AI在保险行业的应用场景有哪些？

我国保险业 AI 领域布局多年，已形成较为成熟的 AI 全场景化应用，沉淀了丰富 的应用数据和场景，在 AI 大模型催化下，AI 效能有望进一步提升。

1.场景一：前台赋能

1）保险产品智能配置：个性化满足低单价产品的配置需求

AI 经过深度学习和对大量解决方案的模拟运算，能够根据用户提供的个人信息量 身定制合适的保险配置方案，扮演“AI 保险规划师”的角色。2023 年 4 月 12 日， 互联网保险代理平台蚂蚁保推出业内首个 AI 智能保险配置工具“省心配”，基于“HRAAM 模型”，根据用户年龄、常驻城市、月收入及负债情况，为每位用户模 拟匹配几万种保险配置方案，并最终选出最匹配用户需求（患病概率、地区医疗 条件及成本、预算情况等）的一组方案（包括医疗险、意外险、定期寿险、重疾 险四类）做推荐。由于 AI 相较于代理人可设置不受产品热度、销售佣金等因素影 响，测试结果显示，通过“省心配”配置保险方案，能为用户节省约 30%的预算。 但需明确的是，长期险具有长期性、无形性的特点，消费者支付保费后获得的是 无形的风险保障，获得感仅在出险后方能得到，因此，客户购买保险产品要么是 出于对产品的足够认同、要么是对销售人员的足够信任，两者现阶段都很难通过 AI 实现，因此，我们认为，中长期看，AI 保险产品配置推荐仍仅适用于低单价的 简单型产品，如意外险、百万医疗、定期寿险等。

2）保险客服：高质高效满足客户基础咨询和业务处理

AI客服是当前AI在保险行业运用最为广泛的场景之一，能够综合应用语音识别、 语义理解、语音合成、OCR、人脸识别、电子签名等多项人工智能技术，为客户 提供咨询（包括保险种类、保险期限、保险条款、保费等）、外呼及回访等众多繁 琐的客户咨询和业务处理，提高客户满意度和保险销售效率。 但当前 AI 客服仍是一种基于规则或预定义脚本的自动化程序，只能执行特定的 任务，客户需求超过其预设能力范围后便无法给出解决方案，与生成式 AI 所能带 来的客户体验仍有较大差距。

3）代理人销售支持：增产增效，推动销售人员产能提升

AI 能够通过强大的机器学习能力和数据挖掘能力，快速吸收知识并输出优解，为 销售人员提供专业知识辅导，提升代理人专业能力，助力增产增效的实现。平安 依托其在人工智能领域的深厚积淀及庞大的内外部培训经验，打造平安知鸟培训 平台，其中智能助手（AskBob）与智能陪练是赋能代理人的两大重要应用场景。 1）AskBob：基于海量数据创建专属的企业大脑，通过智能柜面、核保助手、拜访 助手、展业查询、产品宝典、问答社区等 9 大核心功能，实现“学习问答”，一方 面支持代理人碎片化学习、及时提升，另一方面，也为代理人展业提供全方位的 专业知识支撑。当前平安知鸟问答匹配结果准确率 91%，同时支持非结构化文档 （音视频、PDF、PPT 等）搜索。 2）智能陪练：基于深度学习算法、意图识别、微表情识别等技术，通过人机对话 训练的方式，构建多元化智能实训模式，为学员提供 1 对 1 的精准反馈，实现智 能培训的“降本增效”，当前知鸟在智能陪练方面已实现人脸识别率 99.8%，语音 识别率 98%，综合评分准确率 90%。3）营销素材生成：平安寿险推出 AI 短视频跟拍工具，帮助代理人打造内容 IP，吸引公域流量，上线 5 个月全网累计视频播放量 707 万次。

2.场景二：保险定损理赔

AI 在核赔理赔领域已有广泛探索，在线定损、在线理赔为主要应用场景。1）AI 智能定损：主要应用于车险领域，利用图像识别和智能算法等技术，通过对案件 现场照片风险点的分析、车损照片细节的处理、与历史影像比对等手段，有效识 别车辆损失程度，并判断是否存在故意制造交通事故、套用车辆牌照等欺诈方式， 提升理赔时效。2）AI 智能理赔：当前仍主要应用于车险、人身险小额赔付的自 动处理、快速结案。如：中国太保产险联合百度打造的“全智能、无人工”车辆 定损工具“太·AI”，截至 2021 年 11 月，已适用 2.3 万个车型，覆盖 97%的乘用 车品牌，部件识别准确率超过 98%，损伤识别准确率超过 90%。 需要注意的是，定损、理赔判定依据复杂、专业性高，尤其是人身险在涉及劳动 损失给付等方面的程序时，往往涉及与被保险人的交涉沟通，因此，虽然未来 AI 在定损理赔领域应用前景广阔，但并不可完全对人工形成替代。

3.场景三：风控减损

AI 在风控减损领域的应用具体可分为事前预防减损与防欺诈两大场景。减损方 面，当前行业应用主要集中于财险的非车险领域，将人工智能与地球科学、大数 据等技术相结合，提供自然灾害风险预警，最大限度降低损失；风控方面则主要 是通过各项防欺诈技术的应用降低骗保风险。

4.场景四：产品开发

当前 AI 在保险产品开发方向的应用依然较少，且主要应用于车险领域的定价场 景。我们认为，主要源于当前我国较为标准化的海量医疗行为数据主要掌握在医 保局、卫健委手中，保险公司数据仍较为匮乏，创新型产品开发动力不足，因此 延缓了 AI 技术在产品开发领域的应用。 但自 22 年以来，我国医保局已开始积极探索数据要素放开，预计放开后将为保险 公司多样化产品设计提供数据支撑，从而带动 AI 技术在产品开发领域的应用。一 方面，AI 数据处理与分析能力相较于人工优势显著，可更好识别和利用隐藏在数 据中的趋势、风险因素等，帮助精算师更好地理解风险和预测未来的发生率；另 一方面，通过分析市场趋势、客户需求和风险因素，AI 可以为产品精算人员提供 个性化的保险建议和方案，助力保险公司创新性、具备吸引力的产品的开发。