下一個瓶頸是深入客戶

046Vasuman Moza（Varick Agents）20:222026-07-28 上架

AI tools for Forward Deployed Engineering — Vasuman Moza, Varick Agents

Vasuman Moza 認為執行已經不是難題，難的是看懂每家企業怎麼運作。前半講 FDE 要做的三件事，後半由工程主管 JD 講 Varick 自己做的 FDE agent 怎麼蓋。

這場講了什麼

• 瓶頸從執行移到理解客戶：Vasuman 認為模型與 harness 已經能把工作做完，卡住的是對每家企業的理解：不讓人力成倍增加，能深入客戶到什麼程度。
• FDE 的三件事：先摸清人實際怎麼做事，包括出錯時交給誰；再圍繞 AI 重新設計流程；最後把 agent 架在客戶既有的記錄系統上，不要求搬家。
• 流程重整要拿捏幅度：改太多，使用者看不懂、採用率會掉；改太少，抓不到 ROI。Vasuman 舉的例子是八個步驟裡四個全自動、三個有人介入、一個不交給 agent。
• FDE agent 分三階段：engagement agent 是 FDE 的助理；workflow agent 嵌進平台，提醒 FDE 建流程時漏掉的邊角情況；第三階段是自主處理客戶來信要求的小變更，JD 說這一段還沒做到。
• 底層是 dependency graph 加自訓模型：用 dependency graph 表示公司怎麼運作；在開源模型上做 post-training，再建 RL 環境訓練走訪知識圖譜的工具。
• 賣的是部門級轉型：Vasuman 說單點方案可能只有 5% 到 10% 的 ROI，Varick 整個部門一起改，客戶看到的是 25%、50%、75%。

影片從哪一段開始看14 段

1. 00:12開場與題目Vasuman 自我介紹。Varick 的工作高度客製，要很深的 forward deployed 投入，這場講為什麼重要，以及內部怎麼做到不必讓人力成倍增加。
2. 01:14執行不再是瓶頸現在每個人都用 AI 完成過端到端任務，智慧已經不是限制。剩下的瓶頸是看不看得懂每家企業：同樣是業務部門，醫療公司跟 SaaS 公司的做法完全不同。
3. 02:37營運會圍繞 AI未來營運會以 AI 為中心，光給公司 AI 工具不夠，流程本身也要改，這就是 FDE 的角色。
4. 03:38FDE 一：摸清人怎麼做事FDE 進駐單一部門，逐一訪談財務各流程的負責人，重點是出事時怎麼辦；文件上的標準路徑跟現實常常不一樣。
5. 04:49FDE 二：重整流程把 AI 硬貼在壞流程上，是 ROI 出不來的原因，Vasuman 引了 95% 與 87% 兩個 pilot 失敗的統計。流程要改到抓得到 ROI，又不能讓使用者看不懂。
6. 07:01FDE 三：架在記錄系統上企業綁著 NetSuite、Dynamics、SAP、Salesforce 這些系統。Varick 用自家的 Varick OS 平台蓋 agent，不要求客戶搬離。
7. 08:33為什麼做 FDE agent技術頂尖又擅長溝通的 FDE 很難找，所以用 agent 撐住現有的 FDE，讓一個人能同時顧好幾個客戶的往來與大量文件。
8. 10:29部門級轉型的 ROIVasuman 說知識工作的執行幾乎已經解決，下一個瓶頸是怎麼圍繞 AI 設計工作；單點方案 5% 到 10%，整個部門一起改則是 25%、50%、75%。
9. 12:15JD：FDE agent 的起點JD 帶平台團隊，發現 FDE 把大約 150 頁文件丟給 Claude、等大概兩分鐘，拿到的分析又冗長又不準，於是做了 engagement agent。
10. 13:49workflow agent 與自主階段workflow agent 嵌在平台裡，FDE 建流程時提醒漏掉的邊角情況；最後一段是自主處理客戶來信的變更，還沒做到。
11. 15:24單一事實來源用 GraphDB 或 Postgres 都可以，Varick 用的是 dependency graph，因為流程負責人希望後面的人要等前面的人核准過才接手。
12. 16:11自己訓練模型JD 說前沿模型太冗長，也分不清客戶在意哪些細節，所以在開源模型上做 post-training，提到偏好 Kimi K26。
13. 17:16RL 環境訓練走訪工具有了 post-train 過的模型，再建 RL 環境訓練自訂工具走訪知識圖譜，例如判斷兩個名字是不是同一個人、找出 DAG 裡的重複與違規。
14. 18:39Vasuman 收尾Varick 每個案子都先派人做 audit，再進入實作。Vasuman 認為瓶頸在 forward deployed 這套動作，所以很看好自家的 AI FDE。

值得記的話5 句

• It's very difficult to extract that context from your employees and from your team要從員工和團隊身上把那些脈絡挖出來，非常困難02:20

• AI is being slapped on top of broken processesAI 被硬貼在壞掉的流程上05:20

• we'll build the agents on top of your systems of record我們會把 agent 蓋在你們的記錄系統之上08:03

• Frontier models are extremely verbose前沿模型都非常冗長16:27

• I only started believing in consultants once we started hiring them at Varric我們在 Varick 開始請顧問之後，我才開始相信顧問16:27

名詞與人物9 個

Vasuman Moza

Varick Agents 的 CEO，自稱 Voss，講前半段與收尾

JD

Vasuman 介紹的 head of engineering，帶平台團隊，講 FDE agent 的技術部分

FDE（forward-deployed engineer）

進駐客戶公司、看懂現況並重新設計流程的工程師

Varick OS

Varick 自家的平台，用來建立、監控 agent，內建治理與 eval

systems of record

企業既有的記錄系統，例如 NetSuite、Dynamics、SAP、Salesforce，Varick 的 agent 架在上面

engagement agent

FDE agent 第一階段，整理會議筆記、文件與投影片，回答誰負責哪個流程

workflow agent

第二階段，嵌在平台內，確認 FDE 建的流程有照實反映要重整的流程

dependency graph

Varick 用來表示公司運作的單一事實來源，每一步要等前面的步驟核准

Kimi K26

JD 提到偏好的開源模型，用來做 post-training

提到但沒有展開

• 兩個 pilot 統計：95% 的 generative AI pilot 到不了 production，Vasuman 說是 MIT review 的數字；另一個 87%，說的是多數 AI pilot 沒有可衡量的 ROI，或根本沒上線。Vasuman 自己也說這些統計有點舊。
• 客戶拒絕搬離記錄系統的例子：一位客戶說，他們花了 $5 million 與五年才遷移到 NetSuite。

Agent創業模型開發工具

在 YouTube 看原片 ↗