眾安在線施興天：AIGC對保險行業的價值不止于“智能客服”,施興天,眾安在線,保險行業,智能客服,保險公司,眾

南方財經全媒體記者 鄭嘉意 北京報道

(相關資料圖)

生成式人工智能正在為金融領域注入新的生命力。

眾安保險與眾安科技共同發布國內保險業首份生成式人工智能技術(AIGC)應用白皮書《AIGC/ChatGPT保險行業應用白皮書》(下稱《白皮書》)指出，盡管當前，AIGC仍舊處于早期階段，面臨數據安全、精準性、應用適配等多重困難。但未來兩年內，我國的人工智能技術將取得新的發展成果，在內容創作、數字營銷和客戶服務等領域，人工智能有望成為一個巨大的產業。

針對AIGC技術在保險行業的應用前景，《白皮書》指出，未來，AIGC將成為保險公司決勝于行業的重要戰略性資產。

“AIGC技術的優勢在于通用型能力和交互能力，這些能力可以很好地賦能保險公司的營銷、促活等業務場景，讓消費者感受到更好的服務體驗。”眾安保險數據科學應用中心負責人施興天對21世紀經濟報道記者表示，“從公司角度看，AIGC技術與傳統智能客服可以形成很好的互補。對確定性的問題，原有智能客服可以提供專業、準確的解答；AIGC可以對更為寬泛的開放性問題提供解答，通過交互，提升消費者的咨詢體驗。”

成功使用AIGC的關鍵在于找準應用場景

現階段對AIGC技術的應用上，施興天表示，最重要的找準應用場景。“我們很少涉及底層技術的研究，主要是站在巨人的肩膀上，包括該領域內優質的國產化軟件和工具，對行業進程保持關注。更重要的是平臺開發和上層應用，對此，我們會考量技術現有的優勢和局限性，再來結合落地的難易程度做推進。”

“從應用角度上面看，AIGC現階段有其獨特的優勢和局限性。比如智能保顧場景中，AIGC技術有通用性能力、擬人化方式；但具體到如何解決一個理賠、投保案例，AIGC不見得是最優解，因為它不具備專業的智庫或專業領域的知識。”施興天表示，“我們不能期待現階段的AIGC技術解決所有場景的問題。”

但在需要與用戶發生交互的營銷、促活場景中，AIGC技術就能夠得到有效的應用。“用戶需要有新的輸入。比如，我們日常可以給用戶提供一些健康咨詢、保險相關訊息，這些可以AIGC技術有很好的匹配——它們有自己的‘世界知識’，就可以生成很多內容，我們不用預備大量的知識和數據庫。”

面向未來的具體使用場景，施興天指出，保險公司可以在三個方面強化布局。

一是提升AIGC使用場景中的研發與管理效能。“例如平臺化功能部分，我們到底需要使用國外的大語言模型，還是國內優秀產品或自主研發平替版本；再比如如何確保AIGC與客戶之間的交互在眾安在線的管理范圍之內，如何確保數據的安全、準確。”施興天指出，“合規、安全對互聯網、金融行業來說是重中之重，我們需要在這方面有持續的投入。”

二是如何將AIGC技術與保險領域的知識、經驗有機結合。“現在訓練一個模型有百億、千億的參數，訓練非常耗時，對于使用者進行模型精調造成了極大挑戰，模型的通用性和垂直領域的專業性也很難平衡。”施興天指出，“眾安在線在保險科技領域有技術優勢，但從更宏觀的角度看，如何把定制化、專業領域的知識和大語言模型結合，仍是長期課題。”

三是具體的落地場景。“AIGC提供了一種新的交互方式，但并不成熟。想要結合眾安在線的具體業務場景去提升交互方式，可能需要改變一些當前的業務流程，這里涉及的場景包括保顧、營銷等。作為一家互聯網保險公司，眾安在線和客戶接觸的場景集中在線上，我們會根據與客戶接觸的優先級去做AIGC的布局和投入，爭取讓客戶的交互體驗上一個新的臺階。”施興天表示。

AIGC的價值不止于“智能客服”

施興天對記者表示，對保險公司而言，AIGC技術的價值不只在于為客戶帶來更好的交互體驗，也在于賦能業務，增加鏈路整體效能。

以眾安在線為例。“對AIGC技術的應用，我們企業內部的使用反而早于客戶端。”施興天表示，“作為一家快速迭代的科技型保險公司，效能是眾安在線的一切。我們希望提高效能、優化定價，給予客戶更好的體驗，這是我們的競爭力。如何提升內部各個環節的效率至關重要。”

施興天表示，經過可行性研究后，在眾安在線內部的客服總結、客戶標注、精算分析等環節，AIGC技術的使用都極大程度地提升了人工效率，使得企業有機會為消費者提供更好的服務和體驗。

一是客服總結。施興天表示，通常情況下，保險公司在接到服務、咨詢的電話，需要接待員人工生成一個小結，最后存檔，這些信息會流向后續其他的業務部門。“這一過程通常會耗費接待員15%的工作時間，但這恰恰是AIGC技術最擅長的——它們可以通過對自然語言的處理直接做總結，極大提升服務效能。這類效能的節省最后也將體現在客戶體驗上。”

二是客戶標注。在數據處理過程中，保險公司通常會對客戶意圖做識別。“有的用戶是來咨詢的、有的是退保的、有的是投訴的，我們需要通過標注對數據進行識別。以往，對于新的意圖識別，我們需要開一個會，要求數據、算法部門的同事參與，關注標注的數據、質量，進行建模、分析，過程非常繁瑣。但現在，運營人員可以直接與類似ChatGPT的人工智能對話，極大提升發現問題、識別問題的效能。過往，這可能需要一周，現在只需要一兩天。”

三是精算定價和經營分析。在產品定價和經營分析的過程中，保險公司負責精算的人員需要瀏覽、提取大量的過往數據進行分析，這一過程需要專業技術員的支持，或精算人員需要熟悉代碼、編程等技術。施興天表示，“但AIGC技術經過一定的指令輸入，可以把精算人員需要的指標和底層的數據做直接映射。例如，產品賠付率高的歸因問題，過往需要精算師做較為復雜數據提取與分析，但現在驅動AIGC就可以得到一些直接信息，大大縮小了時間成本。”

回顧AIGC技術在保險公司中的使用和發展，施興天表示，應當系統性地審視AIGC技術在業務鏈路中每個節點的作用，充分發揮大語言模型的通用型能力和交互優勢。“我們內部始終在系統性地看待AIGC技術，它不是一項‘黑科技’，但放在合適的場景會有很好的作用。關鍵是，如何將新技術的價值發揮到最大，適配具體的業務問題。”