專欄｜創辦人手記【當工廠開始談 FDE，真正該被解決的是什麼？】
- CRM PIMQ
- Jan 20
- 4 min read
如果你是一家工廠的經營者，可能最近也聽過一個新名詞：FDE（Forward Deployed Engineer）。這個角色在矽谷、在軟體公司、在 AI 圈被頻繁討論，常被形容成「最貼近客戶現場的工程師」。但當這個詞被放進製造業語境時，很多老闆第一個反應是：「我們真的需要再多一個新職稱嗎？」
那天，一位教授將台灣社交網站 Dcard 共同擬辦人暨執行長林裕欽先生臉書貼給我，問我FDE與工廠的關係。（林裕欽先生原文寫得很好，大家有機會可以看看）
我想花點時間來寫。
最近真的很多人問我：一般工廠，真的需要 FDE 嗎？
FDE 這個詞，這幾年在矽谷、軟體公司、AI 公司被反覆提起，常被形容成「最貼近客戶現場的工程師」。但如果你是一家工廠的經營者，第一個直覺反應通常會是：
「我們真的需要再多一個新職稱嗎？」
我的看法其實很簡單。工廠從來不是需要一個「叫做 FDE 的人」，而是早就需要 FDE 在做的那件事，只是過去從來沒有人把它說清楚。
我們看到的工廠真相
在不同產業、不同規模的工廠裡，問題看起來各不相同，但本質其實很接近。
資料永遠在補、永遠在重算 能源、報工、維修、品質、ESG——表單很多、系統也不少，但關鍵數字總是要人工彙整，還得再三確認「這個數字能不能信」。
很多關鍵判斷，只存在少數人的腦袋裡 某台機台什麼狀況代表快出問題、哪個數字異常其實不用緊張，這些判斷往往靠資深同仁的經驗撐著，卻很難被交接、被複製。
系統都有，卻無法支援即時決策 MES 有、ERP 有，但真正要做決定時，還是得請人拉 Excel、打電話、問「你怎麼看？」
廠長常說的不是「我不想數位化」，而是：
「我知道問題在哪，但系統真的幫不上忙。」 「我不想再多導一套系統了。」
這些問題，本質都不是 IT 問題。
先說清楚：什麼不是 FDE
在製造業場景裡，FDE 很容易被誤會成：
很會寫程式的工程師
很懂 AI 的顧問
一個新潮的職稱
或負責 Demo 的技術業務
如果只是這樣，老實說，工廠真的不需要。因為工廠缺的，從來不是多一個「會用工具的人」。
那 FDE 真正在做什麼？
FDE 在做的，是把「現場的混亂問題」，轉成「系統能夠執行的流程」。
再白話一點，他每天在處理的其實是這些事：
現場到底在抱怨什麼？
哪些問題，其實是流程從來沒被定義？
哪些困擾，是資料一開始就沒有結構？
哪些只是每個人用自己的算法在算？
FDE 做的不是寫功能，而是把模糊的、口語的、經驗型的判斷，拆解成系統聽得懂、能反覆執行的邏輯。
一般工廠需要 FDE 嗎？
如果你的工廠有以下任何一種狀況，答案其實很明確：非常需要。
能源、報工、維修、品質、ESG 永遠在補資料、重算資料
很多事只能靠「某幾個人」撐
人一請假，流程就卡住
系統很多，但現場依然覺得麻煩
表單有人填，但沒人真的用來做判斷
這代表的不是系統選錯，而是中間那一層「把現場翻譯成系統語言的人」不存在。
那個角色，就是 FDE。
工廠其實一直都有「類 FDE」
只是他們通常是：
老廠長
老師傅
課長、股長
那種「很累、很關鍵、卻沒有被制度保護的人」
問題在於：
他們不可能一輩子撐
他們腦中的判斷無法被複製
一旦離開，系統就開始失效
FDE 的價值，從來不是某一個人有多厲害，而是讓經驗可以被留下來。
那 PIMQ 在做什麼？我們怎麼「做 FDE」？
我們很少跟客戶說：你需要導入 AI、你需要 Agent、你需要數據中台。
我們實際做的，其實只有三件事。
1️⃣ 先進場，不急著賣功能
我們問的不是「要不要導系統」，而是：你現在是怎麼判斷的？哪些數字你其實不太相信？哪些事你真的不想再人工處理？
這一步，本身就是 FDE 行為。
2️⃣ 把問題拆成「系統聽得懂的結構」
例如：能源不只是用電量維修不只是工單ESG 也不只是填表
而是被拆成：事件、狀態、規則、例外，以及可被驗證的邏輯。
這些不是報告，而是系統可以執行的語言。
3️⃣ 用 IDGH + Agent，讓工廠「不用變聰明也能用」
工廠不需要每個人都會用 AI，工廠需要的是——不用學，也不容易用錯。
所以我們選擇把：判斷邏輯內建流程收斂AI 放在「減少痛苦」的地方
不是快一點，而是少痛很多。
最後：當 FDE 成功時，應該是「隱形的」
FDE 不是科技圈的專利，而是所有「現場高度複雜產業」早就需要的角色。
工廠不是不想數位化，工廠只是一直缺那個站在中間，把事情說清楚的人。
而 PIMQ 在做的事，就是：把 FDE 的能力，變成系統，而不是變成某一個人。
如果有一天你發現：
老廠長退休了，系統還在跑
沒有人補資料，報表卻依然準
現場根本不覺得自己在「用 AI」
那代表一件事：FDE 已經成功隱形了。
這，才是我們真正追求的狀態。
