从一个具体的痛点出发，找到AI的应用场景

Palantir的创始团队在被问到为什么会想到FDE模式，他们的回答非常有意思。“我们为CIA开发软件，但是我们不认识任何间谍，我们的朋友们估计也都不认识。因此我们只能凭空想象，或者看美剧，然后做个最粗糙的示意图去一线指挥室，甚至去前线和士兵们呆在一起讨论哪些具体的问题可以用软件解决…”

这个说法对咨询服务、软件开发甚至是AI产品都非常有启发。

没有人知道客户到底需不需要软件，如果你问他，他们大概率不知道，要不就是随口说几个听过的IT系统的名字。但是对于效果他们内心并不认可，甚至是排斥的，谁也不需要一群不懂业务的技术男来指手画脚，甚至还因为效率提高让自己丢了饭碗。

Palantir的做法就是先请客户说出自己的具体问题，越痛越好，然后免费先帮客户解决。如果效果不错，再谈长期合作，如果失败了，那就握手说下次再会。

想想看，把AI用在实际的使用场景也一样。比如数据清洗一直是市场部门最麻烦的事情，上海的客户，可能在不同的系统里甚至纸质签到表里被标注为shanghai，SH、沪…这项工作交给AI，让它把各种数据梳理清晰，某些需要补充和人工确认的标明，这项工作不需要手工做，对数据分析师而言，是大大提高效率，可以花更多的时间做深度归因、客户洞察。

就这样，找到具体的痛点，是真正的费时间、费力气，重复，也没有什么创意可言，还需要精准的工作，用AI简直太合适了。

我认为很多企业AI用不好，用不上，要不就是一开始想的太宏大，要做AI驱动的企业；要不就是太盲目，先买了工具再裁员，相信AI一定能带来效率提升。

最好的方法也许就应该像Palantir的FDE一样，坐在特工身边，了解前线到底在发生什么，有什么事可以用数据、信息辅助决策的？然后先用AI工具快速跑通，再规模化。

也许这才是AI大模型公司纷纷开始下场组建FDE团队的根本原因吧！