疫情突襲之下，保險業(yè)正經(jīng)歷前所未有的變革，互聯(lián)網(wǎng)、數(shù)字化對保險行業(yè)的影響，不可忽視。如何正確審視行業(yè)及公司的歷史階段，明晰自身的定位，對接互聯(lián)網(wǎng)，尋找到最適合的發(fā)展之道，是當(dāng)前保險企業(yè)最為關(guān)注的課題。只有正確了解保險行業(yè)的歷史發(fā)展階段，找出困擾發(fā)展的“痛點”，內(nèi)外兼修，對癥施藥，借勢互聯(lián)網(wǎng)，才能實現(xiàn)企業(yè)穩(wěn)健、可持續(xù)的發(fā)展。

　　保險業(yè)作為管理風(fēng)險的行業(yè)，相關(guān)業(yè)務(wù)領(lǐng)域雖面臨一定壓力，但保險業(yè)憑借自身處置風(fēng)險的專業(yè)能力與提供保障產(chǎn)品的特殊優(yōu)勢，也面臨著新的機(jī)遇。疫情的蔓延，對代理人客戶拜訪、增員、培訓(xùn)及日常管理均有較大影響。而金額較大的年金、分紅等業(yè)務(wù)多需面談促成，因此依靠代理人渠道的傳統(tǒng)壽險保費增長將承受較大壓力。疫情會較大影響壽險業(yè)的新單銷售，因為不同于財險業(yè)，壽險業(yè)全年新單銷售大部分來源于一季度的“開門紅”，以中小壽險企業(yè)尤甚。

　　疫情對保險業(yè)的另一方面影響則集中在賠付。最近，銀保監(jiān)會人身險部、財產(chǎn)險部、中介部分別下發(fā)文件，要求各人身險公司、財產(chǎn)險公司和保險專業(yè)中介機(jī)構(gòu)從開辟理賠綠色通道和擴(kuò)展保險責(zé)任等方面做好疫情防控保險服務(wù)工作。

　　各家保險公司積極響應(yīng)，設(shè)立賠付綠色通道，將保險責(zé)任范圍加大。人保、平安、太保、泰康、太平洋等多家保險公司將新型冠狀病毒感染肺炎納入保障范疇，醫(yī)療險產(chǎn)品均推出了取消藥品限制、定點醫(yī)院限制、免賠額以及30天等待期等相關(guān)服務(wù)；意外險主要增加了因新型冠狀病毒感染肺炎導(dǎo)致的意外身故、傷殘保險金；重疾險被保險人首次經(jīng)醫(yī)院確診為新型冠狀病毒感染肺炎后，險企可給付一定額度的保險金。

　　“機(jī)遇”則主要體現(xiàn)于健康險領(lǐng)域，本次突發(fā)的新型冠狀病毒感染的肺炎疫情，病毒傳染性強(qiáng)、潛伏期長、覆蓋面廣，且存在變異可能，各地紛紛采取隔離防控、延遲復(fù)工等有力措施。面對突如其來的肺炎疫情，網(wǎng)友們紛紛感嘆“你永遠(yuǎn)不知道，明天和意外哪個先來”，這場疫情也提高了人們對疾病的自我防范意識，喚醒了大眾的健康風(fēng)險保障意識。

　　幾乎每一次大疫情過后，都會出現(xiàn)投保率增加的現(xiàn)象。回顧歷史數(shù)據(jù)，2003年“非典”疫情推動健康險為代表的保險業(yè)保費收入快速增長，5至8月在“非典”疫情得到有效控制期間，健康險單月保費同比增速高達(dá)309%、265%、158%、131%，疫情穩(wěn)定后逐步恢復(fù)正常增速水平。

　　隨著此次疫情防控的需求增加，民眾對長期包括意外、醫(yī)療、重疾、定壽及終身壽險的需求也在增加，隨著保險意識的增強(qiáng)，我國保險尤其是互聯(lián)網(wǎng)健康險的滲透率也有可能提高，另一方面也倒逼險企不斷創(chuàng)新適應(yīng)市場變化的保險產(chǎn)品，提升理賠服務(wù)。

　　科技的加持已成為中國保險業(yè)近幾年發(fā)展轉(zhuǎn)型的最大動力，保險科技正在重塑保險行業(yè)的價值鏈，一些行業(yè)領(lǐng)頭羊已經(jīng)將人工智能技術(shù)應(yīng)用在銷售、產(chǎn)品開發(fā)、運營、服務(wù)等多個場景中。但總體而言，保險業(yè)智能化程度仍然不高，運營效率有待提升，綜合管理成本偏高，影響了行業(yè)整體的承保盈利能力和可持續(xù)發(fā)展。保險企業(yè)必須以更積極的態(tài)度擁抱科技，才可能蝶變新生，在中國這個全球最具吸引力，同時也是高度競爭化的保險市場中占得先機(jī)。作為國內(nèi)領(lǐng)先的人工智能公司，一號互聯(lián)已經(jīng)為多家領(lǐng)先保險企業(yè)的服務(wù)、運營等場景提供了各類AI產(chǎn)品服務(wù)，助力他們改善運營效率，驅(qū)動業(yè)務(wù)創(chuàng)新。

　　以人工智能為技術(shù)核心的保險科技類產(chǎn)品：智能客服、智能文本機(jī)器人、外呼機(jī)器人、展業(yè)工具等，都實現(xiàn)遠(yuǎn)程服務(wù)和工作，多端登陸使用、多渠道接入，可以及時應(yīng)變突發(fā)狀況。例如小A客服中心支持各大保險公司快速實現(xiàn)坐席遠(yuǎn)程辦公，多平臺服務(wù)。PC端工作，輕松實現(xiàn)在家辦公；手機(jī)端工作，移動辦公，不受地域與設(shè)備限制，隨時隨地為用戶提供服務(wù)，解決了保險公司客服人員暫時無法上崗的問題。

　　“在線客服系統(tǒng)+文本機(jī)器人”也已成為客服中心標(biāo)配，保險行業(yè)的最開始的人工智能應(yīng)用場景是智能客服，保證7*24小時在線服務(wù)。智慧新客服晚上由機(jī)器人獨立接待，使得文本機(jī)器人可以填補(bǔ)夜班客服空缺，白天由機(jī)器人完成前端接待工作，遇到高難度處理不了的用戶隨時轉(zhuǎn)接給人工客服，將有限的精力放在中后端維護(hù)工作上，提升人工的效率和服務(wù)價值。當(dāng)人工客服人員不夠時，由文本機(jī)器人可以進(jìn)行及時應(yīng)答兜底，若機(jī)器人未解決，則會自動記錄下需求，安排人工回訪。在疫情時，也可以通過疫情相關(guān)知識庫形成疫情問答機(jī)器人，幫助保險客戶進(jìn)一步了解疫情及相關(guān)防護(hù)措施，安撫客戶情緒。更完善的保險服務(wù)，有助建立保險公司良好形象。

　　智能外呼機(jī)器人代替人工撥打電話，實現(xiàn)回訪實現(xiàn)回訪、通知、營銷等業(yè)務(wù)需求營銷等業(yè)務(wù)需求。智能外呼機(jī)器人，引入ASR、TTS等技術(shù)等技術(shù)，通過自動撥打過自動撥打、自然交互、多輪對話多輪對話、話術(shù)引導(dǎo)、自動分類等能力自動分類等能力，提高工作效率同時節(jié)提高工作效率同時節(jié)約人力成本，備受各大保險公司好評。

　　通過外呼機(jī)器人根據(jù)業(yè)務(wù)需求進(jìn)行自動外呼，NLP技術(shù)保證人機(jī)語言自然交互，通話結(jié)束后外呼結(jié)果形成報表，從而完成整體回訪任務(wù)的撥打記錄和生成工單。全程不需要人工參與，實現(xiàn)了減少人工客服的工作量，從而解決疫情期間和業(yè)務(wù)高峰期客服不足的問題，得到很多頭部保險公司的肯定。

　　理財經(jīng)理或代理人通常會反饋這樣的問題，例如平均手上有50-100個客戶，但不知道哪些是潛在的保險客戶；考核任務(wù)重，沒有時間系統(tǒng)學(xué)習(xí)保險知識，想給客戶推薦保險，不知道推薦什么產(chǎn)品；理財經(jīng)理經(jīng)常收到公司的宣傳資料，轉(zhuǎn)發(fā)產(chǎn)品資料容易驚擾的客戶，又達(dá)不到很好的效果不知道如何通過有效方式與客戶建立聯(lián)系等。有了AI產(chǎn)品助理，問題一下解決，讓簽單成為易事。

　　準(zhǔn)確應(yīng)答的能力、專業(yè)的行業(yè)知識庫、完善的數(shù)據(jù)分析體系，是提升客服系統(tǒng)運營效率的關(guān)鍵。較多保險公司多年前就將文本對話機(jī)器人應(yīng)用于客戶服務(wù)中，隨著人工智能技術(shù)的快速發(fā)展，原有機(jī)器人的智能化程度明顯不足：首先，關(guān)鍵詞識別的模式導(dǎo)致語義理解程度低，問答不準(zhǔn)確，滿意度低，轉(zhuǎn)人工率高；其次，保險知識點的管理和細(xì)化程度不足，知識庫維護(hù)困難，語義管理需要人工添加相似問句，投入成本極高；再者，數(shù)據(jù)統(tǒng)計維度少，數(shù)據(jù)分析不夠全面準(zhǔn)確，難以為提升客服工作提供有效參考。

　　憑借業(yè)界領(lǐng)先的技術(shù)以及保險行業(yè)的豐富落地經(jīng)驗，小A對其原有的客服機(jī)器人進(jìn)行了升級。和老的機(jī)器人相比，小A在線機(jī)器人更加智能化：

　　準(zhǔn)確應(yīng)答：基于自然語言處理（NLP）和自學(xué)習(xí)能力，能夠準(zhǔn)確理解用戶意圖，解答用戶關(guān)于理財保險、養(yǎng)老保險、健康保險、少兒保險、意外保險等不同險種的售前、售后問題；

　　自我學(xué)習(xí)：基于知識圖譜的結(jié)構(gòu)化知識管理系統(tǒng)，能實現(xiàn)多渠道多知識點答案歸類、打標(biāo)，在對話語料中挖掘新知識點，舉一反三，擴(kuò)充相似問，還能智能化篩選歧義問答，一鍵優(yōu)化，減少機(jī)器人訓(xùn)練成本；

　　知其然，更知其所以然：完善的數(shù)據(jù)分析能力覆蓋各渠道數(shù)據(jù)信息、知識點訪問數(shù)據(jù)、滿意度統(tǒng)計及分析、轉(zhuǎn)人工問題統(tǒng)計及分析、輿情分析、熱點分析等維度，從數(shù)據(jù)中歸納洞察，助力運營效率提升。