信息分散在多个载体和业务系统中。
建设基础可信的物业知识与数据底座
工作方式多个岗位数字员工协同处理任务
落地方式三个建议试点，阶段0确认范围
Root Cause
物业并不缺资料和系统，
物业并不缺资料和系统，
难的是把它们变成可复用的行动能力。
知识分散、系统割裂、关键判断依赖个人经验；资料虽然存在，但一线难以在正确的时间、流程和权限下直接使用。
一线人员需要反复搜索、核对和询问。
岗位切换或忙闲变化时，执行质量随之波动。
新项目和新员工仍要重新摸索同类问题。
AI只有连接知识、判断、执行和反馈，才能创造持续价值。
问答只解决“知道什么”。数字员工还要基于可信依据做出判断，协同人员和系统推进任务，并把结果回写成下一次可复用的能力。
知识分散
制度、合同、手册、工单和经验缺少统一的语义、版本与权限入口。
系统割裂
咨询、工单、设备、能源、收费和档案各自记录，任务状态难以连续。
个人经验
意图判断、风险识别、责任分配和跟进督办长期依赖熟手。
Overall Solution
一个底座、一套平台、
一个底座、一套平台、
一组岗位数字员工。
整体方案不替换已有物业系统，而是在其上建立统一的知识、任务和治理能力，让不同岗位围绕同一业务结果协同工作。
三大支柱
底座让信息可信可用，平台让任务可编排可治理，岗位数字员工让能力进入日常工作。
一个知识与数据底座
在项目、身份和权限边界内，统一连接文档、工单、设备、能源、财务和档案数据，保留来源与版本。
一套AI数字员工平台
把模型、知识、规则、流程、业务连接和安全治理组合成可追溯的任务执行能力。
一组岗位数字员工
按客服、工程、财务、档案、政策服务和管理岗位组织能力，多个数字员工在同一任务上协同。
整体能力地图
蓝图覆盖多类岗位能力；后续页面仅展开三个建议试点，不代表其他能力被删除或已进入实施范围。
客户服务与工单
咨询、报修、投诉、建单、派单、督办与回访形成连续任务。
设备与能源
设备档案、维保知识、巡检协同和能源异常候选，专业判断仍由授权人员负责。
财务与档案
财务档案、账单核对、欠费协同、合同票据解析、档案检索和审计取证。
园区企业政策
连接经过审核的政策源，辅助企业条件匹配、材料准备和节点跟踪。
多语种服务
辅助理解多语种诉求、生成服务内容并完成人工交接，支持语种与质量门槛由阶段0确认。
经营分析
汇总服务、工单、设备、能源和岗位任务的运行信号，形成可追溯的管理视图。
统一AI运营与治理
集团统一 / 项目隔离
管理项目、身份、权限、知识、流程、模型、质量和审计，为六类能力提供共同运行基础。
Capability Architecture
这不是一个聊天机器人，
这不是一个聊天机器人，
而是一套可治理的工作系统。
从服务入口到数字员工、工作引擎、可信底座和权威业务系统，每一层都有明确职责；治理体系贯穿全程，控制AI能看什么、能做什么、何时必须交给人。
01
服务对象与入口
服务对象
统一服务入口
02
AI数字员工层
按岗位承接任务
03
AI工作引擎
理解与计划
协作与执行
04
知识与数据底座
可信知识
项目数据
治理元数据
05
业务系统与执行层
架构管理原则
可信依据
数字员工基于可信依据工作，不是自由生成答案。
受控连接
通过受控接口连接现有业务系统，接口权限按职责开放。
授权确认
关键动作由授权员工确认，人工接管始终可用。
事实归口
最终状态以权威业务系统为准，AI不另建事实。
复用与隔离
平台与模板可复用，但项目知识、数据、权限与责任边界相互隔离。
Agent Loop
AI数字员工究竟怎样把一件事情做完？
它不是一次回答，而是一条有依据、有分工、有人工确认、有系统执行、有结果回写的受控闭环。
AI负责
员工负责
业务系统负责
职责边界：AI不直接执行高风险动作；员工负责专业判断与关键确认；业务系统负责执行、最终事实记录与回写。
01AI负责
接收诉求
从统一服务入口接收问题与任务。
02AI负责
识别身份与任务
确认用户、项目、意图与职责边界。
03AI负责
补齐必要信息
只追问完成任务所需的缺失信息。
04AI负责
检索可信依据
核对制度、SOP、历史事实与版本。
05AI负责
多Agent协作形成方案
按岗位分工汇总建议与引用依据。
06员工负责
人工确认
授权员工进行专业判断与关键确认。
07业务系统负责
业务系统执行
按授权动作执行，并生成正式状态。
08AI负责
通知与跟踪
同步进展、提醒超时、收集反馈。
09业务系统负责
结果回写
沉淀最终事实记录，供后续工作复用。
进入下一次任务
有依据、有协同、有确认、有执行、有沉淀
Recommended Pilots
建议试点组合，
建议试点组合，
用三类场景验证共性能力。
建议试点组合不代表已确认范围；它是能力验证建议，不等同于已确认建设范围。最终顺序、落地位置与具体范围在阶段0确认，判断依据是业务价值、材料与数据质量、系统条件与责任边界。
阶段0先确认试点条件
不以页面排序代替真实业务决策：根据价值、可用材料与数据、现有系统接入条件及责任归属，再确认先后、落点与范围。
商户报修与投诉 — 客户服务闭环
从复合诉求理解、信息补齐到工单、通知和回访，验证高频服务链路。
覆盖：客户服务设备故障与维修 — 专业知识到现场
把手册、合同、巡检与历史记录转成带依据的现场检查与维修建议。
覆盖：设备运营园区企业政策服务 — 主动企业服务与跨项目复制
从有效政策匹配、材料准备到节点跟踪，验证可解释的企业服务能力。
覆盖：企业服务
Coverage
客户服务、设备运营、企业服务
三类场景共同验证知识引用、Agent协作、人工确认、系统连接与审计留痕。
Pilot 01 · Service
商户报修与投诉，
商户报修与投诉，
验证客户服务闭环。
这一建议试点聚焦“听懂复合诉求、补齐必要信息、衔接正式工单、持续通知跟踪”，不预设自动建单或对外承诺权。
场景问题
商户诉求把故障、营业影响、历史报修和投诉放在同一次表达中；现状容易反复追问、人工录入并依赖跨团队跟踪，形成报修＋投诉的复合意图。
用户输入
“天花板漏水，已经影响营业；之前报修过，但一直没有人跟进。”来自商户的自然语言诉求
Agent协作
- AI数字管家
识别报修＋投诉的复合意图。
- AI数字管家
调用服务规则、投诉流程与安全巡检知识，并展示引用依据。
- AI数字管家
补齐商铺与位置、漏水范围、现场照片与安全风险。
- 工单员工
草拟工单、关联投诉，建议责任班组与处理流程。
- 督办员工
跟踪进展与通知，并在正式验收后跟进回访。
业务结果
- 信息完整
- 责任清晰
- 状态可追踪
- 依据可审计
人工边界
正式应急等级、SLA、责任班组、对外承诺与工单写入，由授权员工或权威系统确认。
验证重点
- 复合意图
- 信息补齐
- 知识引用
- 工单衔接
- 通知跟踪
- 人工接管
Pilot 02 · Maintenance
设备故障与维修，
设备故障与维修，
让专业知识到达现场。
这一建议试点验证分散的设备知识能否以同一资产身份被检索、引用和回写，并始终保留工程专业判断。
场景问题
手册、合同、巡检与历史记录分散，现场人员难以及时获得一致、适用且可核验的处置依据。
用户输入
“设备运行时持续异响，现场还不能判断原因。”工程人员先描述设备异常表现，原因尚不明确
Agent协作
- 运维员工
识别设备型号、位置与症状，建立本次故障上下文。
- 运维员工
检索维保手册、维保合同、巡检记录与历史故障。
- 运维员工
生成检查项、故障候选、维修建议与备件清单，同时标注依据。
- 工程人员
确认专业判断与安全措施，决定现场执行方式。
- 运维员工
创建维修任务，并将结果写回设备档案与审核后知识。
业务结果
把分散在长文档和历史记录中的知识送到现场，形成一致、可追溯的现场依据。
- 统一检查步骤
- 可追溯故障候选
- 维修建议与配件清单
- 维修结果沉淀
人工边界
AI不替代专业检测、消防安全判断、安全职责或故障定级，现场处置仍由具备职责的专业人员确认。
验证重点
- 资产身份
- 长文档解析
- 历史检索
- 引用准确性
- 现场反馈
- 知识更新审核
Pilot 03 · Policy
园区企业政策服务，
园区企业政策服务，
验证主动服务与复制能力。
这一建议试点聚焦有效政策、授权企业数据与申报材料之间的证据链，验证通用方法能否在不混用项目数据的前提下复用。
场景问题
政策数量多，有效期与适用条件持续变化；服务人员需反复搜索、比对、匹配和提醒，难以形成稳定证据链。
用户输入
“我们适合申请哪些租金补贴、场地减免或跨境支持政策？”企业希望得到与自身条件相关的候选政策
Agent协作
- 政策员工
读取经授权的企业画像，只使用本次服务所需信息。
- 政策员工
在有效政策库中匹配候选项，展示来源、条件与匹配依据。
- 材料员工
生成材料清单、缺失项与草稿，便于企业和服务人员复核。
- 提醒员工
跟踪截止节点与进展，在关键节点提醒相关人员。
业务结果
从人工搜索转向有依据的主动匹配、材料辅助与里程碑跟踪，让企业和员工可以逐项复核。
- 候选政策清单
- 匹配依据与来源
- 材料缺失项与申报初稿
- 申报节点跟踪
人工边界
AI不承诺申报成功；企业画像需授权；正式材料与提交由企业或授权员工确认。
验证重点
- 政策版本与有效期
- 匹配依据
- 企业数据授权
- 材料生成
- 截止日期提醒
Governance
六项管理控制，
六项管理控制，
让AI在明确边界内工作。
管理重点不是技术名词，而是回答有依据、行动有权限、结果有人负责。
可信引用
回答展示来源、版本和适用项目，让使用者能够核对依据。
统一权限
身份、知识、工具与系统调用统一受控；AI不能自行授予权限。
人工确认
AI可以草拟、建议和提醒；费用、时限、责任、对外承诺与正式提交必须由授权人员确认。
权威事实源
工单、费用、设备、合同与审批的最终状态以权威业务系统为准。
全程审计
关键动作、AI依据、人工修改、失败、重试与回退全程留痕。
项目隔离
深圳与绵阳各项目（赛格广场、绵阳综保区、科技城新区）的项目知识、数据与权限分别隔离；仅复用经授权的模板与组件。
人工接管：依据不足时转人工，由授权人员继续判断与处理。
Roadmap & Replication
先验证工作方法，再决定建设范围。
复制的是已验证的方法、模板与平台框架，不是把一个项目的数据和权限直接搬到另一个项目。
阶段0
盘点实际流程、岗位工作量、文档与数据、系统与接口、风险边界和价值基线，形成建设判断依据。
选择试点
优先场景从商户报修与投诉、设备故障与维修、园区企业政策服务中选择，并明确数据条件与验收方式；部署项目与地点再按适用范围在赛格广场、绵阳综保区、科技城新区中确认。不代表三个试点同时建设。
小范围验证
从员工辅助与影子模式开始，先对比人工结果，再根据风险逐步开放动作。
沉淀模板
将已验证的做法沉淀为Agent模板、工作流模板、知识治理方法和连接器。
跨项目适配
面向赛格广场、绵阳综保区和科技城新区，平台与框架可复用；每个项目都要重新加载项目知识、数据、规则、权限和系统连接，并独立验收。
跨项目复制的前提是：方法经过验证，项目边界重新确认，验收责任分别承担。
Phase Zero
下一步，
下一步，
只确认六件影响建设决策的事。
阶段0是建设决策，不是模糊研究。客户与方案团队共同确认真实条件，再决定做什么、先做什么以及如何验收。
真实流程
确认现在如何受理、判断、流转、处理与关闭，不以纸面流程代替现场工作。
代表性文档与数据
确认哪些工单、表单、知识、合同或设备资料能代表真实场景。
现有系统接口与事实源
确认信息从哪个系统读取、最终状态在哪个系统维护。
责任与人工边界
确认AI可以草拟或提醒的事，以及必须由授权人员确认的事。
试点顺序与地点
根据价值、数据条件、风险和客户资源，确认先验证哪个场景、放在哪个项目。
验收基线与标准
确认当前基线、验收口径、证据来源和责任人，让建设结果可判断。
客户需要提供
- 可访谈的业务、IT与安全责任人
- 真实流程、代表性文档和可脱敏数据样本
- 系统清单、接口联系人、权威事实源与现有权限规则
客户将获得的决策输出
- 试点地点、顺序、范围与暂不建设项
- 数据、接口、责任前提与主要风险清单
- 验收基线与标准，以及继续、缩小范围、先补条件或暂停的建设建议
Alignment & Decision
对齐边界，
对齐边界，
再做建设决定。
请对齐试点顺序、责任边界与验收标准，再决定建设范围。