Selected Cases

代表案例

四段可回溯的经历:经营改善、组织规模化、用户洞察与安全边界明确的 AI 工具。

01 / Turnaround

佛山直营店经营改善

3 个月

背景

接管处于动荡期的亏损直营店,需要同时处理团队稳定、经营恢复与盈利改善。

我的职责

佛山直营店总经理,负责团队重组、经营流程、激励机制与本地经营改善。

关键动作

将团队由 13 人调整至 7 人并实现零劳务纠纷;重建激励机制与运营流程,优化库存,开发保险返点与本地商业联盟。

可验证结果

第 3 个月扭亏;人效提升 85%;实销峰值 62 台 / 月;目标完成率 117%。

复盘:经营改善不只靠压缩成本,先稳定团队与流程,才有条件让收入、库存与售后一起改善。

02 / Scale-up

全国直营体系规模化

300 → 650+

背景

直营体系需要在短期内完成团队扩张,同时补齐培训、晋升与组织能力建设。

我的职责

全国直营体系运营与人才发展负责人,协同 HR 与业务线推进组织赋能。

关键动作

协同招聘、培训与入职;设计“管理 + 专业”双通道;建立慕课平台与内训师体系,主导 4 次合伙人级大型培训。

可验证结果

2 个月内直营团队从 300 人扩张至 650+;推动 2 名储备合伙人与 6 名经理晋升。

复盘:规模化不等于只补人头;培训、晋升与工作方法必须同步建立,团队才能真正跑起来。

03 / Applied AI

汽车评论 ABSA 与智能营销策略系统

0.6705

背景

新能源汽车评论样本有限,难以稳定地转化为用户洞察与营销策略。

我的职责

硕士毕设项目负责人,负责数据采集、清洗、标注、模型训练、验证与策略输出。

关键动作

构建双任务四头 RoBERTa 架构,完成产品与营销标签处理,并进行五种子消融实验与品牌对比。

可验证结果

2,226 条原始数据 → 859 条标注 → 427 条高质量训练数据;F1 从 0.21 提升至 0.6705,完成 47 条盲评。

复盘:小样本 AI 的重点不是追求复杂模型,而是让数据、验证和业务问题之间形成可复查的闭环。查看研究页 →

04 / Offline MVP

审计报告智能校对工具

7 条规则

背景

审计报告写作效率低、校对标准不统一,同时需要控制敏感数据的处理边界。

我的职责

独立开发者,完成需求调研、架构设计与可部署 MVP 的交付。

关键动作

设计统一 JSON 接口与双态 UI,结合 bge-m3 向量检索与 jieba 倒排;使用 LM Studio + Qwen3-14B 本地推理,并加入 qa_self_check

可验证结果

以 81 份审计报告、5,035 段脱敏语料进行规则设计;7 条概念校验规则覆盖 85% 常见审计表述规范问题,形成可部署 MVP。

复盘:在高敏感业务中,先明确“AI 能做什么、不能替谁判断”,再决定模型、数据与交付边界。