在此戰(zhàn)略布局下，陽(yáng)光保險(xiǎn)集團(tuán)圍繞保險(xiǎn)業(yè)務(wù)生命全周期，借助大數(shù)據(jù)和人工智能技術(shù)建立相應(yīng)數(shù)據(jù)模型來(lái)輔助完成獲客、定價(jià)、核保、回訪、保全、理賠、客服等工作。

比如利用語(yǔ)音識(shí)別、自然語(yǔ)言理解技術(shù)實(shí)現(xiàn)機(jī)器坐席與客戶實(shí)時(shí)語(yǔ)音交互溝通，完成外呼回訪業(yè)務(wù);利用OCR票據(jù)識(shí)別技術(shù)，實(shí)現(xiàn)客戶拍照上傳的資料自動(dòng)錄入系統(tǒng)并分類(lèi)，降低人工成本并提高作業(yè)效率;集團(tuán)客服業(yè)務(wù)引入“智能客服機(jī)器人”，利用語(yǔ)音識(shí)別、自然語(yǔ)言理解技術(shù)，輔助客戶完成保險(xiǎn)服務(wù)，實(shí)現(xiàn)客戶服務(wù)的線上化和智能化。

在“數(shù)據(jù)陽(yáng)光”戰(zhàn)略引領(lǐng)下，陽(yáng)光保險(xiǎn)的大數(shù)據(jù)應(yīng)用實(shí)踐主要包括大數(shù)據(jù)定價(jià)、大數(shù)據(jù)風(fēng)控和反欺詐。

首先是利用大數(shù)據(jù)確認(rèn)定價(jià)模式。以往，做健康保險(xiǎn)產(chǎn)品定價(jià)多從年齡、性別等幾個(gè)維度出發(fā)。隨著醫(yī)療數(shù)據(jù)研究的興起，健康保險(xiǎn)產(chǎn)品定價(jià)模式和方法進(jìn)入了顛覆期，融入了更多新的變量，包括收入、生活和運(yùn)動(dòng)習(xí)慣、體檢指標(biāo)等。定價(jià)模式的轉(zhuǎn)變充分體現(xiàn)了大數(shù)據(jù)在保險(xiǎn)行業(yè)風(fēng)險(xiǎn)成本評(píng)估方面的深度應(yīng)用。

其次，建設(shè)大數(shù)據(jù)風(fēng)控平臺(tái)。傳統(tǒng)風(fēng)控依賴(lài)于央行征信。但我國(guó)人口中大約2/3沒(méi)有征信信息，而這些人口的金融消費(fèi)又不可忽視。為此，陽(yáng)光產(chǎn)險(xiǎn)和陽(yáng)光信保利用外部結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)和知識(shí)圖譜，構(gòu)建適合自身業(yè)務(wù)的風(fēng)控平臺(tái)，甄別業(yè)務(wù)風(fēng)險(xiǎn)，助力信保業(yè)務(wù)發(fā)展。

三是反欺詐體系建設(shè)。在索賠處理的各個(gè)環(huán)節(jié)中，都可以使用機(jī)器學(xué)習(xí)技術(shù)來(lái)提升工作效率和甄別欺詐可能。

比如為識(shí)別出的無(wú)欺詐小額案件提供“快速通道”自助理賠服務(wù)，降低處理的整體時(shí)間，在提升客戶體驗(yàn)的同時(shí)還能夠降低成本。利用人工智能的算法可以非常有效地識(shí)別自助以及含欺詐案件相關(guān)數(shù)據(jù)中的某些模式，這種識(shí)別能力以及反欺詐的知識(shí)框架形成之后，欺詐性案件在人工智能技術(shù)的監(jiān)控下將無(wú)所遁形。

責(zé)任編輯：ct