保險(xiǎn)業(yè)已進(jìn)入“保險(xiǎn)銷售可回溯時(shí)代”。在新格局下，保險(xiǎn)機(jī)構(gòu)如何在在線銷售中更有效，更合規(guī)，更快地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型?這是每個(gè)保險(xiǎn)機(jī)構(gòu)面臨的挑戰(zhàn)。從追溯實(shí)體的角度來看，保險(xiǎn)公司和保險(xiǎn)中介機(jī)構(gòu)都在新法規(guī)的范圍之內(nèi)，而保險(xiǎn)機(jī)構(gòu)通過在固定地點(diǎn)設(shè)立的自助終端銷售保險(xiǎn)產(chǎn)品的過程也在回顧范圍之內(nèi)。從追溯保險(xiǎn)類型的角度來看，只要被保險(xiǎn)人是自然人的商業(yè)保險(xiǎn)產(chǎn)品在自營在線平臺上銷售，就必須實(shí)施對互聯(lián)網(wǎng)保險(xiǎn)銷售行為的追溯管理，個(gè)人健康稅收優(yōu)惠除外。保險(xiǎn)和延期繳納的個(gè)人養(yǎng)老保險(xiǎn)產(chǎn)品。銀保監(jiān)會有關(guān)負(fù)責(zé)人表示，個(gè)別投保人對保險(xiǎn)產(chǎn)品的了解和水平不均，容易受到非法銷售的影響。與個(gè)人相比，集團(tuán)和公司的保單持有人具有更高的風(fēng)險(xiǎn)識別和信息收集能力，因此不屬于追溯管理范圍。

近幾年,為保護(hù)消費(fèi)者權(quán)益,政府監(jiān)管部門對于保險(xiǎn)銷售過程的規(guī)范化提出了明確要求:2017年,保監(jiān)會發(fā)布《保險(xiǎn)銷售行為可回溯管理暫行辦法》,要求保險(xiǎn)公司、保險(xiǎn)中介機(jī)構(gòu)通過錄音錄像等技術(shù)手段記錄和保存保險(xiǎn)銷售過程關(guān)鍵環(huán)節(jié)。2020年,互聯(lián)網(wǎng)保險(xiǎn)業(yè)務(wù)快速增長,銀保監(jiān)會進(jìn)一步發(fā)布了《關(guān)于規(guī)范互聯(lián)網(wǎng)保險(xiǎn)銷售行為可回溯管理的通知》,要求互聯(lián)網(wǎng)保險(xiǎn)銷售行為可回溯,記錄和保存銷售頁面以及銷售過程。

對于保險(xiǎn)公司和保險(xiǎn)中介機(jī)構(gòu)而言,除了記錄和保存保險(xiǎn)銷售過程的數(shù)據(jù),還需要不斷探索更有效的質(zhì)檢方式,及時(shí)發(fā)現(xiàn)和糾正銷售溝通過程的不規(guī)范之處,降低企業(yè)被投訴帶來的合規(guī)風(fēng)險(xiǎn)。

保險(xiǎn)銷售的過程,往往離不開銷售員與客戶的溝通過程。根據(jù)渠道和銷售場景不同,保險(xiǎn)線上銷售場景產(chǎn)生的溝通記錄,主要包括電話錄音、在線IM文本和企業(yè)微信會話等;線下銷售場景則包括代理人、經(jīng)紀(jì)人以及銀行網(wǎng)點(diǎn)代理銷售保險(xiǎn)的錄音和錄像等。

從“關(guān)鍵詞”到“一段話語義”

企業(yè)最基礎(chǔ)的質(zhì)檢方式是人工抽檢,質(zhì)檢員選取很少一部分的電話錄音、文本會話等文件進(jìn)行檢查。但人工抽檢的效率很低,無法完成全量覆蓋。因此,保險(xiǎn)企業(yè)部署了初代的機(jī)器質(zhì)檢系統(tǒng),通過將錄音和微信語音轉(zhuǎn)寫成“文本”,然后借助“關(guān)鍵詞和正則表達(dá)式”查找其中可能涉及違規(guī)的會話。

不過,保險(xiǎn)企業(yè)很快又發(fā)現(xiàn),僅僅依靠“關(guān)鍵詞和正則表達(dá)式”進(jìn)行窮舉的方式,應(yīng)付不了“人與人溝通時(shí)個(gè)性化的、復(fù)雜多樣的表達(dá)以及難以捉摸的對話邏輯”。例如,在質(zhì)檢項(xiàng)“夸大陳述”中,保司發(fā)現(xiàn)銷售員夸大重疾險(xiǎn)保障范圍的方式是窮舉不完的。

于是,新一代的AI機(jī)器質(zhì)檢應(yīng)運(yùn)而生。通過“喂”給機(jī)器足夠多的違規(guī)實(shí)例和不違規(guī)實(shí)例(即經(jīng)人工判斷屬于某項(xiàng)違規(guī)或不屬于某項(xiàng)違規(guī)的對話語句,這個(gè)過程在AI領(lǐng)域被稱為“人工標(biāo)注”),訓(xùn)練機(jī)器算法去學(xué)違規(guī)對話的隱含特征,然后用“訓(xùn)練”出的模型識別更多句子和段落的語義,看看是否命中這條違規(guī)項(xiàng)。

不過,對于保險(xiǎn)業(yè)務(wù)而言。很多時(shí)候,關(guān)鍵質(zhì)檢項(xiàng)的定義和違規(guī)判斷非常依賴專業(yè)知識和行業(yè)經(jīng)驗(yàn)。這就意味著:1)保險(xiǎn)企業(yè)和提供AI質(zhì)檢解決方案的公司,要花很多精力來對齊質(zhì)檢項(xiàng)的定義;2)在生產(chǎn)AI質(zhì)檢項(xiàng)過程中的人工標(biāo)注環(huán)節(jié),需要保險(xiǎn)企業(yè)的人員參與進(jìn)來,與AI質(zhì)檢供應(yīng)商內(nèi)部的保險(xiǎn)行業(yè)專家合作進(jìn)行生產(chǎn),以提升模型的準(zhǔn)確性。

這也是循環(huán)智能(Recurrent AI)在服務(wù)多家頭部保司的質(zhì)檢項(xiàng)目時(shí),學(xué)到的前兩條經(jīng)驗(yàn)。

保險(xiǎn)銷售過程的合規(guī)質(zhì)檢,至少包含了兩種基本的情況:第一種,發(fā)現(xiàn)銷售員“說錯話”的情況,例如“夸大陳述”這樣的質(zhì)檢項(xiàng),通常只包含單個(gè)AI語義標(biāo)簽(AI語義點(diǎn)、AI語義畫像),只要說了就算違規(guī);第二種,發(fā)現(xiàn)銷售員不嚴(yán)謹(jǐn)或不規(guī)范的地方,例如“意外醫(yī)療的保障范圍未介紹完整”這樣的質(zhì)檢項(xiàng),通常會涉及多個(gè)標(biāo)簽(AI語義點(diǎn)或正則語義點(diǎn)),因?yàn)橄纫袛喈?dāng)前對話的場景是否涉及“意外醫(yī)療”,然后再判斷是否講到了所有保障范圍。

事實(shí)上,第二種情況還可能涉及到多種復(fù)雜場景,有時(shí)候需要引入企業(yè)的自定義字段,有時(shí)候需要判斷對話內(nèi)容質(zhì)檢的邏輯規(guī)則,才能判斷對話是否存在不嚴(yán)謹(jǐn)或不規(guī)范的地方。例如:有些話只在特定的場景才算違規(guī)(比如同樣的話,用在介紹A產(chǎn)品時(shí)不違規(guī),但介紹B產(chǎn)品時(shí)違規(guī)),場景判斷的前置條件,需要引入企業(yè)的自定義字段——這通對話是在介紹A產(chǎn)品還是B產(chǎn)品;邏輯規(guī)則“與或非”:很多關(guān)鍵違規(guī)項(xiàng)是由多個(gè)語義點(diǎn)的邏輯關(guān)系組成的,有時(shí)候A和B都說了算違規(guī),有時(shí)候A或B只說了一個(gè)就算違規(guī);先后順序:先說A再說B算違規(guī),先說B再說A就算違規(guī);次數(shù):說一次兩次不算違規(guī),說三次就算違規(guī)。

循環(huán)智能(Recurrent AI)的智能質(zhì)檢系統(tǒng),支持企業(yè)自定義字段,以及復(fù)雜多樣的質(zhì)檢項(xiàng)場景邏輯設(shè)置,對于復(fù)雜邏輯質(zhì)檢項(xiàng)的支持更加完善。

引入AI秘密武器“違規(guī)值”評分

在服務(wù)保險(xiǎn)企業(yè)的過程中,循環(huán)智能(Recurrent AI)團(tuán)隊(duì)發(fā)現(xiàn),盡管使用了AI語義點(diǎn),也使用了邏輯關(guān)系判斷功能,但有一些質(zhì)檢項(xiàng)過于復(fù)雜(例如:混淆新老保單),AI語義點(diǎn)加上邏輯關(guān)系判斷也難一網(wǎng)打盡。

面對這種棘手的情況,循環(huán)智能(Recurrent AI)創(chuàng)造了一種新的“違規(guī)值”質(zhì)檢方式。這種新方法,并不關(guān)心具體哪句話違規(guī)了,而是專注計(jì)算整個(gè)會話違規(guī)的可能性。通過把整個(gè)對話(甚至同一個(gè)保單對應(yīng)的多個(gè)對話)當(dāng)成一個(gè)整體進(jìn)行機(jī)器學(xué):在訓(xùn)練階段,將“違規(guī)”的整體對話和“沒違規(guī)”的整體對話輸入算法模型,學(xué)“違規(guī)”對話的隱藏特征;在執(zhí)行階段,將新的對話輸入算法模型,然后計(jì)算該對話違規(guī)的概率。

根據(jù)企業(yè)的實(shí)際需求,違規(guī)值計(jì)算又包括兩種場景:整個(gè)會話命中單個(gè)質(zhì)檢項(xiàng)的違規(guī)值;整個(gè)會話命中多個(gè)質(zhì)檢項(xiàng)的違規(guī)值(例如命中S級所有質(zhì)檢項(xiàng)組合中的任意一個(gè)算違規(guī))。

在需要100%人工復(fù)檢的保險(xiǎn)成功單質(zhì)檢場景,循環(huán)智能(Recurrent AI)的“違規(guī)值”排序功能,如果在算法建模階段經(jīng)過了充足的數(shù)據(jù)訓(xùn)練,那么基本上可以在違規(guī)值前60%的會話中找到絕大部分違規(guī)對話,最高節(jié)省40%的成功單質(zhì)檢工作量。

保險(xiǎn)質(zhì)檢的AI三級火箭

在服務(wù)保險(xiǎn)客戶的過程中,循環(huán)智能形成的保險(xiǎn)質(zhì)檢的“三級火箭”解決方案:第一級:從字和詞級別的關(guān)鍵詞+正則方式,到引入句子和段落級別的AI語義點(diǎn)方式;第二級:引入企業(yè)自定義字段和邏輯規(guī)則判斷,實(shí)現(xiàn)多個(gè)語義點(diǎn)之間復(fù)雜的場景、邏輯判斷;第三級:計(jì)算整通會話違規(guī)的可能性高低,通過違規(guī)值排序,幫助人工復(fù)檢員節(jié)省工作量。

為什么會需要“三級火箭”?首先,因?yàn)楸ｋU(xiǎn)銷售過程,往往離不開溝通釋疑的過程。而人與人的溝通的過程,用語非常靈活,每個(gè)人都有自己的特色,肯定不會像書面用語一樣規(guī)范。所以關(guān)鍵詞方式在很多情況下已經(jīng)不夠用,需要引入句子和段落級別的AI語義點(diǎn)模型。

其次,因?yàn)楸ｋU(xiǎn)銷售員對保險(xiǎn)產(chǎn)品的介紹和權(quán)益的解答,需要更加嚴(yán)謹(jǐn),但是判斷講解是否到位,需要結(jié)合具體的產(chǎn)品,也需要結(jié)合邏輯和場景(有時(shí)候違規(guī)是因?yàn)槁┱f了該說的東西,而不是因?yàn)檎f錯了)。

最后,因?yàn)楸ｋU(xiǎn)的質(zhì)檢項(xiàng)中存在一些“疑難雜項(xiàng)”,引入違規(guī)值排序這種全新的方式,可以進(jìn)一步減少漏網(wǎng)之魚的數(shù)量。

通過引入和部署經(jīng)過考驗(yàn)的AI質(zhì)檢技術(shù),保險(xiǎn)企業(yè)在質(zhì)檢工作中的效率可以得到數(shù)倍提升。循環(huán)智能(Recurrent AI)在銀行保險(xiǎn)領(lǐng)域服務(wù)了招商銀行、人保財(cái)險(xiǎn)、招商信諾、眾安保險(xiǎn)、水滴公司和輕松籌等標(biāo)桿企業(yè),除了新一代合規(guī)質(zhì)檢(Compliance)解決方案,這家公司在保險(xiǎn)領(lǐng)域還提供意向名單優(yōu)選(Target)解決方案以及人員產(chǎn)能提升(Expert)解決方案。

2021年4月,循環(huán)智能與HUAWEI云聯(lián)合發(fā)布了首個(gè)千億中文語言大模型“盤古”,刷新中文語言評測榜單CLUE三項(xiàng)記錄,并入選CB Insights 年度“AI 100全球榜單”。2019～2020年,循環(huán)智能連續(xù)兩年入選《機(jī)器之心》年度“最具產(chǎn)業(yè)價(jià)值”榜單。

去年以來，受疫情影響，保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型已成為大勢所趨。此外，國家發(fā)改委還同時(shí)向行業(yè)發(fā)布了數(shù)字化轉(zhuǎn)型合作伙伴倡議，呼吁國內(nèi)領(lǐng)先的科技公司成為協(xié)助中小型和微型數(shù)字化轉(zhuǎn)型的合作伙伴，以加速數(shù)字企業(yè)的創(chuàng)建。在政策不斷增長的同時(shí)，如何有效地并行推動創(chuàng)新和合規(guī)也成為關(guān)注的焦點(diǎn)。實(shí)際上，客戶投訴的突出問題也是加強(qiáng)可追溯性管理的重要背景。結(jié)合當(dāng)前保險(xiǎn)向深水區(qū)的數(shù)字化轉(zhuǎn)型，只有進(jìn)一步深化保險(xiǎn)技術(shù)的應(yīng)用，行業(yè)才能實(shí)現(xiàn)創(chuàng)新的穩(wěn)步發(fā)展。

關(guān)鍵詞： 科技公司 數(shù)字化轉(zhuǎn)型 數(shù)字化 轉(zhuǎn)型