导读:目前保险市场处于数字化不断迭代浪潮下,提高AI赋能业务及从业人员使用数字化工具服务的能力,也就成为每个保险企业不断锚定的新方向。
目前保险市场处于数字化不断迭代浪潮下,提高AI赋能业务及从业人员使用数字化工具服务的能力,也就成为每个保险企业不断锚定的新方向。这不仅可以让其借助AI完成一系列棘手难题,最大程度实现降本增效目的;而且还可以为业务带来更多新增量,提升整个产业效率。
然而,一个行业的共识在于,如今保险业涉及的AI路线纷繁复杂且维度众多。那么,目前保司最看重AIGC在哪些业务上的应用?而关于AI的诸多路线,又有哪些究竟适合保险业的呢?
阳光保险集团科技中心副总经理顾总认为,保司最看重AIGC技术赋能保险业务主要体现在以下四个方面:
一是,风险评估和定价,这个是保司最看重的,也是其核心根本。
二是,欺诈的检测,包括一些反欺诈的场景应用等等。
三是,自动化理赔处理。
四是,客户服务的交互,包括营销环节的互动,以及在为客户提供服务时候的互动和交互。
五是,营销的优化,包括精准推荐的广告投放和精准预测等方向。
其中,针对第四点保险代理人营销场景上,华鲤智能创始人CEO津总还补充道,保险销售在展业过程中,在大模型赋能下打造出的理解能力、推理能力,能够更好的帮助保险代理人更精准的找到客户,并且提供专业的回答,从而实现把更好的产品卖给合适的客户,同时能提供后续的各种保险服务,这也是华鲤智能目前一直所专注做的核心事情。
而从大模型技术突破上来看,全球最顶尖的基座大模型能力是在自然交互过程中的意图理解以及推理能力为主,能够为保险行业提供两方面赋能。
其一,在交互层面,在保险销售展业过程中,可以利用语音交互、文字交互、情感交互,甚至有不少代理人利用交互的过程来彰显保司的品牌形象。
其二,调度各种传统和集成大模型贴合进保司已有的业务系统中去,从而把整体的体验赋能并交付给保险代理人。
当然,面对以上涉及到的AI诸多路线,有些适合保险行业,也有些确定是不适合的。
第一,从技术性角度来看,如融合监督学习、强化学习这类的大模型技术,于保司而言是非常适用的。尤其是在垂直细分保险专业领域上,由于对保险从业人员的专业能力和处理问题的精准能力有很高要求的特性,决定了是需要学习类大模型技术来重点进行强化。
第二,在行业内通用型的与客户进行营销互动大模型技术,在保险行业是可以参考借鉴和引用的。比如以文字生成图片技术、营销场景上的视频生成技术,还包括办公场景下的文本生成、撰写提纲等等,这些大模型技术场景对保险行业也都是适用的。
但是,如果要深度契合进保险的核心领域,这些技术模型可能在模式上并不适用匹配。比如,目前大热的Chatgpt大模型应用在保险的核心领域,仅仅适合于解释产品或者讲述方案,以及沟通报价等这些简单层面上,而更核心的领域由于技术还不够成熟,仍处在探索阶段。
第三,在保险行业风险评估、定价和欺诈检测这些方面,大模型技术目前暂时在方向和路线上还不太匹配。这是因为AI技术是往发散式的方向迭代升级,而保险行业是需要相关技术往收敛方向上去深入。
尤其是在自动化理赔的服务处理方面,是需要更精准的技术来全方位进行赋能,但目前传统AI技术还是主要停留在客服应答领域,而且由于技术受限,导致双方理解交谈有所偏差。因此,如何在保险销售或是理赔服务领域将大模型技术进行深度引导才是极为关键的。
此外,在包括机器学习、AIGC技术的数据输入到结论输出等方向上,目前AI技术解释性并不强,但在保险行业极其重要的风险评估和定价,以及反欺诈等领域,对解释度有着极高的专业性要求,否则是不利于业务的推进和开展。
351769个用户完善保障计划