首页 / 客户案例

半导体和医疗两个行业，
LTC 和 MM 两个流程，
同一套做法。

先看清事实，再谈智能。以下案例已按客户要求做匿名处理，业务场景与结果指标均来自项目实际交付记录。

半导体 · 工业传感器 · 外资中国区

一个知识底座，两个业务入口

某国际工业自动化传感器企业，长期服务汽车、电子、物流、包装等工业领域，提供工业传感器、安全防护、识别与数据传输产品及解决方案。

产品知识库销售选型新品 BD

业务特征: 产品专业度高、应用场景复杂、技术型销售特征明显。销售过程需要市场、销售、技术支持与产品团队协同完成客户识别、需求分析、产品选型、样品测试、方案确认与商务转化。随着业务规模扩大，企业希望借助 AI 提升选型、新品行业拓展与销售过程管理效率，并沉淀可复用的组织能力。

我们听到的 六类问题: 组织与人力：一个人盯好几摊，总部要求不随便加编制。
销售能力：部分销售不能独立选型，技术售前成为瓶颈。
新品增长：「新产品中国谁会用」，0—1 与 1—100 衔接不顺。
知识与资料：资料多处存放、版本可能过时，案例难复用。
系统与数据：SAP、总部 CRM、本地 CRM 并行，口径待统一。
AI 投入与安全：整体 AI 投入心里没底，数据安全边界不清。

我们的判断: 不是缺少一个工具，而是关键能力仍停留在个人身上。六类问题指向同一件事：专家的判断没有变成组织可以调用的资产。

方案设计: 一个底座、两个业务入口、一套治理。产品知识库作为唯一事实来源，两个助手都从同一个库取事实，避免同一问题出现两种答案。

为什么是 这三个应用: 按紧迫性、业务价值、数据条件、安全与实施难度四条标准筛选。产品知识库是底座（资料分散、版本风险高）；销售选型辅助助手最紧迫、共鸣最强；新产品 BD 拓展助手直接回答增长问题。

能力边界: 价格、折扣与特殊条款仍走既有审批；未形成客户需求记录或关键 VO 时不进入正式方案；回答必须引用唯一有效产品资料，库外问题转人工。

100%+选型与 BD 方案形成效率提升

1 → 2同一底座支撑的业务入口数

0同一问题出现两种答案的情况

医疗器械 · IVD · 国内企业

让经理只看少数高风险问题

某体外诊断医疗器械企业，集研发、生产、销售与客户服务于一体。2021 年起陆续取得二、三类注册证，2022 年进入规模化销售，国内累计装机数千台，年营收亿元规模，销售、市场、商务与客服团队超百人。

销售行动助手商机核验总裁经营视图

前期发现: 体系基础并不差——商机阶段、市场覆盖、渠道、招投标和大客户管理均有制度基础。真正缺的是抓手：销售知道目标，却缺少按商机和渠道场景生成的下一步行动与复盘支持。当前优先级是把优秀方法嵌入销售每天的动作，同时降低真实性核查成本。

方案定位: CRM 承载业务事实，WorkBuddy 承载 AI 能力，企业协作平台承载提醒与协同。一期只聚焦两个 P0 场景，加经营管理视图与知识库底座——不做全面铺开。

P0 一 销售行动助手: 让销售知道今天该做什么、为什么做、如何做。综合阶段、客户动作、停滞天数、金额与成交窗口形成今日优先级；拜访前给策略与阶段通关要点，拜访后生成复盘问题与下一步。经理只在异常与资源协调时介入。

P0 二 商机核验助手: AI 定期核查销售填报与客户证据之间的差异，只推送需要人工判断的异常。五类核验：阶段证据、金额依据、承诺变化、停滞风险、决策链缺口。AI 负责发现异常和给出理由，营销总监与区域经理负责确认和处理。

总裁经营视图: 同一事实底座，按角色呈现。目标进展回答「目标差在哪里」，重大风险回答「什么需要介入」，决策闭环回答「决策是否落地」。不只给红黄绿结论，同时显示事实来源、管理动作和闭环状态。

管理节奏: 每天：AI 更新证据与风险，销售确认高优先级异常。每周：主管核查重点商机，处理覆盖差异与误报。每月：观察商机流动与覆盖，调整重点区域。每季度：复盘规则有效性，决定新增场景或扩区。

20%+试点期单元产出提升

2 个一期 P0 场景数

日 / 周 / 月 / 季建立的经营节奏

医药 · 品牌药企

三个 AI 作战台，
嵌入具体经营动作

基于 LTC 销售管理流程，在统一的 AI Agent 底座上部署三个 AI 应用。不是泛化 AI 提效，而是把 AI 嵌入可以指挥的作战台。

终端动销合规内容需求预测

应用一 终端动销与复购: 把强品牌优势转为更高的单店产出、店员推荐质量与复购效率。能力包括门店分层与高潜识别、下一最佳行动推荐、销售与店员 AI 陪练、产品知识与合规话术、动销异常与促销复盘。结果指标：单店产出、活跃门店、复购率、推荐合规率。

应用二 合规内容工厂: 在药品广告强监管边界内提高内容效率、审核通过率与线上转化。能力包括消费者洞察、内容生成与改写、合规初筛（禁用词、说明书约束）、平台发布与转化、素材 ROI 复盘。结果指标：素材通过率、产出周期、线上转化、复购。

应用三 需求预测与 渠道库存协同: 连接销售、促销、生产、采购与渠道库存，提高供货满足与库存效率。能力包括销售预测与活动计划、渠道库存可视（sell-in / sell-out）、S&OP 排产与采购协同、缺货与压货预警、产销协同会复盘。结果指标：预测准确率、缺货率、库存周转、产销偏差。

共同点: 三个应用共用一个 AI Agent 底座与一套治理规则。业务对象、阶段门禁、证据要求与责任人在底座上统一定义，应用只负责各自的经营动作。这是能跨行业复用的部分。

20%+试点实施期内试点单元产出提升

3 个共享同一底座的作战台

12 项可量化的结果指标

Common Pattern

三个案例剥开包装，
是同一套内核。

知识底座 → 证据核验 → 行动建议 → 经营看护。行业不同、流程不同、指标不同，但这四层结构没有变。这也是我们认为它可复用、可产品化的依据。

LAYER 01

知识底座

产品规格、选型规则、案例、受控商务口径的唯一事实来源。

LAYER 02

证据核验

按阶段 VO 与三真判断，找出缺失、冲突与过期的事实。

LAYER 03

行动建议

转成责任人、日期与下一步客户动作，而不是停留在分析。

LAYER 04

经营看护

同一事实按角色呈现，把需要决策的事项升级到管理层。

以上案例中的企业名称已做匿名处理。结果指标来自项目试点期的实际记录，具体口径与测算方式可在保密协议下提供。

Your Turn

先看你的流程，
再谈你的 AI。

我们不做标准答案。带着你的一条真实商机、一份真实流程来，我们一起看它值不值得用 AI 改。

预约诊断 → 看方法论 →

半导体和医疗两个行业，LTC 和 MM 两个流程，同一套做法。