今年三月，一家运动服公司发了三十个岗位的招聘启事，招的都是「AI 人才」。半年过去，入职十二个，走了五个，剩下的人分在六个部门，每个人都在做自己的小工具。董事长年底问了一句，我们今年在 AI 上到底做成了什么，没有人能给出一个数。
这不是虚构的桥段。这类招聘在行业里很常见。十一月二日金融时报的报道给了两个参照，OpenAI 今年年初才组建 FDE 团队，计划到年底扩到约五十名工程师，Anthropic 说要把包含 FDE 在内的应用 AI 团队扩大五倍。这两家公司的体量放在那里，起步也只有几十个人。
国内的供给更紧。八月十八日中国日报的报道说，中国的 FDE 人才培养体系几乎空白，既懂 AI 技术又懂行业现场的复合型人才极度稀缺。同一篇报道提到，一名资深 FDE 的年度综合成本在百万级别。
供给这么紧，人招得越多，摊得越薄。FDE咨询 第一年的人数，我的建议是别超过五个。
为什么是五个。一支小队的产能上限不在写代码，在改流程。改一条流程要跟三到五个岗位反复磨，每个岗位都要重新分工、重新定指标、重新培训。一个人一年能真正改透的流程，通常是两到三条。五个人守住三条线，已经是满负荷。
做错的样子有两种。一种是招三十个人，分到六个部门，每个部门都在做自己的试点，年底汇总出六份漂亮的材料，公司的报表上一个数没动。另一种是只招一个人，放在数字化部门，所有部门的需求都往他身上堆，三个月后这个人成了全公司的客服，一条流程也没改完。
判断标准很直白。第一年看三个数，人数不超过五个，场景不超过三个，指标不超过两个。三个数守住了，第二年再谈扩。
可以带走的是一张准入表，四行。
第一行写场景。只做三条线，每条线写清改的是哪个动作，现在多少天，目标多少天。三条线之外的请求，一律进排队表，不进今年。
第二行写人。五个人里至少要有一个懂业务的人，能从商品企划或设计开发里挑，不能全是技术背景。这个人不进代码，只负责判断哪条流程值得改。
第三行写指标。三条线只挂两个指标，一个效率，一个成本。挂多了没人看得过来，季度复盘会变成读表会。
第四行写扩人条件。三条线里有两条达到目标，才允许招第六个人。这条写给董事长自己看，防止年中一时兴起。
这张表最容易被破坏的是第四行。业务部门看到效果，会提更多需求，需求一多就招人，人一多就分散。分散这件事在 AI 项目上特别致命，因为每条流程都要重新理解一遍业务，理解成本比写代码高得多。
希纪在给服装企业做增长诊断时，见过一家做得很克制的公司。第一年只有三个人，只改了一条线，就是产品图的内容制作。一年下来，单款拍摄从四个小时压到半小时，单款费用从一千五百元降到一百元以内。第二年才加到七个人，做第二条线。
这家公司的做法有一个细节值得学。三个人里有一个是原来做商品企划的老人，他不写代码，每天的工作是坐在设计师旁边看他们怎么改稿，然后告诉工程师哪个环节最浪费时间。工程师听不懂设计师说的话，这个人负责翻译。
回到那家招了三十个人的运动服公司。年底复盘时，董事长换了一个问法，不问做成了什么，问哪条流程现在比以前快。会议室安静了十几秒，有人说出了一条，其余的人都在等。
五个人的小队，一年改透三条线，这个速度听起来慢。三十个人分头做，一年下来一条线也没改透，那才是真的慢。
招人之前，先把那张四行的准入表填完。填不完，就先招三个。
希纪 · 服装产业观察