集团AI负责人（Head of AI）

主要工作职责

一、AI战略规划与业务赋能

1. AI战略研究与趋势洞察

• 持续跟踪全球人工智能领域的发展趋势，重点关注：
  • 大模型（LLM）
  • AI Agent
  • 生成式AI（GenAI）
  • 机器学习与深度学习
  • OCR视觉识别
  • 智能制造相关AI技术
• 深入研究AI技术在制造业场景中的应用价值与发展趋势，结合企业战略需求形成前瞻性洞察。
• 建立集团AI技术评估体系，持续识别和引入具有商业价值的新技术。

2. AI发展蓝图与路线规划

• 结合集团整体战略和业务发展目标，制定集团AI中长期发展战略（2-5年）。
• 构建集团AI技术架构、数据架构及能力体系。
• 制定AI能力建设路线图，包括：
  • AI平台建设
  • 数据能力建设
  • 模型能力建设
  • AI治理体系建设
  • AI组织能力建设
• 推动AI战略与业务战略深度融合。

二、AI场景规划与项目落地

1. AI机会识别与价值挖掘

深入业务一线，挖掘并规划以下领域的AI应用场景：

研发领域

• 产品研发智能辅助
• 技术文档知识管理
• 工程设计优化
• 测试验证自动化
• 研发知识库建设

制造领域

• 智能排产优化
• 设备预测性维护
• 工艺参数优化
• 智能生产调度
• 数字工厂建设

质量领域

• AI视觉检测
• 质量异常分析
• 缺陷预测预警
• 良率提升优化
• 根因分析智能辅助

供应链领域

• 销售预测
• 需求预测
• 库存优化
• 供应商风险预警
• 智能物流规划

财经与后台职能领域

• 财务智能分析
• 智能审计
• 合同审核
• 智能客服
• RPA流程自动化
• 管理驾驶舱建设

2. AI项目实施与价值创造

• 建立集团AI项目管理机制和优先级评估体系。
• 负责AI项目从0到1的规划、实施与推广。
• 推动高价值AI应用场景规模化复制。
• 确保AI项目实现明确的业务收益，包括：
  • 降本增效
  • 质量提升
  • 周期缩短
  • 风险降低
  • 员工效率提升

三、AI运营与治理体系建设

1. AI运营管理

• 建立AI项目价值评估体系和运营机制。
• 定期跟踪和评估AI项目实施效果。
• 建立业务价值量化模型，持续衡量ROI。
• 推动AI项目持续优化与迭代升级。

2. AI治理体系建设

• 建立集团AI治理框架。
• 制定AI应用规范及管理制度。
• 建立模型管理及风险控制机制。
• 推动AI安全、数据安全及合规管理体系建设。
• 构建企业级知识管理和数据治理体系。

四、组织建设与团队管理

1. AI组织搭建

• 负责集团AI能力中心（AI CoE）建设。
• 规划AI组织架构和人才发展体系。
• 建立覆盖算法、平台、数据及产品的专业团队。
• 引进和培养核心AI人才。

2. 团队领导

• 组建并管理高绩效AI团队。
• 建立创新文化和结果导向文化。
• 制定团队能力发展规划及人才梯队建设方案。
• 推动跨部门协同和资源整合。

五、推动企业AI变革

1. AI文化建设

• 作为集团AI领域首席专家和布道者。
• 向高管团队提供AI战略建议与决策支持。
• 推动全员AI认知提升与文化建设。
• 促进AI工具在日常工作中的普及应用。

2. AI能力赋能

• 构建集团AI学习体系。
• 建立AI应用推广机制。
• 为业务管理者和核心骨干提供AI培训。
• 建立AI创新项目孵化机制。