面向岗位
产品
解决方案
商业化
数字化转型
公司
万科-万物云-万物梁行
部门
产品服务中心
职位
数字化管理高级经理
岗位
数字化&AI 产品PMO
岗位起止时间
Jun 30, 2023 → Feb 1, 2026
核心定位
主导总部数字化转型+AI 战略落地、组织变革提效、跨生态资源整合与商业变现，对业务增长、技术创新负责。
职位职责
1. AI 战略设计与落地：深度洞察物业科技行业趋势与业务痛点，主导制定总部“数字化+AI”战略规划与 IPD 落地范式，推动战略解码为 3 大核心方向、9 大重要落地场景，确保技术创新与商业目标高度对齐，为业务增长提供可量化的战略支撑；
2. 前沿技术战略布局：牵头跟踪 LLM、生成式 AI、WorkFlow、MCP、Multi-Agent 等前沿技术，制定总部技术选型标准与创新路线图，关注 HuggingFace、ProductHunt 与外部生态资源，推动技术研究转化为商业产品，构建行业技术壁垒；
3. 组织变革与体系搭建：主导业务流程重塑与 AI 应用体系搭建，从 0 到 1 实现“业务运营数字化、流程标准化、内容可视化、考核可量化”，推动组织架构优化与人员精简，构建“客户-AI-员工”协同闭环，实现管理机制透明化与运转高效化；
4. 核心技术平台搭建：基于 AIOT 综合 OS（灵石平台）与智能体开发平台（GC 平台），统筹规划物业服务、安全、能源、设备等全场景智能化方案，牵头规划并搭建物业管理集成平台（PMS）、BI 聚合管理系统（PowerBI/QuickBI），制定技术共建-成果共享-联合推广合作机制；
5. 跨生态资源整合：统筹跨军种、跨事业部、外部合作伙伴（华为云/腾讯云/阿里云/火山引擎等）协同，建立高效沟通机制与利益平衡体系，在 600 万(不含人力成本)的预算下，领导 59 人(涵盖产品、运营、数据、业务中台)协同作战，从中培养出 29 名数字化产品经理，制定年度 OKR 与季度 KPI 考核体系，牵头表彰激励与组织能力提升。
6. 商业生态与变现：推动内部技术能力的“产品化”与“市场化”，打破成本中心定位，通过对外输出商业产品直接创造营收。
项目名称
万物梁行 AI 架构技术与落地解决方案设计
项目起止时间
Jan 1, 2025 → Jan 29, 2026
项目角色
AI 应用产品经理及项目PMO
项目背景（S）
1. 核心愿景：重构全球写字楼物业服务底层逻辑，打造首个全场景 AI 驱动的智慧物业生态体系。
2. 核心痛点：锚定 “AI 转型” 顶层战略，以写字楼物业为改革核心场景，构建高价值 AI 场景评估模型，解决当前行业面临 “服务效率低、人力成本高、场景碎片化、客户体验差” 的核心痛点，同质化竞争严重，缺乏科技壁垒等问题。
项目职责（T&A）
1. 主导 AI 战略解码与场景筛选：统筹各业务端口需求，构建“高价值+低落地难度”AI 场景评估模型，确定 AI 客户服务、AI 市场提质、AI 运营精益 3 大核心战略方向，形成 9 大主要落地场景的数字化组织变革矩阵；
2. 跨生态资源整合与落地推进：协调集团技术中台、业务事业部、外部工具链供应商资源，制定 IPD（POC 验证-MVP 迭代-全场景推广”三阶）落地路径，基于 AI 重新设计数据流、业务流、AI 工作流的新模式，建立跨部门项目组与风险管控机制；
3. 商业价值转化与产品化：推动 AI 场景成果产品化，制定市场化推广策略，赋能一线业务团队投标与客户服务。
项目成就（R）
1. AI 客户服务：围绕 AI 客服、AI 客户画像场景，推动开发 AI 小程序与绿微 AI 客服，覆盖 30+核心项目、200+企业客户、15000+员工用户，落地 10+综合场景（访客邀约/多经服务预定/信息咨询/AI 报单/客户（情绪、意图）画像等），构建“客户-AI-员工”流程变革铁三角，客户响应速度从小时级压缩至秒级，客户满意度提升 30%+，员工效能提升 5.7 倍，客户服务场景覆盖度达 80%，间接推动多经服务营收增长超 300 万元/年；
2. AI 市场提质：围绕竞对分析、投标管理场景，打造市场化竞对分析平台，构建行业知识库与人员报价模型，完成招标客户信息内容的智能提取与分析、招标竞对的优劣势对比，实现招标前附表准确率 100%，知识库召回率 95%，薪资模型置信度 87%，招标分析效率提升 93.3%，赋能一线 PA 团队投标胜率提升 22%，直接助力中标金额超 3000 万元，已形成标准化产品对外输出与规模化使用）；
3. AI 运营精益：围绕运营管理指标开通 AI 月报、AI 红黄绿灯预警与督办机制、AI 合同管理、AI 工单管理、AI 多维表格分析，具体成效：
a. 围绕运营管理指标开通 AI 月报，实现 2800+项目数据 100%拉通，管理效能提升 99%，节省管理工时超 28 小时/人/月，支撑
总部“精益运营”战略落地；
b. 围绕 AI 红黄绿灯等预警指标，实现 12 类核心运营管理指标的可亮灯、可督办及可视化 AI 总结的 AI 全流程机制，预警指标处理
时间减少 10 小时/人/月，处理效率提升 93.7%，间接降低运营平均风险损失超 15.4 万元/项目/年；
c. 围绕 AI 合同管理，构建合同全生命周期 AI 管理体系（模板库+AI 撰写+OA 审批+电子签署），效率提升 96.3%，签署准确率
100%，节省法务与行政成本 69.8 万元/年；
d. 围绕 AI 工单管理，搭建多渠道（小程序、绿微客服、企微工作台、数字化 BOT、APP）AI 一句话报单入口，报单效率提升 96.7%，
工单量同比增长 300%，类型识别准确率 99.6%，客户报事满意度提升 16%；
e. 围绕项目大客户拜访与管理场景，快速搭建基于 AI 的多维表格收集系统，实现
f. 业财条线，搭建 T+1 的 BI 指标体系，实现千人千面分层分级管理，降低一线运营时间 16 小时/人/月，提效 99.97%，推动运
营成本整体下降 7.66%，间接创造业务价值 3.83 万元/项目/年。
成就类型
工作
项目复盘（L）
1. 一把手工程认知不足：AI 转型作为集团战略级项目，高层对其市场价值与战略优先级的认知未充分到位，缺乏自上而下的持续动力与资源倾斜，导致项目推进依赖个人推动，而非组织层面的共识与保障。
2. 资源配置严重不足：军种业务线的 AI 项目仅由个人独立推动，未组建专职项目团队，也未配套技术、人力、预算等核心资源，项目支撑能力薄弱，难以应对复杂场景的落地需求。
3. 落地执行广度与深度失衡：项目覆盖 30 + 核心场景，但仅停留在 “功能上线” 阶段，缺乏对一线使用痛点的深度跟进，导致场景落地浮于表面，实际使用率与业务价值未充分释放。
4. 全周期产品统筹角色缺失：项目全生命周期缺乏首席产品官（CPO）统筹，不同阶段未匹配针对性策略：前期投入大量资源建设，但后期缺乏对一线使用的持续运营与优化，最终导致 “建设热、使用冷” 的局面。
技术选型
LangChain
SQLServer
Python
Promptpilot
GPT
Doubao
Qwen
DeepSeek
能力标签
战略顶层设计
跨生态资源整合
商业变现落地
人才组织搭建
技术架构布局
跨项目执行协同
