FDE؛ مدل داغ استارتاپهای هوش مصنوعی عمودی
هوش مصنوعیخلاصهٔ کاملتر
FDE یا forward-deployed engineering (یعنی فرستادن آدم فنی به محل مشتری تا کار رو از داخل یاد بگیره و محصولو همونجا سوار کنه) یه سالی میشه که مد روز استارتاپهای Vertical AI شده. منطقش هم سادهست: اینکه یه شرکت تأسیسات با درآمد ۵۰ میلیون دلاری چطور سرنخهاشو ارزیابی میکنه هیچجا نوشته نشده و فقط با حضور تو محل فهمیده میشه. Revin که تو بازار ۶۵۰ میلیارد دلاری خدمات ساختمانی کار میکنه، همین مدلو از صفر ساخته و بیش از ۱۰ میلیون دلار جذب کرده.
به گفتهٔ کوین ایجنتهای Revin معمولاً همون روز اول تبدیل به بهترین «نمایندهٔ فروش» کالسنتر مشتری میشن و مشتریها بیش از ۵ میلیون دلار درآمد جدید میبینن. ولی خود اون میگه CTOی Palantir بیدلیل کپیکارها رو مسخره نکرده؛ خیلیها فقط «مهندس فروش با لباس جدید»ن. تلهٔ اول چیزیه که اون بهش میگه تب مشاورهای: آدمای خوب میفرستی، مشتری راضیه، درآمد بالا میره، ولی هیچکدوم از یادگیریها به محصول تبدیل نمیشه. تیم FDE خطی با درآمد بزرگ میشه و حاشیهٔ سودت شبیه Accenture میشه نه Palantir.
نویسنده اینو کنار موج تازهٔ بازوهای پیادهسازی آزمایشگاههای مدل میذاره؛ برای اونا هر نسخهای از این کار موفقیته چون توکن بیشتری مصرف میشه. ولی برای یه استارتاپ، اگه تنها حاشیهٔ سودی که بالای هزینهٔ زیرساخت هوش مصنوعی برمیداری همون کار موقت پیادهسازی باشه، عملاً پیمانکار دستچندم آزمایشگاههای مدل شدی. به قول کوین، هیچکس نمیاد نجاتت بده و تیمها باید خیلی حواسشون به هزینهٔ آدمهایی باشه که میفرستن بیرون.
تلهٔ دوم سازمانیه: نصف نیروها تو محل مشتری آتیش خاموش میکنن و هیچکس یادگیریها رو به محصول تکرارشونده ترجمه نمیکنه. راهحل کوین دو تیکهست. اول templatization، یعنی یه خط لولهٔ منظم از FDE به محصول و بعد به مهندسی؛ الان وقتی یه شرکت تأسیسات ۵۰ میلیون دلاری قرارداد میبنده، تیم از قبل ۹۹ درصد فرایند ارزیابی و نحوهٔ اتصال به ServiceTitan رو میدونه و آنبوردینگ روی تمپلیت آماده میره جلو. دوم اینکه FDEها باید زیر محصول بشینن نه مهندسی یا فروش، وگرنه گرونترین کارمندت میشه یه صندوق پیشنهاد گرانقیمت.
دربارهٔ آدمش، بهترین FDE کوین قبلاً یه کسبوکار کارواش و دیتیلینگ تو آستین رو تا ماهی حدود ۵۰۰ هزار دلار بالا آورده و فروخته بود. یعنی پروفایل مورد نظر بیشتر شبیه یه بنیانگذار سابقه تا مهندسی که گاهی با مشتری حرف میزنه: هم دانش صنعت، هم شم محصول، هم توان فروش. از نظر اقتصادی هم پشتیبانی تو این مدل حدود ۵۰ درصد گرونتر از SaaS معموله، ولی سقف قرارداد هم خیلی بالاتره؛ اگه FDE روی تمدید و توسعه پورسانت داشته باشه، واحد پشتیبانی عملاً یه مرکز سوده.
نویسنده تهش میگه تفاوت اصلی اینه که SaaS عمودی سنتی دنبال تسخیر لایهٔ رابط کاربری بود، ولی Vertical AI مبتنی بر FDE داره لایهٔ خود کار رو میخوره. توصیهش اینه که ورکفلو رو مالک بشی و بقیهش برات مهم نباشه، مخصوصاً که درگیرشدن با سیستمهای ثبت جاافتاده میتونه گرون تموم شه. سه تا استخدام حیاتی هم از نظر کوین اینان: FDE با پروفایل بنیانگذار سابق، فروشندهٔ بومی همون صنعت، و رهبر فنی که سیستمو برای بلندمدت بسازه.
نکات کلیدی:
- Revin تو بازار بیش از ۶۵۰ میلیارد دلاری خدمات ساختمانی کار میکنه و کمی بیشتر از ۱۰ میلیون دلار جذب کرده
- تلهٔ اول: نهادینهنکردن یادگیریها، که تیم FDE رو خطی با درآمد بزرگ میکنه و حاشیهٔ سودو میخوره
- تلهٔ دوم: نبود خط لولهٔ FDE به محصول به مهندسی، که به آشوب سازمانی و رودمپ بیسروته ختم میشه
- معیار سلامت این مدل تعداد اکانت بهازای هر FDE هست، نه تعداد نیرو
- FDEها باید زیر تیم محصول بشینن تا سیگنال میدانی مستقیم به ساخت محصول برسه
- پشتیبانی تو این مدل حدود ۵۰ درصد گرونتر از SaaS معموله، ولی سقف درآمد هر مشتری هم خیلی بالاتره
- نمونهٔ عددی: ۵ میلیون دلار درآمد جدید برای مشتری در برابر قرارداد ۷۰ هزار دلاری، یعنی احتمالاً قیمتگذاری خیلی پایینه
