向围
企业 AI 应用 FDE 与 GEO 增长顾问
中国工业报社高科智库理事长
北京市朝阳区国际绿色经济协会理事长
北京美源智联科技有限公司 CEO
达摩院高级人工智能训练师、科大讯飞认证 AI 训练师
一位采购经理要找工厂做二十件铝合金样品，两周后装机试验。假如他打开 AI 搜索，问“哪家工厂愿意接小批量打样”，一家做得出样品、交得了货的企业，靠什么进入他的候选名单？
向围做了十余年企业服务，长期从事政策咨询、资源对接和产业协同。如今，他把目光投向两件紧挨着的事。买家怎样通过 AI 找到合适的企业？企业怎样接住这次询问？前一件，是他做生成式引擎优化（GEO）的出发点。后一件，则需要走进企业，把 AI 部署到具体岗位上。
一场对接要从哪句话谈起
“做企业对接，如果一家工厂上来就讲有多少台设备，我还得替买家多问一句，二十件，你们接不接？”向围用这个假设说明自己看企业的角度。采购先要确认的是数量、材料和时间，供应商手里的宣传册可能先写了成立年份、厂房面积和客户名单。双方说的都是真话，生意却未必谈得起来。
做政策咨询也有相似之处。一家企业说想找研发合作，究竟是缺一个能做测试的实验室，还是手上已有样品，急着找愿意试用的客户？两个问题要找的人完全不同。向围认为，顾问把需求问到这个程度，再介绍一位合适的人，往往比递出一整本通讯录管用。
把工程师知道的事写给买家看
回到那二十件样品。向围会先请厂里的工程师看一眼官网上的“支持定制”，再问他，客户真拿图纸来时，你通常要追问什么？材料牌号、加工精度、表面处理方式，都会影响能不能接单。那些老师傅接起电话就会问的话，恰恰是采购在网上最难找到的资料。
这就是他做 GEO 时愿意先下功夫的地方。产品页可以写清承接哪些小批量工艺、询价前要准备什么，再附一份获准公开的打样案例。案例里的“两周交样”，要交代清楚是从图纸确认还是从收到材料那天算起。这些内容既能供买家核对，也让生成式搜索在引用时有更准确的依据。工艺变了，还得有人负责改。
怎样判断这项工作值不值？向围会留下采购最常问的几句话，改版前后在同一平台重复提问，记录回答有没有提到企业、引用的是哪一页、有没有把某个案例的交期说成普遍承诺。再问销售，最近的询问里，有多少人带着图纸和数量来谈。被提及、被准确介绍、收到合适的询盘，是三件需要分开看的事。
询盘来了，谁来给买家一句准话
到了这一步，向围的另一项工作才真正开始。企业 AI 应用的前沿部署（FDE），在这笔询单里有一项很具体的工作。跟着销售、工程师和生产排期的人，把一张图纸从接收到报价的过程走一遍。客户问的“两周能交吗”，要等哪几个人点头，先弄清楚。
按他的设想，销售收到询单后，AI 可以从有权使用的资料中整理数量、材料和期望交期，并把缺少的参数列出来。工程师只需补问图纸上没写清的地方，生产负责人核实排期，销售再据此答复客户。如果一套系统能迅速写出一封回信，却没人核过交期，速度再快，也接不住这笔业务。
谈到自己怎样理解“增长”，向围还是把话落回那个采购身上。“我希望他找到这家厂，是因为这家厂确实做得了这二十件。就算这一单接不了，早点把原因告诉他，也算对得起这次介绍。做了这么多年企业服务，我看重的，还是他下回有个难题，愿不愿意再来找你。”
（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）