司马阅

司马阅是什么

司马阅（smartchoose.cn）是一个面向企业客户的国产 AI 智能体平台。它的核心思路并不复杂：以自研的文档智能模型为技术底座，把企业日常运转中产生和依赖的文档——合同、报表、制度、工单、报告——转化为可以被 AI 理解和调用的结构化知识，再在此基础上构建能够承担具体岗位工作的“AI 员工”。

与通用聊天机器人不同，司马阅的定位更接近“企业岗位能力的数字化交付”。它不追求让 AI 回答一切问题，而是让 AI 在特定岗位上稳定完成特定任务。

技术底座：文档智能模型

企业场景中，大量关键信息沉淀在非结构化文档里。司马阅将自研文档智能模型作为平台底座，重点解决三件事：

• 文档解析：识别 PDF、扫描件、表格、图文混排等复杂版式，提取正文、字段与层级关系
• 信息抽取：从长文档中定位关键条款、数据项与业务要素，输出可供下游调用的结构化结果
• 知识组织：将抽取结果按业务逻辑归集，形成可检索、可追溯的企业知识资产

这一层的价值在于，它决定了上层 AI 员工能否“读懂”企业真实的业务材料，而不是依赖人工二次录入。

岗位级 AI 员工

平台的核心产品形态是“岗位级 AI 员工”。其逻辑是按岗位而非按功能来组织 AI 能力：

这种设计使 AI 的能力边界相对清晰，便于企业评估效果、界定责任，也便于按岗位逐步推广，而非一次性重构整个流程。

适用场景与落地思路

从平台能力看，司马阅较适合文档密集、规则明确、重复性高的岗位场景，例如合同审阅辅助、制度问答、报表整理、工单分类与信息核对等。

企业引入时，可参考以下路径：

1. 选点：优先选择文档量大、规则清晰、人工耗时明显的单一岗位
2. 备料：整理该岗位依赖的文档与业务规则，确保知识底座质量
3. 验证：在小范围内比对 AI 输出与人工结果，确认准确率与可解释性
4. 推广：在验证通过后按岗位复制，逐步扩展覆盖面

小结

司马阅的差异化在于两点：一是以自研文档智能模型解决企业非结构化数据的理解问题，二是以岗位为单位交付 AI 能力，让落地颗粒度更细、更可衡量。对于希望从具体业务环节切入 AI 应用的企业，这是一个值得纳入评估范围的国产平台选项。具体效果仍需结合自身文档质量与业务规则复杂度进行实测验证。