01 / Business
把战略与洞察变成问题定义
结合行业、用户与一线经营信息，明确优先场景、判断标准和预期结果；避免“先上工具、再找用途”。
Profile
卢鸿璋 · Henry Lu
BASE香港湾仔 · IANG 至 2028.07
EXPERIENCE12 年新能源经营与组织经验
AI TRAINING应用人工智能硕士 · 2026.06
我做的不是把 AI 工具交出去，而是先厘清业务问题和行业判断，再设计团队怎么用、如何验证，以及谁对结果负责。
About & Contact
12 年一线经营与组织经验。现在专注于把业务问题梳理清楚，再用可验证、可控的方式推动 AI 落地。
我做的不是把 AI 工具交出去，而是先厘清业务问题和行业判断，再设计团队怎么用、如何验证，以及谁对结果负责。
基于经营、组织和 Applied AI 实践，我能参与的不是单点工具演示，而是从场景判断到试点复盘的推进过程。
结合行业、用户与一线经营信息，明确优先场景、判断标准和预期结果；避免“先上工具、再找用途”。
把一线使用、中层验收和管理层复盘拆开设计。已有全国直营体系培训与人才发展经验，可把工具交付延伸到团队采用。
做过岗位设置、绩效、晋升双通道，以及薪酬与分润设计；可把 AI 放进真实的流程、角色、激励与责任体系，而非停在工具层。
通过数据准备、独立验证、规则校验和人工复核，让 AI 的可用范围、风险边界与下一步决策可被复查。
很多 AI 项目停在工具层：交付后没人会用、不会验收，也没有岗位、激励和责任承接。我会先用五层框架判断卡点，再以诊断、梳理、分享和试点设计推进；不承接长期外包开发。
识别项目卡在五层中的哪一层，确定优先场景、资料、参与角色和验证标准。
把业务需求拆成任务、人机分工、流程接口，以及岗位与责任的影响范围。
面向非技术管理者，讨论 AI 基础、数据安全、Agent 边界、验收方式与组织承接条件。
定义验证方式、人工复核、责任边界和复盘机制，为后续绩效、激励与团队调整提供依据。