-
保险中台运营借助大模型能力重构AI原生应用
- 中台运营场景归类与规划:现有业务运营流程数字化、明细化;业务场景归类、分析、标注;分析AI重构可行性及模式;业务场景重构规划内部知识、数据、应用盘活;业务知识梳理、标准规范类数据沉淀;高价值数据沉淀、挖掘。
- 【壁垒】原子应用服务镜像、重构;LLM大脑选择与适配;大模型性能、能力特点、边界区分;单场景、流程型对不同模型能力要求分析;大模型成本、生态发展情况考虑;应用构建与智能体演进;应用构建策略:单场景→流程型重构→端到端智能体;落地策略:先对内→再对外;先辅助→再替代→流程化构建;组织变革:IT+业务串行改并行;智能体模型+工具生态持续演进、持续迭代优化;场景数据模型AI应用。
-
保险运营场景归类与规划
- 场景分类:客户咨询投诉及保单服务、承保决策、维护客户关系、保全、风险评估、全生命周期保单服务、赔付全流程管理、医疗费用结算与清算、运营效率优化、风险控制。
- 场景试点→流程改造→模式创新;数据标准、无创造性、推理严谨(智能核保、智能理赔环节中的单场景服务);风险控制、风险评估(单场景原子服务);数据标准、允许创造性、推理严谨(客户咨询业务流程环节的单场景服务)。
- 跨智能体协作:特定业务流程(风险控制业务流程、两核业务流程、客户咨询与服务业务流程、客户投诉业务流程等);完整业务闭环处理(投保、理赔、保全、风险管理等)。
-
如何选择最适配的LLM大脑推理与决策模型
- 推理与决策模型关注:复杂问题求解与策略制定、推理思考速度、开源情况。
- 多模态模型关注:文本、图像、音频等综合信息的处理能力。
- 通用语言模型关注:综合能力[问答为主]、部署服务成本。
- B端企业必然走多模型策略,决定模型选择的因素:业务场景特点适配、数据安全、开闭源、成本。
-
单场景重构–伤残智能评级助手
- 评残业务场景痛点:车险评残业务需由法医人工完成,准确率95%;上传出院小结、病厉、检查报告、手术记录,OCR解析其中文字;RAG召回患者与商情信息相关的人伤评定规则;模型理解并形成结构化的评估结论。
- 方案简介:上传出院小结,病厉、检查报告,手术记录OCR解析其中文字;RAG召回患者与商情信息相关的人伤评定规则;模型理解并形成结构化的评估结论。
- 单场景智能应用的定位与演进:报案立案、案件流程分类跟踪、核损协谈(车险人伤全链路风控管理);信息获取、汇总、分析;探视报告助手、协谈报告助手、调查报告助手、询问报告助手、智控人伤损失初评助手、案件智能分类助手、治疗费用预估助手、伤残智能评级助手、小案件快赔应用、智审合理损失认定助手、医疗费用认定助手、智检协谈话术方案助手、定损报告助手、鉴定话术助手、鉴定报告助手;助手提效→人工密集型任务替换→workflow 任务节点/插件→大模型生态工具(MCPServer )。
- 车险人伤风控服务Agent 流程应用编排:立案、案件流程分类跟踪、核损协谈;DeepSeekV3、hunyuan通用大模型、DeepSeekR1、hunyuan-turbos推理/规划模型、T-意图识别模型、T-角色扮演模型精调模型。
- 智能体开发平台原子能力MAAS:报案。
-
AI原生应用构建路径与工具链适配
- AI应用架构:智能体开发平台;外部数据代理、内部服务代理、RAG原子能力、联网搜索、构建输出结果。
- AI应用代理节点、工具节点、代码节点;AI应用助手API服务规划;代理意图识别提取、代理数据安全防护、执行代理验证、代理工具能力;用户输入、AI workflow。
-
智能运营分析|AI+Data问答式数据分析构建BI新范式
- 应用场景:保险中智能客服;疾病核保类问题(得了什么病能不能买)是产品详情页的头部用户问题,涉及疾病医学知识和核保逻辑,目前主要以人工核保为主,效率较低,影响用户体验。
-
两核智能体|某互联网保险代理基于OCR高级版+疾病识别和归一化ICD
- 应用场景:保险中智能客服;疾病核保问题产品交互逻辑。
-
工程险智能核保辅助|助力核保效率与准确性升级
- 需求:识别或推断合同中是否涉及20米以上高空作业、人工挖桩桩基工程、旧房改造、河道清淤、桥隧工程、水利工程、钢结构、水泥厂、化工类管道、变电站、线路工程、桥隧、水利等内容并提示;判断历史此类建筑的承建高度、此类工程历史钢结构占比的情况、根据人工费和材料费判断合同造价的合理性、人工费需要根据工期换算对应的人力成本占比情况;给出一个此类工程历史承建死亡率以及出险的情况辅助调整费率。
- 方案:工程合同照片上传;知识引擎自动识别并拆分工程险智能核保专家智能体,主要prompt示意;智能体工作开启核保专家智能体建议修改或者强提输出Json给到核心系统:包含初核建议、风险提示;核保人参考智能体建议,给出核保结论强提。
-
智能销售辅助|智能保险计划书Agent处理销售经营升级
- Agent节点设计:信息收集类节点、信息处理类节点、基础节点;直观操作、简洁界面、可视化画布。
-
智能客服助手|基于企微与电销坐席叠加AI会话分析能力
- 应用场景:保险中智能客服;基于用户会话标签,个性化营销任务;金牌话术库沉淀;销售表现分析;销售/客服话术赋能;提升销售/客服积极性;会话存档分析结果;营销应用转化复购营销任务;AI智能分析关键营销时刻;促销内容发送;会话语境互动内容分析;常见问题追踪;追踪客户满意度变化;产品评价正负矩阵分析;客户满意度分析;会话切割;情绪识别;内容诊断;会话标签AI自动挖掘。
-
质检智能体|微保基于大模型的实时质检流程
- 覆盖质检问题类型举例:态度消极/恶劣、理赔必说问题漏说、敏感话题、诋毁同业。
-
- 保险运营智能体建设路径展望
- 单场景AI应用:特定场景业务、数据、模型整合构建,助手类为主。
- AI Agent 工作流应用:业务流程高度标准化,需审计追踪每个操作节点、明确、重复性任务基于agentic workflow 构建应用。
- Multi-Agent:专业化任务、多工具链配套集成、创造性任务由模型自主决策,特定任务由工作流处理;端到端任务执行结果呈现,任务决策后由多个智能体协作执行,复杂的智能体交互编排,大模型自主RL优化。
- Agentic Workflow:保障金融确定性、可预测性;场景期待保险行业超级AI原生应用破茧而出,也必然会出现!