程师可操作、产业可验证的具体方案，避免技术“悬空”。

在实际工作中，FDE的角色呈现出多元化特征。在医院场景中，他们需要像临床一线工作人员一样，熟悉医生的工作习惯和诊疗流程，甚至比医生更了解国家医疗规范和研究文献，才能将复杂的临床需求转化为实用的信息系统；在银联的风险防控场景中，他们要架起技术团队与业务部门的沟通桥梁，让懂大模型技术的人员理解银联的业务数据结构，同时让业务人员明白AI模型的应用逻辑，实现海量交易数据向风险防控能力的转化；在上汽集团的建筑施工项目中，他们既是技术部署者，又是“翻译官”，将企业的进度管理、供应链协调等需求精准翻译为技术方案，高效解决传统管理模式滞后性强的痛点。

解决AI落地难题，FDE成核心解法

当前，人工智能在各行业的应用落地普遍面临三大核心痛点：场景碎片化与定制化需求的矛盾、技术与业务的脱节、模型部署后的持续迭代难题。FDE通过其独特的工作模式和能力结构，为这些痛点提供了有效的解决方案。

场景碎片化是诸多行业面临的共同挑战。以上汽集团为例，其下属建筑施工企业的每个项目都涉及政府审批、工序排期、供应链管理等多重复杂环节，需求高度定制化；而工业制造领域中，汽车生产、轮胎制造、橡胶加工等不同行业的场景差异巨大，通用AI模型难以直接适配。传统的驻场工程师往往只能进行简单的信息收集，再反馈给原厂制定解决方案，沟通效率低、落地效果差。FDE则采用驻场式工作模式，深入企业一线与业务人员摸爬滚打，甚至驻场数年，针对具体场景搭建数据管道、构建脚手架，实现技术与业务的深度融合。丁晓东强调，现在的本地化部署已不再是简单的软件安装，而是需要根据具体场景个性化搭建中间环节，一套方案在一个企业成功后，经过优化可移植到同类企业，实现“一次优化、多域复用”。

技术与业务的脱节是AI落地的另一大障碍。很多企业引入AI技术时，要么面临技术团队不懂业务的困境，要么遭遇业务团队不理解技术的难题。银联在风险防控场景中就曾遇到这样的问题：技术人员精通大模型训练，但不懂银联的交易数据逻辑；业务人员熟悉风控规则，却不了解AI模型的工作原理。FDE的介入打破了这种壁垒，他们既懂技术又通业务，能够将模糊的笼统的业务需求转化为具体的可实现的AI目标，同时与业务人员共同定义AI应用的成功标准，解决了AI ROI难以计算的行业痛点。在医疗领域，这种脱节问题更为突出，不少软件厂商的产品经理需要医院将业务流程拆碎讲解，甚至提供初步设计方案才能进行开发，而FDE能够主动深入临床一线，用业务语言解读需求，将其转化为软件工具，大大提升了技术落地效率。

模型部署后的持续迭代问题同样制约着AI的应用价值。传统IT应用在交付上线后即完成使命，但AI应用具有动态性，需要通过持续的数据反哺实现模型优化。FDE通过建立快速迭代循环，将一线场景中的需求痛点、数据语料反馈给后方的技术团队或FDR，推动模型训练和解决方案的迭代升级，再将优化后的能力输出到客户现场，形成“部署——反馈——迭代——再部署”的良性循环。上海创智学院为上海考试院开发“大模型辅助命题系统”时，FDE团队不仅完成了模型训练与部署，更在驻场过程中持续优化流程，将原本需要数月的命题准备周期缩短40%。

FDE人才培养：构建“实战导向”的多元化体系

AI产业的快速发展催生了对FDE人才的迫切需求。上海电气等企业反映，当前AI人才价格高昂，企业难以长期留存，而市场上兼具技术能力与业务洞察力的复合型人才严重短缺；医院、金融、制造等多个行业的从业者均表示，能够创造性解决问题的FDE类人才“一才难求”。为破解人才瓶颈，上海率先启动FDE人才培养计划，以上海创智学院为核心，构建起多元化、实战化的培养体系。

丁晓东介绍，FDE人才培养的核心是实战化训练，而非课堂上的坐而论道。上海创智学院设计的课程围绕应用场景展开，以解决实际问题为导向，采用“案例教学+真实场景实训”的模式。首期培训班主要面向国企和部委的关键人员，后续将推出针对实训工程师的专项培训，从人工智能企业中选拔合适人员，经过短期理论培训后，派往需求方场景进行实操训练，学员需完成实际应用场景的搭建才能通过考核。明年计划开展轮训，每季度一期，每期培训50人左右，全年培训规模达到200人，通过“一个月理论+两个月实操”的模式，确保学员具备实战能力。

为扩大人才培养规模，上海提出了“百千万”工程目标：链接百个模型、打造千个智能体、带动万名开发者转型。这一目标的实现需要政府、高校、企业等多方协同发力。在政府层面，上海已投入资源支持FDE培训，提供免费课程和算力保障，并计划将FDE培训与人社部门的中级职称挂钩，提升职业吸引力；在高校层面，教委将于明年6月推出研究生阶段的FDE相关课程，未来还可能发展为工程硕士方向，同时通过微课程等形式实现快速迭代，适应行业发展需求；在企业层面，将选拔内部工程师参与培训，推动传统软件工程师向FDE转型，并鼓励社会力量参与FDE培训，形成规模化的人才供给。

培养体系的核心特色在于“产教融合、供需对接”。上海创智学院将联合高校设计课程，整合企业的真实案例资源，构建案例库，让学员在解决实际问题的过程中提升能力。丁晓东强调，FDE的培养不仅是技术知识的传授，更重要的是思维模式的转变，要让学员从“被动接收需求”转变为“主动挖掘需求、创造价值”。为此，培训过程中注重培养学员的跨界思维、沟通能力和问题解决能力，通过跨行业场景的实训，提升学员的跨域迁移能力。

人才培养的另一重点是标准化与规范化建设。多位行业从业者建议，应总结FDE的工作经验，形成标准的工作流程和操作规范，开发专业的工具平台和“武器包”，为FDE开展工作提供支撑。上海创智学院正着手构建FDE“跨域迁移”的完整技术体系，将不同领域的调控规则拆解为可复用的“智能模块”，让学员能够快速适配不同场景。同时，通过建立“技术反馈平台”，实现FDE与FDR的高效协同，缩短模型迭代周期，提升人才培养的效率和质量。

FDE引领AI产业进入“深度落地”时代

随着人工智能从技术爆发期迈入应用深化期，FDE的重要性将日益凸显，其发展前景与AI产业的演进深度绑定，呈现出三大趋势。

从应用范围来看，FDE将从当前的重点行业向全行业渗透。丁晓东表示，几乎所有存在高价值场景的行业都适合FDE的介入，目前医疗、金融、制造、智慧城市等领域已率先探索应用，未来将逐步扩展到教育、文旅、农业等更多领域。在医疗领域，FDE将助力医院实现更多场景的智能化改造，解决上百个深度需求的落地难题；在智慧城市建设中，FDE能将通用大模型能力与具体的城市管理场景结合，推动“盆景式案例”向“风景式普及”转变；在中小企业中，FDE将通过轻量化工具包和小样本迭代算法，降低AI应用门槛，让中小企业以更低成本享受技术红利。

从职业发展来看，FDE将形成完善的职业体系和发展路径。随着“百千万”工程的推进，FDE将从新兴职业逐步走向规范化、专业化，形成从初级到高级的职业阶梯。其职业能力将围绕“技术深度+业务广度+转化能力”三个核心维度持续提升，既懂前沿技术又精通多个行业业务的复合型FDE将成为市场稀缺资源。同时，FDE与FDR的协同模式将进一步普及，形成“部署-迭代”的完整职业生态，推动更多技术人员向跨界方向发展。

从产业价值来看，FDE将成为推动AI产业高质量发展的核心力量。通过FDE的桥梁作用，将有效解决AI落地“最后一公里”难题，让技术创新真正转化为生产力，助力企业提升效率、降低成本、创造新价值。在制造业中，FDE将推动智能工厂建设提速，实现生产流程的优化和产品质量的提升；在金融领域，将助力风险防控能力升级，保障金融市场稳定；在医疗领域，将提升诊疗效率和医疗服务质量，惠及广大患者。正如丁晓东所言，FDE的核心价值在于实现“从产品交付到价值交付的转变”，最终目标是提升客户的效率、能力和价值，这正是人工智能大模型落地的终极意义。

上海作为人工智能产业的前沿阵地，率先布局FDE人才培养，不仅是为了解决本地产业的人才短缺问题，更是为全国AI产业的落地提供“上海经验”。随着FDE人才储备库的建立和培养体系的完善，上海将进一步巩固在人工智能领域的领先地位，为打造具有全球影响力的人工智能高地注入强劲动能。

在人工智能赋能千行百业的浪潮中，打破技术与产业的壁垒，推动AI从实验室走向生产一线，已经成为普遍存在的迫切需求。FDE这个新兴职业的崛起，不仅将改变人才市场的供需结构，更将重塑AI产业的发展格局，让人工智能真正扎根产业土壤，绽放出巨大的经济价值和社会价值。未来，随着更多FDE人才的涌现和培养体系的成熟，AI落地的“最后一公里”将被彻底打通，人工智能将进入全面赋能产业高质量发展的新阶段。