模块一：问题诊断 → 核心冲突
1a. UDE 清单（令人不满的结果清单）
1b. V 型 CRT（当前现实树）
恶性循环闭环：③附件录不进 → 重新翻 → ①只有3h → ④看不完（⑪非标+反爬加剧）→ ⑤群发 → 业绩差 → ⑩加人无效 → ⑧新人慢 → 新人也录不进 → ③
graph BT
ROOT["V型底（根因）
现有信息系统的架构假设是
'信息由人工结构化后录入'
但核心业务信息天然是非结构化的"] --> UDE3
ROOT --> UDE11
UDE3["③ 附件100%录不进CRM"] --> X1["每次跟进都要
重新翻邮件和附件"]
UDE11["⑪ 客户信息非标
网站反爬，AI读不了"] --> UDE4
X1 --> UDE1["① 只有3h在做真正沟通"]
UDE1 --> UDE4["④ 2-3K SKU看不完"]
UDE4 --> UDE5["⑤ 只能群发产品清单"]
UDE5 --> X2["成交率低，业绩承压"]
X2 --> UDE10["⑩ 加人但产出不增"]
UDE10 --> UDE8["⑧ 新人培养慢（3个月+）"]
UDE8 --> UDE3
UDE3 -.-> UDE2["② CRM画像自己都不信"]
UDE3 -.-> UDE7["⑦ 上了BIP也没用"]
UDE2 -.-> UDE9["⑨ 管理层看不到一线"]
UDE8 -.-> UDE6["⑥ 金牌离职=归零"]
style ROOT fill:#9f7aea,color:#fff,stroke:#805ad5,stroke-width:2px
style UDE3 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE11 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style X1 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE1 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE4 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE5 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style X2 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE10 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE8 fill:#2d3748,color:#cbd5e0,stroke:#4a5568
style UDE2 fill:#1a202c,color:#718096,stroke-dasharray: 5 5
style UDE7 fill:#1a202c,color:#718096,stroke-dasharray: 5 5
style UDE9 fill:#1a202c,color:#718096,stroke-dasharray: 5 5
style UDE6 fill:#1a202c,color:#718096,stroke-dasharray: 5 5
1c. 核心冲突云图（蒸发云）
跨境 B2B 业务
持续盈利增长
深度理解每个客户的
真实需求和匹配机会
高效覆盖大量客户，
提高产出
花大量时间逐一研究客户
附件/SKU/历史，做精准匹配
压缩单客户时间，
群发+快速过滤
1d. 剖析连线背后的底层假设（突破口）
在 TOC 中，冲突（D 和 D'）本身是不可调和的。我们必须审视支撑这些连线的“假设”，只要打破其中最脆弱的一条，冲突即告瓦解。
模块二：业务本质 + AI Injection
2a. 业务本质推演
如果这门生意真的只是在“卖工业品”，大可以慢工出细活。冲突的根源在于：这家企业真正在赚的，其实是消除信息差的钱。
而是 "在海量信息噪声中精准匹配供需"
2b. 审视假设的脆弱性
在找出了导致冲突的底层假设后，我们需要逐一审视：哪一条假设在当今的技术/商业环境下最容易被打破？
2d. UDE 消失对标
10 倍速验证
2e. 有效产出会计验证
用 TOC 有效产出会计的三要素（T：有效产出、OE：运营费用、I：投资与库存）来重新计算 AI 介入后的业务流转。
模块三：市场洞察 → 行业核心冲突验证
3a. 利益相关方角色代入 UDE
忘掉你自己企业的痛。站在行业中利益相关方的立场，用他们的第一人称，写出他们每天最烦恼的现象。
海外买家 (采购经理)
- B1 收到的供应商邮件 80% 与我的实际需求无关，每天要花 1h 删邮件
- B2 发了详细规格书给供应商，对方回复的报价完全没对上技术参数
- B3 想找一个能持续供应 50+ SKU 的长期伙伴，但供应商只推最赚钱的几款
- B4 换了一个对接销售后，前面沟通的所有需求细节全部归零，得重讲一遍
工厂/供应链 (生产总监)
- F1 销售接的订单经常和客户真实需求有偏差，退货返工率高
- F2 紧急插单和突然取消交替出现，排产计划形同虚设
- F3 销售卖的和我们能做的不完全匹配，但沟通成本太高谁也不愿意核实
CRM/ERP 厂商 (产品经理)
- C1 客户买了系统但使用率不到 30%，续费时总说"没用起来"
- C2 最核心的客户信息（附件、规格书、图纸）我们的系统根本不能处理
- C3 销售宁愿翻邮件也不看 CRM，因为 CRM 里的数据自己都不信
行业竞对 (同规模销售总监)
- X1 今年加了 5 个人，营收只涨了 8%，人效在下降
- X2 金牌销售要走了，他手上 30 个大客户的关系和了解全在他脑子里
- X3 试了 3 个邮件自动化工具，回复率反而更低了
3b. 跨角色归类与寻找同构性
我们不能强行指定某一条就是“核心 UDE”，而是要把各方的便利贴放在一起，寻找“跨角色的共同主题”。如果有两个以上的角色都在抱怨同一个问题，那就不是某一个人的痛，而是整个行业的结构性痛点。
3c. 行业核心冲突验证表（含 3 层追根）
对聚焦出的核心 UDE 连续追问“为什么”，看各方的因果链是否在某一层“撞到一起”。
这里有三种可能：🟢 同构同根（行业级机会）、🟡
近根（需进一步聚焦）、 异根（纯企业内部问题）。
这证明了行业级共根冲突成立——我们面对的不是自己管理不善，而是整个行业都在受困的底层顽疾。
模块四：击穿单点 → 供需连产品设计
供需连产品机会卡（拆单点）
通过寻找需求单点（行业共性痛点）和供给单点（AI的十倍速能力），在特定的场景中打透，形成10X的连接单点（真产品）。
真场景
真需求
（10X需求单点）
（10X供给单点）
（10X连接单点）
10X 需求单点
跨境 B2B 行业的核心冲突："深度理解客户"与"规模化覆盖"不可兼得。所有利益相关方（买家/工厂/CRM厂商）都在承受这个冲突的后果。
10X 供给单点
AI 的 10 倍速能力：自动从邮件/附件中提取客户需求信号 → 结构化画像 → 全量 SKU 交叉匹配。打破"深度理解必须靠人"的假设。
10X 连接单点（真产品）
SAGE 系统——嵌入销售现有工作流（邮件/WhatsApp），静默运转，自动完成提取与匹配。销售无需改变习惯，产品在背后做"深度理解"。
五要素业务设计（从 1 到 10）
负面分支预留表：多利益相关方 3 层联合审查
Injection 要安全落地，必须过所有利益相关者的三道关卡：L1(防加剧) / L2(防创生) / L3(找驱动)。
一线销售
| L1 检查 | SAGE 的"10 秒确认"复核环节会不会变成新的信息搬运负担，反而加剧 UDE①？ | 需设计 | 复核界面必须是"一键确认/拒绝"，禁止要求销售补填。高置信度直接跳过。 |
| L2 检查 | 销售长期依赖 AI 摘要，"不看原文只看摘要"，丧失对客户的判断力 | 中等风险 | 定位为"军师不是将军"，关键决策场景强制展示原文摘要段落。 |
| L3 驱动 | 落地入口应从哪个 UDE 切入，才能让销售第一天就愿意用？ | 驱动切入 | 从 UDE⑤ 切入——"帮你写一封让客户秒回的邮件"。先给糖，后建制。 |
管理层 / CEO
| L1 检查 | 自动生成的画像如与"直觉"相悖，引发不信任，加剧 UDE⑨？ | 需设计 | 画像附带"证据链"——每个标签可追溯到邮件片段。 |
| L2 检查 | 拿到全量数据后"微操"一线策略，引发组织冲突 | 中等风险 | 管理层看板只呈现"客户组合健康度"，不暴露单笔细节，画清信息边界。 |
| L3 驱动 | 用什么方式启动管理层的 buy-in？ | 驱动切入 | 从金牌离职(UDE⑥)和人效天花板(UDE⑩)切入，恐惧驱动决策。 |
海外买家
| L1 检查 | AI 邮件如果仍对不上参数（幻觉），会加剧 B2，直接被拉黑 | 硬约束 | 防幻觉引擎：每条推荐附带原文档截图。P0 验证溯源率 ≥ 90%。 |
| L2 检查 | 收到"过于精准"的邮件，产生"被窥探"的不适感 | 中等风险 | 话术强调"基于您分享的规格书"，让精准感来自"认真读了需求"。 |
| L3 驱动 | 买家端的价值如何"不言自明"？ | 自然结果 | 收到一封"终于对上参数"的邮件，买家的 buy-in 不需要额外动作。 |
工厂 / 供应链
| L1 检查 | SAGE 匹配的 SKU 本身有错，会加剧 F1 | 硬约束 | SKU 知识库由工厂校验。AI 只做交叉匹配，不做参数推测。 |
| L2 检查 | 工厂觉得"AI 替代了传统沟通"，担心被边缘化或甩锅 | 中等风险 | 定位工厂为"产品专家"和"质量守门人"，匹配结果须经工厂确认。 |
| L3 驱动 | 如何让工厂端主动参与知识库建设？ | 驱动切入 | 从 F3 切入："你提供精确参数，保证不再给你送错单"。 |
CRM / ERP 厂商
| L1 检查 | SAGE 证明了现有 CRM 无能，加剧焦虑引发阻挠 | 需设计 | 定位为 CRM 的"喂养层"，提取的结构化画像回写 CRM。 |
| L2 检查 | 企业有了 SAGE 彻底放弃 CRM，厂商变反对者 | 中等风险 | P1 打通数据接口，让 CRM 数据"有人信"，把敌人变分销渠道。 |
| L3 驱动 | CRM 厂商的配合如何启动？ | 驱动切入 | 从 C1 切入："接入后，CRM 数据利用率升到 90%，续费率翻倍"。 |
4b. 工程踩坑实录：真实的交付挑战
4c. 三层定价结构
咨询公司按人天定价，因为它交付的是顾问的时间。我们交付的不是时间，而是结构性洞察 + 系统工程 + 持续运营能力。唯一合理的定价锚点是甲方的 ROI。
- 1. UDE 年化损失（客户视角） 基于诊断阶段量化的核心 UDE 年化影响（百万级），这个数字就是客户"不做任何改变"的代价。
- 2. Token 预充（算力启动） 按官方原价预充 AI 运行 Token，零加价透传。不收顾问费、方案费、系统开发费、升级维护费——我们的核心技术让系统运营成本远低于自建水平，这就是免去你全部开发费的底气。
- 3. 效果分润（利润引擎） 系统运转后产生的可量化业务增量的约定比例，双方按月对账确认。
对标传统方案的降维打击
| 维度 | 传统咨询/软件 | AIPM 模式 |
|---|---|---|
| 卖什么 | 时间(人天) / 功能(License) | 结果（业务指标改善） |
| 定价锚点 | 顾问日薪 / 功能复杂度 | 甲方的真实 ROI |
| 利益绑定 | 脱钩（用不用都收全款） | 强绑定（出效果才有分润） |
| 交付后 | 留下 PPT 或空系统 | 系统在跑，能力内化 |
| 启动成本 | 50-300 万开发/咨询费 | 0 开发费，仅 Token 预充（官方原价） |
| 做砸了谁亏 | 甲方（款已付清） | 双方共担（未见增量无分润） |
这种模式强制要求 AIPM 与企业站在同一阵线：如果系统出现幻觉导致成单率下降，损失最大的是 AIPM 自己。
模块五：必赢之战
Phase 拆解（四阶段 × 利益相关者闯关）
模块四的「5 利益相关者 × 3 层安全检查」结论必须落进具体的执行阶段。每个阶段同时回答：①技术和业务要到什么程度？②每个利益相关者的"闸门"在哪里打开？
功能验证 + 硬约束验证 (2 周)
技术目标：用最小 demo 证明 AI 能做到 Injection 声称的事：取 1 个客户的 10 封邮件 + 附件，AI 能正确提取需求信号并匹配到至少 3 个 SKU
治自己 + 内部利益相关者全面接入 (3 个月)
业务目标：在首个客户的真实业务流中验证 UDE 是否消失：UDE③ 信息沉淀率 10%→90%+；UDE① 有效沟通时间 3h→6h+；月成交单数翻倍
产品化 + 外部利益相关者正式接入 (6 个月)
产品目标：SAGE 从"定制项目"变为"可复用行业模板"，服务第 2-3 个客户。新客户部署周期缩短到 4 周；定价模型确立
击穿 + 利益相关者飞轮 (1 年)
战略目标：供需正反馈飞轮形成：每个客户的数据让系统更聪明 → 效果更好 → 分润更多 → 吸引更多客户
必赢之战执行表（五定 × 三条战线）
视角切换说明：上方的"Phase 拆解"是时间轴视角——按 P0→P3 的先后顺序回答"什么时候做什么"。下方的"五定执行表"是战线视角——按三条并行主题战线回答"谁负责哪条线、怎么衡量、谁给助攻"。两个模块互为经纬，横看是阶段，纵看是战线。
| 战略模块 | 全局统筹 | 分战役① 技术壁垒 |
分战役② 销售赋能 |
分战役③ 生态联盟 |
|---|---|---|---|---|
|
定方向 / 定目标
|
方向：让 AI
帮外贸公司又快又准地读懂客户、匹配产品、跟进订单——不再靠人海战术 目标：12 个月服务 5 家企业，5/5 利益相关者全绿灯 |
保证 AI 说的每句话都能找到原文出处，不瞎编 | 让销售先尝甜头、再建习惯、最后离不开 | 把工厂、CRM 系统、海外买家全部串起来，形成别人抄不走的网络 |
|
定责任
|
总负责人：CEO | 战线负责人： AI 产品负责人 |
战线负责人： 销售运营负责人 |
战线负责人： 行业拓展负责人 |
|
定举措
|
- | P0: 拿 10 封真实邮件跑一遍，证明 AI 不瞎编 P1: 拉工厂一起把产品参数录进系统 P2: 做成标准模板，新客户拿来就能用 P3: 用的客户越多 AI 越准，自己滚起来 |
P0: 给销售演示"帮你写一封客户秒回的邮件" P1: 上线一键确认 + 关键报价必须看原文 P2: 新客户 4 周内跑通全流程 P3: 新人入职当天就能上手干活 |
P1: AI 提取的客户画像自动回填 CRM；工厂开始录入产品参数 P2: 工厂确认匹配结果写进流程；CRM 数据打通；给买家邮件换话术 P3: CRM 厂商把我们推荐给客户；工厂主动要求接入 |
|
关键衡量指标
|
- | 10 句话 9 句有出处 产品参数录入完整度 ≥ 95% 推荐的产品越来越准 |
P0 结束至少 1 个销售说"再帮我写一封" 销售不再抱怨"群发没用" 新人第一天产出达到老人八成 |
CRM 续费率有明显提升 因参数不匹配导致的退货减少 不花广告费也能来 30% 新客户 |
|
定资源 (助攻)
|
- | 研发部助攻： 抽 1 个最强的工程师专心搞 2 周 + 工厂派 1 个懂产品的人 |
业务部助攻： 派 1 个资深顾问去客户公司蹲 1 个月 + 编一套销售上手指南 |
交付/BD部助攻： 老板出面对接 CRM 厂商高层 + 加 1 个专职项目经理 + 包装预算 |
5b. 棘轮效应：回不去的旧时代
当四阶段落地时，系统的价值不再由开发方推销，而是由一线的体验倒逼组织前行。这种单向不可逆的改变，就像棘轮一样卡住了业务回退的可能性。
5c. 战略红线：为什么多数企业的 AI 项目死在了 Stage 0？
在 SAGE 的推演中，我们验证了成功的必要条件。剥离这些条件，仅仅把 AI 当作“代码外包”或“工具调用”，项目必然走向烂尾。因此在 AIPM 体系中，存在三条不可逾越的反共识红线：
试图利用大模型做毫无针对性的“海量营销群发”。
AI 的价值是解决极高复杂度的“供需信息匹配效能”，而非充当制造信息垃圾的放大器。我们只做具有 10X 杠杆的真实业务连接，不助长无效内耗。
业务量庞大，但内部连基础的数据结构认知和 IT 对接人都没有，寄希望于“外包一个 AI 就完事”。
AI 战略落地是业务与技术的双向奔赴。如果组织本身没有准备好承接系统的土壤，再强悍的 AI 引擎也只能空转翻车。
业务核心冲突尚未达成共识，企业一号位直接当甩手掌柜，让 IT 部门来找我们“写几行调 API 的代码”。
AI 战略重塑一定会遭遇既得利益者的阻力。如果没有一号位的亲自下场和核心共识，遇到阻力时必将妥协，项目必死无疑。
最终章：全局推演与业务迁移
全局推演：战略落地的因果链条
以下是这 15 步推演的因果逻辑浓缩。这是一条严密的推导链：每一步的结论，都是下一步的前提。只要底层假设被打破，整个行业范式的重构就成为必然。
CEO 说"人不够用"。但通过 10 条 UDE 归因后发现，根因是"深度理解客户"和"规模化覆盖"不可兼得。这不是靠堆人力能解决的问题——新加入的人同样会陷入这个低效循环。
"深度理解必须靠人工"——这个假设在 2023 年之前是行业的铁律。但大模型的出现，让它成了整个循环中最脆弱的节点。击碎这个假设，原有的闭环 UDE 就会自然消解。
买家抱怨"报价不准"、工厂抱怨"需求偏差"、CRM 厂商抱怨"使用率低"、竞对困于"人效瓶颈"。这些看似孤立的痛点，追溯到底层却收敛于同一组假设。谁能率先打破它，谁就能定义新的行业规则。
战略的破局不在于更花哨的营销或更强制的管理，而是在信息处理的基础设施层做 Injection。SAGE 并不替代销售，而是把"读懂客户"的时间从人天级压缩到秒级，彻底改变了业务的成本结构。
5 类利益相关方 × 3 层负面分支 = 15 道安全闸门。通过穷举并化解"谁会反对、为什么反对"，确保技术落地不是盲目乐观，而是经得起现实利益博弈的考验。
P0 阶段仅需 10 封真实邮件与 2 周时间即可验证可行性。但一旦跑通 P1，系统积累的专属客户数据将让 AI 越用越准，形成竞争对手难以逾越的壁垒。这不是单纯的技术选型，而是抢占行业新生态的窗口期。
迁移模板：换掉变量，你的行业也能这样推
这个案例的力量不在"跨境 B2B"，在于底层推理结构。以下是将同一套框架迁移到任何行业的操作指南。
1. 识别你的行业是否存在同构冲突
_____ 行业，_____(深度/个性化) 和 _____(规模/效率) 不可兼得。"
| 行业 | 冲突的两端 | 被锁死的假设 |
|---|---|---|
| 跨境 B2B (本案例) | 深度理解客户 vs 规模化覆盖 | 深度理解必须靠人工 |
| 医疗健康 | 个性化诊疗方案 vs 标准化效率 | 个性化方案必须靠专家经验 |
| 法律服务 | 精准法律意见 vs 服务更多客户 | 精准意见必须靠资深律师逐案分析 |
| 教育培训 | 因材施教 vs 班级规模 | 因材施教必须靠老师一对一观察 |
| 金融理财 | 个性化资产配置 vs 客户量增长 | 个性化配置必须靠理财顾问面谈 |
2. 五步迁移清单
-
1画你的恶性循环 (模块一)
列出你行业里"大家都在骂但没人解决"的 7-10 条现象，画因果箭头，找到循环闭合的节点。
-
2拆假设、找最脆弱的一块砖 (模块二)
冲突背后有哪些"理所当然"的假设？哪一条因为大模型的出现不再成立？抽掉它，看循环是否断裂。
-
3换 4 把椅子坐 (模块三)
坐到客户、供应商、渠道、竞对的椅子上写 UDE。如果追根因后收敛到同一组假设——恭喜，你面对的是行业级机会。
-
4定义你的 SAGE (模块四)
你的"Injection"击穿哪个假设？只需把一件原本"人天级"的事压到"秒级"。然后过 15 道安检。
-
5画你的 P0→P3 (模块五)
P0 只做一件事：用最小投入证明"那块砖确实能被抽掉"。先证明一个点，再展开一条线。
这套框架的适用边界
任何战略框架都有其边界。如果你的行业里，"深度与规模"的矛盾并非源于"信息处理依赖纯人工"——比如真正的瓶颈是稀缺的物理资产、行政牌照或是重型供应链——那么大模型并非此局的解药。
但如果，"人脑处理复杂信息的带宽"正是锁死你们业务增长的那块砖，那么这套框架将完全适用。对于这类业务而言，最大的风险已不再是技术的不确定性，而是战略上的迟疑。
框架闭环验证通过（v2.0）
此案例已严格对齐五模块最新设计规范（含 UDE 消失对标、利益相关方角色代入、负面分支预留、四阶段执行）。
不仅可作为课程教学标准范例，更可作为学员自主推演的迁移蓝本。