工作职责

（一）产品规划与迭代：锚定技术与需求的平衡点

1、牵头开展公司产品全生命周期规划，基于行业政策（如物流自动化、绿色物流相关标准）、客户场景（如仓储分拣、快递中转、立体仓库设计等）及技术成熟度，制定 3-5 年产品战略 roadmap 与年度迭代计划，明确各版本核心功能（如分拣效率提升、多品类兼容、路径优化、AI 视觉识别精度升级等）、技术指标与落地里程碑。

2、深度挖掘客户需求：通过客户访谈、现场调研、行业展会走访等方式，收集不同行业（电商、快递、制造业、物流、生鲜冷链等）客户在分拣场景中的痛点（如错分率高、人工成本高、高峰时段运力不足、异形件分拣困难等），转化为可落地的产品需求文档，确保产品功能匹配真实业务场景。

3、主导产品迭代过程管理：协同研发（硬件、软件、算法）、测试、供应等团队，明确各环节交付标准与时间节点，跟踪迭代进度，解决跨部门协作中的技术冲突（如硬件算力与软件功能的适配、分拣速度与稳定性的平衡），确保迭代版本按计划上线、验收与交付。

（二）技术趋势追踪与创新：为产品注入前沿动力

1、持续追踪智能分拣领域前沿技术动态，重点关注核心技术方向，如：

2、定期输出行业技术洞察报告，分析技术成熟度、商业化落地案例及潜在风险，为公司技术选型（如是否引入 AI 大模型优化分拣路径、是否布局无人化分拣立体仓整体解决方案）与产品创新提供依据。

3、推动技术创新转化：联合创新型研发团队评估前沿技术在现有分拣机器人产品中的应用可行性，牵头开展创新功能的原型验证与小批量试产，验证技术落地效果与市场接受度。

（三）市场与竞品分析：精准定位产品竞争力

1、开展全维度市场分析：研究全球及目标区域（主要是欧美和东南亚等）智能分拣市场规模、增长驱动因素（如电商渗透率提升、制造业自动化改造需求）、细分场景（冷链分拣、大件分拣、立体仓库分拣）的市场占比与需求差异，明确公司产品的目标市场与切入策略。

2、深度竞品分析：跟踪国内外主流分拣机器人厂商（如头部物流设备企业、机器人创业公司）的产品布局、核心功能、技术参数（如分拣效率、错分率、负载能力）、定价策略、客户群体、市场份额及优势短板，形成竞品分析报告，为公司产品差异化设计（如针对中小客户的高性价比产品、针对高端客户的定制化解决方案）、定价调整与市场推广提供参考。

3、收集市场反馈与竞争动态：通过销售团队、客户服务团队、行业论坛等渠道，实时获取市场对公司产品的使用评价、改进建议，以及竞品的新产品发布、促销活动、合作动态等信息，及时调整产品策略与市场应对方案，避免市场机会流失或竞争劣势扩大。

（四）跨部门协同与资源统筹：保障产品落地效率

1、与研发团队协同：作为技术与需求的 “翻译官”，向研发团队清晰传递产品需求与市场价值，参与技术方案评审（如硬件选型、算法逻辑设计），解答研发过程中关于需求场景的疑问，协调解决技术难点（如当分拣效率不达标时，联合算法、硬件团队排查优化），确保研发方向与产品目标一致。

2、与市场销售团队协同：输出产品培训材料（如产品功能手册、操作指南、优势卖点），为销售团队提供技术支持（如客户现场演示讲解、解答技术疑问），参与市场推广活动（如行业展会、产品发布会），协助制定营销话术与推广策略，确保市场端准确传递产品价值，同时收集销售端反馈的客户潜在需求，反哺产品规划。

（五）产品效果评估与优化：驱动持续改进

1、建立产品效果评估体系：设定关键指标（KPI），如分拣效率、错分率、设备故障率、客户满意度、市场占有率、产品利润率等，通过产品后台数据监控、客户调研、现场回访等方式，定期（如每月 / 每季度）评估产品上线后的实际表现，对比目标值分析差距。

2、牵头问题分析与优化：针对产品运行中暴露的问题（如某场景下分拣错分率偏高、软件系统卡顿），组织研发、测试、客户服务等团队开展根因分析，制定优化方案（如算法参数调整、软件补丁更新、硬件结构改进），跟踪优化效果，确保问题闭环。

3、基于数据与反馈迭代产品：结合市场趋势变化、客户需求升级及产品效果数据，动态调整产品迭代优先级，保持竞争力。

任职要求

1、教育背景：本科及以上学历，计算机科学与技术、自动化、机械工程、物流工程等相关技术类专业优先，英语可进行工作交流优先。

2、工作经验：3 年以上智能硬件（机器人、自动化设备优先）或物流科技领域集成商企业产品经理经验，有分拣机器人、AGV/AMR、立体仓储自动化设备相关产品经验者优先。

3、能力要求：

技术理解力：能看懂技术方案（如算法流程图、硬件原理图），理解分拣机器人核心技术（运动控制、视觉/二维码识别、协同调度）的原理与局限性，可与研发团队高效沟通；

市场洞察力：具备敏锐的行业趋势捕捉能力，能从市场数据、客户反馈中提炼核心需求，准确判断技术商业化机会；

规划与执行：能独立制定产品 roadmap 与迭代计划，具备跨部门协调能力，推动复杂项目落地；

数据分析：熟练使用数据分析工具（如 Excel、SQL等），能通过数据评估产品效果，驱动决策；

素质要求：具备创新思维、结果导向，对智能分拣行业有热情，抗压力强，适应行业快速变化。