股票 
板块 
用户 
资讯 ? +「关注」我们并「点亮星标」
接收神州数码集团最新资讯
生物医药行业作为国家战略性新兴产业，正处于高速发展阶段，新药研发接连突破，行业前景备受期待。然而，行业要实现高质量可持续发展，不仅要聚焦新药研发，还要探索商业落地。但大部分药企普遍依赖传统BI模式，流程冗长、响应滞后，难以支撑快速商业决策需求。
针对这一问题，某跨国药企携手神州数码，依托神州数码自研的神州问学平台，打造一体化、智能化、场景化的AI问数工具，将数据查询从传统人工操作升级为自然语言交互的智能模式，探索人工智能（AI）与商业智能（BI）结合的新路径，为医药行业商业智能体系的智能化升级提供了实践参考。
业务指标越来越多，数据查询如何跟上需求
该药企作为全球医疗健康领域的领先企业，在长期经营中积累了大量市场营销、销售行为数据及经营分析数据，形成了涉及销售表现、市场份额、人员生产力等多个方面的指标体系。然而，面对来自不同业务岗位的查询需求，以及复杂的指标计算和数据权限要求，原有数据查询方式逐渐难以满足业务需要，主要体现在三个方面。
其一，数据查询流程复杂，依赖人工处理。引入AI工具之前，企业虽然已建立数据采集、清洗和报表体系，但面对新的业务查询需求，仍需要IT人员编写SQL、定制报表，再由业务人员进行分析和解读。整个流程涉及多个环节，难以及时响应灵活多变的业务需求。
其二，指标体系复杂，数据分析灵活性不足。不同业务岗位关注的指标各不相同，部分指标在不同产品或业务领域中的计算口径也存在差异。传统固定报表难以覆盖所有查询需求，面对业绩变化、销售趋势等问题，业务人员往往还需要通过人工分析进一步寻找原因。
其三，将AI引入数据查询流程也面临新的挑战。一方面，医药行业专业术语密集，跨表关联、多维度查询及复杂指标计算对大模型的理解与处理能力提出了较高要求；另一方面，不同部门和岗位的数据访问权限存在差异，必须在确保数据安全的前提下，实现准确、可控的智能查询。
让AI理解业务问题，处理复杂指标与数据权限
针对上述痛点，神州数码依托神州问学平台，为该药企构建了“AI+BI”一体化智能数据洞察解决方案。通俗地说，就是业务人员用自然语言提出问题，AI会自动完成意图识别、数据拉取、维度分析，并生成直观可读的可视化图表，如同一位懂数据的“同声传译官”，将原本需要人工参与的复杂数据查询转化为更加便捷的对话式交互。
不过，要让AI真正理解业务问题并返回准确结果，并非简单接入大模型即可实现。针对医药行业专业术语复杂的问题，神州数码通过私域知识增强、动态词典和上下文消歧，提高系统对业务术语的识别与理解能力；针对跨表关联、多维度查询等需求，采用Schema Routing、查询计划缓存及问题分域路由机制，提高复杂查询的处理效率；针对不同产品、业务领域的指标计算差异，通过Agent工作流引擎封装差异化计算规则。同时，设计动态权限节点，确保不同岗位的用户只能访问其权限范围内的数据。
围绕上述能力，项目方案还涉及了由医药知识库、评测平台、智能体编排、权限组件与自动部署工具构成的技术架构：知识库用于管理行业专业知识；评测平台支持问题生成与查询结果核验；智能体负责协调不同组件完成任务拆解与处理；权限组件控制数据访问范围；自动部署工具则支持不同环境间的配置同步，为系统后续扩展与维护提供支撑。
从人工处理到智能问数，
提升业务数据查询效率
该方案最重要的落地成果之一，是支持复杂多表关联查询的对话式BI系统——“智能数据洞察平台”。其深度融合数亿条市场销售业务数据，业务人员只需直接输入“今年各个大区经理的生产力”等问题，系统即可自动解析意图、关联多表、计算指标并生成图表。
据统计，智能数据洞察平台已服务超千名业务与数据分析人员，日均处理自然语言查询请求超500次，带来切实的效益：效率提升方面，原本需要人工处理1—2小时的复杂数据查询，现在可通过智能问数平台在约60秒内完成；精度优化方面，经10万条真实业务查询测评，系统在60+指标、100+维度组合下，业务问答准确率达95%以上；成本节约方面，减少对重复性报表开发和人工取数的依赖，大幅节省IT与业务协同成本。
这一实践的价值，不仅在于提高数据查询效率，更在于将业务知识、指标计算规则和数据访问权限融入智能问数流程，使不同岗位的业务人员能够更加便捷地获取所需信息，为业务分析和经营决策提供支持。未来，项目还可围绕复杂问题处理、领域知识更新等方面持续优化，进一步提升系统的应用能力。
从这一实践可以看到，AI进入企业业务流程，需要解决的不只是自然语言交互问题，还包括对专业知识、业务规则和数据权限的理解与处理。这也是神州数码基于AI for Process理念，推动AI能力融入实际业务场景的一项具体探索。
评论 (0)