阿里云阿里云智能-MaaS 商业分析专家-杭州/北京
任职要求
1. 学历背景：本科及以上学历，计算机、数学、统计、人工智能或相关专业优先； 2. 经验要求：5 年及以上商业分析/经营分析经验，有从 0 到 1 搭建分析体系经验者优先；具备 To B 云产品、大模型厂商或 AI Native 产品（Agent、Copilot、模型 API 服务等）的商业化分析经验，理解模型类产品的商业模式与 GTM 打法者优先； 3. 技术能力：精通 SQL，熟练使用主…
工作职责
1、主导模型与模型产品的 GTM 分析：围绕模型（API/Token 消耗、产能与收益、定价策略）及模型产品（Agent 平台、Coding 类产品等）的 Go-To-Market 全过程，建立从市场进入、客户分层、转化漏斗到复购留存的完整分析框架，为商业化决策提供直接输入； 2、洞察 MaaS 商业闭环：深入理解从 IaaS 算力底座到 MaaS 模型服务层的全链路商业运转逻辑（算力成本 → 模型产能 → Token 收入），协同产研团队沉淀标准化、可复用的数据运营体系； 3、增长归因与异动追因：识别影响收入增长增长、客户复购、Agent 应用留存的关键驱动因素；对业务异动进行深度归因，输出可落地的商业化建议并推动闭环； 4、用 AI 重构 BI 工作方式：主导将大模型能力引入数据分析全流程（ChatBI、自动归因、报告生成、Text-to-SQL 等），持续提升团队的分析效率与覆盖面，打造 AI Native 的数据分析范式。
1、洞察MaaS商业闭环与云架构逻辑：深入理解从IaaS算力底座到MaaS模型服务层的全链路商业运转逻辑，协同产研团队沉淀标准化的数据运营体系。 2、挖掘增长要素与异动归因：识别影响Token消耗量增长、复购率及Agent应用留存的关键要素； 3、针对业务异动进行深度追因，输出可落地的商业化建议。
1、洞察MaaS商业闭环与云架构逻辑：深入理解从IaaS算力底座到MaaS模型服务层的全链路商业运转逻辑，协同产研团队沉淀标准化的数据运营体系。 2、挖掘增长要素与异动归因：识别影响Token消耗量增长、复购率及Agent应用留存的关键要素； 3、针对业务异动进行深度追因，输出可落地的商业化建议。
我们正在寻找AI解决方案商业化产品经理，你将： 1.把通义大模型和MaaS平台能力，转化为面向企业或开发者的可落地、可收费的产品方案； 2.设计基于Token的定价、套餐与商业化策略，推动AI能力在真实场景中规模化使用； 3.与AI研发团队紧密协作，通过产品反馈和数据洞察，驱动模型与平台持续优化。
1、 政企客户AI场景挖掘：负责全国范围内政企方向相关行业的客户拓展，重点梳理阿里云AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的销售机会点，触达并维护客户关系，发掘潜力客户并捕获项目机会； 2、AI客户拓展：规模化开拓全国AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的各类企业，构建高转化率的AI客户销售漏斗。 3、AI业务收入：负责政企市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对政企AI MaaS业务的Token用量和收入增长负责。 4、市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。 5、AI重点客户经营：在政企领域与AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。 6、AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值 7、 AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。 8、跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。