01
AI 转型规划与评估、培训与工作坊
通过 FFDE ARC 从人员、流程和组织三个层面看清能力与准备度差距，再用分层培训和工作坊把下一步行动落到真实工作中。
解决真实业务挑战
从每周重复发生的工作开始，记录基线、冻结一个场景、保留人工决定，再用真实样本验证效率、质量、周期与成本。
FFDE ARC 帮助企业看清起点、差距和进入路径；FFDE 5·6·7 把选定的工作流做出来、验证并交接；复评再检查能力是否真正留在企业内部。
服务板块
我们解决什么问题
三大服务板块分别对应能力评估与组织提升、业务落地和企业主权AI。ARC 负责诊断与复评，5·6·7 负责实施与交付，两者按企业当前状态衔接。
02
业务 AI 与 Agent 工作流实施
从每周重复发生的真实工作开始，把知识、工具、规则、系统和人工决定接入主流程，形成可验收、可运营的业务能力。
03
企业主权AI设计与实施
明确哪些能力可以租用，哪些应由企业编排、适配或自持，并完成云端、混合或私有架构的验证、加固和运营交接。
两种合作方式
根据您的需要，选择合作方式
三大服务板块回答我们做什么；两种合作方式回答我们如何进入您的组织。
业务 AI 能力建设与交接
从一个真实业务场景共同开始，完成首条工作流的实施、验证和交接，帮助还没有成熟 AI 实施团队的企业建立第一套可运行、可持续改进的能力。
适合：知道 AI 值得做，但缺少场景判断、实施资源或日常运营负责人。
面向内部产品与 AI 团队的增强型前置部署
已有产品，不等于已经进入业务。FFDE 作为前置部署伙伴，深入业务部门，把产品接入真实流程，用实际使用验证效果，并将现场证据和改进需求带回客户自己的产品团队。
适合：已有产品、数字化或 AI 团队，但缺少推动业务采用、收集现场反馈和持续优化的机制。
交付路径
服务可以按准备度单独采购，也可以沿着能力成熟度逐级衔接。
从共同语言到自主运营
合作形式可以按企业准备度单独选择，也可以沿能力成熟度逐级衔接。
先看问题
中小企业常见的四类 AI 落地卡点
我们不从工具清单开始，而是先判断企业卡在哪一环，再决定需要培训、工作坊、试点还是持续陪跑。
不知道先做什么
方向很多、没有统一优先级，管理层和业务团队对价值判断不一致。
对应方案：AI 认知与管理层对齐、场景工作坊与试点蓝图。
资料和知识用不起来
文档、表格和历史记录分散，知识库上线后仍然答不准、无法追溯。
对应方案：数据与知识治理、企业知识问答、RAG 质量评测。
Demo 进不了真实流程
Agent 没有接入系统、审批和人机分工，业务用户看过演示却无法日常使用。
对应方案：7 天快速验证、业务 Agent 与工作流嵌入、2–4 周标准试点。
上线后没人管、账算不清
权限、评测、成本、异常和知识更新没有负责人，试点无法稳定扩展。
对应方案：生产加固、Runbook、培训与工作坊、月度 FFDE 陪跑。
服务板块 · 业务 AI 与 Agent 工作流实施
从一个优先业务场景开始，形成可运营能力
场景选型绑定业务 Owner、数据就绪度和验收指标；先打穿一个主链路，再依据真实使用数据扩展。
典型业务场景
- 企业知识问答 — 制度、产品和流程检索，引用可追溯
- 智能客服 — 知识库驱动、人工兜底、质量可评测
- 销售商机辅助 — 客户洞察、跟进建议和资料准备
- 内容运营提效 — 文案、多渠道内容和素材生成
- 财税单据辅助 — 识别、分类和入账建议
- 流程自动化 Agent — 审批、通知、归档和跨系统协作
可组合的能力模块
- 数据与知识：清洗、检索、引用和 golden 评测
- 模型与入口：统一调用、成本基线和模型可替换
- 业务应用与工作流：Agent、规则和人机协同
- 安全与合规：权限、数据边界、人工审核和审计
- 运维与人员：培训、Runbook、反馈闭环和持续扩展
运营流程详解
01
02
03
04
05
从当前浪费，到可验收的 AI 流程
每个场景都写清 AI 做什么、人保留什么决定，以及用什么指标判断是否值得继续。
知识与一线问答
当前浪费：资料散落、重复查找、同类问题反复组织答案。
AI 流程：按权限检索，返回答案与出处，失败转人工并回流错题。
人来决定：知识边界、例外解释与最终对客口径。
查找时间 · 一次找到率 · 引用率 · 新人上手周期
客服与售后
当前浪费：工单分类、政策查询、回复起草和升级判断重复发生。
AI 流程：读取工单、检索知识、生成建议、校验风险并留存记录。
人来决定：投诉安抚、例外处理、退款与升级。
首次响应 · 处理时长 · 积压 · 返工/转人工率
销售运营
当前浪费：会前研究、商机摘要、跟进邮件、CRM 补录和周报占用销售时间。
AI 流程：汇总互动与客户数据，生成准备材料、下一步建议和跟进草稿。
人来决定：客户判断、沟通策略、承诺与报价。
准备工时 · 首次跟进时延 · CRM 完整率 · 人均商机数
后台与管理
当前浪费：OCR、表格、单据、固定报告、收件箱和跨系统复制粘贴。
AI 流程：读取抽取、结构校验、按模板生成，只把异常升级给人。
人来决定：异常、审批、财务与合规判断。
处理周期 · 人工触点 · 错误率 · 积压/按时完成率
内容与获客
当前浪费：研究、起草、排版和多平台改写重复，专业知识只使用一次。
AI 流程：证据到初稿、品牌检查、多格式复用、人工终审与数据回流。
人来决定：观点、品牌、事实、合规与发布。
发布周期 · 单件工时 · 复用率 · 频次/返修次数
从效率到增长
直接可验收
直接可验收
直接可验收
直接可验收
先改善运营，再验证增长
FFDE 不承诺 AI 凭空创造收入；我们把增长的前置能力做成可观察、可复盘的经营链路。
响应更快
减少查找、准备和等待时间。
→ 线索与客户少在等待中流失服务更稳定
减少遗漏、返工与口径不一致。
→ 留存、复购与口碑更有基础试验更便宜
更快测试内容、话术和流程版本。
→ 更快找到有效的增长打法人均产出更高
业务量增长不再完全依赖同比增员。
→ 支撑规模与利润空间
价值如何被证明
01
02
03
04
没有基线就没有提效，没有业务验收就没有价值
记录基线
当前耗时、步骤、错误、积压与成本。
验证单一流程
选择高频、数据可得、失败可回滚的真实任务。
同题前后对比
真实样本、UAT、人工节点和已知限制一起验收。
作出经营决定
扩大、修正或停止；GO/NO-GO 都留下证据。
交付形式
三大服务板块，四种交付形式
三大服务板块回答做什么；以下交付形式对应企业当前的决策速度、准备度和证据要求。
规划、评估与场景工作坊
适合：管理层还没有统一方向，或团队不知道应该从哪里开始。
过程：统一语言，评估能力与准备度，筛选 Top 3，完成痛点、经济性、可行性三检。
产出：能力差距图、场景矩阵、决策清单、试点蓝图与路线图。
下一步：进入 7 天验证、标准试点，或明确暂不投入。
7 天快速验证
适合：已有明确 Top 1 场景，希望先取得方向性证据。
过程：用同一批真实样本记录基线，构建最小主链路，接入知识、规则和人工复核。
产出：Agent MVP、UAT、前后对比、限制说明与 GO/NO-GO。
下一步：进入标准试点、扩大样本，或体面停止。
2–4 周标准试点与生产加固
适合：已有明确场景或 Demo，但缺少稳定性、治理和交接证据。
过程：补齐知识、权限、人审、评测、日志、成本观察与异常处理。
产出：正式 UAT、验收报告、Runbook、Owner 培训与已知限制。
下一步：生产放行、观察期或进入陪跑。
月度 FFDE 陪跑
适合：首场景已经运行，需要稳定使用、持续改进或扩展。
过程：按月复盘使用、质量、成本、错答、知识更新和业务反馈。
产出：趋势看板、问题闭环、更新记录、团队能力与第二场景决定。
下一步：继续陪跑、转自主运营或复制标准包。
服务板块 · 企业主权AI设计与实施
从风险边界到可运行的控制能力
主权AI不等于所有东西都放在本地。我们从关键数据和工作流出发，逐步明确哪些能力可以租用，哪些应由企业掌握。
边界评估与决策蓝图
盘点数据敏感度、业务风险、质量、延迟、成本和运维条件，形成 Rent、Orchestrate、Adapt、Retain（ROAR）决策谱系。
产出：决策备忘录、数据与权限边界、架构选项、TCO/运维估算和 90 天路线图。
7 天架构验证
围绕一个关键工作流比较云端、混合和私有方案的质量、延迟、成本与可操作性。
产出：同题 Eval、数据路径、人审边界、故障回退方案和 GO/NO-GO 建议。
实施、加固与运营交接
按选定边界接入模型网关、权限、日志、知识库、工具调用、评测和回滚机制。
产出：可运行流程、Runbook、Owner 培训、已知限制和持续改进节奏。
服务板块 · AI 转型规划与评估、培训与工作坊
让能力留在企业内部
企业需要补什么能力，不能只看员工会不会用工具。先把人员、流程和组织放在同一个诊断框架里，才能判断下一步应该培训、补条件、验证、加固，还是暂缓投入。
先看清差距，再决定下一步投什么
FFDE ARC 是一套面向企业的 AI 能力与准备度评估方法。问卷只是线索；我们还会结合角色化任务、访谈、材料和运行证据，帮助企业作出下一项经营和实施决定。
- Human 人会不会用？
- 是否能正确使用、核验结果、识别边界，并对业务结果负责。
- Process 流程能不能跑？
- 是否有明确输入输出、人工节点、评测、异常处理和验收条件。
- Organization 组织接不接得住？
- 是否有优先级、责任人、数据与治理条件，以及接管和扩展能力。
- HPO 证据画像
- 关键门槛
- Top 3 行动
- 培训 / 补条件 / 验证 / 加固 / 复评 / 暂缓
ARC 不是企业排名、招聘筛选或自动打分工具，也不替管理层和业务负责人作决定。
评估之后，按角色补能力
培训不是项目末尾的一次产品演示，而是让不同岗位学会自己的判断、操作、交接和运营责任，并留下可继续使用的工作成果。
01
管理层 AI 决策课
判断该投什么、不该投什么，明确机会排序、数据安全、责任划分和效果指标。
02
全员基础认知与工具实操
让员工完成低风险任务，学会资料边界、结果核验和不能相信 AI 的情况。
03
部门岗位工作坊
用销售、客服、财务或运营的真实工作拆任务，产出任务卡和部门场景清单。
04
业务骨干知识转译
把经验转成规则、案例、评测和人工边界，支撑知识库与 Agent 的后续建设。
05
部门业务 AI 负责人培养
培养能够发现工作流、维护知识、收集错误、组织评测和升级问题的内部负责人。
06
项目交付与运营训练
让 Owner、技术、运维和支持团队学会更新知识、运行 Eval、发布变更、处理异常和回滚。
如何开始
按您现在的状态选择合作起点
还在观望
从 AI 转型规划与评估、培训与工作坊或管理层决策课开始，建立共同语言、安全认知和投入边界。
想做但不知道先做什么
从场景工作坊与试点蓝图开始，冻结第一个优先业务场景。
已有明确场景
选择 7 天快速验证，先取得方向性证据，再决定是否进入标准试点。
已有 Demo 或需要长期运营
选择 2–4 周标准试点与生产加固，或进入月度 FFDE 陪跑。