医疗客服升级为何像爬珠峰：ResMed 全球客服 VP 的数据优先路线图

一句话结论

在医疗行业做客服体验升级，难度被 ResMed 全球客服副总裁 Sarah Wright 比作「爬 AI 珠峰」——但障碍不是技术，是患者健康信息（PHI）的保护约束让数据解锁异常缓慢。她给出的路线图全部围绕数据：用「低复杂度高音量」交互数据对齐内部、用规模化 QA 分析排优先级、从数据基准出发决定投资去向。对任何受强监管行业（金融、保险、医疗）的服务负责人，这是一份可直接借用的转型顺序清单。

为什么医疗客服升级是「珠峰」

Sarah 管理新组建的全球客服组织，直接点出行业特殊性：其他行业可以自由试验各种自助服务和技术渠道，医疗行业每一次数据在系统间流动都要论证合规性——集成点在哪里、去标识化数据在某个时间快照下是否安全。

她把「珠峰」拆成三段实际工作：找出哪里能去掉摩擦、哪里能把信息连通以提升效率、哪里能让外部体验更好。关键卡点在于：不解放数据，就无法从被动响应走向预测式个性化服务；而医疗数据恰恰最难解放。这与金融、保险行业面临的处境完全同构。

一个容易被忽视的背景差异：患者和医疗机构之间存在天然的医学素养鸿沟——患者刚拿到新诊断，却不具备护理方与专家的医学知识，导航成本极高。Sarah 强调任何体验改进都要回到这个起点：把自己放进患者角色（walk in your patient’s shoes），移除的是他们视角里的摩擦，不是系统视角里的。她把这条称为「谦逊」（humility）——无论在哪家公司工作，这条都适用。

Sarah 的路径本身就是一个参照样本

对谈还原了 Sarah 的职业轨迹，这个轨迹本身就是「客服负责人如何走到全球 VP」的参照：政府岗位被裁撤后看到路边联络中心招聘广告（带薪培训+全额福利），入行后从一线坐席做起——她描述那段日子是每天处理约 120 张工单、下班摘下耳机时的成就感真实可感；随后接管团队、经历并购带来的新技术整合、转入客户体验岗位、做过 BPO、最终以分析师身份进入 Metric Sherpa 类机构再到 ResMed 组建全球客服组织。

两个她主动强调的成长节点值得记下：一是她意识到「接工单」思维必须升级为「为什么这些工单不断涌来」的关系思维——这正是从客服到客户体验的分水岭；二是入行纯属偶然但留下来的原因是「目的感」（purposeful work）——让前线工作对患者结果有真实影响。第二点对正在做客服团队留存的管理者是有用参照：把一线工作连接到患者结果叙事，比单纯加薪更能留人。

数据对齐法：让业务方自己看见痛点

Sarah 的内部推动方法论值得照抄。她不靠高管令状，靠三步：

1. 用数据展示痛点：统计哪些交互领域是「低复杂度、高音量」——这正是自动化的首选目标，用数字让各团队看见工作量错配。具体做法：把三个月来电记录导出，用 AI 文本工具自动分类重复问题并统计各问题描述的解决率，输出一张「高频未闭环清单」，替代人工抽样判断。
2. 让团队讲自己的体验：请同事分享他们作为客户、患者的最好和最差经历。她观察到一个规律：让非客服岗位的人讲亲身经历，能瞬间触发共情，比任何汇报都更能制造紧迫感。
3. 用客户声音数据交叉验证：为什么联系、需要什么、哪些没一次解决、哪些是重复问题——与 voice of customer 数据集交叉后锁定「大头痛点」，内部达成一致再动手。

这套方法之所以有效，Sarah 的解释回到了管理者自己的位置：「客服负责人有时会对技术过于热情，但要记住很多团队并不像你一样天天贴着这些体验」。让别人讲自己的故事，比你去转述痛点更真实、更紧迫、更有共情——这是变革管理，不是数据分析。

她引用了 2011 年《Consumption Economics》里的观察做背景：企业重金投入客服团队，却让低价值内容流经这支队伍——客服是与客户接触时间最长的岗位，浪费即巨大。这个论断放在今天 AI 时代同样成立。

目的感从哪来：把自己放进患者角色

对谈有一段关于「purposeful work（有目的的工作）」的讨论值得单独记录。Sarah 坦言职业早期并不那么在意目的感——那时在摸索「我喜欢什么、擅长什么、能在哪里产生影响」。转折点是发现「产生影响」会越来越重要。

她对目的感的操作化定义完全落在患者侧：在医疗场景里，有目的的工作=你的工作真正推动健康结果、更好结局，或让患者获得更多医学素养、更清楚自己的状况，从而能更好地为自己辩护（advocate for their own care）。客服前线是品牌的英雄——他们拥有与患者最长、最专注的相处时间，留下的印象就是品牌印象。这个视角把「接电话」从低门槛工作重构为高杠杆的品牌资产管理岗位。

技术的正确用法：放大人的时刻而非取代

被问「技术如何增强人的时刻」时，Sarah 给出的最大机会点不是对话机器人，而是规模化 QA 分析（listening at scale）：把海量质检数据、客户声音数据与产品路线图、缺陷修复配对。她的原话：数据集越丰富、样本越好、可靠性越高，团队就不用再「对优先级下注」——用真实数据替代直觉排期，这是她与技术领导者交流时听到的一致主题。

她还补充了技术在整个医疗旅程中的位置：从诊断前到诊断中，技术正在扩大护理可及性——部分诊断已经虚拟化、一些路径不再必须经过医院体系。对客服组织的直接启示：来电数据不只是服务数据，它是产品问题的前哨信号——什么没被一次解决、什么是重复问题，直接喂给产品排期。

对一线团队的未来定位，她的判断是人变得更重要，而不是相反：客服专业者将成为「人的差异化」——提供监督、教学与微调体验的能力，在高度重复的互动被自动化后，人负责 heroics（不重复的关键时刻）。前提是别让低价值高重复内容继续占用人力。

她同时给出组织侧的现实约束：团队永远缺时间、缺预算、缺人力（time, funding, resourcing），所以「从数据出发」不是技术洁癖，是资源有限条件下的效率最大化——先看清哪里回报最大，再把有限资源压上去。

技术落地的次序感：诊断前、诊断中、诊断后

Sarah 用医疗旅程给技术划了一条时间轴：技术的影响覆盖从诊断前到诊断中的全程——部分诊断已经虚拟化、一些服务路径不再必须经过医院体系，护理可及性（access to care）本身在扩大。这段观察对理解「客服技术」的外延很重要：医疗客服不是孤立的话务组，它是患者在「诊断前迷茫期」的第一个接触面——也是医学素养鸿沟最宽的地方。

她把技术部下的机会点最终收敛为一个词：listening（听）。在她列举的技术领导者共同关注清单里——缩短诊断时间、降低成本、移除就医障碍——规模化倾听是共同底座：知道患者为什么来、卡在哪、重复问什么，前三个目标才有优化对象。这与前面 QA 规模化分析一节呼应：先听清，再动手。

对非医疗行业读者的转译：把「患者」换成「客户」、「诊断」换成「决策」，这条时间轴与优先级同样成立——技术投入的顺序应该是「先扩大触达、再改进决策前体验、最后优化交易效率」，而大多数公司的技术预算顺序恰好相反。

给转型者的四步建议（原文收尾）

对「被要求快速现代化」的医疗及强监管行业负责人，Sarah 的收尾建议四条，逐字可用：

• 有耐心（be patient）：转型需要强变革领导力，不是季度工程。
• 先听（listen）：开放回答「agentic AI 会不会取代我」这类问题，先设定「人类监督」愿景再推工具。
• 从数据起步（start with your data）：哪怕数据不全也要起步——设基准线、定义什么叫好、再定优先级。最小起点可以很轻：挑一类重复度最高的客服问题，配置一个 AI 自动归类任务把该类工单全量整理成表，测试两周后评估一次解决率变化，再决定是否扩大自动化部署范围。
• 别修已经很好的环节：客户已经满意的地方不需要动，把投资压在数据指向的最大摩擦点。

她的总结句：攀珠峰需要的是好听众、谦逊、跟着数据指的方向走。

主持人用三个词收束全场，恰好构成一张自查表：be a good listener（会听）、humility（谦逊）、look where your data is telling you to go（跟着数据指的方向走）。三个词全部关于姿态而非技术——这与整期访谈的结论一致：医疗客服升级的瓶颈从来不是模型能力，而是数据解放的顺序与组织变革的耐心。对观望中的强监管行业，这份路线图的价值在于把「不敢动」翻译成「从哪一步开始动」。

变革领导的实操面：直面「AI 会取代我吗」

整场对谈里最有组织管理价值的段落，是 Sarah 关于变革领导力的展开。她明确说：转型不难在技术，难在强变革领导力（strong change leadership）——而变革领导力的第一课是敢于直面员工最尖锐的问题。

她举的原型问题就是那句会在每个客服团队里出现的话：「我做客服的，agentic AI 会不会取代我？」她的应对不是回避或安抚话术，而是三个动作：开放提问（让问题摆上桌面）、给出人类监督的愿景（人在环上是设计原则不是过渡安排）、重新定义英雄时刻（自动化接走高重复互动，人负责不重复的关键时刻）。这三步合起来传递的信息是：岗位的内涵在变，但「品牌防卫者」的角色反而更重。

这段讨论对任何正在推行 AI 的团队都是现成的沟通模板——比「AI 是助手不是替代」这类空泛表述有力得多的地方在于，它同时给出了变化的真实方向（低价值重复工作确实会被接走）与不变化的锚点（信任与关键时刻永远需要人）。

原文信息

• 原视频标题：What will it take to climb healthcare’s “AI Everest”?
• 频道：PolyAI（官方播客 Deep Learning with PolyAI）
• 讲者：Michelle（主持）、Sarah Wright（ResMed 全球客服副总裁）
• 发布日期：2026-03-05
• 视频时长：20 分 20 秒