智能互联阿里云智能-商业技术工程师（教育科研）-上海
任职要求
• 5年以上云计算相关行业，To B/G销售和售前相关工作经验
• 特定行业需有3年以上行业经验
• 细分领域客户大数据/AI/DT项目成功销售和落地经验
• 基于行业/区域洞察，制定清晰的业务拓展策略及市场打法；
• 在重点方向、标杆客户或赛道上找到有竞争力的打法，带来创造性的突破，拿到结果。
• 独立call high 客户决策链各级主管，完成有效的业务和技术交流，影响并加速决策；
• 指导和协助团队成员完成项目谈判，牵引合作商谈，从决策链影响谈判结果
• 带领跨团队、跨公司大型复杂项目。
• 为客户提供战略、…工作职责
客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求。 •梳理客户决策链，识别关键客户，构建立体的客户沟通界面。 •通过关键事件的导演和策划、商务沟通、拜访交流等方式和客户对话，获取客户信任，挖掘和洞察客户业务需求，形成有效商机。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •与客户CXO或CXO-D建立长期的业务关系，在合作中获得关键性支持。 产品和技术价值传递 •深入理解混合云方案，包括软件、硬件、网络、安全等各方面的整合，并深刻洞察客户业务需求。 •基于行业和客户需求洞察，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 需求匹配和商机转化 •协同SA、产研和生态伙伴等资源，形成明确的销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，以及阿里云可标准化复制的解决方案，提供能满足客户需求的方案设计，解答客户对产品、解决方案的常规问题。 • 通过沟通和影响力、商务报价等一系列销售策略的运用，转化商机，达成业绩。 • 将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 商务运作和业务支持 •基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作。 •动态跟踪客户需求变化，推动合同变更。 •协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •支撑混合云复杂项目运作，参与招投标流程管理、项目管理、风险管理，协调组织资源。
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。
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。
1、政企客户高价值 AI 场景挖掘： 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 AI 机会，识别能带来高速增长的 AI 场景，将客户痛点转化为基于大模型的 Token 消耗方案。 2、MaaS 架构设计： 负责 AI Native 客户的端到端方案设计，包括但不限于 RAG（检索增强生成）、智能体（Agent）工作流、行业模型微调以及多模态能力的落地。 3、技术落地与陪跑： 具备复杂AI agent项目的落地实践经验，理解客户的业务场景和需求，帮助客户快速构建 AI 应用。 确保 AI 场景在实际生产中的落地，并持续优化以提升 Token 的质量与消耗规模。 4、行业能力沉淀： 将零散的项目经验提炼为标准化的行业解决方案，参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等；可复用的行业解决方案与最佳实践并负责和各区域协同落地，为阿里云AI战略的长期发展储备关键客户与技术资产。 5、商业闭环驱动： 对 Token 消耗量及业务活跃度负责，负责客户接入及接入后的持续成功。从技术视角协助团队创新商业策略，实现规模与技术口碑的双赢。 6、AI 市场心智建设：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。 7、售前项目支持：配合 BTE 等高质量完成售前相关工作；
1、政企客户高价值 AI 场景挖掘： 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 AI 机会，识别能带来高速增长的 AI 场景，将客户痛点转化为基于大模型的 Token 消耗方案。 2、MaaS 架构设计： 负责 AI Native 客户的端到端方案设计，包括但不限于 RAG（检索增强生成）、智能体（Agent）工作流、行业模型微调以及多模态能力的落地。 3、技术落地与陪跑： 具备复杂AI agent项目的落地实践经验，理解客户的业务场景和需求，帮助客户快速构建 AI 应用。 确保 AI 场景在实际生产中的落地，并持续优化以提升 Token 的质量与消耗规模。 4、行业能力沉淀： 将零散的项目经验提炼为标准化的行业解决方案，参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等；可复用的行业解决方案与最佳实践并负责和各区域协同落地，为阿里云AI战略的长期发展储备关键客户与技术资产。 5、商业闭环驱动： 对 Token 消耗量及业务活跃度负责，负责客户接入及接入后的持续成功。从技术视角协助团队创新商业策略，实现规模与技术口碑的双赢。 6、AI 市场心智建设：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。 7、售前项目支持：配合 BTE 等高质量完成售前相关工作；