FDE 行业实践 · 公开案例
整理自公开报道的 73 个第三方案例：谁做的、怎么交付、公开了什么结果，并附原文链接。
先说清楚
FDE（Forward Deployed Engineering，前置部署工程）指服务商把工程师直接派驻到客户一线，与业务人员一起梳理问题、开发并上线 AI，再把现场经验反哺产品。The Pragmatic Engineer 将其定义为 “A software engineer who alternates between being embedded with customer teams and core product engineering teams”，并指出该岗位起源于 Palantir。
来源：The Pragmatic Engineer: What are Forward Deployed Engineers, and why are they so in demand? ↗
据 Times of India 援引《金融时报》报道，招聘平台 Indeed 数据显示 2025 年 1–9 月 FDE 月度岗位发布量增长 “more than 800%”；Palantir 将这种方式称为 “product discovery from the inside”。Business Insider 报道 OpenAI 人士称：“hiring our own engineers to help deploy for our largest projects”。
来源：Times of India（援引FT）: OpenAI, Anthropic and other AI companies are looking to hire this rare kind of software engineer ↗；Business Insider: OpenAI forward deployed engineers accelerate AI projects (2025-07) ↗
OpenAI FDE 负责人在访谈中提到摩根士丹利项目 “it took six months of pilots, evals, and iteration”，并强调 “Use eval-driven development”。
来源：apoorv03: Metabolize pain, excrete product（Colin Jarvis访谈） ↗
工程师进入客户现场，与业务团队一起工作。
短周期集中共建，快速上线第一个工作流。
联合实验室、联合创新中心，国内云厂商常见。
企业自建 AI 产品经理 + 业务专家团队。
BOOK.AI 的交付同样采用驻场 FDE 方式，了解我们的三阶段方法 →
公开案例库
按行业、FDE 强度、国内 / 海外筛选。FDE 强度：强＝来源明确写到驻场 / bootcamp / FDE；中＝联合研发 / 共建；弱＝平台采购或企业内部团队自建。
案例信息整理自公开报道，数据为原文口径，版权归原权利人；BOOK.AI 未参与上述项目。
73 个公开案例
没有符合条件的案例，换个筛选试试。
FDE 强度 强FDE / 用户访谈驱动的共建
“10-15% Reduction in machine ‘wrench time’ … per ticket”
来源：Palantir · 2025 · 服务商发布口径
电池工厂每月数万张维修工单，新老技师能力差距大。
从一线技师访谈出发，设计新老员工都能直观使用的前端界面，在AIP上构建维修辅助应用并迭代。
来源称从用户访谈到车间价值创造“<6 mos.”，每张工单机器维修时间（wrench time）减少10-15%。
先访谈一线、再设计界面：让新老员工都能直接上手，是工具真正被用起来的前提。
查看原文 ↗Panasonic Energy of North America × Palantir AIP Impact Study
FDE 强度 强联合共创 / 创新日（类bootcamp）
可定制航班更新比例“50% … up from 15%”
来源：Slalom · 2024 · 咨询服务商发布口径
FDE 强度 强FDE / 长期共建（2019年起合作）
“$40,000/day in savings, or $14M annually”
来源：Palantir · 2024-03 · 服务商发布口径
员工每年约做5,000万个供应链决策，驱动约100亿美元销售成本，大量依赖手工。
双方自2019年合作，先整合200张主数据与业务表建统一数据底座，再在AIP上建ELF系统，人机协同审核建议。
来源称ELF超过70%的建议被人工采纳，每天节省约4万美元，约合每年1,400万美元，且仅部署在部分网络。
“先数据底座、后 AI 建议、人在回路”，是供应链决策智能化的稳妥路径。
查看原文 ↗Building an Intelligent AI-Driven Supply Chain at General Mills (AIPCon Impact Study)
FDE 强度 强FDE / 联合共创（评估驱动开发）
“over 98% of advisor teams actively use AI @ Morgan Stanley Assistant”
来源：OpenAI · 2024 · 服务商发布口径
顾问需要从海量内部研究中快速找到答案，检索效率低。
OpenAI与摩根士丹利联合建设，经过约六个月试点、评估（evals）和迭代，直到顾问足够信任才面向客户使用。
来源称超过98%的顾问团队在使用该助手，文档访问率从20%提升到80%；补充来源称研究报告使用量提升3倍。
“评估驱动 + 长期陪跑”才能换来高采用率：先让一线信任，再扩大使用。
查看原文 ↗Morgan Stanley uses AI evals to shape the future of financial services | OpenAI
FDE 强度 强FDE（Forward Deployed Engineering）
“scaling to 120,000 employees across 25 countries”
来源：OpenAI · 2025-2026 · 服务商发布口径
大型银行需要把AI从试点扩展到全行规模。
OpenAI前置部署工程团队与BBVA合作，从首批用例起步，逐步把AI嵌入银行运营核心。
来源称合作正扩展到25个国家的12万名员工。
从首批用例起步、逐步嵌入核心运营，是 FDE 从试点走向规模化的典型路径。
查看原文 ↗The OpenAI Deployment Company | OpenAI Deploy Co.
FDE 强度 强驻场（“华为团队入驻瑞金医院”联合研发）
“14个辅助诊断任务测试中，有7个达到业界领先水平（SOTA）”
来源：华为 · 2025-06 · 服务商发布口径
FDE 强度 强bootcamp（AIP训练营）
“less than 6 weeks to put a new workflow in production and as little as 90 minutes to introduce more”
来源：Palantir · 2024 · 服务商发布口径
床位周转慢、出院流程长，医保拒付申诉需大量人工写信。
通过一系列针对性bootcamp，Palantir工程师与院方团队现场共建工作流，首个不到6周上线，后续每个最快90分钟。
来源称出院休息室使用率提升2000%，不到3个月发送1,200多封AI生成的医保申诉函。
bootcamp 式快速交付：先做出第一个工作流，后续复用就能按“天”甚至“小时”上线。
查看原文 ↗Nebraska Medicine and Palantir Announce Pioneering Partnership to Use AI Technology to Advance Healthcare | Nasdaq
FDE 强度 强驻场联合研发（“双方联合投入20余名医学专家与工程师”）
“帮助医生平均每日节省约2.8小时”；“病历质控合格率提高至99%”
来源：荆楚网 · 2025-05-15 · 媒体报道口径
医生问诊时边问边打字，病历书写占用大量时间、影响医患沟通。
医院与深兰科技联合投入20余名医学专家与工程师共建系统，在三院区55个诊室试点；后续还将联合开发医疗服务数字人并开展人才培养。
来源称医生平均每日节省约2.8小时，门诊病历质控合格率提高至99%。
“医学专家 + 工程师”混编团队进入现场共建，是医疗场景最典型的 FDE 配置。
查看原文 ↗湖北首例！武汉市中心医院发布人工智能语音病例自动生成系统
FDE 强度 中联合共创（联合研发）
强度预测准确率超85%，年减碳4500余吨
来源：华为 · 2025-04 · 服务商发布口径
水泥生产依赖老师傅经验，质量检测滞后、能耗与碳排压力大。
双方自2024年4月联合研发，梳理出15类200余个场景，把大模型嵌入质量预测、工艺参数优化和安全识别等生产环节。
来源称强度预测准确率超85%，标准煤耗在一级能效基础上再下降1%，年减碳4500余吨，20余类场景识别准确率达95%。
制造业落地先“盘场景”：把生产环节逐一列成场景清单，再由联合团队嵌入产线逐个攻关。
查看原文 ↗海螺集团携手中国建筑材料联合会及华为发布水泥建材行业首个大模型 - 华为
FDE 强度 中集团内服务商嵌入
“设备运维的效率大概提升85％”
来源：湖北省经信厅转载报道 · 2025-06-15 · 政府媒体报道口径
FDE 强度 中联合共创（“联合羚数智能”打造）
物料齐套率“提升幅度超过15%”；“人力成本优化90% 以上”（服务商口径）
来源：羚数智能 · 未标注（2025年前后） · 服务商发布口径
FDE 强度 中联合共创（产学研共同攻关，“平台+引擎+模板”一体化交付）
“缺陷流出率下降80%”；焊装“传统3小时排查压缩至5分钟”（服务商口径）
来源：广域铭岛 · 2025-09-12 · 服务商发布口径
汽车焊装与车身尺寸缺陷排查耗时，紧急插单时排产调度复杂。
服务商牵头联合车企与高校共同攻关多模态数据传输与融合，以12类智能体实时联动排产、仓储、物流、设备、质量。
来源称焊装缺陷排查由3小时压缩至5分钟，缺陷流出率下降80%，排产周期由6小时缩至1小时。
质检与排产是制造业数据最扎实的两类 Agent 场景，适合作为切入点。
查看原文 ↗AI大模型在汽车工业的应用：广域铭岛的创新实践
FDE 强度 中联合共创（平台共建）
Verdi“started to handle 10% of customer service mediation”
来源：OpenAI · 2024 · 服务商发布口径
拉美电商体量巨大，客服调解、海量商品上架和欺诈识别都依赖大量人工。
企业内部团队与OpenAI合作，在GPT‑4o系列上搭建统一开发平台Verdi，再由各业务团队在平台上快速做出客服、上架、风控应用。
来源称几个月内Verdi已处理一个主要站点10%的客服调解，有潜力支持9,000名人工坐席的工作；商品编目量提升100x，欺诈识别准确率接近99%。
先建统一平台、再让各业务团队批量做应用；从客服切入，再扩展到运营与风控。
查看原文 ↗Mercado Libre introduces Verdi, an AI developer platform powered by GPT‑4o
FDE 强度 中联合共创（模型迁移与评估共建）
“Product clicks increased by 23%”；“wishlist additions rose by 41%”
来源：OpenAI · 2024-2025 · 服务商发布口径
FDE 强度 中联合共创（联合研发）
AI练播房“目前已经覆盖10万+抖音电商新商家”
来源：品玩 · 2025-11-06 · 媒体报道口径
FDE 强度 中联合共创（“和淘宝共创了AI客服功能”、深度内测）
“整个5月份，我们单个部门有600小时以上的工作由AI来完成”
来源：数英（转载天下网商） · 2025-06-13 · 媒体报道口径
大促期间客服与内容生产压力大，传统“预设问题触发答案”的客服机器人回答固定。
品牌与淘宝合作深度内测AI客服，由平台AI识别买家意图并推荐回复话术，人工客服确认发送，同时用AI生成视频与图文素材。
来源称5月单个部门600小时以上工作由AI完成；两个月内人工客服接待人数同比增长10.6%，会话数增长19.2%。
与平台共创内测，是品牌低成本试水 AI 客服的路径；“AI 推荐、人工确认”降低了风险。
查看原文 ↗“增收、降本、提效”，这些品牌用AI抢赢天猫618 - 数英
FDE 强度 中联合共创（“协同搭建”）
“协同搭建了38条工作流”；“问答准确率超95%”
来源：腾讯云 · 2025-09-17 · 服务商发布口径
FDE 强度 中联合共创（黑客松+共同探索）
“首版原型仅用 10 周即上线”
来源：OpenAI · 2024-2025 · 服务商发布口径
FDE 强度 中联合共创（自2019年起长期合作）
“仅需3秒即可通过自然语言为用户生成个性化酒店订房方案”；中枢“整合了432个决策节点知识图谱”
来源：阿里云（新浪财经转载） · 2025-03-21 · 服务商发布口径
连锁酒店会员规模大，订房咨询与门店运营管理链路长。
在全面上云基础上，东呈依托通义千问与百炼平台构建订房助手和覆盖“营销-运营-服务-品控”的智慧酒店中枢。
来源称订房方案3秒生成，覆盖18项服务内容，中枢整合432个决策节点知识图谱。
把门店管理经验整理成“决策节点”知识图谱，是连锁酒店经验数字化的好办法。
查看原文 ↗东呈集团X通义大模型：AI助手落地超3500家酒店|AI_新浪财经_新浪网
FDE 强度 中联合打造（平台方持续升级运营）
“投诉响应平均处理时长将从48小时压缩至4小时，典型问题解决满意度达到92%”
来源：光明网 · 2025-09-05 · 媒体报道口径
FDE 强度 中联合共创（联合展示共建成果）
“导购订单数提升26%”；“下单转化率提升39%”
来源：新浪财经 · 2025-09-18 · 媒体报道口径
FDE 强度 中内部嵌入团队（GPT实验室）
“拥有 240 多个定制 GPT”
来源：OpenAI · 2024 · 服务商发布口径
FDE 强度 中智能体服务（Agentic Services）
“以近 3 倍的运营效率帮助客户实现平均 20% 的营销效果增长”
来源：界面新闻 · 2025 · 服务商自述口径
FDE 强度 中联合共创（“共建”）
达能“数据识别准确性提升了11%，系统响应时间缩短50%”
来源：品玩 · 2025-11-06 · 媒体报道口径
消费者声音分布在文字、语音、视频中，品牌难以及时洞察。
达能把火山引擎Data Agent接入VOCM平台读文字、听语音、看视频；三得利与火山引擎共建虚拟访谈Agent，模拟用户偏好做调研。
来源称达能数据识别准确性提升11%，系统响应时间缩短50%；三得利创建了800+个虚拟用户。
“虚拟用户访谈”可以让市场调研从月级缩短到天级，是市场部值得尝试的新场景。
查看原文 ↗“双 11” 进行时！火山引擎携手抖音电商，以AI 驱动商家新增长
FDE 强度 中联合共创（联合发布）
“6个大类、80多个子类对象，样本规模达到百万级”
来源：华为 · 2024-06-22 · 服务商发布口径
FDE 强度 中联合共创（训推平台共建）
“将「丰语」大模型的吞吐能力提升最高达5倍”
来源：新浪科技 · 2025-07-04 · 媒体报道口径
FDE 强度 中联合共创（co-build）
“In the first 45 days of operation, over 1,000 customers consulted the AI assistant”
来源：Microsoft · 2025 · 服务商发布口径
铁路货运客户需要实时追踪货物、获取服务信息，传统门户查询繁琐。
CSX选用Copilot Studio与Foundry构建AI助手，前者快速上传知识文章，后者打通多个后台系统实时数据。
来源称上线前45天已有超过1,000名客户通过4,000多次对话使用该助手。
B2B 客户门户是物流企业很好的智能体切入点：需求明确、数据现成。
查看原文 ↗CSX boosts supply chain agility using Microsoft Copilot Studio and Azure AI Foundry | Microsoft Customer Stories
FDE 强度 中私有化部署+运维托管+专业培训（全链路服务）
“审计效率整体提升40%”（服务商口径）
来源：伊克罗德 · 2025 · 服务商发布口径
FDE 强度 中联合共创（ContractMatrix共建）
“Staff save 2–3 hours per week on average”
来源：Harvey · 2024-2025 · 服务商发布口径
跨法域的复杂法律事务中，摘要、分析、翻译与合同审查耗费大量律师时间。
律所先在全所推广Harvey，再与Harvey、微软联合开发合同工具ContractMatrix，嵌入日常合同审查流程。
来源称Harvey服务43个法域的4,000名员工，人均每周节省2–3小时；约2,000名律师每天使用ContractMatrix，合同审查时间缩短30%，每份最多节省约7小时。
先全员普及、再针对高频流程共建专用工具，是专业服务机构的典型两步走。
查看原文 ↗A&O Shearman | Customers | Harvey
FDE 强度 中联合共创（CoE卓越中心+联合认证培训）
“train and certify 15,000 of its professionals on Claude”
来源：Anthropic · 2025-10-06 · 服务商发布口径
大型专业服务机构需要在全员范围内规模化、合规地使用AI。
德勤设立由受训专家组成的Claude卓越中心，负责实施框架与最佳实践，并与Anthropic共建正式认证项目。
来源称这是Anthropic迄今最大的企业AI部署，覆盖超过47万名德勤员工，计划培训认证1.5万名专业人员。
“卓越中心 + 认证培训”是把 AI 能力沉淀进组织的有效设计。
查看原文 ↗Deloitte brings Claude to 470,000 people \ Anthropic
FDE 强度 中联合共创（产业学院、工程中心）
“教师备课效率提升55%，作业批改时间缩短95%”
来源：中新网 · 2025-04-25 · 媒体报道口径
FDE 强度 中FDE / 平台共建
“cut the time to produce reports and complex analytics from days to minutes”
来源：Palantir · 未标注 · 服务商发布口径
FDE 强度 中联合共建（中试基地）
“该环境已累计支持30余家机构开展主流开源模型测试”
来源：品玩 · 2026-07 · 媒体报道口径
FDE 强度 中联合实验室（人工智能联合创新实验室，多方联创共建）
“iFlyCode覆盖6000+研发人员，代码采纳率达38%”
来源：环球财经网（凤凰网转载） · 2024-07-07 · 媒体报道口径
大型银行需要统一的AI平台与模型治理，支撑多条业务线规模化应用。
三方成立联合创新实验室，发挥数据、算力、算法各自优势，经过一年“联创共建”打磨出企业级AI能力整合平台。
来源称iFlyCode覆盖6000+研发人员，代码采纳率达38%。
“联合实验室 + 一年交付平台”是大型银行的典型共建方式：先打平台底座，再扩展应用。
查看原文 ↗科大讯飞助力交通银行打造企业级AI能力整合平台和员工身边的AI助手_凤凰网
FDE 强度 中FDE / 平台共建
“cut by 83% the amount of time required to place patients”
来源：Tampa General Hospital · 2024-06 · 企业自述口径
床位与手术周转紧张，患者安置和复苏室滞留影响服务能力。
医院与Palantir合作，把病人流转数据接入AI软件，支撑护理协同决策。
来源称患者安置时间缩短83%，PACU滞留下降28%，脓毒症患者平均住院时长下降30%。
医院运营（床位、周转）是数据充分、效果可量化的 AI 场景。
查看原文 ↗Tampa General Hospital Selects Palantir’s AI Software to Power Connected Care Coordination, Extending Long-Term Partnership | Tampa General Hospital
FDE 强度 中内部嵌入团队（企业小团队+服务商应用AI支持）
“reduced from 10+ weeks to 10 minutes”
来源：Anthropic · 2025 · 服务商发布口径
FDE 强度 中联合共创（“合作达成了建设性成果”）
“内容生成准确率比通用大模型提升50%”
来源：新浪财经 · 2025-02-18 · 媒体报道口径
FDE 强度 中联合研发（临床团队“全程深度参与”）
“病历生成合理率超 83%”；“平均每日为临床医生节省约 2.8小时的病历书写时间”
来源：讯飞医疗 · 2025-07-09 · 服务商发布口径
门诊接诊、住院查房与交班讨论中病历书写负担重。
医院AI团队与临床团队联合讯飞医疗研究，胃肠外科、内分泌代谢科团队全程深度参与，对文书合理性与术语表达提出建议，完成实验室研究后正式试点。
来源称病历生成合理率超83%，引用率80%以上，平均每日为医生节省约2.8小时。
让临床科室全程参与评估，是医疗 Agent 正式上线前的关键一步。
查看原文 ↗讯飞医疗联合安医大一附院推出AI病历生成系统，开启智慧诊疗新篇章-讯飞医疗-用人工智能守护生命健康
FDE 强度 中联合开发+医院落地部署（多中心临床合作）
自动生成病历“整个过程只要1分钟，让医生工作效率提升超30倍”
来源：深圳特区报（腾讯新闻转载） · 2025-03-13 · 媒体报道口径
FDE 强度 中内部嵌入团队（AI产品经理+业务专家双角色）
“已在龙湖内部推广了180多个数字员工”
来源：新浪财经 · 2025-09-29 · 媒体报道口径
地产与物业场景多、人力密集，定价、稽核、合同审核等环节耗时且有损失风险。
千丁数科以AI产品经理与业务专家组成双角色团队嵌入业务，并在物业、商业、公寓等场景引入培训考试Agent做分层培训。
来源称已推广180多个数字员工；停车场Agent人工审核比例由100%降到17%，稽核效率提升83%。
“AI 产品经理 + 业务专家”双角色嵌入，是企业内部 FDE 的典型组织方式。
查看原文 ↗龙湖如何用Agent重塑地产与物业的运营方式？|智能体_新浪财经_新浪网
FDE 强度 中联合共创（“AI数智共创”，红蓝军实战测试）
“带来的销售业绩是人工组的 3.1 倍”
来源：InfoQ · 2025 · 媒体报道口径
FDE 强度 中联合共创（“从场景出发”合作）
推理速度提升2.16倍（来源口径）
来源：新浪科技 · 2025-11-11 · 媒体报道口径
FDE 强度 中联合共创
“消费者自助解决率提升至90%”
来源：百度智能云 · 2024-2025 · 服务商发布口径
FDE 强度 中联合共创（平台+业务共建）
“创建了500多个智能体，其中200多个智能体已经落地”；“审批耗时降低70%”
来源：中国日报网 · 2026-08-21 · 媒体报道口径
零食SKU多、效期严、库存周转要求高，加盟门店增多后巡店靠督导下店、周期长。
沿“货”与“店”两条主线建设智能体：多模态AI 24小时识别陈列、物料与空货架，结合交易数据识别飞单，并做补货与自动审批。
来源称AI巡检覆盖近3000家门店、AI补货覆盖1500多家门店，飞单识别准确率95%，审批耗时降低70%。
沿“货”和“店”两条主线批量建智能体，先在高频运营环节见效再扩面。
查看原文 ↗来伊份×火山引擎：200+智能体跑进“货”与“店”，AI重塑零售运营 - 中国日报网
FDE 强度 中联合共创（“共同协作打造”）
“已为企业减少 50% 服务类员工”
来源：阿里云 · 2025 · 服务商发布口径
FDE 强度 中联合共创（战略合作）
“智能客服机器人独立解决率从37%提升至84%”
来源：腾讯云 · 2025 · 服务商发布口径
FDE 强度 中FDE / 长期共建（五年合作扩展）
“more than $30 million in savings during the first half of 2025”
来源：Lear · 2025-09-04 · 企业自述口径
汽车零部件企业面临关税波动、产线平衡与大量行政流程。
Palantir平台连接质量、供应链、采购、制造、财务与设计职能，支撑李尔的IDEA转型计划。
来源称超过11,000名员工使用Palantir技术，IDEA项目在2025年上半年节省超过3,000万美元。
跨职能打通数据后，降本空间往往出现在采购与供应链。
查看原文 ↗Palantir and Lear Announce Five-Year Partnership Expansion to Accelerate Automotive Technology Transformation | Lear Corporation
FDE 强度 中联合共创（交付话术设计、知识库、SOP、数据看板+持续运营）
“高意向线索到店率与试驾率提升超过20%”
来源：爱分析（新浪财经转载） · 2025-12-02 · 媒体报道口径
存量市场中线索量大但质量低，人工外呼与培育效率低。
服务商交付话术设计、知识库、SOP与数据看板，并持续运营，重构线索端到端流程。
来源称人效实现翻倍，高意向线索到店率与试驾率提升超过20%。
“交付 + 持续运营”比一次性项目更能保证线索类智能体的效果。
查看原文 ↗破解存量市场运营难题，长安汽车用Agent重构线索价值链
FDE 强度 中联合共创（“携手”联合攻关）
“减少人工登塔次数40%”
来源：人民日报 · 2025-06-04 · 媒体报道口径
FDE 强度 中联合共创（长期合作）
“整体巡检效率提升6倍至10倍”
来源：人民日报 · 2025-06-04 · 媒体报道口径
FDE 强度 中联合共创（试点→推广）
“综合提效超 61%”（服务商口径）
来源：实在智能 · 2025 · 服务商发布口径
FDE 强度 中联合共创（“联合百度推出”）
“从过去的24小时缩短至如今的10秒”
来源：百度智能云 · 2025 · 服务商发布口径
FDE 强度 中联合攻坚（联合项目组共建）
“经过5个多月的联合攻坚”，“已上线35个专属智能体”；客流“识别准确率突破93%”
来源：腾讯新闻（杭州国资委网站同题稿） · 2025-09-16 · 媒体报道口径
FDE 强度 中联合共创（联合创新中心）
未披露量化成果（共同组建“文旅人工智能联合创新中心”）
来源：中新网 · 2025-09-19 · 媒体报道口径
FDE 强度 中深度定制交付（本地化部署）
未披露量化成果（“国内首家千人规模强所完成AI本地化部署”）
来源：中华网 · 2025-04-18 · 媒体报道口径
FDE 强度 中联合共创（早期合作试点）
未披露量化成果（以“limited pilot program”推出）
来源：OpenAI · 2023-03 · 服务商发布口径
FDE 强度 中联合共创（多领域试点）
未披露量化成果（在多个“AI+金融”领域开展试点）
来源：新浪新闻 · 2025-09-08 · 媒体报道口径
FDE 强度 中联合共创
未披露量化成果（“已面向碧桂园服务全体员工开放”）
来源：极客公园 · 2025-02 · 媒体报道口径
FDE 强度 中FDE / 平台共建
未披露量化成果（AI 能够“spot shortages before they happen”）
来源：Bloomberg（The Bulletin 转载） · 2024-11-07 · 媒体报道口径
FDE 强度 中FDE / 长期战略合作（5年）
未披露量化成果（“model-based digital twin”）
来源：Palantir · 2024-09 · 服务商发布口径
FDE 强度 中联合实验室 + 培训赋能
未披露量化成果
来源：金蝶 · 2025-04-16 · 服务商发布口径
FDE 强度 弱内部嵌入团队
14个智能体覆盖38个核心场景，首检15分钟→30秒
来源：美的 · 2025 · 企业自述口径
FDE 强度 弱服务商产品交付+品牌自定义Agent
“稳定承接了德玛仕 70% 的常规咨询…转化率提升 7%，降本 25%”（服务商口径）
来源：中华网（服务商获奖稿） · 2025-09-23 · 媒体报道口径
传统客服机器人“听不懂话”、话术生硬，大促期间接待压力大。
探域智能体自动学习商品详情页和销冠话术形成“人机协作”知识库，商家可按自身SOP定制专属Agent，由多Agent调度完成接待。
来源称承接德玛仕70%的常规咨询，接待扩容300%，平均响应8秒，转化率提升7%，降本25%。
把销冠话术沉淀为知识库，是电商客服 Agent 最快见效的做法之一。
查看原文 ↗探域入选《互联网周刊》2025新一代信息技术应用优秀案例_中华网
FDE 强度 弱服务商产品交付
“报关成本直降50%以上”
来源：上海市杨浦区政府 · 2025-11-14 · 政府网站报道口径
FDE 强度 弱内部全员部署+对客户交付
“over 95% of UK and US consulting client accounts”已开展生成式 AI 合作
来源：PwC · 2024-05 · 企业自述口径
FDE 强度 弱联合共创（课程共建）
“联合智谱AI、江苏金智建成43门AI课程”
来源：泉州海洋职业学院 · 2025（页面未标注具体日期） · 企业自述口径
FDE 强度 弱内部嵌入团队
运营Agent“已在万科物业近300个项目上岗”
来源：腾讯新闻 · 2025-07-20 · 媒体报道口径
FDE 强度 弱内部团队
“产品品质评估由原来的不合格占比0.13%，下降到0.05%”
来源：新浪财经 · 2025-04-11 · 媒体报道口径
FDE 强度 弱内部嵌入团队/联合研发
123个场景；23个数字员工；正反演效率提升10倍以上（来源口径）
来源：中国石油新闻中心 · 2025-12-29 · 企业自述口径
油气勘探开发计算量大，集团办公文书量大。
集团以昆仑大模型为底座，在勘探、炼化与办公场景推出数字员工。
来源称已应用123个场景、23个数字员工，正反演效率提升10倍以上，公文生成质量提升20%。
能源央企的“数字员工”规模化样板：先建底座，再按业务批量上岗。
查看原文 ↗中国石油新闻中心：昆仑大模型应用报道
FDE 强度 弱内部嵌入团队/联合研发
“覆盖13个场景，部署41个智能体”
来源：国家能源局 · 2025-07-04 · 政府网站报道口径
FDE 强度 弱内部嵌入团队
“规则配置时间从56小时/套降至2小时/套，效率提升28倍”
来源：《财务与会计》（新浪财经转载） · 2026-08-31 · 第三方期刊口径
