项目总览
01 项目背景
面向商业综合体、景区 / 文旅街区、园区与高端楼宇等大型公共空间运营方，把咨询、报修、投诉、预约与 IoT 告警等多入口请求，转化为可建单、可派单、可履约、可复盘的 B 端 AI 服务运营闭环。
B 端 AI 服务运营平台 + 服务对象端入口。服务对象端只是前台请求入口，核心价值发生在 B 端运营工作台、工单闭环、任务调度、生产系统联动和运营复盘中。
02 任务挑战
- 多入口请求高度非结构化：电话 / 微信群 / 小程序 / 触摸屏 / 公众号 / 服务台分散，需要统一沉淀为服务请求、工单与任务卡。
- 多角色协同复杂：客服、物业、工程、安保、商管与集团管理多角色协同，AI 输出必须遵守责任边界、权限、状态机与 SLA 规则。
- 高风险场景不可全自动：投诉、安全、赔偿、门禁、BMS / BAS 与 IoT 告警等场景需要人审、留痕与降级。
03 执行策略
明确产品定位与商业切入口
基于场景将平台定位为「B 端 AI 服务运营平台 + 服务对象端入口」，以「周有效闭环服务请求数」作为北极星指标。关键判断：客流预测、能耗优化都有想象空间，但「服务请求工单闭环」才是最稳的首个商业版本——高频、刚需、可量化、易接生产系统。
拆解服务运营与多角色协同流程
梳理多角色的核心诉求，定义「服务请求 → 工单 → 任务卡 → 履约凭证 → 评价 → 复盘」的主流程。
抽象核心业务对象与状态规则
抽象 ServiceRequest、Ticket、TaskCard、ServiceSession 等核心业务对象，明确工单状态流、SLA、优先级、责任人、履约凭证和超时升级规则。
定义 AI 能力边界与风险治理规则
将 AI 放在意图识别、信息补全、智能建单、派单建议等环节；对投诉、门禁控制、安全事件设置人工确认、权限校验和审计留痕。
规划版本分层与商业化路径
将其拆分为工单基础版、标准运营版、空间运营版、专业调度版、能耗运维版和集团 / 私有化版，明确基础能力、扩展能力和重集成能力的边界与报价逻辑。
04 核心架构
RuleGate：高风险动作拦截
HITL：投诉/安全/权限责任边界
DecisionLog：决策逻辑可追溯
trace_id：全链路覆盖核心行为
共 6 个 SKU 阶梯演进：L1 轻量接入快速形成价值，L3-L4 深度集成单独报价，避免首年现金 ROI 被深度集成拖垮。
把 trace_id、DecisionLog、标准事件属性以及运营驾驶舱设计直接写进 PRD 主体，坚决避免上线后补日志和报表。
05 项目成果
产品规划与架构设计
完成产品规划设计，形成「AI 服务入口 → 智能建单 → 派单推荐 →
任务卡 → 履约凭证 → 运营复盘」端到端方案。
设计 10
个核心数据对象、6 个商业版本 SKU、5 个分场景 ROI 模型。
商业级验收指标
工单闭环率 ≥ 95%、SLA 达成率 ≥ 90%。AI
自动建单成功率
≥ 80%。
敏感问题转人工准确率
≥ 95%、高风险确认率
100%。派单与处理总时长大幅下降。
分场景 ROI 测算
商业综合体 AI 增强后综合 ROI 1.4-2.4x、回本 6-12
个月。景区 / 文旅 AI 增强后综合 ROI
1.4-2.8x。
成熟期综合毛利率预计
55%-68%。设定集团客户年收入 200 万 +天花板。
