从产品经理到 AI 赋能专家：13 年职业路径的六个转折

2014 年 4 月，我以产品经理的身份进入北京木仓科技；2026 年 1 月，我在横店影视股份有限公司（002771.SZ）负责数智化专项。 中间隔着 13 年、6 家公司。回头看，真正决定路径的从来不是「去哪家公司」，而是每一次换赛道时那个判断依据。 把这六次选择写下来，比写任何一段成绩都更有意义。

为什么值得写一篇职业复盘

职场方法论的文章很多，但大多数在讲「应该怎么做」。我更想记录的，是 「我当时是怎么想的」—— 因为判断依据这种东西无法从别人的结论里直接搬走， 只能从真实的取舍里看出来。

先给一张总表。六段经历的时间、公司、角色与关键成果汇总如下，后面每一节，都是对表里某一行的展开。

之所以仍然把它写下来，是因为 13 年里我换过三次赛道：从工具类 toC，到金融变现， 再到环保 toG/toB，最后落到企业 AI。每一次换赛道，都伴随着一段「从零重新建立体感」的阵痛， 而这些阵痛，比顺境更能说明一个人的判断标准。

木仓科技（2014.04–2017.03）：把一款 App 从 0 做到 DAU 600 万

这是我职业的起点。在北京木仓科技股份有限公司，我在初创团队里做产品经理，主导驾考宝典 App 的 MVP 设计与整体架构。 结果是 DAU 从 300 万增至 600 万，翻了一倍；同时搭建了 29 组用户标签画像、300+ 细分标签体系， 并推动自研 IM 通信系统与推送系统的建设。

判断依据：选一个「用户需求足够硬」的产品，胜过选一个「赛道听起来够大」的产品。 驾考的需求是刚性的、有时限的、结果可验证的，这让产品早期的每一次迭代都能拿到明确反馈。 这段经历教给我最重要的一件事是：产品的地基 —— 架构与标签体系 —— 决定它后面能长多高。

初创团队的好处是，你没有太多可以依赖的资源，只能靠自己把事情想透。 在没有成熟流程的时候，产品的每一个决定都会直接暴露在数据面前， 这反而逼出了最扎实的基本功 —— 用户标签、IM 通信、推送系统，都是那时一段段搭起来的。

惠借科技（2017.05–2019.07）：第一次为「花钱的效率」负责

在杭州惠借科技有限公司，我担任高级产品经理，负责信贷家 App 与金牛贷 App 的 C 端产品设计， 并管理头条、美团等平台的渠道引流策略。投资回报率持续保持 1.7 以上，行业旺季达到 3.27。

判断依据：从「增长」转向「变现」，补上商业闭环里最难的一课。 在木仓，我关心的是用户愿不愿意来、愿不愿意留；到了惠借，我第一次必须回答 「获取一个用户花多少钱、他能带回多少钱」。 流量是有价格的，产品设计必须对这份价格负责。

联运环境（2019.07–2021.11）：从 toC 到 toG/toB 的转身

在浙江联运环境工程股份有限公司，我担任分好啦事业部产品负责人，主导联运 SaaS 平台的整体构建， 覆盖垃圾「投放 → 收集 → 运输 → 储存」的全流程数字化，推动 2500 个小区试点， 并成功中标多个政府环卫项目，验证了 toG/toB 的商业化路径。

判断依据：主动跳出舒适区，用 toC 的手感去做 toG/toB 的生意。 这段经历让我第一次完整理解「多角色产品」：使用者、付费方、决策方往往不是同一批人。 toC 拼的是体验，toG/toB 拼的是让每一方都能交差。

这段经历也修正了我对「成功」的理解：一个项目能不能成，往往不取决于产品做得多好， 而取决于它能否同时覆盖政府、企业、使用者三方的诉求。 多角色产品的第一课，是先想清楚谁说了算、谁出钱、谁在用。

中国移动（2021.12–2024.12）：在 1.8 亿月活上学会「规范」

在中国移动在线营销服务有限公司，我担任高级产品策划，职级为中移 8 岗 90 分位。 主导 IOP 精准营销平台，支撑月活 1.8 亿 App 的全链路闭环运营，并深入用户画像与数据平台建设。

判断依据：去体量最大的平台，看一件正确的事在极大规模下会被放大成什么样。 在央企体系里做产品，规范、流程、口径的重要性会被放到最大。 这套「先把口径定死、再谈效果」的习惯，后来成了我做 AI 项目时最受益的底层能力。

有方大健康（2025.01–2025.12）：产品总监的第一课是商业模式

在有方大健康科技集团有限公司，我担任产品总监，负责大产品架构下的医疗机器人项目， 设计加盟商业模式，推动 toB 门店后台与 toC 品牌小程序结合。 产品线覆盖推拿按摩机器人、揽八方门店管理系统，以及奈晚推拿、奈晚 X 与谷有方加盟管理系统、轻量化销售管理小程序。

判断依据：从「做好一个产品」升级为「设计一套能跑通的生意」。 产品总监和产品经理最大的区别，是前者要对商业模型负责。 门店后台、品牌小程序、加盟管理三条线必须互相咬合，缺一条，加盟模式就转不起来。

横店影视（2026.01–至今）：把 AI 挂到经营链路上

2026 年 1 月，我加入横店影视股份有限公司（002771.SZ），在 IT 信息部负责数智化专项。 主导「4+6」十大 AI 场景矩阵的规划与交付，并推动「横影·映航」影院经营智能驾驶舱落地 —— 以「监控 → 排片 → 画像 → 定价」的经营操作贯穿院线经营全链路。 首批四大 AI 应用全部交付，AI 独立解决率 76.8%，年化 ROI 区间 950–1800 万元。

判断依据：AI 的价值必须挂在真实的经营链路上，而不是停在 PPT 里。 这是我第一次完整走完「传统企业的 AI 商业化闭环」—— 从商业化构思、AI 能力构建， 到用 AI 赋能盘活既有基本盘。越是被真实经营压力压着的企业，AI 越有用武之地。

在横店，我把前 13 年积累的东西几乎都用上了：木仓的用户视角、惠借的投放效率、 联运的多角色设计、中国移动的口径规范、有方的商业模型。 它们在这里汇成了同一件事 —— 判断一个 AI 场景到底值不值得做。

六段之后：三个共同的判断

把六次选择放在一起看，会有三条反复出现的判断。

• 方向比平台重要。六次选择里，我几乎每次都更看重「这件事是否在向上走」，而不是公司当下的名气。
• 能力可迁移，手感要重练。从 toC 到 toG/toB 再到 AI，方法论能带走，但对新行业的体感必须从零建立。
• 把每段经历的「副产品」变成下一段的资本。用户画像、投放 ROI、经营口径 —— 这些当年看似无关的积累，最后都成了做企业 AI 的底料。

数据来源：本文履历信息引自本站 创始人经历 页面与 商业化案例 页面。