人工智能帮助保险人员处理海量文件（提高个性化服务）
引
在2020年的开始，我们就收到了很多不好的消息，比如新型冠状病毒的爆发、科比的意外去世……这些消息令我们揪心、痛心，也使我们意识到人类在突如其来的灾难面前，是如此的渺小和脆弱。新型肺炎的确诊人数每天都在不断增加，也不断在放大着人们内心世界的恐惧，最突出的一个表现就是疫情引发的居民购买保险的热潮。
保险这个行业作为第三产业，在中国发展的时间其实并不长，而近些年来随着人们生活水平的提高、投保意识的增强，保险的市场规模也在逐渐地扩大。市场规模的扩大给保险公司带来了巨大的收益，同时，也带来了一系列的问题，例如处理海量文本信息的效率低下、个性化客服服务等等。为了解决这些问题，本文将深入研究保险行业的发展特点，论述问题产生的具体场景，最后利用人工智能技术，为保险从业者提供一个解决办法。
1
保险行业的四大特征
首先，让我们通过一则小故事来看一看保险到底是什么。
妻子非常厌恶丈夫，于是萌生了杀人的念头。然而，在他把丈夫杀掉之后的第二天，妻子竟然发现丈夫又奇迹般地复活了，就像什么事都没发生一样。正当她困惑不解时，她接到了未来生命保险公司的电话，原来丈夫购买了再生保险。购买这个保险的人，保险公司会将被保人的记忆拷贝好，一旦被保人身故，就会将记忆输入被保人的克隆人体内，通过这种方式使得被保人复活，以此进行赔偿。
这个故事虽然非常地不可思议（事实上，它其实是《世界奇妙物语》中的一则故事），但是却很好地为我们解释了保险到底是什么：投保人通过支付保险费与保险公司签订契约，将风险转移，一旦契约中的事故发生，保险公司就要进行赔偿。故事中，丈夫购买的再生保险其实就是我们现实生活中所说的寿险，即投保人在保障期间死亡或全残，保险公司就要支付赔款。比如，某人上有老下有小，背着200万的房贷，买了300万的寿险，万一他不幸身故，这时候保险公司就会把钱给他的家人，让生者能把这个家，继续维系下去。
从上面这个案例中，我们可以看出保险其实对我们的生活有重要的意义，它帮助我们规避了未来的许多风险。在未来，随着人民生活水平的提高，保险行业的市场前景将会越来越宽阔。然而，现在保险行业遇到的问题是，外部环境的不断变化（例如外部动力弱化、监管政策转变）使保险行业的发展逐渐进入了一个平缓期，2018年，保费收入增长仅3.9%。如何突破业务增长的瓶颈，是我们现在要思考的问题。
2011-2020年中国保险原保费收入及增长走势预测
为了找到解决问题的方法，我们将视线放到了保险行业的发展规律上，试图通过总结保险行业的四大特征，找到提高保险业务增速的办法。
保险行业的四大特征
1、个性化。在保险行业，有很多的保险产品。每一位客户的情况不一样，需求不一样，配置的保险也要不一样。
2、同质化。保险公司的产品差异性很低。各家保险公司都很安全，各家公司的产品90%以上都是雷同的，理赔各家更是一样。顾客选择保险公司的原则通常也很简单，就是谁便宜买谁的。
3、专业化。一份正式的保险合同涉及到很多方面的知识，除了基本的保险知识以外，还有医学知识、法律知识等等。文件的专业性和复杂性都比较高，一般的投保人很难理解，这个时候就要求保险从业人员进行详细的说明。
4、程序化。一旦投保人发生事故，保险公司接到理赔申请之后，保险公司的核赔人员会进行调查，根据调查情况做出是否理赔的决定，具体的程序如下图所示：
保险核赔具体程序示意图
个性化、同质化、专业化、程序化，这四个就是小编总结的关于保险行业的四大特征。据专家指出，过去粗放式的发展模式已不适合未来行业发展需要，为了突破保险业务增长的瓶颈，我们必须要在产品和渠道创新上深耕细作，同时提升服务水平，加强保险科技赋能。从小编提出的四大特征中，我们总结了现如今保险行业最亟待改变和增值空间最大的两大方面，那就是海量文件处理和个性化客户服务，如果我们能将这些繁琐工作的大部分交付给机器去完成，不仅能降低人工成本，提高文件处理效率，还能提高客服服务质量，帮助建设企业品牌形象。
那具体要怎么做呢？让我们接着往下看。
2
文件处理和客户服务
上文中，我们提到了保险行业的四大特征，分别是个性化、同质化、专业化和程序化。其中，保险产品的个性化需要对顾客的具体情况做分析，来挑选最适合顾客的产品，而保险产品高同质化的属性又将企业的客户服务要求提升到了一个新的高度。保险合同的专业化和保险流程的程序化也要求着保险从业人员花费大量的时间和精力在收集处理海量文件信息上。如何解决这两方面的问题，下面将做具体说明。
海量文件难处理
保险从业者每天都会从不同的渠道收集大量的信息，例如网站、在线聊天、电子邮件、社交网络、经纪人或客户代表手中。这些数据不仅来源于不同的渠道，更与许多的方面都有关系，例如主张、政策、健康报告、事故报告等等。然后，这些数据文件要在正确的时间内以正确的内容送到正确的“眼睛”中。专业的人员再对文件做进一步的分析、决策。
他们要怎么分析处理这些信息呢？以核保程序为例：首先，核保人员会根据顾客所投的保险，调查客户的健康因素（如年龄、性别、体脂、疾病、既往病史、家族史等）、财务因素（如保险利益、投保动机、道德风险、保额合理性、保单持久性、投保历史等）、个人因素（如职业、驾驶、生活嗜好、国外旅游和居住、犯罪等）、心理因素（如投保者投保心理、被保险人心理健康等）。针对调查内容，确定核保结果。结果一般分为两类，标准体（标准承保）和非标准体（加费承保、延期承保、除外承保和拒保）。比方说，当保险公司遇到这样的顾客——患有下图任意一种血液系统疾病时，需要根据病人的具体病症给出不同的承保方案。
血液系统疾病具体承保方案示意图
要处理分析少数客户的信息很容易，但是随着客户的不断增长，文件的数量已经变得越来越庞大，而且每位客户的保险情况复杂程度不一，不仅会给核保人员带来极大的工作压力，甚至会影响到给客户的核保反馈。
个性化客户服务
正如我之前所说的，保险行业有很高的同质化，为了提升企业竞争力，必须要提升客服的客户服务。而且每一位客户的情况不一样，需求不一样，配置的保险也应该要不一样。保险公司为了带给顾客个性化的服务体验，会定期抽查客服与顾客的通话记录，一方面是为了考察客服的绩效水平，一方面也是为了检查客服的服务是否给顾客带来了良好体验。
比如客服主管会检查客服的基础服务（客服是否在规定时间内（如20s）响应客户、是否使用了尊称等等），检查客服的职业素养（客服在为客户推荐保险产品时有无询问客户的身体情况、家庭情况等等）、检查顾客的满意程度（是否因为客服的低质量服务而引起了客户的不满情绪等等）
客服质检规则表
客服人员处于保险公司与客户接触的第一线，重要性可想而知。但我们也知道，客服质检的工作内容就是要对客服的聊天记录进行检查，这是一个相当大体量的工作。即便我们制定了非常完备的质检规则和考察制度，传统客服质检仍然面对一个巨大的问题：质检工作将消耗大量的时间和人力，同时只能通过抽查的方式对有限的坐席、有限的通话进行考核，同时也无法确保质检员在大工作量下是否能至始至终维持相同的评判标准进行质检作业。
综上所述，小编讲述了保险公司在处理海量文件和为顾客提供个性化服务上存在的一些局限性，这些局限性都有一个共同的特征，那就是：数量庞大，需要耗费大量的人力和时间。不管是分析客户的信息，确定是否要投保，还是质检客服的聊天记录，考察客户的服务质量，都需要人为进行决策。也就是说，如果我们要突破局限性，就要找到一种技术，能够高效率且有成效地完成这些大量人为决策环节。
那我们就没有更好的手段解决这个行业瓶颈了吗？事实上人工智能已经给了我们答案。
3
AI如何赋能保险行业
上文我们提到了，在处理海量信息和提供个性化服务的工作中，存在着大量的、重复性的人为决策环节，而关于如何提高决策的效率，我们想到了人工智能——让计算机代替人类进行决策。那么，目前的人工智能技术已经发展到了什么阶段呢？人工智能中的哪些技术能够应用到这一领域中呢？以及人工智能如何与保险行业相结合呢？让我们接着往下看。
在人工智能中，有一种专门处理文本数据的技术，叫做自然语言处理技术，简称NLP。目前，自然语言处理技术已经能够帮助分析词法句法及词语之间、句子之间的相似度，以及帮助分析句子中蕴含的情绪等等。而这些功能恰好能与考察客户满意度、文档归类检索等等工作不谋而合。为了更好地了解这些功能的含义和实现程度，让我们来看一些具体事例：
1、情绪分析。基于人工智能情绪解析技术可以自动分析文本对话中所蕴含的情绪表达。不管是客户还是客服，他们的文字所传达出来的情绪指标都能被计算机实时解读出来。例如，使用语忆情绪解析引擎来解析这句话：“我从来没见过像你服务态度这么差的客服，气死我了”，就可以从情绪极值、细节情绪、情绪浓度和情感关键词四个方面进行分析，得出的结论就是：“服务态度”引起了顾客“激烈”的“负面”的“愤怒”的情绪。这个时候，机器就会实时提醒客服主管。
情绪解析引擎功能示意图
2、文本观点提取。解析中文文本的关键信息，归纳单个或大量文本数据的核心内容，总结其观点大意。例如，通过文本观点提取技术，机器能够从“患有很严重的地中海贫血疾病”中提炼出中心观点，即“重度地中海贫血”，能够从“他很早就开始抽烟了”中提炼出“有较长吸烟史”的核心观点。
文本观点提取功能示意图
3、智能核保。对计算机进行大量核保案例样本的训练，使计算机形成一套自己的核保算术模型，并对新的案例进行智能化决策。机器通过对被保人健康因素、财务因素、个人因素和心理因素的分析，来判断这份保险的风险是否在保险公司可承受范围之内。例如，机器通过大量血液系统疾病保单的数据训练后，它的算术模型就会有这些逻辑：读取到“中度缺铁性贫血”的核心观点，结果就是“加费”，读取到“地中海贫血治疗结束、有后遗症”的核心观点，结果就是“加费或拒保”，读取到“再生障碍性贫血”的核心观点，结果就是“拒保”。
智能核保功能示意图
通过使用情绪解析、文本观点提取和智能核保等技术，我们可以用计算机代替在海量文件处理和为客户提供个性化服务方面大量且重复性的人为决策环节，如考察客户满意程度、判断是否可以承保、基于文字含义分类文档。这将会极大减轻保险从业员的工作压力，将企业劳动力从重复繁琐的工作中解放出来，投入到关乎开拓企业发展前景的产品创新和渠道创新上来，以此推动整个保险行业的精细化运营和可持续发展。