企业 AI · 客户筛选 · FDE
需求清楚的客户没预算，有预算的客户一团浆糊：AI落地怎么选客户
第一个客户最容易让人兴奋，也最容易把人拖垮。筛选时少看他会不会说 AI，多看双方能否形成共同投入。
做企业 AI 落地久了，会碰到一个很别扭的选择。
一边是需求说得特别清楚的客户。他知道要做什么，沟通顺畅，演示也容易出效果。聊到预算，对方开始说"先交个朋友""等有效果再付费"。
另一边是传统企业。预算在，问题也确实存在，可需求像一团线。业务、IT 和老板各说一套，连谁来验收都没定。
前一种做起来舒服，却可能没有生意。后一种让人头大，却可能是真项目。
所以，需求清楚度只是筛选条件之一，不能替代预算、责任人、数据和验收。
"说得清楚"为什么经常是假信号
很多线上生意的需求已经被工具教育过。客户会说知识库、自动发邮件、内容工作流，甚至能画出流程图。
但描述成熟，不等于采购成熟。
有人只是想找一个技术搭子，把自己的想法免费验证一遍；有人愿意买工具，却不愿意为梳理数据、反复测试和上线维护付钱；还有人把"先做出来看看"理解成乙方单方面承担风险。
这类项目通常开头很顺。到了第二周，需求不断增加，验收标准随结果变化，免费试做一轮接一轮。
反过来，传统企业的表达常常很模糊。老板只会说"库存能不能更准""客服能不能少招人"。这不说明问题没有价值，只说明问题还没有被翻译成项目。
FDE 的工作里，本来就有一部分是把模糊问题拆成可验证的任务。前提是客户也要投入业务人员、真实样本和决策时间。
我会看这六个条件
第一，问题正在付出什么代价。可以是返工、等待、差错、客诉，也可以是机会流失。说不出代价的"智能化"，很难形成优先级。
第二，预算是否真实存在。预算不一定已经批完，但至少要知道由谁申请、从哪个科目出、什么条件下能批。
第三，有没有内部负责人。他能组织业务人员，确认样本，也愿意为结果作解释。群里最积极的人未必是负责人。
第四，能否接触真实数据。没有脱敏工单、历史记录、制度文件或接口说明，工期和准确率都只能靠猜。
第五，验收口径能否提前讨论。项目结束时看节省时间、降低错误，还是看转化率？如果答案随时会变，报价就失去了边界。
第六，决策速度是否匹配项目节奏。一个两周验证，如果客户审批一次要十天，技术再快也没有用。
六项不需要全部满分，但预算、负责人、样本和验收方式至少要同时出现。缺两项以上，我会把它当线索，不会急着当项目。
接受模糊，但别替客户承担模糊
"有预算的客户需求乱"并不可怕。可怕的是双方把梳理需求也当成免费售前。
更稳的做法，是把第一阶段单独卖成付费诊断。范围可以很小：跑一遍真实任务，盘点数据和系统，列出可做与不可做的边界，给出一个最便宜的验证方案。
诊断结束后，客户可以继续，也可以停。你交付的是一份能帮助决策的结果，不是几页为了成交而写的漂亮方案。
如果客户没有预算，也可以做一次有条件的短验证。但交换条件要写清楚：对方提供脱敏样本、业务专家和评测规则；你只投入约定的时间，验证技术可行性，不承诺生产效果。
项目合作不是一方证明诚意，另一方等待惊喜。
一张表，够你筛掉多数烂项目
每个机会按 0 到 2 分打分：问题价值、预算、负责人、真实数据、验收口径、决策速度。总分只是提醒，不是自动决策。
更值得留意的是短板：
• 没预算，先谈商业优先级，不进入开发。
• 没负责人，先找能拍板和组织资源的人。
• 没样本，只做资料检查，不报准确率。
• 没验收，先定义怎样算"有用"。
一个客户可以不知道该用什么模型，也可以说不清 Agent 怎么搭。那是服务方能帮忙的部分。
但客户不能同时不出钱、不出人、不出数据，还让乙方保证结果。那不叫需求模糊，叫风险转包。
客户可以模糊，但合作不能含糊
第一个客户不必是大客户，需求也不必写成完整 PRD。
双方只要愿意围绕同一个具体问题，投入时间、数据、预算和决定，项目就有机会往前走。
选客户的标准也就清楚了：别只看他会不会说 AI。看他愿不愿意和你一起把一件事做成。
素材来源：xiaomanhedy 在 X 上关于 AI 落地客户选择的观察。本文在原帖观点上重新选题并扩展了客户筛选框架。
完