阿里巴巴
阿里云智能-商业技术工程师(互联网领域)-北京
阿里云智能-商业技术工程师(互联网领域)-北京
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公大客户销售
大客户销售
Agent应用
Ai解决方案
Maas
Prompt Engineering
Tob销售
Token运营
商务谈判
大模型
客户成功
值不值得投
76综合评分
综合评分 76
AI大模型商业化核心岗，前沿技术栈与高成长空间并存，业绩导向强，适合极具冲劲的复合型ToB销售精英。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.5万
比大客户销售中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3080 个在招 · 其中大客户销售 75 个
市场机会
选择面较广
北京 · 大客户销售 · 约 250 个在招
职位详情
关于这个职位
该职位主要负责阿里云MaaS（模型即服务）产品在互联网领域的客户开拓与商机挖掘，深度理解客户业务需求并匹配AI解决方案
你需要推动AI大模型及Agent应用落地，驱动Token调用量增长，并负责全生命周期的客户服务与商务谈判，实现业绩目标
最低要求
年以上工作经验
有MAAS相关领域的To B销售或售前相关工作经验（大厂AI应用、AI 2B行业应用、AI 2C应用等）
有saas软件等相关行业，To B销售或售前、客户成功相关工作经验
AI native 公司创业经历，运营、商业化、产品经理、销售经验等
新客户开拓及覆盖能力：能够对AI原生及新兴增长赛道的市场机会进行快速识别，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机
具备商业理解能力，能深度理解客户业务及其所在竞争环境，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点
有敏锐的判断力，能挖掘客户有效场景,初步匹配对应MAAS产品和解决方案，找到双方合作机会点
熟悉阿里云AI产品矩阵的特点、能力边界、适用场景及技术演进熟悉阿里云AI产品矩阵
了解国内外市场同类产品的技术特性异同，与阿里云产品的差异化优势，回答客户对AI产品技术发展趋势和技术特性的常规问题
保持对AI趋势的及时掌握和深度理解，熟悉生成式AI服务、人工智能、机器学习及基础模型产品知识
具备初步MAAS动手实操能力，能够在百炼平台熟练使用多模态大模型、写prompt、及新生的AI应用工具，能理解上下文、MCP、Skills、插件及多Agent协同
AI产品推介：能快速讲清阿里云API优势、模型差异化及Tokens计费逻辑、适配场景
能进行MAAS布道，结合客户关心的话题（战略规划、业务及产品规划、组织规划、行业热点、竞对发展等）讲透给客户带来的技术和业务价值，影响客户心智
具备与头部客户CEO/COO-D，业务BU一号位，肩部客户CEO、COO对话能力，完成有效的业务和技术交流，影响并加速决策
制定完整的商务策略，把控谈判节奏，独立完成项目谈判，获得目标结果
准确识别和分类客户及关键干系人，针对不同的客户群体建立不同的应对措施
主导营造沟通氛围，把握他人的沟通要点，有效倾听他人的观点，清晰的表达自己的观点
具备良好的服务意识和应变能力，能够对客户问题一跟到底，切实帮助客户解决难题，并能保证客户满意度
工作职责
客户开拓与商机挖掘：
新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机
客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点
驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值
建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调
与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持
AI 价值传递：
理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配
独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值
制定商务策略及商机转化：
促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢
客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地
持续做好客户服务：
客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度
竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进
AI 洞察
优缺点分析
优点
- 处于AI大模型商业化爆发的核心赛道，能接触前沿的MaaS技术与顶尖互联网客户
- 依托丰富的云产品矩阵与平台资源，个人在AI ToB领域的行业影响力和人脉积累将实现跨越式提升
- AI技术迭代极快，需要持续学习以保持对大模型能力边界和竞对动态的敏锐度
- 适合具备5年以上AI/SaaS ToB销售或售前经验，对大模型技术有浓厚兴趣且具备极强商业敏锐度与高层沟通能力的复合型人才
缺点 / 挑战
- 面对头部客户的高层决策者，对业务理解深度、方案定制能力及商务控单能力要求极高，业绩压力与项目周期挑战并存
角色解读
- 从一线商业技术工程师向大客户销售总监、行业解决方案专家或云智能业务线负责人发展
- 在AI商业化浪潮中积累顶尖互联网客户资源，转型为AI领域的资深商业领袖
- 负责阿里云MaaS（模型即服务）产品在互联网行业的客户开拓与商机挖掘，推动AI大模型及Agent应用的商业化落地
- 深度理解客户业务痛点，匹配AI解决方案，并主导商务谈判与全生命周期的客户运营，驱动Token调用量增长
- 具备深厚的ToB销售与售前经验，熟悉SaaS/MaaS行业玩法及大模型技术原理（如Prompt、Agent、多模态）
- 拥有出色的商业洞察力、高层对话能力（CEO/COO级别）及复杂项目的商务谈判与控单能力
申请策略
- 在面试前深入了解阿里云MaaS产品的最新差异化优势及Tokens计费逻辑，并研究目标互联网客户的业务痛点，准备一份针对性的AI切入方案
- 突出过往在MaaS/SaaS领域的ToB销售业绩、大客户开拓案例及Token/调用量增长数据
- 强调与头部客户CEO/CTO等高层对话的经验，以及主导复杂AI解决方案落地的成功案例
- 深入学习阿里云百炼平台及主流大模型的实操能力，熟练掌握Prompt编写与Agent协同逻辑
- 提升对互联网行业AI应用场景的洞察，准备几个具有深度的行业AI落地标杆案例
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答
- 在技术问题上，采用“业务痛点分析 -> 技术匹配（模型/Agent/Prompt） -> 商业价值转化”的逻辑框架
- 请分享一个你成功开拓AI原生或新兴赛道新客户的完整案例，你是如何挖掘其MaaS需求的？
- 面对头部互联网客户的CEO或业务一号位，你如何讲解阿里云MaaS产品的差异化价值并影响其决策？
- 如果客户认为竞品的大模型API更便宜或效果更好，你将如何制定商务策略并赢单？
- 请描述你如何在百炼平台上使用多模态大模型或Agent工具解决具体业务场景的经历
- 提前体验阿里云百炼平台，熟悉多模态大模型和Agent的实操流程
- 梳理过往最成功的3个ToB大单案例，重点复盘客户决策链路、商务谈判策略及最终带来的业务增量
职位点评
薪资福利85
成长发展90
工作生活40
使命价值80
薪资福利
85较高
作为AI核心商业化岗位，薪资及奖金包具备较强市场竞争力，但具体薪资结构需面试确认。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
处于AI大模型商业化最前沿，能深度接触MaaS、Agent等新兴技术及顶尖互联网客户，个人技能与行业视野成长空间巨大。
技术前沿前沿/新兴技术
技术栈MaaS、大模型、Agent、Prompt、多模态、百炼平台、MCP、Tokens
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，岗位需对接头部客户高层并负责全生命周期客户运营，实际工作节奏与强度需进一步确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
推动AI大模型在千行百业的落地，赋能企业数字化转型，具有较高的行业使命感与技术布道价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号驱动Token价值挖掘与跃迁、为客户提供价值、MAAS布道
创新程度开拓性创新（行业首创）
Watch Jobs