S1 挑活——筛选用例 Pick
Echo 主责
从客户的杂乱诉求里选出「做哪个试点业务单元、不做什么」
交付物试点业务单元切入决策包（候选排序 / 五项可行性 / 主次价值 / 排除理由 / M1 边界 / 负责人判读 / 工作量）
这一站的坑核心考「说不」的能力 —— 排除理由权重最高
FDE SIMULATION · 《FDE100 AI业务拓展方法论》
把 FDE 的五站，
做成一场团队对抗。
一支乙方交付团队，纵向走完五站：从「挑哪个试点业务单元」到「甲方是否同意复制扩张」。 每一站都有交付物、有门槛、有排名；分不是自己报的，是平台按业务价值算出来的。
⚠️ 学员端需要讲师先开班并选定客户案例；未开班时页面会显示「未开班」。
五站 = 五个回合
每一站都是一次「交出可运行产物」的检验，交不出就是 0 分（一票否决）。
S2 诊断共创 PoC Diagnose
Delta 主责
用 workshop 与客户共创 PoC，把价值主张变成可验证的证据
交付物EvalRun 产物登记（eval_id / dataset_ref / 指标）、收益核算链原始参数
这一站的坑价值分不再手填 —— 只从带标识的 EvalRun 产物派生
S3 受控投产与验证 Productionize
Delta 主责
真实运行、按已批准范围承担结果，不能拿评测数字代替真跑
交付物生产许可、适用任务总量 / 实际进入 AI 路径 / 正确·失败·误放行
这一站的坑r 改用真实运行实测值；分母按已批准范围冻结，不能事后改
S4 采纳与价值兑现 Adopt
Echo + Delta
30/60/90 天窗口内证明试点业务单元真的用起来了
交付物采纳与价值验证、交接支持
这一站的坑采纳率是采纳证据、不是已兑现收入（价值口径）
S5 扩张与复制 Expand
Reuse Engineer
把经验沉淀成可复用资产，扩张到其他试点业务单元，并给出复制决策
交付物扩张批次（必达/可选冻结）、资产沉淀与产品反馈
这一站的坑代码复用率或模板数量不能单独证明新增业务价值（方法论的复用口径）
为什么这套评分不会被「填漂亮」
评分不能靠手填
交付物里只有原始计数；Δ、上限、兑现率一律由平台算。价值分从带标识的 EvalRun 产物派生，学员在界面上根本改不了。
逐回合换口径
R2 用评测的 r；R3 起必须换真实运行的实测 r；R4/R5 沿用 R3 投产评审冻结的值。拿评测数字顶替真跑，S2→S5 的分数会当场塌下来。
跨回合参数平台带入
案例级基线与开班锁定的「已批准范围」由平台带入，学员不可改 —— 对应 方法论口径「不能事后改分母掩盖差距」。
防伪边界如实说
指纹只防「随手填个数 / 事后篡改」，不防蓄意造假。真正的防线是：R3 起直接用实测数据算分（造假自动失效）+ 讲师现场重跑。
角色
可兼岗，但审批权限不因称谓自动获得。
Echo
策略工程师
偏咨询顾问，负责业务价值（增收 / 降本 / 风控 / 提效）与客户 CxO 沟通
Delta
部署工程师
与客户 workshop 共创 PoC/Demo，S2/S3 主责
Reuse Engineer
复用插件师
把五站经验沉淀成可复用资产，降低下一次交付成本