项目负责人：我们的合作是在质检领域，医药代表平时需要和医生保持定期沟通，出于对于业务规范的要求，录音内容需要进行检测。

此前采用的是传统的人工评分，主要依靠主管下载录音，再逐一仔细听，手动记录打分，整个流程耗费大量人力和时间成本。质检主管每天浪费大量时间在重复、繁琐、无意义的操作上，无法投入到更有价值的工作上，而且个人的主观判断也无法保证百分之百的精确度。

在POC过程中，竹间智能AI+RPA解决方案让机器人代替人工完成质检工作，凭借着5年来积累的强大的自然语言技术，理解复杂医疗用药场景及专业术语，带来直接的效率提升切中我们解放人力、提效增质的需求，所以决定携手竹间进行医疗与人工智能的跨界合作。

以NLP能力打通数据孤岛+RPA实现流程自动执行

医药代表与医生的录音存储在该公司内网位置，外部系统无法访问，在没有应用NLP+RPA机器人以前，靠人工逐个下载通话录音，再进行质检，效率低下，每天仅能下载约100通录音。

竹间智能将独有的NLP技术与RPA融合，预先梳理编辑好业务流程，机器人打通各个独立系统，先访问存储录音位置自动下载，再将录音及录音涉及的ID、姓名、分机号等随录信息一起上传至质检系统，方便后续的AI质检分析。机器人既能跨系统操作，又保证了自动化流程中内网访问的安全性。

目前，每一个NLP+RPA机器人每天可跨系统批量调取2000-3000通录音，效率提高至少20倍。

项目负责人：我们对医药代表在通话中的质检考核要素很多，比如要按照行业规范进行问候、不能提及敏感信息、需保持友好稳定的沟通态度等。这些之前完全依赖人工进行打分，不仅费时费力，而且人的主观判断无法保证结果的公平公正。

情绪质检：了解病人的情绪对于整个医疗辅助至关重要。通过情绪识别，针对患者的主诉内容和情绪波动，机器人抓取到患者长期治疗过程中的痛点和难点，推荐适当的话语对患者进行安抚，并提出合理的治疗建议。竹间的多模态识别技术不仅可以对语音中的声音情绪进行识别，更能结合文字语义对医药代表和医生、患者微波动情绪进行综合判断，保证情绪识别的准确性。

话术提取：基于语义理解和挖掘技术的文本智能引擎，可以实现高精度的业务识别，理解意图和上下文的理解，对话流程状态的追踪，实现优秀话术的自主识别与抽取，用户画像的标签自动抽取与绘制，以及完成用户反馈的根源分析，做到深入业务维度的分析和知识沉淀。