团队介绍

把战略判断、流程细节和工程落地放在同一张桌上

页面描述的是团队能力模型，不是个人履历清单。我们关心的是一个项目如何从业务问题进入证据底稿、质量控制、原型交付和组织采纳，而不是把人的履历堆成一面墙。

能力模型

01
战略与资本判断

先判断问题值不值得做，再判断 AI 应该承担什么角色。战略、预算、风险和资本叙事放在同一套证据里讨论。
- 梳理董事会、业务线和财务负责人真正关心的收益口径。
- 把项目优先级拆成增长、效率、风险和能力沉淀四类。
- 为预算会、投委会和管理层复盘准备可追溯的决策材料。
02
行业流程诊断

不从模型清单开始，而是走进订单、门店、工厂、法务、财务和客服流程，看问题在哪里反复发生。
- 识别角色、权限、数据、交接和例外处理中的真实阻力。
- 把痛点写成可验证的流程假设，而不是泛泛而谈的场景清单。
- 用现场访谈、流程样本和系统日志形成诊断底稿。
03
数据与知识工程

把分散知识变成可检索、可引用、可更新的工作底座，避免智能体只会回答漂亮但无法复核的话。
- 设计知识库、RAG、指标口径、权限边界和引用规则。
- 建立评估集、版本记录和异常样本库，便于后续质量控制。
- 把业务文档、流程规则和系统数据连接到可运行的知识工作流。
04
智能体设计、开发与部署

智能体不是一次演示，而是进入日常流程的角色。我们把任务边界、工具调用、人工兜底和上线监控一起设计。
- 定义智能体角色卡、输入输出、失败处理和人工审批节点。
- 完成原型、评估、权限、安全审查、部署和监控闭环。
- 把上线后的使用数据转成下一轮迭代清单。
05
风险、合规与治理

高质量的 AI 项目需要知道什么不能做、谁来批准、出了问题如何停止，以及结论怎样留下证据底稿。
- 建立模型、数据、供应商、内容和人员权限的风险边界。
- 把质量控制、审计留痕和复盘机制写进项目节奏。
- 为法务、合规、信息安全和业务负责人准备同一套治理语言。
06
培训与组织采纳

让团队先学会判断，再把工具交给团队。培训不是热闹的宣讲，而是帮助岗位知道下一步如何改变工作。
- 面向管理层、业务骨干、项目组和内部讲师设计不同学习路径。
- 用真实流程案例训练问题识别、提示词边界、智能体协作和复盘方法。
- 把课后模板、答疑和采纳指标接入项目管理。
07
典型项目团队组成与协作模型

典型项目由业务负责人、行业顾问、流程顾问、数据/知识工程师、智能体工程师、治理负责人和客户业务专家共同推进。
- 第 1 周完成问题界定、资料清单、访谈安排和价值假设。
- 第 2-4 周完成流程诊断、原型验证、风险评审和证据底稿。
- 上线后按周复盘使用数据，按双周节奏决定保留、扩展或停止。