Перейти до вмісту

Bayer China: Bayer побудувала AI-систему Dr

pharmaceuticals · Китай

Bayer China, українське підрозділ німецької фармацевтичної компанії, створив навчальну систему Dr. Bei на базі генеративного ІІ. Система симулює лікаря для ролевого тренування медичних представників. За 6 місяців охопила близько 1 000 співробітників, економила 6 000–7 000 годин навчання на рік та підвищила ефективність 1-на-1 коучингу більше ніж на 50%. Від ініціативи до запуску пройшло 72 дні.

Результат

  • Виміряний результат: приблизно 1 000 medical reps охоплено за 6 місяців; економія 6 000–7 000 training hours на рік; ефективність 1-to-1 role-play coaching виросла більш ніж на 50%; від ініціативи до запуску — 72 дні.

Скільки зайняло: Від ініціативи до запуску — 72 дні; розширення до понад 1 000 користувачів — за 6 місяців.

Контекст

Дата публікації: не вказано Цитата з атрибуцією: не вказано Дані для калькулятора: приблизно 1 000 medical reps охоплено за 6 місяців; економія 6 000–7 000 training hours на рік; ефективність 1-to-1 role-play coaching виросла більш ніж на 50%; від ініціативи до запуску — 72 дні.

Обмеження

Безпека даних, відстеження даних, відповідність галузевим регуляторним вимогам, потреба в безпечному та керуєльному додатковому фреймворку для генеративного ІІ.

Що зробили

Система Dr. Bei побудована на Claude LLM з Amazon Bedrock, симулює лікаря для голосового спілкування з медичними представниками. Підтримує 14 сценаріїв відвідувань. Масштабованість забезпечує Amazon Lambda (450–1 000 одночасних користувачів) та Amazon API Gateway. Доступ до даних керується через Amazon Landing Zone. Система закриває цикл «Навчання — Практика — Оцінка». Від PoC до офіційного запуску — 72 дні. Охоплення зростало з 450 користувачів до понад 1 000 за 6 місяців.

Що з цього переноситься

Генеративний ІІ для ролевого тренування працює там, де є чітко обмежений набір сценаріїв, вимога до масштабованості одночасних користувачів і суворе регулювання даних; підхід не підходить для завдань без стандартизованих сценаріїв або там, де неможливо забезпечити відповідність.

Джерела