妳很難想象，阿斯利康作為壹個國際制藥巨頭，曾經依靠十幾個人的團隊來完成合規咨詢。在日常生活中，他們需要完成8000+醫藥代表的在線咨詢，並處理大量的重復報銷、會議和客戶接待問題。其中80%的醫藥代表會問20%的重復問題。咨詢後，醫藥代表經常要求合規同事在線進行第二次回復，以收集相關文本。
月末或活動推廣日，部門收到的在線提問達到高峰。當時十幾個合規人員經常忙得顧不上吃飯。
對於企業來說，設立專人日夜答疑無疑是對人才的浪費。繁忙而機械的基礎工作正在消磨從業者的意誌。與此同時，招聘合適的人成為人力資源部門的難題。
因此，如何通過新技術提高企業效率，取代原有的服務模式，是阿斯利康迫切需要解決的問題。人工智能技術的成熟為信息咨詢的智能化提供了可能。對於阿斯利康的合規人員來說，可能迎來新生，具有重大的戰略意義...
醫療領域專業性強，尤其是對於阿斯利康合規部這樣要求嚴格的訂單部門，專業術語的合理使用非常重要，會直接影響回復結果的準確性。因此，如何保證人工智能產品輸入語言的準確性，保證足夠專業的演講技能，是阿斯利康合規機器人需要克服的最重要的問題。
面對阿斯利康的橄欖枝，壹家神秘的人工智能創業公司接受了這份合同。
在不到壹個月的時間裏，該團隊向阿斯利康索要了70個常見問題和三個標準業務流程的語料庫。在了解和研究了與醫學相關的法律法規後，團隊迅速整理了數據，並利用AI技術初步建立了包含100多個知識點的知識庫。
在完成第壹階段的工作後，初級人工智能對話機器人已經建成。
隨後，該機器人在阿斯利康內部上線，並通過相關銷售人員進行了“臨床試驗環節”。這個過程，就像壹塊幹癟的海綿，被放在水裏。在兩個月的測試中，新的數據和問題成為了對話機器人的“營養快線”。
其核心知識庫不斷擴大。當整個產品“成熟”時，知識庫已經包含了約374個知識點，5232個問題，可以覆蓋員工和醫藥代表提出的82.3%的問題，而且數據還在不斷上升。
這個成型的AI對話機器人由三個模塊組成:機器人問答模塊、表單模塊和任務集群模塊。它們分別對應人與人之間的三種對話模式，由智能中控臺統壹調控。
具體來說，智能中控臺將對收集的問題進行分類和識別，分析其對話模式，並將任務分配給適合處理任務的模塊。
“機器人問答模塊”主要處理簡單的問答對話，即在單壹語境下回答用戶提出的壹維問題。對於這類問題，機器人會根據知識庫精準匹配問題，解決見面時間查詢等常見問題有效。
而醫療領域更多的對話並不是簡單的壹維對話，往往會涉及到產品描述和對比，這意味著AI和用戶必須將聊天內容限制在壹定範圍內(比如壹張桌子)才能正常交流，這就需要使用“桌子模塊”進行處理。
例如，在咨詢阿斯利康的產品時，醫藥代表經常需要以有限的價格獲取藥物信息，並比較不同的藥物。對於此類問題，阿斯利康可以提前將相關價格報表(如Excel)錄入系統，幫助醫藥代表確認溝通範圍，並針對具體信息完成多輪提問。
這樣，當用戶與AI對話機器人交流時，機器人可以通過結合相關信息，理解用戶指的是什麽樣的問題，進而實現基於表格的相關信息的查詢、排序和篩選，解決二維信息的排序和輸出，解決藥品價格對比、有效期對比等問題。
第三個模塊“任務集群模塊”用於解決具體問題。有些用戶可能會問壹些具體的問題，比如嘗試通過AI對話機器人系統咨詢項目申請。對於這類問題，AI對話機器人會指導用戶輸入申請所需的壹些信息，回答申請過程中的問題，指導用戶完成相關手續。
目前這套AI對話機器人系統處理問題的準確率已經超過90%，智能推薦觸發率達到98%。阿斯利康合規部門的十多名成員現在有時間和精力做更有價值的工作。
這個神秘的AI團隊叫做萊雅。從官網可以看到，公司成立於2015，由從常青藤學成歸來的博士、MBA團隊發起，致力於成為人機生活時代具有全球影響力的智能機器人公司。
在接觸阿斯利康合規機器人項目之前，萊雅的客戶有攜程、惠氏等大型To C企業。但是和阿斯利康溝通後發現，阿斯利康和那些面對C端客戶的企業不壹樣。
對於To C項目，來來在設計AI對話機器人的時候，往往會把更多的精力放在消費者體驗上，讓整個聊天變得更加有趣，提高客戶轉化率。但阿斯利康是a To B公司，所以更看重未來AI的專業性和準確性。
從結果來看，整個AI產品搭建和打磨過程只用了三個月，卻換來了50%以上的成本降低。對於醫藥、醫療相關企業來說，通過對話機器人優化人力、降低成本、實現數字化管理，顯然是壹件非常劃算的事情。
不止如此，據萊業阿斯利康項目總監兼商務總監韓瑞介紹:“在與阿斯利康的合作過程中，我們還發現了壹些其他的合作可能性。在壹些偏遠地區，醫藥代表總是推脫前往該地區的次數，因為距離太遠。所以當地醫生遇到問題或需求時，無法及時聯系醫藥代表解決問題。對於藥企來說，這無疑會造成銷售損失。對此，賴也在計劃打造壹款面向醫生的ai對話機器人，即通過手機端口為藥企覆蓋的醫院的醫生提供專業的技術支持。”
比如醫生需要藥物的時候，可以先咨詢機器人。AI機器人壹方面可以回答醫生的基本問題，另壹方面會通知負責這個區域的醫藥代表，提醒他及時回訪相關區域。這種模式可以顯著增加醫生在藥企平臺上的活躍度和粘性，為藥企帶來更多商機。
更值得壹提的是，利用小知識庫解決實際問題並將其商業化的模式也在過去得到了發展，使得AI技術逐漸從產業化走向消費者，逐漸解決了消費者和工作人員的日常問題。
對此，韓瑞表示:“目前，機器人已經在醫藥、母嬰等行業紮根。未來，當基於AI的知識庫行業越來越豐富，越來越多的企業受益，企業管理的數字化時代才會真正到來。”