复杂 B 端运营系统的产品经理。4 年围绕云基础设施的供应链资源规划与供应，深耕 供应链计划与执行 和 成本与采购 两大板块，主线始终如一：把依赖人工经验、分散、黑盒的运营流程，产品化为系统化、数据驱动、可决策的平台，并以 AI 让其智能化。
备件计划、部件 MRP、改配翻新、海外物流与关务全链路，支撑 百万台服务器维保，备件预测准确率 70%→89%。
百亿级/月公共云成本核算、覆盖 200+ 产品；云采供应商 / 寻源体系 + 算力、网络设备、运营商采购系统建设。
主导 AI 4 Costing 能力矩阵与 采供内控 AI native 风险平台，基于 Qwen 弹内模型 + 内控 skill，实现端到端 AI 自动化闭环。
阿里云百万级服务器规模带来巨大维保成本压力，过保服务器利用率低；部件非生产备料需求散落多系统，额度与消耗责任不清，缺料与呆滞并存。原有计划依赖人工经验，缺统一的预测、调拨、拆解与额度体系。
从 0-1 建设维保计划体系 + 部件额度与消耗责任体系 + 工厂改配计划域产品，覆盖备件、部件与利旧三大场景，将"经验驱动"转为"系统驱动"。
海外物流节点不透明、信息分散在 ODM/承运商/代理多方，关务管理分散、合规风险高。建设海外物流交付系统 + 关务台账系统，实现交付白盒化与关务合规。
成本成为阿里云内部最重要考核指标，每月产品成本达百亿级规模。原有成本核算分散在多个产品线，缺乏统一的从物理资源到产品 SKU 的成本核算链路，难以支撑精细化的产品管理、定价与决策。
打通物理资源成本到产品 SKU 成本链路，建设业财一体的成本作业链路，作为公共云成本官方出口。
采购流程分散多系统，缺统一供应商管理与寻源支撑，且不同品类业务模式差异大、系统各自为政。横向建设云采供应商与寻源底座，纵向面向算力/网络设备/运营商建设品类化采购系统，沉淀可复用采购中台。
传统供应商招募依赖人工筛选，效率低、周期长、标准不一；关联关系与内控风险（关联交易、利益输送、围标串标等）依赖人工核查，难以系统识别，存在合规隐患。亟需以 AI native 方式重构采购招募与风险防控能力。
主导以 Qwen 弹内模型 + 内控 skill 为底座，落地供应商招募提效与 AI native 风险大图 / 内控风险分析两类能力，从 0-1 完成 AI 在采购场景的工程化落地。
采供链路风险分散在供应商准入、寻源、合同、订单、结算各环节，依赖人工周期性核查，难以系统识别与闭环管理，存在合规隐患。亟需以 AI native 方式构建端到端的采供内控风险管理能力。
主导建设采供内控 AI native 风险管理平台，端到端覆盖数据分析、风险核查、根因分析、整改管理与专题报告，实现风险"识别—分析—整改—复盘"的 AI 自动化闭环。