医疗器械企业的产品线通常覆盖设备、耗材与配套服务,参数、注册信息、适用范围和售后要求分散在文档、邮件记录与业务系统中。某医疗器械行业头部集团在渠道扩张后,前端销售、售后工程师与培训团队经常需要快速确认产品信息和历史数据,单靠人工查资料很难保持口径相同。集团决定建设医疗器械企业AI智能体,把产品知识库、问数分析与数字人技术服务放进真实业务场景,让知识查询、数据获取和客户接待有更稳定的支撑。数商云在这个数商云客户案例中承担方案设计与落地工作,围绕私有化部署、混合云方案、源码交付和快速交付展开实施,先解决高频问题,再逐步扩展场景。
一、项目背景:产品知识分散与响应压力
1. 业务场景与知识现状
集团的产品资料来自注册部门、市场部门、销售团队和售后团队,文件形态包含说明书、培训材料、问答记录与内部邮件。不同团队对产品适用范围、禁忌事项和售后责任的理解存在差异,客户提问跨产品线时,业务人员往往需要多处询问。知识沉淀依赖个人经验,人员流动后,衔接成本会迅速上升。
在展厅接待和客户培训场景中,讲解内容多由资深员工临时组织,产品亮点、临床配合和售后承诺容易出现口径偏差。售后工程师处理复杂问题时,需要翻查历史工单和技术资料,响应节奏受个人熟悉程度影响。管理层查看产品经营数据,也要经过报表需求提报和人工取数,等待时间较长。
2. 知识分散带来的业务压力
销售在客户现场遇到参数对比和兼容性问题时,通常希望得到直接答案,翻找多份文档会拖慢沟通。知识响应慢,会影响客户对专业度的判断,也会拉长选型沟通。渠道伙伴分布在不同区域,培训覆盖和答疑质量难以保持相同水平。
售后问题涉及设备状态、耗材批次和使用场景,回答需要结合产品知识与历史服务记录。仅靠文档库无法完成这类判断,业务系统里的数据又缺少自然语言查询入口。集团希望把知识、数据和人员经验放到集中智能体入口中,减少反复转问。
3. 项目目标与边界
项目定位很明确,聚焦产品知识问答、数据查询和数字人服务,不做通用聊天工具。集团要求答案可追溯,能说明信息来源和适用范围,避免业务人员把参考意见当成最终承诺。涉及注册、合规和售后责任的回答,需要保留人工复核路径。
项目边界也经过讨论,产品知识库先覆盖高频产品和常见问题,问数先接入核心业务数据,数字人先用于展厅接待与内部培训。复杂临床判断、最终报价和合同承诺不交给智能体自动完成。这样的边界让项目能快速见效,也降低合规风险。
二、需求拆解:知识库、问数与数字人协同
1. 产品知识库需求
(1) 资料范围要覆盖产品参数、注册信息、适用范围、禁忌事项、配送要求和售后政策。集团希望知识库能按产品线、业务场景和权限分层呈现,销售看到的内容与售后工程师看到的内容要有区分。知识条目需要保留来源文件、版本和审核记录,方便追溯。
(2) 知识库要避免文件堆叠,把说明书和培训材料转成可检索、可引用的问答条目。业务人员用自己的说法提问时,系统要能识别产品别名、型号差异和上下文。回答要给出适用条件,不能只给结论。
(3) 权限与审核是知识库建设的重点,注册信息、价格政策和客户定制内容不能混在公开知识中。集团要求不同角色看到不同范围,敏感问题由对应部门审核后发布。知识库还要支持过期内容提醒和版本替换,避免旧资料继续被引用。
2. 问数分析需求
(1) 管理层和产品经理希望用自然语言查询产品销量、库存、渠道覆盖和售后工单情况。问题往往带有业务口径,例如按区域、产品线和客户类型组合查询。系统需要理解口径,不能把不同统计规则的结果混合呈现。
(2) 问数结果要能解释查询范围和统计规则,避免业务人员误读。数据权限需要跟随组织角色,区域经理只能查看所辖范围,集团管理层可以查看整体视图。涉及敏感经营数据的问题,要记录查询人和使用场景。
(3) 问数服务管理层,也进入销售复盘和售后分析场景。业务人员可以追问异常原因,系统要能给出相关指标和明细线索。对于口径不清的问题,系统应提示补充条件,避免直接给出模糊答案。
3. 数字人技术服务需求
(1) 数字人要用于展厅接待、内部培训和客户服务入口,形象与语音需要符合医疗器械企业的专业风格。讲解内容要能随产品更新,不能停留在固定视频脚本。客户提问偏离预设问题时,数字人要能调用知识库给出有依据的回答。
(2) 数字人服务需要支持大屏、移动端和网页入口,画面与语音在不同设备上保持稳定。培训场景要能记录学习进度和常见问题,帮助培训团队发现知识薄弱点。客户服务场景要能识别敏感问题,并转交人工处理。
(3) 数字人不能停留在展示层,需要与产品知识库和问数能力联动。展厅讲解可以调取产品参数,培训问答可以引用知识条目,客户服务可以查询订单与售后状态。集团希望数字人成为业务入口,减少客户在多个系统之间切换。
三、解决方案:数商云AI智能体技术架构
1. 总体设计
数商云为集团设计了以产品知识库为底座、问数分析和数字人服务为前台入口的智能体方案。知识层负责文档解析、标签抽取、权限控制和版本管理,数据层负责指标口径、查询路由和结果解释,交互层负责文字问答、语音交互和数字人形象。各层之间通过接口联动,前端场景可以按需调用。
方案没有追求大而全,先把高频产品问答、核心经营问数和展厅培训场景做稳,再扩展到渠道支持和客户服务。数商云在部署方式上提供私有化部署与混合云方案,客户可以根据数据敏感度和现有基础设施选择。源码交付与快速交付能力,也让集团内部团队能够参与后续运营。
2. 产品知识库建设
(1) 资料接入阶段,数商云对说明书、培训材料、注册文件和售后问答进行解析,按产品线、型号、适用场景和风险等级打标签。文档中的结构化信息转为字段,段落内容保留原文引用。知识条目发布前经过业务审核,确保答案与注册信息和售后政策吻合。
(2) 检索环节采用关键词、语义和产品标签结合的方式,业务人员可以用型号、症状、使用场景或口语化描述提问。系统会识别产品别名和上下文,把召回内容按可信度排序。回答中附带来源文件和适用条件,方便业务人员核对。
(3) 权限控制贯穿知识库建设,销售、售后、培训和管理层看到的知识范围不同。敏感知识需要授权访问,过期内容会自动提示复核。知识运营团队定期收集高频问题和未命中问题,补充条目并更新版本。
3. 问数能力设计
(1) 数商云先梳理产品、渠道、库存和售后主题的指标口径,把业务常用问题转成可查询的指标组合。问数引擎将自然语言问题解析为查询意图、时间范围、组织范围和产品范围,再调用对应数据接口。查询结果以文字摘要和明细线索呈现,避免只给生硬结果。
(2) 指标口径由业务部门和数据团队共同确认,系统在回答中说明统计范围和数据来源。遇到口径冲突时,问数引擎会提示可选口径,避免把不同规则的结果混合。对于敏感数据,系统按角色裁剪字段,并记录查询日志。
(3) 问数能力与知识库共享入口,业务人员可以在产品问答后继续追问销量、库存或工单情况。系统会把产品名称、型号和区域等上下文带入查询,减少重复输入。对于复杂分析,系统提供明细线索,由数据团队继续处理。
4. 数字人技术服务落地
(1) 数字人形象按照集团视觉规范设计,语音风格偏专业、克制,适合展厅讲解和内部培训。数商云把产品知识库中的高频问答转成数字人话术,保留引用来源和适用条件。数字人回答敏感问题时,会提示转人工或由业务部门确认。
(2) 展厅场景中,数字人通过大屏与访客互动,可以介绍产品线、演示操作要点并回答常见问题。培训场景中,数字人按照课程目录讲解产品知识,记录学习进度和错题。客户服务场景中,数字人先完成身份与问题分类,再调用知识库或转交人工。
(3) 数字人服务采用接口化设计,形象、语音、知识库和业务系统可以分别升级。集团后续更换话术或增加产品线,不需要重做整套系统。数商云提供运营后台,业务团队可以维护问答、查看交互记录并调整转人工规则。
5. 部署与交付方式
集团对数据安全要求较高,核心知识库和业务数据放在私有化环境中,展厅和培训入口采用混合云方案。数商云把敏感数据留在客户侧,把公网交互服务做隔离,既保证访问体验,也方便集中运维。具体部署范围按场景划分,避免所有能力堆在单套环境中。
交付方式上,数商云提供源码交付,集团内部技术团队可以掌握关键接口和运营工具。项目采用快速交付思路,先上线高频场景,再根据使用反馈迭代。这样的安排让业务团队尽早参与评测,也减少后期返工。
四、实施过程:从资料治理到场景上线
1. 资料盘点与清洗
项目启动后,数商云与集团注册、市场、销售和售后团队共同盘点产品资料。团队按产品线建立资料清单,标记有效版本、适用范围和审核状态。重复、过期和口径冲突的内容被挑出,交由对应部门确认。
清洗阶段重点处理高频产品和常见问题,避免把所有文档直接搬进知识库。说明书中的关键参数、注册信息和售后政策被拆成知识条目。培训材料和历史问答经过整理后,补充到相应产品目录下。
2. 知识抽取与评测
知识抽取完成后,业务团队用真实问题做评测,覆盖选型、参数对比、使用注意和售后处理场景。评测关注答案是否流畅,也关注引用来源是否准确、适用条件是否完整。未命中或回答偏差的问题,进入知识补充清单。
问数评测由数据团队和业务团队共同参与,重点检查指标口径、权限范围和结果解释。测试问题来自历史报表需求和销售复盘记录,尽量贴近真实提问方式。对于口径不清的问题,评测组会补充提问模板和提示语。
3. 数字人联调与试点
数字人联调先做展厅讲解和内部培训场景,话术与知识库条目逐条对应。技术团队检查语音识别、知识召回、转人工和后台记录是否顺畅。业务团队从访客视角提问,挑出讲解生硬、回答过长和引用不清的问题。
试点阶段选择高频产品线和常见问题,控制场景范围,避免上线初期出现大量未命中。集团在展厅和培训场景安排专人观察交互过程,记录客户追问和员工反馈。试点结果用于调整知识条目、数字人话术和权限规则。
4. 推广与运营
试点稳定后,项目组按产品线逐步推广,先覆盖销售和售后团队,再向渠道伙伴开放。推广材料围绕选型问答、售后支持和培训学习给出操作示例,减少功能清单式介绍。业务人员在使用中遇到的问题,由知识运营团队集中收集。
运营机制包括知识更新、问题复盘、权限审核和数字人话术维护。产品信息变更时,注册和市场团队提交更新,知识运营团队复核后发布。问数口径调整由数据团队发起,业务部门确认后同步到问答提示中。
五、应用价值:业务响应与培训效率改善
1. 销售与渠道支持
销售在客户现场可以通过智能体快速查询产品参数、适用范围和售后政策,回答附带来源,减少翻找资料的时间。遇到跨产品线问题时,系统能给出相关产品和知识条目,帮助销售组织沟通。渠道伙伴也能通过集中入口获取培训材料和常见问答,答疑口径更稳定。
从业务反馈看,智能体承担重复查询和资料整理,销售判断仍由业务人员完成。销售可以把更多精力放在客户需求和方案沟通上。对于新入职销售,知识库和问数入口也缩短了熟悉产品的时间。
2. 售后与培训效率
售后工程师处理客户问题时,可以先通过智能体查询产品知识、历史工单和常见故障处理建议。系统把相关条目和明细线索放在集中回答中,减少来回切换系统。涉及安全风险或责任界定的问题,仍然转交人工复核。
培训团队把数字人用于产品课程和展厅讲解,重复讲解工作由数字人承担,资深员工可以专注复杂案例和现场辅导。学习记录和常见错题帮助培训团队调整课程重点。新员工在正式接触客户前,可以通过数字人反复练习产品问答。
3. 管理问数与合规
管理层通过自然语言问数查看产品经营和售后情况,查询结果附带统计范围和口径说明。区域经理可以查看所辖范围的数据,敏感指标按权限裁剪。问数日志记录了查询人和使用场景,方便后续审计。
合规团队关注回答依据和发布流程,知识库保留来源文件、审核记录和版本信息。数字人回答注册相关问题时,会提示以注册信息和业务确认结果为准。这样的设计让智能体在提升效率的同时,保留必要的风险控制。
六、客户评价:可控部署与可持续运营
1. 客户项目负责人评价
客户项目负责人提到,项目推进过程中最有价值的工作是资料治理和口径梳理。知识库让产品信息有了集中入口,问数让业务人员可以自己获取数据,数字人则把展厅和培训场景的讲解标准拉齐。智能体没有停留在演示层,已经进入日常业务动作。
负责人也坦言,智能体上线后仍需要持续运营,知识更新和问题复盘不能停。业务团队提出的问题越具体,知识条目和问数口径就越容易完善。数商云提供的源码交付和运营后台,让集团内部团队可以逐步接手维护。
2. 阶段复盘中的判断
复盘时,项目组认为场景选择比功能数量更重要。先做高频、可验证、风险可控的场景,业务团队才有耐心参与评测。把复杂判断留给人,把重复查询交给智能体,这种分工更容易落地。
项目组还认为,部署方式要服从数据安全要求。私有化部署解决了核心数据和知识资产的安全顾虑,混合云方案照顾了展厅与培训入口的访问体验。源码交付让集团在后续扩展时拥有更多主动权。
七、总结:医疗器械企业智能体落地经验
1. 可复用经验
(1) 知识治理要先于模型调优,产品资料没有理清,问答效果很难稳定。集团把注册、市场、销售和售后拉到共同评审流程中,知识条目才有可靠来源。持续收集未命中问题,比上线前堆功能更能改善体验。
(2) 问数项目要把指标口径当成业务规则来管,不能交给技术团队单方面定义。业务部门确认口径,数据团队实现查询,系统在回答中说明范围。权限控制与日志记录要同步设计,避免后期补丁式改造。
(3) 数字人服务要跟知识库、业务系统联动,单纯展示形象很难产生持续价值。展厅、培训和客户服务场景可以分阶段上线,先用高频问答训练话术,再扩展复杂交互。运营团队要有人负责话术更新和转人工规则。
2. 选择合作伙伴的考量
医疗器械企业在选择智能体服务商时,需要看对方是否理解行业合规要求,能否处理产品知识、权限和问数口径。部署方式也很关键,私有化部署、混合云方案和源码交付能力,决定了后续运营的自主程度。快速交付不等于仓促上线,前期资料治理和场景评测仍然不能省。
数商云在这个项目中承担的角色,既是技术交付方,也是知识治理和场景运营的协作者。项目围绕产品知识库、问数和数字人技术服务逐场景推进,没有铺开过多功能。这样的节奏让业务团队看得见变化,也愿意继续投入。
对准备建设医疗器械企业AI智能体的团队来说,这个数商云客户案例提供的借鉴意义在于,先把产品知识库和问数口径打牢,再让数字人技术服务进入展厅、培训和客户服务场景。项目推进中需要业务部门深度参与,权限、审核和运营机制要提前设计。若企业正在评估私有化部署、混合云方案或源码交付路径,可以与数商云团队做需求梳理,从资料现状和业务场景出发判断落地顺序。


评论