大模型技术引领保险智能化跃迁与价值创造

我们认为融合“数字化转型+大模型应用”的“智能化转型”成为当前阶段和下一个阶段保险业发展新质生产力最应该把握的科技主题。 Ø大模型技术是保险业数字化转型的新动能 Ø大模型技术与保险在底层逻辑上存在天然的契合性Ø大模型技术的应用必然推动保险的定价、承保、理赔、服务环节的大幅重塑Ø大模型+保险，两者结合将从“能力涌现”逐步走向“价值涌现” 数智化转型贯穿保险全业务流程 在感知层面，图像识别、语音识别、自然语言处理等正在帮助企业降本增效，提升客户体验 聚焦高价值智能场景 人工智能技术在保险领域的应用体系尚未成熟且迭代较快，基于技术可行性和业务紧迫性，筛选出需求紧迫且技术成熟度高的机器人场景技术可及性高、需求迫切度高：如智能外呼、车商管理、理赔查勘等，且聚焦利润增长、商机挖掘等核心价值技术可及性高、需求迫切度低：如网红产品推荐、直播获客，虽行业有先例，技术难度相对较低，但迫切度不高，暂不投入建设技术可及性低：如非车产品开发、客户运营助手等，鉴于当前数据底座和基础设施尚不完善，暂不纳入实施计划 阳光数智化转型路径：构建混合LLM底座，推进数智化新模式 阳光通用办公GPT 构 建 了7款 智 能 化 应 用 工 具 ， 为 全 员 提 供 公 文 写 作 辅 助 、 智 能 知 识 问 答 、 文 稿 分 析 、A I绘 图 、 音 视 频 解 析 、会 议 语 音 转 写 等 多 元 化 服 务 常青藤AI编程助手 将 大 模 型 技 术 融 入 到 研 发 的 各 个 阶 段 ， 改 进 软 件 开 发 的 过 程 和 方 法 ， 辅 助 开 发 人 员 智 能 生 成 代 码 、 翻 译 代码 、 优 化 代 码 、 回 答 各 类 技 术 问 题 等 ， 建 立 起 自 然 语 言 到 机 器 代 码 的 桥 梁 产品应用效果 用户突破700人，推广率超过80%；代码注释生成准确率75%以上，代码解释准确率80%以上研发团队通过积极使用常青藤提升开发质量，例如，阳光产险将缺陷逃逸率由2023年的2.91降低到2024年的2.41；阳光数科将百功能点缺陷率下降到1.86% 客服机器人-智能客服追求方向 一套面对所有客户的智能系统，为客户提供个性化、有温度、高品质的服务体验。能够精准的理解客户意图，与客户直接对话互动；能够准确自如的回答客户问题，解答关于产品、保单、理赔等事项的咨询；能够办理客户的批改、保全等业务。 •人工服务更加准确高效•为人工提供完备的业务支持和便捷的操作体验，服务更高效 •覆盖电话、在线平台等22个服务入口 •年服务客户超1300万 咨询受理机器人 •支持语音、视频、文字多种交互方式 业务办理机器人 回访机器人 系统操作流程 客服行业通用知识 保险通用知识 客服机器人-智能客服建设“五分法” 机器人能力达到完全独立办理，全部无人工处理机器人能力未达到完全独立办理，但根据业务要求，可以无需人工处理 B 机器人可独立办理，因政策原因，需保留人工 机器人可独立办理，但仍需优化提升，故需人工适时辅助服务环节多、流程复杂，需机器人处理简单环节，人工处理复杂环节 机器人可实现，但目前未实现 疑难类、高风险类业务，需要人工办理 客服机器人-智能客服建设“三结合法” 服务流程设计 机器人持续运营 •对远程服务流程和线下服务流程整体检视，全流程重塑，减少环节，降低客户求助时的费力度。 专属团队：产品经理、AI训练师、客户体验师、数据分析师等闭环管理：客户体验管理、数字化运营贯穿始终工作方法：场景挖掘方法、案件分析方法、改善界定方法 服务流程设计 AI技术 •语音机器人/文本机器人语音识别、语义理解、语音合成技术支持 数据分析：100万+通话记录 客服机器人落地应用 •大语言模型意图识别、关键信息抽取、答案润色等。 智能客服建设中大模型应用需要解决的问题 1.幻觉问题——输出内容不可控，时常一本正经胡说八道2.时延问题——语音和视频实时生产环境中，端到端响应过长3.隐私问题——数据隐私保护的要求4.产权问题——大量训练数据中，包含的知识产权信息5.监管问题——监管合规性风险6.伦理问题——技术应用道德风险7.投产问题——私有化部署算力资源投入高、训练投入高8.运营问题——对智能产品持续运营的标准化体系和人才队伍 人伤智能定损-功能介绍 功能简介：基于医疗知识图谱、GPT人伤大模型和风控模型等最新技术为客户提供智能化自动化的理赔服务，为客户提供快速、精准的索赔、诊疗和关爱服务，实现人伤案件智能定损、秒级赔付。 现场拍照 小额人伤：通过拍摄伤情照片，系统自动给出伤情诊断、诊疗康复方案及赔付标准，电子签名确认后，即可当场定损赔付；人伤探视：使用大模型能力，通过对理赔影像的处理，实现影像的分类、识别、关键信息提取，完成关键单证结果的自动录入，提升作业人员的录入质量与效率；住院案件（研发建设中）：实现单证自动归类、信息自动读取、伤情自动识别与费用自动计算，快速精准赔付，引导客户减少不必要的过度住院医疗。 人伤智能定损-界面 人伤智能定损-视频演示 实境演练机器人-背景 电销是人力密集型业务，人才是业务成功的关键因素，坐席培训工作至关重要。传统培训方式都是“纸上谈兵”，导致坐席结训后没有实战经验，直接上线带来名单损耗大、产能提升慢的问题。实境演练机器人提供真实的销售场景，帮助坐席实战练习销售技巧，无需上线调整和适应。 练 习 过 程 不 可 控 系 统 实 操 有 盲 区 实 战 性 不 足 结 训 标 准 不 统 一 授课班培训无法还原真实打线场景，学员无法无障碍上线，对于电话车险的残酷性没有一个心理预期，容易导致流失，目前首月流失率21.5%，三个月新人留存率仅48.0%，六个月新人留存率仅28.6% 新人坐席上线前没有条件实操系统练习，导致存在“讲了不懂、懂了不会”的现实情况，上线后操作不熟练，影响报价和出单 目前话术演练主要方式：话术诵读、两两对练、模拟通关。其练习频次、对客户真实形态的把握、投入专注度都无法有效监控 坐席话术通关环节通关标准不统一，且多数存在上线再观察的侥幸心理，导致话术通关环节失真严重，变相推高人力成本 实境演练机器人-功能 2.模拟操作：完整复刻电销和话务系统，提供与生产环境一致的操作体验，让坐席沉浸式练习。 3.模拟教练：利用大模型客观地对坐席话术进行“主观”评价，发现技能薄弱环节，对症下药。 1.模拟客户：预置丰富多样的陪练客户与坐席真实互动，依据坐席表现购买或拒绝保险。 实境演练机器人-方案 •姓名：杨旭性别：男•年龄：35岁性格：直爽、果断•险种喜好：按去年保•客户画像：对服务敏感，同时略微羊毛党，•性格温和好说话•练习难度：一般（简单/一般/困难） 使用MINLP算法筛选机器人客户，构建符合目标设置的客群