> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-wu-bu-fen-luo-di-pian/30-gong-ying-shang-yu-fu-wu-shang.md).

# 第 30 章 · 供应商与服务商

绝大多数企业不会、也不必自己从头做 AI，得靠外部力量。问题是怎么选、怎么用。这里的判断，延续前面几章的原则，再往具体推一步。

先分清买什么、找谁做。通用的底座——大模型、通用工具——向大厂采购就好，它们稳定、便宜、还在持续变强，自己造既追不上又不划算（第 14 章）。真正要挑的，是落地能力：谁能把这些通用能力，接到客户独有的业务和数据上。挑这一层，判据不是"模型有多大、跑分多高"，而是"懂不懂客户的业务"。

这里有几个反复出现的坑。一是被技术参数忽悠——模型的跑分再漂亮，不等于能在客户的业务里产生价值，二者常常是两回事。二是被锁定——数据导不出、接口不开放，合作一开始就把自己的退路堵死了（第 13 章）。三是最常见的，供应商交付一个通用系统就走人，而这个系统恰恰卡在"没接到客户真实业务上"的地方，变成一个漂亮却用不起来的摆设。

正是为了对付这些坑，一种新的服务模式在兴起——FDE，可以理解为"前置部署工程师"：不是远程交付一个标准产品，而是把工程师派到客户的业务现场，和业务人员一起，把 AI 真正落到具体流程里。这个模式之所以重要，是因为 AI 落地的难点从来不在模型本身，而在"最后一公里"——把通用的模型，接到客户独有的数据、流程和判断上。这一段没有标准答案，必须有人蹲在客户的业务里，一点点磨，而不是隔着屏幕丢过来一套通用方案。

但用外部力量，有一条底线，和第 14 章是同一条：目标应该是借外部把自己的能力建起来，而不是把核心判断永久外包出去。合作过程里，方法、知识、结构化的经验，要留在自己这边（第 24 章的组织记忆），否则供应商一走，能力也跟着走了，企业等于花钱养了一段时间的依赖。还有一条，呼应第 19 章：落地是业务自己的事，外部是帮手，不是替身；负责人和最终判断，始终在自己手里。把整个落地甩给供应商然后甩手不管，是很多项目失败的共同剧本。

## 要点速查

* 通用底座向大厂采购（稳、便宜、追得上）；要挑的是"落地能力"，判据是"懂不懂客户的业务"，不是"模型多大/跑分多高"。
* 三个坑：被技术参数忽悠、被数据/接口锁定、供应商交付通用系统就走人（接不到客户的业务上）。
* FDE（前置部署工程师）兴起的原因：AI 落地难在"最后一公里"——把通用模型接到客户独有的业务与数据上，得有人蹲在现场磨。
* 底线：借外部把自己能力建起来，别永久外包核心判断；方法与知识要留在自己这边；owner 和最终判断在自己手里。

## 给管理者的三步

* 现在：评估供应商时，把"懂不懂我们业务、能不能落到我们流程里"放在"模型参数"之前。
* 三个月：合作条款里写清数据可迁移、能力与知识留存，避免锁定和"人走能力走"。
* 一年：确认核心判断没有被永久外包，外部合作已转化为企业自己的落地能力。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-wu-bu-fen-luo-di-pian/30-gong-ying-shang-yu-fu-wu-shang.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.