一次外部合作邀约，引出一个更该回答的问题
先借一个应用，
还是先建一座底座？
对方带来一套做好的 AI 应用；我们手里，是三条已经在跑的数据线。
内部数据 + 外部数据 → 管理参考与经营指导。底座缺位时，AI 容易把噪声放大得更快。
仅使用公开渠道信息与站点实测
41 个场景清单与分期成本测算
推断类内容均已单独标注
本材料依据公开渠道信息整理，仅供内部讨论；若与实际情况有出入，欢迎随时指正。
对方公开呈现了什么？
以下均为公开渠道可查的信息，只作客观记录，不作评价，供讨论参考。时间截至 2026-11-03。
录本仓（成都）企业管理集团
2023-02 成立 · 注册资本 50 万 · 参保 11 人 · 未见融资
成立时间较短、规模偏小，公开渠道未见融资记录；长期投入的持续性，建议通过合作条款约定阶段目标。
软件著作权 0 件 · 专利 0 件
公开检索暂未见软著与专利记录，不排除仍在申请中；软著登记成本低、周期短，如已布局，补充材料即可说明。
/app /login /demo /pricing 均返回 404 · 无具名客户案例
公开渠道目前未见试用入口与接口文档，可能尚未对外发布；对外呈现更接近预约制的项目服务。
/privacy /terms /legal 均 404 · 未见 SOC2 / ISO / 等保 · 无“不用于训练”承诺
公开页面暂未见隐私与安全条款；相关认证与数据使用承诺，建议在合作前以书面文件确认。
纯静态站 + Vercel 托管 · 20+ 个手写 CSS，多为 review-polish 这类迭代命名 · 无构建、无埋点
建设节奏较轻量；界面呈现之外，系统稳定性与可维护性建议在验证阶段重点观察。
页面仍保留“Pinterest 视觉参考占位 · 仅用于内部评审”
页面保留了设计阶段的占位文案，站点可能仍在迭代；交付质量建议写入验收清单。
9 个模型 logo 自带“不表示均已接入” · 英文页写 “Deployed project”，中文页写“示意对话”
模型名单属于能力范围说明，不等同于已接入；中英文表述存在差异，实际使用范围建议当面核实。
500 万/年 · 233% ROI · 自标“不是已实现的客户结果”
页面已注明这是测算值而非已实现结果；可作为参考量级，验收口径仍按我们自己的基线另定。
公平记录 / FAIR NOTE
2025-09 中标成都华润置地驿都“东安湖商业项目品牌故事线设计”询比采购。商业地产的行业理解有真实来源；这类项目属于设计与品牌咨询交付，AI 产品方面的落地案例，公开渠道暂未见到。
推断 / INFERENCE非事实
对官网为 AI 辅助搭建的置信度判断；产品本体暂无法访问，因此整体判断低于官网。
对方在人与行业关系上有真实积累；可审计的系统能力，公开信息目前还不足以判断。这是对交付结构的观察，不是对团队的评价。
两边的能力，互补在哪里？
把两边的能力拆到八个维度：看清楚各自的长处，也看清楚哪些能力暂时还接不上。
壁垒排序：关系 > 行业语料 > 内容产能 > 技术。我们缺内容产能，对方缺数据与系统；合作的价值正在于资源互补，建议先设一个低成本的验证场景。
对方在品牌设计与内容产出上有真实积累，这一点值得肯定，也是我们相对不占优的一项。因此更合适的路径，是先用小范围合作验证互补程度，再决定投入多少。
11 城市场数据，能不能变成可决策的看板？
能。这条链路我们自己走通了：采集、清洗、聚合、发布，全部可重跑，不依赖外部 BI 厂商。
覆盖城市
未清洗
一行 = 一个物理门店
首屏只读结果
本机实测区间
条
清洗不只是格式工作，它会改变结论
同一份数据，去重前后会得出两个不同的品牌榜；这类差异若直接进入汇报，会影响判断。
- 25,141 行在入库时被合并：17,511 行完全重复，7,630 行同城同名
- 未清洗前，品牌门店数第一是良品铺子 1,205 家
- 清洗后降至 757 家，星巴克升至第一
口径：一行 = 一个物理门店；同城同名且无分店后缀的，按指纹合并。原始 292,762 行 → 主档 267,621 行。
停车数据，能不能变成客流和铺位价值？
方案 v9.1 已经把链路画出来了。先把确定的部分讲清楚：规模、现状、路径；没有实测的数，就标“待补”。
B3 + B4 + B5
方案 v9.1
完整运行
反寻繁琐 / 客流缺失
入场车流
出入口抬杆与车牌识别，回答“来了多少车”。
待补车位与周转
总车位已有；周转率回答“车位够不够”。
车位已有 · 周转待补缴费与无感支付
科拓缴费记录，回答“临停贡献多少”。
现有系统分时段峰值
工作日 / 周末 / 节假日，回答“什么时候缺”。
待补商场客流
车流是否转化为人流、停留多久。
精准客流待建铺位价值
可达性 × 停留 × 转化，回到招商与定价。
需合同台账链路怎么读
停车是商场里唯一能全天候、按楼层捕获“到场行为”的传感器。它不直接产生租金，但它决定租金怎么定、铺位怎么调。
车流回答“来了多少”；周转回答“车位够不够”；缴费回答“临停贡献多少”；峰值回答“什么时候缺”；客流回答“人是否真的进店”；铺位价值回答“这一层该不该调改”。这六问，正好接上招商与运营的日常决策。
方案路径：从 B3 往外长
- 一期
B3 · 反寻 + 导航
先解决“找车难”，在不改动科拓现有体系的前提下叠加感知与导航层。
- 二期
B4 · 扩展 + 全场客流 + CRM
车流数据开始与会员、客流打通，支撑楼层级经营分析。
- 三期
B5 · 扩容 + 店铺级客流 + AVP
从“停车管理”走到“商业空间运营”，接入招商调改。
来源：重庆新光城 · 智慧停车场升级建设方案 v9.1（内部方案）。本页只引用规模、分区与路径，不引用供应商报价。
三块数据，靠什么接成一张可信的答案？
三层结构 + 四段流水线 + 一道门禁；缺任何一层，问答结果的可信度都会下降。
应用层
部分看板与报告已在用；问答与预警待建。缺少 L2，应用层难以保持一致口径。
指标与事实层
部分现有看板已有口径文档；字典、版本、owner 与 fact_id 制度待建。
数据与口径层
部分内部经营数据部分
合同、租金、收缴、销售上报、客流、会员、能耗工单；分散在财务、POS、停车与会员系统，POS 覆盖率不足 70% 时 Phase 2 不启动。
外部数据已有 + 待建
11 城商户快照、品牌门店已有；竞品租户、商圈消费力待建。外部数据只做参照，不替代内部台账。
四段流水线：门禁在部署之前
三块实绩，如何连成一条链？
它们不是三个孤立项目，而是一条链的三段：停车给场内客流，BI 给外部参照，底座把两者接起来。
停车
车流、车位周转、缴费与分时段峰值；回答“人有没有来、什么时候来”。
11 城 BI
商户快照、品牌门店、人均价带；回答“同城同业态，我们处在什么水位”。
内部台账
合同、租金、收缴、会员；回答“钱从哪里来、哪里在漏”。
数字底座
L1 数据与口径 → L2 指标与事实 → L3 应用；口径、权限、事实包都在这里收口。
管理参考与
经营指导
结论卡、自动报告、预警、问答；每条结论带 fact_id，可回溯。
分工：内部数据解决“管理与发现问题”，外部数据解决“对标与定价参照”。两者只有同城市、同业态、同口径才可比；跨城、跨业态的差值只能当线索，不能当结论。
这个铺位的租金，在同城同业态里是高还是低？
外部对标 + 内部合同活动期间的客流，是真进店，还是只停了车？
停车 + 会员 / POS收缴率下滑，是哪个业态、哪一层先出问题？
内部台账 + 统一口径接下来要补的是算力预算、数据授权，以及 1.5–2 个稳定投入的人。
Phase 2 目标 180+
数字白名单校验
含 40 题陷阱题
千元级
建议分三步走
不必现在做取舍。建议先用公开资料做小范围验证，再评估是否扩大；每一步都有明确的继续或停止条件。
小范围验证（只用公开资料）
只用已有公开数据与看板：3 张“我们 vs 11 城同业态”对标卡、指标字典 v0、合成 Demo 库；不碰内部库、不调模型 API。
单域评估
财务域先上：收缴率、欠缴账龄、收入结构、租售比异常。80 题准确率 ≥ 90%，数字编造率为 0。
评估后再谈扩大
运营、招商、财务、营销全部可用；180+ 指标；敏感域切私有化；60 人开通，月活 ≥ 60%。
算力预算
第二步起千元级 / 月；敏感域要不出网，再单独批硬件或专有云。
数据范围
合同、收款、POS、客流、会员按最小必要开放；先脱敏，后接入。
指标 owner
每个指标一个 owner、一个定义、一个版本；变更升版本，历史冻结。
首年 TCO 对比
不含内部人力机会成本 / 量级估算建议先用公网路线跑 6 个月，再根据实际的敏感度争议决定是否增加私有化投入，而不是一开始就采购 GPU。第二步的前置条件：POS 覆盖率 ≥ 70%、1.5–2 人稳定投入、每个指标有 owner。
外部应用可以先借力用起来；
底座能力，会沉淀为自己的资产。