AI智能总结
腾讯金融云索艳明、孙蕾2025-03 保险中台运营如何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 内部知识、数据、应用盘活 应用构建与智能体演进 LLM大脑选择与适配 ⚫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 ⚫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 ⚫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 ⚫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 保险运营场景归类与规划 1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,保障数据分析、结果处理的准确性。风险控制、风险评估单场景原子服务,推理严谨、数据准确 2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,例如风险管理报告、计划书制定等,在具备推理严谨性的前提下容忍一定的创造性。 3Agentic workflow重构-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 跨智能体协作–完整业务闭环处理 投保、理赔、保全、风险管理等业务闭环 如何选择最适配的LLM大脑 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 车险评残业务过往需由法医人工完成 单场景智能应用的定位与演进 [示例]车险人伤全链路风控管理 通过音视频+AI智能采集信息、精准医疗定价、智能审核费用、纠纷调解支持及多维反欺诈系统,实现全流程智能风控。 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 AI原生应用构建路径与工具链适配 智能运营分析|AI+Data问答式数据分析构建BI新范式 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:保险中智能客服场景,其中疾病核保类问题(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 工程险智能核保辅助|助力核保效率与准确性升级 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 可视化画布 直观操作:用户可拖拽、连接节点构建管理复杂流程,支持鼠标和触控板操作及多种快捷键,提升效率。 信息收集类节点:通过多轮对话等方式收集并传递信息,如参数收集节点。 信息处理类节点:仅加工处理信息,如大模型节点,支持通过编辑提示词,利用大模型能力处理信息。 简洁界面:直观设计简化工作流修改,节点列表、画布、详情分类展现,内容简洁清晰。 智能客服助手|基于企微与电销坐席叠加AI会话分析能力 大模型赋能企微会话自动化属性分析与会话关键要素识别,强化用户情感识别与用户标签挖掘能力,精准抓取营销MOT 通过AI会话分析,企业能够快速了解消费者对于品牌的正/负向情绪反馈,结合订单结果数据,进行关键营销内容归因分析,助力业务增长 质检智能体|微保基于大模型的实时质检流程 保险运营智能体建设路径展望 期待保险行业超级AI原生应用破茧而出,也必然会出现! 感谢倾听