李明玚

面向快速扩张的香港某头部专科诊所集团，从单据处理与流程提效切入，逐步推动核心业务系统的 AI 化重构。

• 梳理医疗、财务与业务单据处理流程，选定单据识别与核验为首期 AI 应用场景；统筹本地化 AI-OCR 平台落地，将识别、核验与文件归集嵌入日常流程，支持单据处理与运营提效。
• 基于首期合作推动核心诊所管理系统（CMS）重构，明确建设范围、产品架构与分期计划；组织团队借助 AI-Coding 梳理原 SaaS 系统业务逻辑，推进架构升级及关键业务环节的 AI 能力集成。在 2–3 个月内完成覆盖前台、问诊、药房、化验、结算等 6 类场景、20 余个业务模组的核心功能重构，并开展跨岗位流程验证。

医疗、贸易单证等项目需求各异，逐项目定制投入高，需要在标准化与行业差异之间建立可复用的产品体系。

• 梳理不同项目的共性需求与差异，将单据识别、资料关联、核验与工作流沉淀为可复用组件，以行业配置和客户特定集成承接差异化需求。
• 结合交付经验形成行业方案，明确后续客户实施中可复用与需新增开发的范围，推动产品向更多行业场景推广。

面对尚未明确 AI 应用场景及实施范围的税务业务需求，负责售前方案规划与 Demo 搭建。

• 通过客户调研、税务流程研究与行业最佳实践分析，识别关键痛点、确定优先场景，设计方案架构及系统衔接方式。
• 将方案搭建为可演示的业务 Demo，通过场景演示与客户反馈，把模糊诉求转化为具体业务流程，逐步明确需求与实施范围。

出行服务诉求既包括信息查询，也涉及判责与权益发放，需要衔接智能处理和人工服务。

• 围绕判责、发券、订单查询及用户标签等场景，将各类意图的处理逻辑组织为 Agent workflow，并接入对应 MCP 工具；用真实问答构建测试用例，通过 Benchmark 评测定位知识、回答与链路问题，驱动迭代。
• 围绕完整求助流程规划入口、卡片和转接，明确 AI、SOP 云客服及专业客服各自负责的问题类型与转接条件，为不同诉求匹配相应的处理方式。

不同层级管理者的经营分析能力与管理方法不一致，需要一套统一逻辑，支持从指标发现问题、追溯原因并制定行动。

• 调研总部及机构管理者需求，梳理 3 个业务域、14 个核心指标及其归因关系，将经营目标、异常判断与原因分析转化为统一的指标体系和分析框架。
• 设计目标跟踪、异常定位与策略推荐等功能，推动公司级高管驾驶舱从 0 到 1 上线，将经营分析方法转化为日常管理工具；上线后，目标管理者活跃率 超 95%。

• 通过一线调研与案件分析明确酒驾风险识别需求，结合集团已有技术能力，提炼风险特征与识别规则，输出产品方案，并协调技术方推动模型上线及持续迭代；酒驾识别模型年减损贡献 超 1,000 万元人民币。