项目面向医疗器械及IVD行业的一线销售、区域经理和经销商管理人员。传统销售过程中，大量客户信息分散在微信、邮件、会议记录、语音笔记及个人经验中，CRM又普遍依赖人工填写，容易出现信息遗漏、跟进不及时、销售经验难沉淀等问题。
项目希望解决“销售拜访信息无法自动沉淀、客户状态难持续跟踪、新人缺少业务指导、管理者难快速掌握项目进度”等实际问题。通过AI将拜访、会议、语音记录自动转换为客户需求、异议、竞品、报价、决策链、风险点及下一步行动，形成持续更新的客户经营数据，并进一步提供拜访前简报、跟进提醒及销售建议。
项目主要包含以下功能模块：
1. 语音拜访记录：销售可直接使用语音记录客户拜访、电话及会议内容，系统自动转写并识别核心业务信息。
2. AI结构化复盘：自动提取客户需求、采购预算、产品反馈、竞品信息、关键联系人、异议、项目阶段及下一步行动，减少人工填写CRM的工作量。
3. 客户经营档案：按照客户、医院、经销商及项目维度持续积累历史互动记录，形成长期客户记忆。
4. 拜访前智能简报：根据历史记录自动生成客户背景、上次沟通内容、待解决问题、建议沟通重点及风险提示。
5. 待办与提醒：自动识别会议中的行动项、责任人和时间节点，并生成跟进任务。
6. 销售知识辅助：结合医疗器械产品资料、销售经验及典型案例，为销售提供产品问答、异议处理和下一步策略建议。
本人主要负责项目的业务需求定义、产品设计、AI工作流设计及原型开发，将多年医疗器械国际销售经验转化为可被AI理解和执行的业务规则。
项目采用“大模型 + 数据库 + Agent工作流”的方式实现。前端以移动端高频使用场景为核心，支持语音录入及快速查看；后端通过大模型完成语音文本理解、信息抽取、分类和销售推理，并将结构化结果写入客户、联系人、项目、任务等数据库。
实现过程中重点设计了医疗器械销售领域的数据结构，包括客户需求、项目阶段、竞品、招投标、产品验证、样品测试、价格、决策人及跟进任务等字段，使AI不仅能够总结内容，还能持续理解客户状态。
项目亮点在于由传统CRM“销售主动填写数据”转变为“系统自动观察并沉淀数据”，降低一线人员记录负担，同时通过历史数据持续生成下一步行动建议。难点主要包括非结构化语音信息准确抽取、跨多次拜访保持客户上下文，以及如何把销售经验转换为可复用的Agent规则。
评论