1. 战略与规划：深入理解业务（研发、生产、设备、销售），洞察核心痛点，识别和优先布局高价值、高可行性的AI应用场景； 2. 项目与交付：（1）跨部门协作，建设从概念验证到规模化部署的全周期AI项目。 （2）跟踪关键项目的进展，确保项目在预算内按时、高质量交付，并产生预期的业务回报。 （3）负责管理项目风险，特别是技术风险与业务变革阻力，确保项目成功落地。； 3.数据资产管理与应用：（1）推动本领域数据的标准化、规范化和在线化，确保数据质量。 （2）规划和设计数据分析看板（BI），为业务决策提供数据支持。 （3）探索数据挖掘和数据分析的应用场景，用数据驱动业务增长和效率提升。