【摘要】
FDE 的方法论是通用的，但打法是赛道决定的。同一套"进场评估 + PoC 验证"的方法，在药厂走三周流程，在机加工厂当天就能试。
这篇给六个赛道的横向对比，重点不是让你记住每个行业的知识，而是让你在换赛道时知道先适应什么、哪里最容易翻车。
【核心要点】
- 决定打法的是三个变量：合规强度、停机容忍度、决策链长度
- 合规密集（医药/半导体/政企）的赛道，文档和流程的成本占交付总成本 30% 以上
- 停机零容忍的赛道（半导体、流程化工），方案设计的第一原则是"不影响生产"
- 数据成熟度低的赛道（离散制造），PoC 之前先补数据，别急着做模型
- 跨赛道迁移：制造业内部迁移可行，制造业→政企/医药需要重学合规，AI 赛道看效果验证能力
---
一、六个维度横向对比
| 维度 | 半导体 CIM | 锂电/光伏 | 制药 GMP | 离散制造 | 政企数据平台 | AI/Agent 落地 |
|---|---|---|---|---|---|---|
| 合规强度 | 高（生产管控、审计） | 中高（追溯要求） | 极高（GMP/GxP） | 低 | 极高（等保、密评） | 中（数据合规） |
| 停机容忍 | 零容忍 | 极低（连续生产） | 低（批次不可中断） | 中（可排产停机） | 无停机概念 | 无 |
| 决策链 | 3–5 层 | 3 层 | 5–7 层（QA 有否决权） | 1–2 层 | 5 层以上（多部门会签） | 2–3 层 |
| 数据成熟度 | 高（SECS/GEM） | 中（设备协议杂） | 中（纸质与系统并存） | 低（Excel 与手工） | 中高（但分散） | 取决于客户 |
| 交付节奏 | 3–6 个月 | 2–4 个月 | 6–12 个月 | 1–2 个月 | 6–18 个月 | 2 周–3 个月（PoC 快） |
| 能力重心 | 协议 + 实时性 | 节拍 + 追溯 | 合规 + 验证文档 | 业务理解 + 灵活 | 权限 + 汇报 | 效果评估 + 业务闭环 |
二、半导体：零容忍下的精确作业
特点：设备协议标准化程度高（SECS/GEM），但生产连续性强、单点故障代价极大。
FDE 的重心是实时性和可靠性：一条消息丢失可能导致批次卡住，一次误 Hold 可能导致整批报废。所以方案设计第一原则是"不影响生产"，所有改动都要有回滚路径和窗口期。
跨进来最容易犯的错：拿互联网那套"先上线再迭代"的思路做事。在 Fab 里，没有"先跑起来看看"这回事。
三、锂电/光伏：高节拍 + 强追溯
特点：产线节拍快（秒级），产品序列号绑定严格（一个电芯一个码），追溯要求贯穿全生命周期。
FDE 的重心是吞吐和一致性：采集频率高、数据量大、编码规则复杂。一个常见的坑是"扫码漏读导致追溯断链"，看起来是硬件问题，实际常是软件侧的重复码处理和补偿逻辑没设计好。
跨进来最容易犯的错：低估数据量。一条锂电产线一天产生的过程数据，可能超过一个中小型离散工厂一年的量。
四、制药 GMP：合规即交付物
特点：验证文档和系统本身同等重要。任何系统变更都要走变更控制（Change Control），要有验证方案（IQ/OQ/PQ）、审计追踪（Audit Trail）、电子签名（21 CFR Part 11 / 中国 GMP 附录）。
FDE 的重心是可证明性：不是"系统能跑"，是"能证明系统按预期运行，且任何改动可追溯"。QA 部门有一票否决权，且他们的判断标准是文档，不是演示。
跨进来最容易犯的错：把 GMP 项目当普通信息化项目做。少一份验证记录，整个系统不能上线，跟功能做得多好无关。
五、离散制造：业务灵活，底座薄弱
特点：多品种小批量、换型频繁、工单优先级天天变；系统底座通常薄弱，很多还在用 Excel 和纸质流转。
FDE 的重心是业务理解和柔性：不同车间的流程差异极大，同一套方案在注塑厂和机加工厂完全不通用。
跨进来最容易犯的错：一上来做"标准方案"。离散制造客户的流程是长出来的，不是设计出来的，硬套模板必然水土不服。正确做法是先跟一个真实工单走完全程。
六、政企数据平台：流程即战场
特点：合规要求高（等保三级、密评、数据分类分级），决策链极长（业务部门、信息中心、保密部门、采购、审计），验收往往包含汇报演示。
FDE 的重心是权限设计与沟通：数据能不能给、给到哪一层、怎么脱敏、谁能看，这些问题的答案不取决于技术，取决于组织和制度。
跨进来最容易犯的错：以为技术方案过了就行。政企项目里，方案过审只是开始，真正的关卡在"谁能签字"。
七、AI/Agent 落地：验证比实现难
特点：交付周期短（PoC 两周就能出东西），但效果不稳定，且客户对"AI 能做什么"的预期普遍失真。
FDE 的重心是效果定义与评估：什么叫"准确率够用"、幻觉率多少可接受、人工兜底怎么设计、上线后怎么持续评估。这些问题不解决，PoC 一定变成"演示很惊艳，上线没人用"。
跨进来最容易犯的错：拿 demo 效果当交付承诺。Demo 用的是精选样本，生产环境是真实分布的脏数据，两者差距通常是 20–40 个百分点。
八、跨赛道迁移的可行性判断
| 迁移方向 | 可行性 | 要补什么 |
|---|---|---|
| 半导体 ↔ 锂电/光伏 | 高 | 协议差异（SECS vs 各家私有）、节拍量级 |
| 制造业 → 离散制造 | 高 | 业务灵活性、放弃标准方案思维 |
| 制造业 → 医药 GMP | 中 | 验证体系、文档能力（这是硬门槛） |
| 制造业 → 政企 | 中低 | 等保、密评、汇报能力、极长决策链 |
| 任意 → AI 落地 | 中 | 效果评估方法、数据治理、业务闭环设计 |
| 政企 → 制造业 | 中 | 实时性要求、停机风险意识 |
一条经验：制造业内部迁移，主要是补协议和节奏；跨到合规密集行业，主要是补文档和流程；跨到 AI，主要是补评估方法。
九、怎么用这张表
不要试图学六个行业。正确用法是：
- 先确定你所在的赛道，把对应的三个变量（合规、停机、决策链）记住
- 读后面章节时，带着这三个变量去看方法——同一个方法在不同赛道要变形
- 换赛道时，先花两周摸清"变更审批要多久""出事故谁负责""验收看什么"，这比学业务知识更急
下一篇讲 FDE 的核心工作循环：现场挖掘 → 快速验证 → 交付落地 → 沉淀回产品。这是全行业通用的四步，也是这个岗位真正的技术含量所在。