希望实现的收益：
嵌入开发-编码环节流程重塑：
效率：代码流程生产效率提升到20K/人月
投入：代码流程资源投入下降到4%以内
产物：代码流程100%各类产物由AI输出
工序：代码流程100%执行工序被AI重塑
质量：代码流程质量准出比传统流程加严（新增代码覆盖率80%、内测缺陷率1个/K以内、0低级编码类型错误等）
个人主要职责：
变革推进者，开题负责人
希望实现的收益：
目标： 以AI重构省区DC项目售前全流程，实现售前高价值工作效率10倍提升，在不增加售前人力的前提下，达成行业竞争对手需3-5倍人力投入方可实现的同等产出。
策略：
1. 梳理并优化DC项目售前业务流程与KCP节点；
2. 围绕售前关键里程碑，对执行动作进行AI赋能、过程管理与数据分析；
3. 输出人机协同的标准化动作，前置介入客户业务设计；
预期收益：
1.人效提升：售前核心环节效率提升≥3-5倍；
2. 组织收益：售前团队零增员实现产出倍增，提升售前能力；
3. 业务收益：强化TBU在DC项目前期的客户业务设计参与能力和进入达成率；
个人主要职责：
职责定位： 开题者+流程变革方案设计者+资源统筹
核心任务：
1. 流程诊断与设计： 梳理DC售前全流程，识别高价值低效环节，定义关键里程碑与KCP；
2. AI提效方案设计： 针对各里程碑节点，设计AI赋能策略与人机协同作业标准；
3. 变革推进： 制定流程变革实施计划，拉通售前、营销、产品、交付等相关部门对齐目标与节奏；
4. 标准交付： 输出AI工具应用规范及人机结合标准动作手册，确保变革成果可复现、可推广。
希望实现的收益：
1、效率提升10倍：将原"情报采集 → 分级研判 → 质检校对 → 报告成稿 → 多形态分发 → 知识归档"6步人工作业，升级为5通道并行采集 + AI Agent自动分级/质检/成稿/多端分发，单期情报生产从"人天级"压缩到"小时级"，人力投入下降80%以上；
2、岗位任务重塑：营销经理从"信息搬运工 + 材料组装工"转型为"业务设计导演 + 高层对话经营者"，Agent编排、提示工程、情报研判成为岗位基线能力；
3、业务收益：强化TBU在DC项目前期的客户业务设计参与能力和进入达成率；
4、资产沉淀：形成"信号库—客户库—方案库"三位一体的可复用知识资产，可跨客户、跨团队复制推广
个人主要职责：
1、课题Owner：定义变革目标、10倍提效指标与里程碑节奏，对最终结果负责；
2、AI-native能力建设：牵头把「AI超节点行业异动周报」打磨为可复用的情报生产工作流（5通道采集 + 分级研判 + 四重质检 + 多端交付）；
3、跨部门协同：联合产品、解决方案、客户团队，打通"情报 → 客户业务设计 → 关键人触达"的端到端闭环；
4、试点与推广：以T客户、A客户为首批试点验证成效，沉淀SOP后复制到CBG团队。
希望实现的收益：
目标：在一个项目（智能录屏审计）中基本实现AI-native的开发过程：
VAW支持多人多agent协作下从 Issue/需求提出 → 问题/需求分析→ 设计→ 开发 → 测试 流程，实现全过程审计和项目经验沉淀。
预期收益：
1）开发效率提升：项目组10倍以上效率提升
2）角色转变：
AI-Native 团队的岗位边界快速融合。研发核心能力从代码实现能力转向问题定义能力、上下文工程能力与系统治理能力。
项目组长：从模块设计者转变为设计上下文工程、控制边界、安全策略等监控体系
开发工程师：从代码编写者转变为AI督导和审查员，并且转向以解决端到端业务问题为主的全栈形态
组件测试工程师不再需要：开发工程师负责组件质量，传统功能测试和组件级回归测试由 AI 自动生成与执行。工程师负责监控 AI Agent测试运行质量，建立反馈闭环以持续优化AI生成的测试
3）VAW产品验证：验证MVP版本的闭环能力，发现不足、补充需求、迭代产品
4）更多的项目组自愿参加VAW的试用并实践AI-native开发
个人主要职责：
1）VAW MVP开发负责人
2）AI-native开发落地负责人
希望实现的收益：
概念工程里包含了大量的流程、工具、方法，新同学理解学习这些流程、工具、方法的门槛比较高，并且还经常理解有偏差。可以通过AI降低大家去理解这些流程、工具、方法的要求，并且自动生成大部分流程相关内容，使得大家的精力可以聚焦在创造价值的干货部分，同时提升文档输出效率/质量10倍以上。
个人主要职责：
1、负责pic，ctq flowdown，规格赋值等具体skill的开发
2、协同其他组件共同完成整个概念工程流程的开发
希望实现的收益：
目标 ：
以 AI 减少项目推进过程中最为占用时间的运营工作，包括汇总进度信息、规则判断、进度提醒的工作，在不增加人员投入的前提下，追求项目运营效率提升3-5倍，推动项目经理的角色由全事务运营转向异常处理、质量把关和决策支持。
策略 ：
将项目运营拆分为数据汇总、进度跟踪、质量评审和消息发送等标准化任务；
以多维表格为信息汇总的入口，建立项目统一数据底座，方便Agent集中读、写数据；
训练AI进行材料规则判断，使用 AI 自动读取项目材料、提取关键证据、识别异常并形成判断结论；
自动生成项目总览、部门明细、目标人群里程碑状态和待跟进事项，减少人工统计和重复整理。
预期收益 ：
1.人效收益： 将人工跨系统查找、汇总和逐份审核，转变为 AI 初步处理、人工集中复核，显著减少重复劳动；
2.组织收益： 将项目运营从“数据搬运和进度催办”升级为“规则设计、异常管理、质量把关和决策支持”；
3.管理收益： 实现项目状态实时、统一、可追溯，及时发现延期、遗漏和风险，提升项目交付确定性。
个人主要职责：
1、开题人：与团队成员明确项目运营管理AI提效的目标方向
2、过程关键里程碑review
3、试点项目成功后鼓励持续迭代和复制推广
希望实现的收益：
1. 结合6好要求和标准，将以往在新产品投资决策各关口的决策标准与依据，提炼出量化过标准并予以完善；生成并不断训练完善用于IPMT决策评审辅助决策的IPMT新产品决策辅助Agent，用于IPMT的各XDCP决策过程AI辅助决策的依据，提高决策质量和效率；
2.收益目标
大幅减少IPMT评审中非创造性的活动，基本面的判断均有AI完成； 将IPMT主任和委员的时间更多用于关键创造点的讨论和决策上。
下一步也会探索AI参与科学决策，进一步提升决策的质量。
个人主要职责：
1.发起人，变革推进者。
2.实际的使用者，参与过程中，包括评审，试用和完善建议等。
希望实现的收益：
现状：过往季度复盘大量的时间用在数据的整理的分析，反倒是数据背后的洞察花的时间和精力不够，这个过程完全可以由AI替代，而且能够做到比普通员工更好的分析
收益：让员工从数据整理的重复劳动者脱离出来，数据分析时间从2天降低到1个小时以内，集中精力进行异常数据的识别、洞察，经验教训的总结
个人主要职责：
1、发起人
2、提供数据分析维度
3、带头实践
希望实现的收益：
1. 过去要求大家做文化领导力的修炼计划，但要落实闭环需要大量人力跟踪。对组织和修炼者都是负担。采用AI技术，可以将修炼自动化，不仅提升10倍效益，加速干部发展和成长。文小秘作为主理人，调动文小评，文小教、文小炼、文小励。协同完成干部文化领导力制定、辅导、跟踪修炼情况，总结修炼情况，激励，陪伴干部修炼文化领导力，获得终身成长。
2. 流程自动化，实现人机协同。干部通过思考填写决策自己的修炼计划，反思心得，文小秘率团从教练干部制定计划，评估计划，跟催修炼、定期总结，给修炼人反馈意见等方面陪伴修炼者不断发展自己的文化领导力。
个人主要职责：
变革发起与推进者
希望实现的收益：
过往订单风险主要靠人工识别，然后主要靠人工发起问题的处理、任务的分发和跟踪责任人处理闭环，依赖人工进行流转和跟踪，未来的话希望根据规则AI来进行识别风险，对风险进行归类，自动分发任务和跟踪闭环，大幅提升工作效率
个人主要职责：
发起人与实践者
希望实现的收益：
如下业务流程中，第1、2、5，实现自动化，第3、4大幅提高效率；
1、针对目标细分市场/目标客户名单，自动采集商机线索、生成报告、自动推送；
2、对每条商机线索自动分发建卡，自动生成客户拜访准备卡；
3、一线销售/渠道伙伴带着卡去验证线索，确认商机，获取MANT信息；
4、一线销售/渠道伙伴反馈验证的结论和MANT信息，线索转商机/漏斗；
5、每周自动化输出线索验证、商机转化、漏斗构建报告给管理者；
个人主要职责：
1、发起人和需求提出者；
2、业务规则设定者；
3、验收和推广
1题 | 被引用0次