您的位置> 核电信息门户网>军事>ⅴⅰv081·“辅助还是取代,人工智能在保险行业实践”主题实录

ⅴⅰv081·“辅助还是取代,人工智能在保险行业实践”主题实录

作者:匿名      日期:2020-01-11 17:04:00

ⅴⅰv081·“辅助还是取代,人工智能在保险行业实践”主题实录

ⅴⅰv081,由中国保险报业股份有限公司主办的第三届“中国互联网保险大会”27-28日在京举行,本次论坛主题为“互联网保险:高质量发展新路径”。中国太保集团数字化能力建设中心总经理林砺、人保财险电子商务中心副总经理兼北京运营中心主任吕巍、安盛天平首席数据官兼创新中心CEO李绍丹、德华安顾人寿保险有限公司总经理助理肖萍、北京灵伴即时智能科技有限公司保险行业总监王树楠就“辅助还是取代,人工智能在保险行业的实践(信息技术)”主题分别发表演讲。

中国太保集团数字化能力建设中心总经理林砺表示,每一次升级带来的并不是大量的失业,而是人才结构的调整,大家可能要从事跟这个时代,跟这个技术,跟这个行业的发展相匹配的工作。

以下为文字实录:

中国太保集团数字化能力建设中心总经理林砺:各位保险业的同仁,各位嘉宾下午好!非常荣幸,是我第一次参加中国互联网保险大会,并且有机会来跟大家进行关于人工智能在保险业的应用分享。说老实话最近我觉得从去年到现在,不知道在座各位有没有这样一个体验,越来越多的大会都开始讲人工智能,包括我们这个大会的名字也叫互联网保险,还有一个协会是叫中国互联网金融协会,最近也搞了一个互联网保险的专委会,大家都在说把名字给起小了,早知道现在金融科技保险科技这么火,大数据人工智能区块链物联网这么火,我们就不应该把名字起为互联网保险,应该叫保险科技,我在这里提一个小小建议,说不定明年我们这个大会可以称之为保险科技大会,这样的话外延更广一些。

今天下午这个论坛以人工智能作为一个主题来探讨未来它到底是可以多大程度上替代我们保险业的从业人员,我想这个话题肯定在座各位也非常关心,因为我们自己也都是保险业的从业人员,不知道在座有没有看过去年前年比较火的一本书,《未来简史》,讲的就是随着将来人工智能时代的到来,99%的人都成了闲人,只有1%的人还在工作,被称之为叫神人。这1%的神人帮大家把所有的活都干了,剩下的99%的闲人就在那里享受生活,这可能是一种大胆的预测。但是从我们过去不管是时代的进步,从过去的工业时代到互联网时代,到未来可能是人工智能时代,不管是从工业1.0、2.0到今天的4.0,我想我们从历史的严格发展进程,可以看到是的,我们的产业是在不断的升级,我们的技术也在不断的升级,但是其实我们人类的工作使命,我们的任务我们的职能,我们工作的性质其实也在不断的升级。每一次升级带来的并不是大量的失业,而是人才结构的调整,大家可能要从事跟这个时代,跟这个技术,跟这个行业的发展相匹配的工作,所以关于组委会交给我们的命题作文,将来到底是替代还是怎么样,我是觉得说替代还太早,而且就算基于目前人工智能技术发展而言,当然这个答案是肯定的,即便将来人工智能真正有了类人脑智能,真正能够成熟被应用,到了那个时候,人才结构也会发生相应的升级跟变化,我们一定还是会找到自己感兴趣,并且擅长做好,能够让整个社会的方方面面感受到价值的工作,是一定继续存在的。

大家看不到这个PPT也没有什么关系,我就继续说。我今天要跟大家分享的主要是两个方面的主题,一个是人工智能在保险行业当前阶段的应用,在这里我会把我个人对于人工智能的一些粗浅的理解,以及目前保险行业在实践当中,在应用的一些场景和解决方案跟大家做一个简单的汇报。另外一个部分主要是跟大家来交流的是关于我们未来,我刚才也提到人工智能时代,很多产业都会升级,都会变化,跟我们保险行业息息相关的,像健康产业,今天上午分论坛就是关于大健康产业的升级,包括车险,车辆行业,汽车行业,其实这些行业在人工智能时代背景下都会发生非常大的变革。相伴随而生的保险业产品的升级换代和在这样一个背景下,我们人工智能的应用场景,也同样会发生非常大的变化,所以我今天下午从这两个方面来跟大家去做一个分享。

首先来讲人工智能它的应用有哪几个层次,在应用层次上面我自己个人理解把它分成了三个方面,第一个方面就是流程自动化,现在说流程自动化非常多了,我觉得如果要说人工智能对我们人工的替代的话,在流程自动化的替代上面其实表现的是最为明显的,因为它其实也是最浅层次的人工智能应用,基本把固定的工作流程通过这个系统的规则制定固化下来,机器人或者说就是一个IT系统,严格的按照规则来往前走,因此像在保险行业的话,目前比如说财务机器人,它的应用已经比较深入跟广泛,我不一定感受是广泛,但是我至少知道像太保在内的一些比较大型的保险公司,现在都在逐步的或者说是全面的推开财务机器人的应用。

财务机器人就表现在解放了大量的财务核算人员初级工作和为了去做完整的流程带来了大量的简单重复性的劳动,所以流程自动化是人工智能第一个层次,也是相对最容易实施的一个层次,目前阶段能够最大代替人类劳动的应用层次。

第二个层次就是辅助决策的层次,我们目前可以看的到的尤其在保险行业资管领域看到比较多的,像智能投研,智能投顾,第二个层次体现在协助决策,协助预测,通过机器学习算法,能够把关于这个行业,在我们投资,投研投顾方面能够形成决策性的建议,形成对未来走势的趋势,并且能够自动的生成一些分析的报告等等,来支持我们的员工进行更加快速高效的工作。

第三个层次就是最难的,也是我们最希望达到的,自主的感知跟决策,最好的例子还不是我们保险行业,是这个自动驾驶,去感知周围的环境空间物体,进行自主的计算跟判断,自主的做出决策,判断他这个车辆现在应该怎么开,应该刹车还是加油,所以人工智能这三个层次应该说对我们目前的保险从业人员工作代替性来讲,第一个层次可以最大程度代替,逐步往前发展,越来越成熟,其实目前阶段来说还远远没有到达替代的一个地步。

我本来想讲的第二个部分是关于人工智能技术框架,说大人工智能,大家会想到它必须具备三个要素,分别是算例、算法和数据,要建人工智能必须有大数据,必须有云计算,刚刚进这个会场的时候有很多朋友跟我交换名片,有很多公司都是从事于跟这个存储、计算、性能的优化等等,有很多都是处于大的概念来说,跟云计算跟性能优化提升相关的产业。做人工智能的话我想除了有数据基础供应之外,云计算这个算例也是非常重要。人工智能核心的价值,核心的能力当然体现在它的算法上面,作为我们保险公司来讲,我们可以用到的人工智能技术其实是非常多,非常全面的,我看了一下基本没有什么是我们用不到的,比如说语音识别,这个是非常广泛的用在我们智能客服上。比如说自然语言的理解,这个也同样可以用在我们非常多的跟客户的交互,以及各种文字性的单据单证和理赔材料的识别上面,包括图象识别,当然我刚才也讲到单证单据的图象识别,基于图象识别对于文字的理解。

另外像知识推理,这些其实是体现在知识图谱的建立,再跟我们保险最终用户做智能交互的时候,有了这个知识推理,有了这个知识图谱支撑之后,就能够非常智能的高效的并且是相对准确的,只能说相对,因为今天的人工智能即便是微软的小冰,现在也做不到可以跟客服非常自如的去进行交流,所以这些方面人工智能技术应该说都是被广泛的应用在我们的保险行业各个领域里面。

从应用场景来讲,我上面也举了一些例子,智能运营、智能保顾、智能核保等等,这一页从我们太保角度出发理解整个人工智能技术架构,我们是基于这样一个技术架构来逐步的发展我们人工智能的应用。在来之前我们准备这个PPT的时候,也在考虑人工智能在保险业的应用框架,到底是哪些,我觉得这应该是没有什么标准答案的,所以这个也仅仅是我个人得一家之言,甚至于我不敢说这是代表了我们太保,只是我的个人一家之言。但是我今天也把它拿出来跟大家做一个交流。人工智能的应用框架我是把它分成了三个方面,第一个方面直接面向我们最终的保险客户的,保险客户有一个说法,叫做保险客户的客户关键旅程,他在跟保险公司交互的客户关键旅程,无外乎是从一开始的获取保险产品相关信息,到咨询、投保,接下来可能就会有核保,核保之后,生效之后如果有意外发生,会有理赔,会有增值服务等等。在这样客户关键旅程里面,我举了一些最典型的人工智能应用,可以看到其实到现在为止应该说保险公司在这些领域都已经有人工智能产品已经上线在应用了。

比如说在投保领域的话,像智能的保险顾问,这里我为什么又单独讲了一下统一的身份认证呢?最近我看到银保监会出了一个文,征求大家意见,关于实名认证征求意见稿,在未来得不远时候,像运营商的实名认证好几年前开始了,互联网也在几年前开始了。发展到今天其实现在保险行业也开始做这个实名认证,所以统一的身份认证,其实就是一个非常好的典型的人工智能应用场景,因为他要用到像人脸识别,声闻识别,图象识别等等这样一些人工智能应用典型场景。

在核保还有理赔的领域,智能核保,智能定损,智能理赔这些也都是在人工智能领域的典型应用场景。还有一个现在可能说的最多,智能客服,记得去年应该是招商银行推出了一个产品,那个时候他的宣传做了很多,宣传智能投资顾问,可以帮助大家来进行理财,但是其实大家如果用过也知道,它还是一个非常粗浅的投资顾问,完全做不到可以真的根据你的个人资产状况来跟你进行一个全方位的360度个人的理财规划。现在保险业我们也做了一些智能客服的机器人,其实也非常多了,总体用下来简单交互可以的,一旦复杂的多轮交互,尤其是带有一些知识推理复杂度比较高的问题,基本上目前各个保险公司客服机器人都是很难回答好的,也是我们目前人工智能发展现状,在我们保险业。大家都非常热情,对人工智能,并且投入非常多,各种产品像雨后春笋一样上线,但是真正含金量有多高,技术的成熟度有多高,以及他的客户体验有多好,个人意见客观来讲还是一个比较初级的阶段。但是这个也不怕,因为我们在互联网或者说在保险科技的时代,大家不断的迭代,小步快跑,不断的进步我觉得就可以了。

第二个人工智能应用,基于供应链的人工智能应用,客户不一定能够感受到,在我们的营运中后台来做的,保险的产品在人工智能时代也面临着升级,人工智能能对他的推动使得这个产品能够做更加多的个性化的定制。另外在风控领域其实人工智能应用也非常多,这个里面包含了通过对大量的客户理赔案例的客户画像建立,通过各种模型跟因子的建立,最后能够建立起风控模型,及时辨识出来一些有风险的理赔客户,及时的预警,防止我们在理赔方面的一个更大损失。还有包括在财务精算领域的,资管领域的,刚才我也提到,智能投研,智能投顾,包括还有就是在智能决策方面,针对管理层的经营分析,传统的来讲都是BI商业智能,到了人工智能时代,说是人工智能,连最基础的投影工作也会面临这么大的障碍,所以可见我们离人工智能的时代还非常遥远。

刚才梳理的是两个层面,第三个层面人工智能应用,保险业有一个特点,我们全中国应该有至少800万以上的营销员队伍,加上我们100多家保险公司的员工,所以我想全国直接在做保险的从业人员,加上800万营销员大军肯定是过千万的规模。针对这么大量的保险从业人员而言也有人工智能应用场景,比如说招聘,我不知道今天在座有没有寿险公司的人,寿险在过去相当长的一段时间内,都有开门红,每年的开门红都是会带来巨量的保费收入,在巨量保费收入的背后,每一年第四个季度大家都在忙着做营销员的招聘,招聘的数量真的是海量,因为大家也知道,营销员的流失率也是非常高的。

在这样一个大进大出的豪放的进人出人的格局下,其实我觉得对于我们个险团队来说,人员的招聘跟培训的成本,也是非常高的。如果在这一方面能够把这个成本降下来,对于各险行业来说,它的帮助是巨大的。人工智能在这个方面也有非常多的帮助,我前段时间见了一家公司,非常有意思,他们公司的老板做中医出身的,所以这个企业是一个做中医养生的,他成立了一家人工智能公司,结果转行去做HR了,好像跨度有点大,怎么从中医养生就一下跨到HR人力招聘,他说他是用中医望闻问切原理,通过图象和视频识别看你这个人的面向、气色、表情,能够判断出来你这个人适合什么工作,这个带神奇了,你可以说这样的公司假如他有一天成功了,他是对于看从业人员的代替和升级,但是是不是真的成功了,我也问他,那你有客户吗,你现在有收入吗,他说我现在还在研发阶段,希望有一天可以跟我们合作,我也充满着期待跟好奇心,不知道未来哪天是不是真的望闻问切中医看像就完全可以通过人工智能这样的一些技术手段,就能够完全实现。

时间关系,我这里就非常快的跟大家国际歌应用案例,一个就是智能保险顾问,这个其实我们太保自己做了一个阿尔法保险,就是一个人机交互,通过一问一答的问答方式来获取客户的保障需求,我们给他一个客户保障基础建议,并且在他愿意告诉我们他已经购买了哪些保险公司的保险产品前提下,我们会给他一个缺口分析,缺口分析之后,我们会给他进一步产品的建议,所以大概就是这样一个产品。他里面就同样用到了像自然语言的理解,多人交互,知识图谱等等一系列人工智能的技术,但是就像我刚才讲的,目前智能水平肯定还是不如一个营销员的,还差的很远,但是他最大的优点就在于客观,我经常说营销员他毕竟是跟他的业绩,跟他的个人收入紧密相关的,所以往往营销员最愿意推广的是他个人佣金拿的最多的产品,当然到顶级的营销员可能不关心这个也没有问题,大部分都是这样。但是像智能保险顾问这样类型产品,最大的优点就是在于他最客观,他是真的根据你的个人的情况,算法算出来的,你到底需要什么样的产品,什么样的保障,所以这个其实也是一个非常典型的应用场景。

另外像寿险的智能理赔,车险的智能风控,时间关系我就不一一跟大家具体展开来说了,我是从几个方向跟大家简单的分享一下目前我们保险行业人工智能应用典型的案例和场景。

第二个部分就是关于未来保险业人工智能应用的畅想,我既然说畅想,因为今天的人工智能还在初级发展阶段,远远没有到成熟时候,将来他对我们整个保险行业的挑战到底在哪里,颠覆在哪里,替代性在哪里,后来我去研究了这个命题作文之后,还不着急去研究人工智能怎么来颠覆我的,其实我们目前今天的保险人员从业人员更应该去考虑的是我周围的,我身边的大千世界里面,跟我保险相关的客户,我们的相关产业,他们其实也在发生剧烈变化,在这样剧烈变化下怎么更加从容应对,才是我们更加思考的问题。这里我也从几个角度跟大家分享一些个人得观点,一个是在寿险,一个在健康产业,还有在汽车产业。

寿险其实近几年来大家也会发现整个保险随着保险姓保,广大的老百姓的保险意识我是可以切身的体会到保险意识是越来越强了,随着80后90后逐步成长起来,客户结构越来越多样化,需求层次的多样化,比如说今天早晨在讲的健康险跟健康管理,其实保险产品跟服务的边界也在日趋模糊,还有就是保障跟财富管理边界也在日趋模糊。过去几年以某些保险公司为主的保险公司,在大力改变保障的本质,在大力推广财富管理,回到今天从监管的层面都希望我们保险姓保,但是其实现实是很骨感的,理想永远是很丰满的,当我们去面对我们的保险客户的真实需求的时候,可以发现很多保险客户他上来就说,消费型的保险我是不买的,买了以后钱拿不回来的保险我是不买的,我要买的保险我拿出去还能拿回来的,这个其实跟我们真实的保障本质某种程度上是背道而驰的,真正是保险公司的从业人员,尤其是精算师们,他们是绝对不会买返还型保险,一定买消费型保险。今天社会现状就是保险的保障跟财富管理,他也是融合在一起,很难切分的,所以在这样一个发展趋势下,我们寿险面临同样大的挑战,怎么样更好了解客户需求,更加贴近客户需求,来满足他们的需求定制化保险产品和个性化的定价保险产品。怎么能够更多更好的研发出来。

还有就是刚才说到的营销员队伍能力怎么样提升,怎么样跟我们客户需求升级来相吻合,还有包括就是在客户的变化,营销员队伍的升级带来的背后的营运管理的效能,怎么能够提升,怎么能够配套,所以这个其实对于我们人工智能来说都是有非常多的想象空间的。这个是在寿险方面的一个畅想。

第二个就说到健康险,今天上午因为我正好也听了一部分健康险的论坛,今天这个健康险是一个非常重要的历史窗口期,社保他现在是绝对的在我们整个健康险领域唱绝对的主角,差不多全国亿的社保资金在支撑,但是我看到一个数据说真正商业健康险规模也就是在四千亿左右,所以跟两万亿相比,还是很小的。而在这个里面,大部分是我刚才说的返还性的,投资理财型的,4000亿里面真正完全用于医疗保障只有几百亿。所以几百亿的规模跟两万亿的社保规模去看,其实社保是解决一个广覆盖低保障,解决基础保障的问题。商业健康险未来得空间是非常大的,他最大问题在于整个产业上下游的把控上面,是非常弱的,换言之控费的能力是非常差的。在这样的一个大背景下,老百姓生活质量越来越高,大家对于健康的要求也越来越高,我们不是要治病,我们要治未病,疾病的预防,健康的管理。在这样的一个大驱使下,我们整个健康险的产品,他也从原来早期最单纯的纯粹就是医药费的报销,到慢慢的能够在整个价值链的上下游去做延展,能够搭配更多的健康管理服务,今天上午很多嘉宾都在分享类似的观点。

对于我们的健康险来讲,我自己个人得观点是说未来得健康险第一他要提供更多的增值服务,以健康管理为主的增值服务。第二个深入参与到整个生态链的建设,建立更多的合作伙伴,为什么像类似于平安好医生非常多的保险公司都在跟医疗、健康、产业上下游通过合资收购兼并以及战略合作方式充分的积极加入生态圈中,为未来健康险发展在做相应的准备。

另外非常重要的一件事情数据的打通,去年开始卫计委,自从健康中国文件发布以后,卫计委牵头一直在推动中国健康医疗大数据建设,我们要真正要长足发展,怎么样把产业链上下游,从可穿戴设备,医疗机构的数据,健康管理机构的数据,客户个人的数据,以及保险公司的数据,都能够在相对有公信力的平台上能够聚合起来,这样他能够发挥出来作用就是相当大的。因此对于我们健康险来说,可能我们未来就是要在这几个方面加大发展,在这样的一个大背景下,我们再来看一下人工智能在这个里面可以做一些什么,我这里就不再讲像刚才前面几页讲到的人工智能在保险应用,从客户的关键旅程,从中后台营运流程来看,人工智能到未来可能依然存在,但是我们要花更多精力去畅想的可能随着价值链往前延伸到疾病预防和健康管理之后,我们的人工智能可能就跟物联网要紧密结合,跟这些可穿戴设备数据怎么样能够及时获取,及时的查看,通过后台人工智能模型,机器的能力及时的分析出来,预测出来,最后能够应用到产品的研发,产品的定价,产品的服务上面去,我想这个可能是我们未来需要去考虑的健康险的人工智能应用。

我们再稍微来看一下汽车产业将来会长成什么样,我为什么会先讲寿险,再讲健康险,最后讲车险,再讲汽车产业,我是感觉越往后讲产业的升级,颠覆性式的变化程度越剧烈,如果健康险变化在产业链价值链往前端做了进一步延伸的话,汽车产业在我看来完全就是颠覆性质的改变,这里面四大现象,车联网、共享汽车和新能源汽车已经在我们身边真实的发生,每天都可以看见。因为我来自上海,北京我也经常来,我感觉像上海、北京大城市,基本上在马路上可以看到绿牌汽车越来越多了,新能源汽车渗透率越来越高,共享汽车经常能够看到,车联网应用已经说了很多年了,唯一目前相对比较遥远的是自动驾驶,其实像特斯拉这样的车,其实已经具备了自动驾驶的功能,只不过目前的法律法规道路等等限制下,目前还是在极小的范围,规定的路线,特定的行业里面进行小范围的试用。去年我到深圳去的时候,我特意去了一下阿尔法8,看了一下,他们在规定的路线里面有自动驾驶公交车在那边行驶,据说还是有人工干预的,因为我至少看到阿尔法8的巴士里面有方向盘的,既然都无人驾驶了,干吗一个方向盘,万一出了什么极端情况,还可以人工干预一些。

所以在这样一个出行模式发生急剧改变的前提下,我们保险本身也会发生颠覆性质的变化,保险像现在是按年买的,其实目前有一些创业的公司已经在尝试跟保险公司合作,按天卖,或者是按车联网使用的情况拆细了来卖,包括自动驾驶的系统,如果真的是自动驾驶的车辆,以后车险很多都在开玩笑,以后车险没有了,只剩下责任险了,像司机乘客也会发生变化,电池质量保障变成非常重要内容,往风险精细化,保障的短期化和责任的最小化进行发展,所以我们现在包括BAT,包括太保还有其他公司已经开始研究未来新型的车险相关产品研发和政策的研究,人工智能应用到底会怎么样呢,这一页模糊不清,讲的并不是未来车险人工智能的应用,现代车险在人工智能主要应用场景,最主要想打上这么一个问号,我们也知道将来车险不再是今天的车险了,完全的一个被颠覆被升级以后的一个新的产业环境下,我们的车险会长成什么样,我们的人工智能应用会怎么样,其实我们也不知道,我们一起拭目以待。以上就是我今天很快大家分享的内容,总体一句话就是人工智能的路还长,让我们一起努力,跟今天在座的产业价值链的各个环节合作伙伴们一起努力,把我们保险行业人工智能每一个应用从小做起,扎扎实实做起,发挥出应该有的价值和生命力,谢谢各位。

人保财险电子商务中心副总经理兼北京运营中心主任吕巍:各位同仁大家下午好!首先感谢主办方邀请,能够参加这次的互联网保险大会。根据下午安排,我主要是来用大概20分钟左右的时间,介绍我们人保财险,在互联网服务当中的一些应用和一些思考。内容主要从两个方面,一个是介绍一下过去的案例和一些探索,第二部分跟大家向交流一下下一步AI的思考。

我们人保集团正式发布未来新时期创新的一个战略,腾讯视频上都有发布,在大会上我们集团的副总裁举了一个案例,我也想引用,跟我分享下午有些像,大家最近都在看世界杯,世界杯上我觉得除了我们这些球队有非常出人意料的表现,我觉得还有一个非常幕后的明星,大家可能应该有感受,第一次引用的VR视频材料。今天我们讨论的是AI在保险一些应用,我觉得这个不光是在保险,保险金融科技,包括在世界杯,我们生活方方面面都引入了这种技术。

我们都知道从现在国内外的一些IT巨头的布局来看,都重点在AI布局,主要是通过自然语言的处理,包括机器学习,包括声音图象的识别等等都在开始进行这方面的应用。应用的形式主要是几种做法,第一种就是在自身布局上,垂直领域来进行探索。还有就是跨界的一些并购,直接来并购新的应用和技术。在国际的这些比较领先的IT企业当中,我们看主要还是在谷歌上,在AI的应用是比较多的,智能家居等等都在开始。国内的BAT个人感觉这几家公司都在做非常快速的推进,在某些领域甚至已经从跟跑到并跑甚至领跑,百度李彦宏讲到未来得IT公司,包括未来百度不是一个互联网公司,更多的是一个AI公司。所以充分体现了AI在未来得技术方面一个重要性。

在看保险方面的一些应用,我们觉得主要是尤其在财险,包括在产品端,产品端主要依托大数据和一些互联网物联网的应用,来设计定制这种个性化的产品。第二个方面就是销售,通过智能的销售,通过语音识别,包括图象识别,来为财产险包括下一步车险,甚至非寿险来提升这种个性化的销售,对于续保客户以及潜在客户都能够提升智能化销售的成效。第三个方面就是服务,现在在人工智能的保险应用上,尤其是在非寿险应用上,客服已经越来越多了,包括下面讲到人保财险在互联网的客服方面的一些案例。第四个方面就是在理赔方面,理赔就是未来发展更多是在对保险理赔客户的身份识别,身份的识别和数据的录入方面,人工智能都可以发挥越来越多的作用。

下面再介绍两个案例,第一个案例就是人保财险从2014年就开始起步,来探索AI在互联网客户服务方面一些应用,当然这个应用在同业已经是越来越多,包括在银行等一些金融领域,用的比较成熟。人保首先是在互联网,就是官网上来进行应用,它的背景主要是四个方面,第一个就是官网咨询量非常大,原来我们人保财险电子商务中心有一个专门的数量非常庞大的人工服务团队,但是随着互联网用户的海量增加,处理量越来越大,无法来有效的与客户进行实时的交互。

第二个方面就是人力成本非常高,因为大家都知道中国的人口发展已经步入老龄化,我们现在觉得在大城市,尤其在一线城市,这种人力的成本是非常高的,而且团队的这种建设成本也非常高。第三就是咨询的问题,客户在线咨询的问题共性是非常高的,主要就几类问题,第一类就是咨询,包括产品,包括销售一些问题,第二类就是实际的投保,在投保过程当中,包括信息填写,包括支付,可能会存在问题。第三类问题就是售后,包括理赔当中,包括在一些报案当中的问题,主要还是这三类问题,我们觉得80%都是共性非常强。第四就是技术应用,技术的发展非常成熟,在线智能客服的发展非常贴切,所以这个是智能客服应用的背景。

这个就是我们的网上和APP随机选的两个问题,左边这个问题比较个性化,我们发现原来我们觉得客户的一些问题,除了一些业务问题,投保承保理赔的问题,可能客户问的点多,我们应该是标准化比较好解决,但是有些问题我们通过个性化的数据库更新,也能够很好的与客户进行交互,因为有的客户也很幽默,所以我们定制了一些答案,我们发现原来可能需要人工来进行交互,但是通过我们个性化数据库分析,能够跟客户有效的沟通。

第二就是关于世界杯的,因为我们觉得现在这种世界杯的场景,和我们下来的保险公司的一些产品,包括出境的旅游险意外险,包括人身意外险都非常契合,热点的问题,我们通过人工智能在线客服也能够非常好的与客户交互解答客户满意度也很高,对潜在客户的销售,我们通过在线客服有很多引导销售成功的案例,这个是我们原来没有想到的。

人保的智能客户主要从前面我讲到的2014年开始起步,首先通过官网,当时还是起步期,2014、2015年打基础,2016、2017属于应用期,主要通过打通不同平台,从官网向我们的人保微信包括中国人保APP打通三个平台,在这三个平台上,互联网平台上都实现了智能匍匐应用,在后台这三个平台的这种智能客服数据库、知识库也实现了打通。从今年开始,我们进入了优化提升期除了在文字的智能交互以外,我们会加入到语音的交互,甚至下一步图象的交互,能够通过AI在线客服向客户提供更优的体验。

通过4-5年的应用,我们觉得智能客服的优势还是非常大,主要有三个方面的优势,第一还是技术优势,技术优势非常明显的,通过这个工具的使用,有一个非常强大的语义,语义分析库,能够实现多轮与客户对话服务。同时我们加入一些在知识库里面,包括这种智能问答,加入一些情感的交互,包括前面演示的,就是一些客户的幽默的交流,这个是我们前期介入的不多,但是今后是一个比较大的蓝海,一个相对来说知识化的在线的交流,通过知识库的维护,纳入到情感,而且效果都是很好的,这是技术方面优势。

第二个就是运营优势,原来我们的在线客服团队没上来,但是投入到AI交互以后我们成本直线下降,成本迅速下滑,运营成本优势,同时知识库的完全和维护,随着技术发展,我们在座可能有的公司,刚才开会之前也简单交流,都在做这方面建设,实际上他的这种开发的成本,也在迅速下降,所以在这方面,运营和智能便捷的知识库上,实际上效率越来越高。

第三就是数据分析的优势,数据分析优势主要是通过智能客服能够对客户问题进行聚类,迅速的分类,迅速分类基础上能够在后台拥有一个非常丰富的数据统计的功能,包括热点分析,包括情感分析等等。主要是这三个方面优势。未来得发展应用也非常大,这个我在后面也会讲到。

这个就是我们用了几年来的基本成效,两个流程,一个是智能的客服消息系统,还有一个通过人工智能服务系统,这两个系统综合来进行智能客服应用,通过人工智能客服,人工已经减少70%,累计的服务客户数已经超过120万。原来从我们一开始建立智能客服,在线应答率在20%以内,现在已经超过25%,绝大部分问题都能够通过智能客服来进行应答,速度提高到50%以上。我可以举一个例子,原来我们人工客服平均响应时间,原来我们是在60秒以内,一分钟以内能够通过人工来进行响应,现在我们响应时间已经在20秒以内,相对来说访问量较低的时间速度会更快。在多平台打通上,原来我们人工在线客服智能客服只是在官网,现在在多平台全部打通,包括微信端,包括APP端都已经全部打通,下一步我们还会在今年考虑在电话端,包括我们9518电话也会上线。

第二个案例想跟大家分享一下我们在后端管理端人工智能的应用案例,我们的智能语音质检,大家可以看这是两个质检流程,上面这个流程就是我们标准化的流程,我们的后端质检全部是以人工进行电话的测听,人工打分,上面AI技术以后,智能语音,通过智能语音,将大量的海量的电话语音转化成文本,通过我们后台建模,代替了人工的质检,进行语音的质检打分和对销售的行为分析。 

主要的成效就是我们将海量的非结构化的录音数据转化为结构化的价值信息,实现了自动化和智能化的质检,通过去年我们上了这个应用以后,质检覆盖率已经实现了100%覆盖,原来我们通过人工质检,按照监管要求我们只能对成功的,已经投保客户的销售录音进行质检,但是我们上了这个AI以后,我们不但对成功的,对非成功的实现100%质检,成本降低。自动质检模型命中率也是非常高,达到了99.1%,电话的这个销售单件质检,原来不到5%,只有3%,人工智能实现抽检,现在实现100%质检。不但实现对销售质检,而且能够实现对来电分析,还有营销机会的获取,提升销售的技能和产品,他都能发挥非常重要作用,不但为我们质量管理来提供支撑,下一步还会对这种营销和运营提供很强大的支持。

第二部分跟大家简要交流一下我们的一些思考,未来主要是三个方面,我们会加强在人工稚嫩方面的一些应用,第一个是深耕,三个关键词,深耕、融合、连接。

在深耕方面我们会继续考虑进一步深化AI客服,AI客服我们觉得主要是从三个方面,第一个从现在的单向的简单的交互来实现一体化的交互,现在交互主要还是通过简单的文字,还有一些语音,下一步我们的智能AI的客服,他不光文字和语音了,包括图象,生物识别各个方面,声音都能实现。

第二就是可能会拥有语义的理解,把原来简单应答型AI客服向智能型的任务型的客服进行升级,使用户与AI客户交互过程中完成,不但完成咨询,而且能够完成投稿,提升智能客服体验。

第三方面应用与物联网、大数据结合起来,与我们的车险结合起来。将这个大数据物联网能够植入,更多以投保客户,他的出行和他的健康结合起来。

第二个方面AI质量管理,质量管理我们认为可以从热点分析,趋势分析,原因挖掘和交叉分析这四个方面来进行深化。热点分析方面可以按照热点归类,热词排名,对用户来进行热点的分析和提升。第二个就是原因的挖掘,对我们前端的销售这种录音,转化成海量的文本来进行挖掘,来发现这种销售当中的问题,第三就是趋势分析,因为前面我讲到了通过AI在智能质检当中我们销售的车险产品,还有非车险产品,都通过电话网上来进行销售,通过AI的质量管理,将这些产品类型按照时间顺序进行汇总,第四种就是交叉分析,在这种模型基础上结合多维度的因素进行交叉的赚取。

第二个关键词叫融合,实现的目的就是协同发展,前面林总也讲到了这几个方面,观点也很相似,AI包括保险科技,不但是能够提升客户体验,更多在保险公司的经营当中,包括从售前的销售、服务,售后的理赔,实际风控当中发挥重要作用,比方说在销售当中利用大书记、AI技术挖掘,构建一个360度全方位的客户画像,在这个基础上根据客户画像能够实现千人千万面前精准营销,降低营销的成本,提高营销的成功率。

另外比如说在风控方面,我们可以利用AI包括大数据,生物识别进行数据的挖掘,包括专家系统技术来构建保险客户的身份识别,我们大家去银行,银行身份的识别已经应用很广,原来去银行办业务要去柜台,现在都通过机器,包括图象的识别,包括身份的认证,拍个照片点一下头就进行身份的使用,都能够实现,下一步在保险当中,投保、理赔这个我觉得都很快,构建保险客户身份识别,进一步达到控制风险。

融合的方向几个方面,努力过AI包括保险科技来构建,我们想法努力构建保险经营的价值,从四个方面,第一个是智能定价,通过智能化差异化定价,来提升产品定价,风险定价。第二个就是智能服务,通过智能服务提升优化客户体验,降低成本,第三个就是风控,通过智能风控来提升风险的决策和反欺诈,第四就是智能运营。

第三个关键词我觉得就是连接,连接的意思就是大家都知道这五个,人工智能、大数据、物联网、区块链和云计算,通过这个技术应用,这五个技术我觉得不是一个单独的,他是一个整体,是一个需要不断的连接,来综合应用,每一种技术不会是一个单独的技术应用,他是一个充分连接的应用,综合应用,我们想通过这个技术应用来实现保险智能化新时代。保险客户数据是保险公司核心价值的一个重要组成部分,构建以客户为中心的大数据进行风险管理技术创新,第三就是物联网,大家知道财险公司现在最大的还是车险,包括物联网,OBD,新技术,能够实现对客户的细分,在这个基础上对不同客户实现个性化的服务。第四云计算,云计算现在大部分还是小型公司,中小型公司在云计算,大型公司从安全角度来说用云计算现在还不太多,大型保险公司竞争越来越激烈,可以从今年上半年财险行业经营情况不容乐观,经常听到一句话冬天来了,今后云计算,大家都知道云计算最大的一个对保险公司优势就是它能降低成本,我觉得就是通过云计算来降低保险公司的信息数据存储的成本。当然它能够进行数据的挖掘。

第五就是区块链,区块链前一段相对来说大家说的比较多,但是我觉得应该实事求是,客观的看技术,现在保险业还是一个初步的应用,在区块链上。更多的最主要还是一个安全,安全公开,我觉得在这个应用,区块链技术上更多建立客户信任,安全上有一个防止欺诈。主要就是我们下一步人保财险会围绕这个技术加强五大技术综合应用和连接应用,与传统业务相连接,实现以客户为中心的保险智能化新时代。以上就是大家做的一些案例,和我们一些个人的初步的思考,上面是我们中国人保微信公众号APP,也欢迎大家关注,以上就是我给大家分享的主要内容,说的不对的请大家批评指正,谢谢。

安盛天平首席数据官兼创新中心CEO李绍丹:各位同仁、各位合作伙伴大家下午好!我在期待听到其他声音,因为在保险公司待的时间比较长了,有的时候形成反射了,早上好,一般听到好很好非常好,最开始我去的时候,我承认我在保险公司刚去的时候有点被雷到了,起了一身鸡皮疙瘩,这也是我们保险一个特色。

刚才我在下面和林总沟通,我听了咱们林总和吕总的分享,我也是感觉获益很多,不是说客套话,说的是一个实际的,因为确实感觉咱们老大哥单位,不管是人保还是太保,都是在技术、AI这些方面有非常良好的布局,刚才是涵盖了整个这个技术的,或者说业务条线里面,涵盖了很多的内容和探索,所以说我个人来讲,今天也是收获了很多。

在我分享这个内容之前,我看到这个题目,辅助还是取代,说的是人工智能的东西。我想分享一下在我的个人工作经历,包括从事技术、业务等等这些东西,我对科技或者技术的看法,实际上前面林总也在讲了,现在咱们这个大会叫互联网大会,现在多家都改成了叫保险科技,包括咱们行业协会原来出的书也叫互联网,以这个标题出的这本书,现在也叫保险科技了。确实科技我觉得是一个大的概念,人工智能确实是科技其中一环。如果我们把这个时间轴再倒推到大概在五年前地还要更早一点,那个时候大家讲互联网确实比较多,随着电商的发展大家都在讲互联网。所有的主体实际上包括咱们很多的不止是主体,包括合作伙伴,在互联网领域布局,做自己的官网、官微,官微没有那么久远,开始做APP。

再把时间轴往前推一点,我估计三年左右差不多,那个时候大家讲大数据,大数据开始兴起,AI可能是在过去一年多左右时间,开始谈AI比较多。反而最近大家提区块链比较多,你不提点区块链,跟不上这个形势。我们纵观不是所有技术每年,关键节点上主要技术的发展,你就会发现这个是一波浪潮的兴起,带来另外一波浪潮兴起,前面那波浪潮没有人关心,突然出现另外一个,然后再出现另外一个。我倒是觉得这个话我也在很多场合分享,很多时候大家比较关注,一个技术新产生时候大家比较关注它,甚至有时候夸大它,很短暂是之内影响,但是反而去忽视它在未来可能大概5-10年的影响,这是比尔盖茨说的一句话,我也引用一下。

我说得前面几个技术上做的工作相对来说多一点,反而在AI相对没有那么多,在区块链那就更不用说了,我们可能只有非常粗浅的一点东西。

下面进行一下分享,首先我觉得还是打个小的广告,人保太保非常熟悉,安盛天平我不知道大家熟悉程度有多高,今天我们还做的不算好,上一次世界杯我们还投了很多钱,这一次世界杯相对来说投入比较少,不知道大家有多大程度上理解安盛天平,我们是一家混合型的,是一个外资占了50%。安盛天平特点一个是我们是财产险公司,第二个做车险比较多,车险占的比例比较大,这也是最近比较悲催的原因,最近车险业务相当难做,大家如果看一下行业指标,都说安盛天平怎么了,跟我们的车的比例占的要高,确实有比较大关系。

安盛天平就是我们一直在推动做以客户为中心的数字化转型,在这个基础上我们推出来所谓好司机的概念,不是老司机,是好司机。当然跟咱们很多主体推出来的好车主也有异曲同工的地方。广告时间先结束,我现在再分享一下我们的探索。

刚才也说了整个车险的行业确实是非常的惨烈,在这种情况下,作为一个中小型的公司,我们在科技或者说在探索上投入,和咱们老大哥们,大的主体相比来讲,投入是比较有限的,但是在有限的投入里面,我们一直以所谓坐飞机的这个东西来激励我们,也许我们的投入没有其他人那么大,但是我们可能投到了一个合适的地方,能够产生一些更有效的产出。

我们的想法刚才我也说了,安盛天平一个核心的战略是希望能够做数字化的转型,以客户为中心的数字化转型,我们认为这里面背后的很大驱动力量就来自于这个技术,这里面的技术的话,原来我们做互联网,我们也是很早开始做网站等这些东西,后来我们就把很大的一个精力放在数据,就是如何去透过数据,如何去利用数据产生这个能量,在今天我相信如果是说像我说的,大数据这个概念,如果倒推到三年或者三年半左右时间兴起,很多公司我相信在做数据的方面,仍然是有很多的探索。数据是一个大的模块,他可能当时大家吹的很高,好像大家今天不爱讲它了,我们可以看到它会逐渐或者是越来越多的发挥它的功效,这一点反而是我个人的业务相关的,也和负责互联网业务,和咱们BAT公司沟通比较多,他们和我们主体相比,对数据重视程度远高于我们对数据重视程度,一个是数据,一个是AI,一个是数据技术,我们也做了CEP,是很底层的,希望对客户层级信息做一个整合,客户体验平台,希望能够把全司客户数据进行整合,当然这个不止是把数据进行整合了,包括结构和非结构的,这部分在上面搭一些我们一系列的模型、判断等等这些东西,把它作为中间层。

我们也在做一些建模平台,我们发现我们的人流动性也比较高,我们培养一些所谓叫数据科学家,也花了不少时间,我们没办法,无奈之下我们搞一个建模平台,这个建模平台将来我们甚至是毕业生进来之后也能用我们自己的建模平台来做相应一系列建模工作,这是一块。

AI方面的探索刚才林总讲的,它有几个大的模块,语音的、视觉的,包括咱们IOT的传感器等等这些东西,我们一些小的探索在哪里呢,一个是OCR的,自然语言处理,还有一部分就是RPA。

下面我就把它简单的展开一下,一块就是说的数据,实际上数据的发展,可能在很多公司里面,大家认为这就是做一个BI,我们都有一个IT部门,做BI给大家拉报表,我们肯定也要做一部分的BI相关的工作,只不过BI相关工作,希望能够提升整个经营的分析,大的框架来讲的话分为这么几个大模块,数据服务于很多东西,整理一下分成几个大模块,一部分是营销,我听过别的分享同事,在说这部分叫战略,提到里面内容很类似,把它放在营销这里。

还有一块是运营,这个运营不仅仅是包括这个,很多公司在自己运营的时候说的是理赔比较多,我想说的这个运营还是一个大的运营概念。另外一块的话作为保险公司特有的那就是风险,如何识别风险,作为保险公司来讲核心模块。

另外几个东西我们再把它拉开看一下,一部分是做BI,一部分做分析,另一部分就是做一部分建模,我们建模人员当然现在AI太火了,我们的建模人员,从传统建模现在也逐渐更多偏向于AI相关的工作。

里面的细节我也不想太多说了,营销的话包括客户的分析,客户的画像,但是营销还有另一大部分,我们公司反而做的并不多,受限于材料有限。媒体这个组合的这部分分析,我们做了一点点,就是很小,因为这个需要材料的,投放大量之后才能整理出来,说这个电视,贡献了整个这部分30%,这部分构建多少,那部分构建多少。

客户的分析画像等等,整个营销模块里面做的主要内容,包括一些客户建模,包括所谓客户生命周期价值模型,我们现在很多的观察是一年的,大家看他的赔付有多高。你还要看到它更长久一点,我们做的并不长,做的两年客户生命周期。也涉及到渠道、代理人,现在整个线上无论是电销,还是在网上,整个业务都受到很大的影响,但是线下我们大家都知道,现在反而很好,这里面确实有非常大的一块个人代理人业务。

运营我们原来做的工作探索主要是在于给电销来做相应的响应模型,基于OCR这些流量预测,作为我们投资方来讲,安盛在韩国做的也是很不错,安盛韩国虽然不是很大,但是整个转化率是行业最高的,大家如果了解的话可能三星在韩国相当于咱们,甚至是份额高于咱们人保,占了很大一个份额。安盛转化率有12左右,为什么做到这点呢,也是基于数据上对整个运营的投保。我举个简单例子,它的电销,这个里面我原来服务于平安,做过这些东西。平安当时也没有做到这一点,我们所谓团队长,每天早晨拿到一份报告,关于所有人下面成员的报告,这里面报告就会指出来他会有流失的风险,这是流失模型,这是一个。二就会指出来这个人的能力和态度分别都有什么问题,他是用一个球员的东西来把整个模型,当然不是一个模型,是多个这些东西对这个人进行判断,判断完之后能力有几种不同的,就会安排相应的培训,如果他的态度有问题,你就要找他谈话等等,这一系列的东西来去优化他这个运营,运营上面我们实际上也是一些数字,多了不敢说,可能当时在做的时候,能够对产能提高5%-10%效率提升是有的,不辅助任何其他的,大家有时候会辅助促销等等这些东西,这是不辅助任何其他的,只做这一部分。

还有一块就是分析,尤其是现在做这个费改,各家都有点紧张,所以说现在UBI公司,包括数据提供公司现在日子好起来了,很多家开始做这个方面的动作了,我如何能够构建模型,风险识别的更准。这里面我们的探索就是在跟BAT公司分别构建了一系列的定价模型,从我们现在所见来讲的话,主要是体现对尾部客户产生,你可能不知道张三李四是不是有金钱往来,他的金钱往来体现在交易的,我不具体说了,发现了这些问题。

刚才我说了这里面有一些支撑的部分,一个是第三方数据合作,可能大家都在做,一个是我们建自己的CEP,来支撑这个数据,搭建数据平台,还有一部分是建模平平台。CEP这个东西,我们现在在做,实际上这个活是一个底层的工作,是一个基础性的建设,这个基础性建设的话还回到这个问题,我本来是想在全司推一个基础性建设,但是后来发现没有钱,没有钱怎么办呢,那就是把这个范围缩小了,从一个大的数据平台建设,大家要以客户为中心,我们把客户相关的数据,先都搂过来,这里面的话包括一系列的数据收集,包括各种不同维度,这里面涉及到结构化,涉及到非结构化,也包括涉及到各个部门,可能有一些痛点,在于数据探索上,我知道太保做了一些,人保肯定也有,太保当时还拿了一个奖,我们可能很多公司都面临这个问题,一个业务方需要一个数据,要像IT打一个OA,说明自己的情况,OA下来之后,IT要采集数据,花大概至少是七天,甚至周量级的动作,把这个数据给到业务方,有的时候效率可能就跟不上,非结构化这一部分做了类似于像数据弧一样的机制,确保大家都能够其他灵活的接触和探索。

简单说一下我们建模平台,现在这个也是在构建的过程中,为什么能够构建这个建模平台,在我们长期做这个模型过程中,我们形成了一些自己的方法,因为大家可能做这个数据分析和模型大家比较了解,就是这里面你可能有70%、80%的时间,实际上并不是放在这个模型上,是放在整个变量上,你要把数据进行处理,这个处理时间非常多的,处理变量,单变量分析,组合变量分析等等这些东西,最终把这些变量你把它弄好之后,放在这个算法里面去,算法是有多个选择,或者做一个组合性的算法。我们这个里面也是在做的过程中,其目的就是希望能够透过这样一个傻瓜型的东西,我们想做一个非常傻瓜型的东西,傻瓜型东西大家了解都有,一个是都有成本,另外一块它没那么傻瓜,我们希望能够更傻瓜东西,包括把我们原来有的模型直接摞在上面进行一些调用。在算法选择上,也加入了一些我们常用的算法,比如说包括和现在的深度学习等等,把这些算法加进去。

刚才说到算法,我们做的模型比较多,分享一下我们算法,原来大家可能都了解,做精算的就是GRM,做一些模型普遍就是落地回归,应该是占比比较多的。我们也加入了一些偏AI的算法,这也是一个比较实际的值,应该是说蓝色的这个东西是我们传统算法对我们所谓的提升曲线。从拟合的角度来讲,整个对模型的提升还是比较明显的,因为还不是说你就是取一个随机的样本来做这个东西,他这个提升基于我们已经做的模型基础上的提升。还有一部分我们最近做的一个比较好玩的东西,通过这个语音的转逆,你判断客户会不会买它,原来的模型有一个数据。你在进行过程中可能客户说了什么等等这些东西,对他最终购买产生一个影响,把这一部分语音抽取出来,对语音关键的一些信息,再把它导到这个模型里面去,提升这个比例还是比较明显的。

还有一部分做OCR的东西,OCR我们是拿了自己公司的,量也不是很大,做了两万张左右的图片,做一个算法进行开发。这里前前后后做了很多不同的版本,主要是为了解决投保效率问题,我们自己测试过,它的准确率还是高于市面上,我相信可能市面上有很多家采用某一家,我就不具体说了。我们看到准确率肯定高于它,但是我们也测过这个东西,拿一张图片去蚂蚁金服上面报一个,我们自己报一个,识别率还是高的,我们做模型训练的时候,包括版面定位,版面定位技术是核心技术,如何去定位这个,我们版面定位技术还是做的相对来说比他们要好,因为他那个东西必须对准了,必须要框在里面,我们相对来说在训练的时候就是各种,因为当时拿那个图就是各种,如果把那个拿出来,偏了歪了反光了等等这些东西,在这种情况下,我们的这个识别还是高一些。这个是OCR的探索。

涉及到聊天机器人,大家都在做,这个里面我只能说我们这个放在这儿了,说白了这是一个放在这儿吧,因为我发现这里面投入的量是很大的,这里面有非常大的工作在于知识图谱构建,像小爱机器人,大家构建的时候以规则构建的,你产生一系列的规则,维护成本非常高,需要人不断做这个事情。一个是语义的识别,如何去标的这些东西,我们投入非常有限,我们在干这个事只有一个人,所以这个比较痛苦,一点点往前走,这里面涉及到把一个标注工作很大,你要把整个语料库端出来进行标注,那个东西是什么,还有一部分是知识图谱建设,好大的工作,不建设出来之后无法实现多轮对话,大家都说在做AI的时候,技术本身都是说这个语音部分,语义部分是AI明珠了,人脸相对比较简单,这里面我们只是在摸索,整个行业也在摸索,可能也并没有把它做到什么样数据,这里面包括facebook扎克伯格也说今年主要目标要把它做出来,中文这部分仍然是好大难题,今年不指望国内有谁把这个做好,技术的发展总是让我们惊奇的。

最后一页了,讲一下RPA,RPA反而把它放在最后了,这个东西是今天最直接的,财务用的最多的,健康险用这个东西来做,这个东西很泛的。我们健康险就是劳动型的,把这个拖到那儿,这个东西取代可能性还是非常高,而且我今天上午听到隔壁在讲代理人的这部分,现在我知道有些公司专门就干这个东西,能够把这个量做的非常高,取代了你原来出单员烦琐性的工作,这个反而是直接的应用,我们原来玩游戏时候,叫按键精灵,写代码,按键精灵以读取的方式做这个东西,这个是用内容来做。我分享就到这里,感谢大家的聆听,希望有机会能够在各个领域上跟大家进行沟通,大家一起来探索新的技术。

德华安顾人寿保险有限公司总经理助理肖萍:各位领导嘉宾下午好,我不是技术出身,所以在专业的一个话题上,很难在技术上有什么启发性的观点或者理解,所以我PPT主要介绍安顾集团在人工智能领域的一些实践经验,也是抛砖引玉,供大家参考。

我的PPT第一部分是人工智能行业发展和展望,本来以为这张图可能今天下午会被嘉宾们反复提到,有两张图,第一张是AI的一个曲线图,这个竖轴是人工智能发展,这张图也是反复应用。我们可以看一下从这张AI曲线图上可以看到,整个AI的技术还处在一个弱人工智能阶段,可能在某些领域人工智能,可能超过了人工智能,达到了人工智能,但是在普遍领域我们认为还没有达到。过去几年AI迎来了第二波的热潮。

AI我们理解是从1955年开始的,很长一段时间经历了低潮期,我们看一下AI的发展其实也是经过了一些低潮,到2005年以后又开始快速发展阶段,这是人工智能现在应用生态体系,这是我们简单的一个总结,可能不一定特别到位,底层还是我们刚刚讲的大数据、云计算、传感器和半导体芯片,核心技术计算机视觉、语音识别和自然语言的处理。尤其在保险行业现在我们在智能交互机器人还有语音智能分析,语音识别、人脸识别和智能业务处理这方面现在有一些探索。但是更多的现在人工智能是嵌在各个业务场景化的,基于人工智能技术催生新的商业模式,现在并没有达到应用。

这是我们从资本的角度来看一下,就是机器学习对各行业带来的一个影响,我们可以看一下2016年各公司在AI方面的最近投入是260亿-390亿美元,行业巨头像百度、谷歌投入6亿多,他们是在200-300亿之间,AI创业期间在这里面有大量投入,60-90亿之间,AI领域投资保持高速增长。

2016年AI投资是2013年外部投资的三倍,应该是非常热的投资领域。但是我们看一下,这个领域在投资很热,概念炒的很熟,但是商业应用领域还是比较低的,可以看一下39%的企业并没有去应用这个AI的技术,还持观望态度。41%的公司表示不确定AI技术带来的收益,但是去尝试一下,20%的公司表示已经应用了AI,这是我们可以看到的数据。

安顾集团相当相信AI会给我们整个保险行业带来颠覆性的前景,所以我们启动了一个叫认知日程的项目,专门成立了机器人中心,对整个的机器学习,开始了一些,应该还是叫前期的探索。我主要介绍一下安顾集团在这一部分所做的一些工作。

这部分我就不多说了,因为在我前面几位嘉宾着重介绍了AI在保险行业的应用,介绍的比我详细很多。我会着重介绍一下安顾集团。现在我们看来很大一块就是智能保顾这一部分,在证券领域,我们在过去几年会有一些消息,就是越来越多的AI替代了交易员,目前我们还没有看到有想相当大的突破。

这个表是关于人工智能在保险各领域的应用展望,这个表不是我们的一个预测,这是我们看到中国保险科技实验室他们一个预测。当时我认真看了一下,我觉得还是有一些可以启迪,或者有一些道理的。大家可以看到,所有标准化的,就是数据可采集标准化能够总结出规律,过去基于统计的,或者基于数据分析可以胜任的一些工作,不管是非标数据,还是标准化数据,被替代可能性很大,人机交互多的可能稍微后一点。这是一个第三方数据,大家可以看一下,当然现在技术日新月异,不一定是非常正确的。

这部分是我给大家想着重分享的就是我们在人工智能领域的一个全球探索。安顾集团是一家德国保险公司,但是在全球都有业务,我们现在可以看一下在全球AI是有156个应用案例在实施,半数以上的是来自于安顾集团。大家可以看一下我们的案例类型,主要是有文本挖掘、图象视觉、自然语言处理这几方面,我们各个公司现在在实施的一些案例数量。这是我们自己内部AMC的曲线,我们有语音助手,现在是比较热的一个阶段。

我们看一下我们现在在软件机器人领域的一个探索,刚才跟李总介绍很多是重合的,这些复制、粘贴、邮箱、浏览网页、各种决策判断、收集统计数据、简单运算基本上都实现了,相对来说比较复杂一点的,自然语言处理,语音识别,尤其是非明确指令处理我们现在正在尝试,并没有实现,还在一个实验室阶段。我们在集团内部有一个机器人技术中心,这是我们一个架构,我们把机器人技术中心设在了数字化转型办公室,数字化转型办公室,它是帮助我们传统业务,整个集团传统业务进行数字化转型的一个机构,一个是有一笔数字化创新基金,支持全球各个总公司在数字化转型方面进行一些尝试。

第二个他孵化一些新的技术,帮助我们全球的各个子公司完成数字化转型的时候提供一些技术支持和辅导。下面有两个中心,一个是机器人技术中心,另一个就是直销技术中心,因为安顾的直销是最大的,还是不错。机器人技术中心这一部分主要负责我刚才介绍的这些技术孵化,在全球范围内的推广,包括我们全球各个总公司自己在实验AI技术时候得到实验总结推广,都是他们在负责。

接下来除了这个软件机器人我们尝试更多的可能有一些突破的,是我们语音助手。在中国这个项目还是比较少,我着重跟大家分享一下这部分,我们看一下现在智能语音也已经很热,智能音箱,智能手机每天看到的siri,家里的电视,也是可以用语音遥控,车都没有问题。现在智能语音设备已经发展到一个非常好的阶段,现在小孩智能的那种机器人,家庭机器人现在很普遍,小孩子要讲一个故事,或者操纵一个家里的电器,一个场景,很多都是跟智能机器人的一个交互,其实它就是智能语音机器人,在这块我们走的是非常快的,而且跨越了一些年龄,知识教育层面的一些壁垒。

我们现在在这部分,安顾集团在这部分做了几个尝试,其中我介绍几个案例,一个就是怎么帮助营销员,第二个就是我们在线的车险公司,怎么样帮助客户去提升购买体验。一个是营销员很简单,就是说语音助手,找我们所有的公司CRM合同,或者他自己的客户然后可以直联,不用查他的电话号码,查他的过去保单信息,他都