保险业正进入深度转型期,保险中介在其中发挥着越来越重要的作用。数据显示,2018年至2022年,中国保险中介业市场规模从288.9亿元增长到441.85亿元,复合增长率达到11.21%。面对新一轮预期的增长,保险中介如何把握这一窗口期,实现“好快”的发展,已成为业内备受关注的话题。
近日,水滴公司合伙人、水滴保险总经理冉伟在《今日保险》主办的“2023中国保险中介发展高峰论坛”上表示,数智化是促进保险业高质量发展的“新引擎”,保险中介在保险业数智化过程中应发挥更大的价值。

三大驱动力推动“数智化”成为产业发展的必然趋势
冉伟认为,行业数智化转型的三大驱动力是:客户行为在线化、传统保险劳动力成本高、人工智能等新技术。
根据水滴保险研究,客户通过互联网获取保险信息已成为必然趋势,保险机构官网、微信微信官方账号/小程序、知乎/小红书等渠道的比例增加。事实上,不仅仅是80、90后互联网原住民在线化趋势明显,中老年人对互联网的使用也在逐渐加深。第51份《中国互联网发展统计报告》显示,截至2022年底,50岁以上的网民数量约为3.29亿,几乎是三年前的两倍。
客户消费行为的变化增加了互联网保险的深度。用户的在线信息获取和交易行为从简单的保险产品扩展到复杂的保险,甚至家庭安全风险评估和资产配置方案。这也意味着保险业有机会进行更深入的数字智能改进,以更准确地满足各种消费者差异化和个性化的安全需求。
另一个显著的驱动因素是传统的人力密集型保险展览模式需要提高效率。调查显示,保险业劳动力成本占总成本的比例稳定在30%-31%之间。通过人工智能机器人,OCR(图像识别)、NLP(语音分析)等智能工具提高人效天花板,或将成为优化保险企业结构性成本的有效途径。
此外,以ChatGPT为代表的大型人工智能能力为优化保险服务流程、提升保险业降本增效创造了新的可能性。冉伟认为,保险中介在数智化过程中应该发挥更大的价值。科技要素具有很大的规模效应,可以作为公共设施输出给行业,可以大大降低保险公司渠道建设的成本和门槛,特别是中小型保险公司释放渠道和技术成本压力,促进行业的高质量发展和转型。

水滴保险的数智化实践:AI能力应用于保险多个业务场景
什么是“数智化”?冉伟介绍说,“数”就是数字化,“智”就是人工智能。
自推出以来,水滴保险已经服务了1.1亿多保险客户,积累了大量的用户数据、保险数据、索赔数据、医疗数据等。水滴保险通过结构化提取这些数据形成了独特的数据资产,成为构建人工智能能力的基石。冉伟提到,人工智能能力能否与保险业相结合的关键在于是否有大量的数据和适当的应用场景来训练它。
基于水滴保险的大数据,自2019年以来,水滴保险一直投资于人工智能建设。目前,它已经建立了一个专业的人工智能算法团队。其核心成员来自著名大学,具有丰富的科研和实践经验。在过去的两年里、NLP、音色克隆等领域共有70多项专利沉淀,可应用于保险的售前、售中、售后场景。

在售前,水滴保险的CRM智能分配系统利用算法能力为客户分配最合适的产品和最合适的服务人员。在一些主要场景中,智能线索分配系统可以提高40%-50%的保险服务效率。例如,通过捕捉客户的特点和偏好,可以分配类似的区域或使用相同方言的服务人员,以更好地提高客户体验。
在销售过程中,水滴保险的智能对话机器人已经达到了保险业的领先水平,并沉淀了数十项行业专利。能够实现真人声音的复制,准确识别客户意图,并根据上下文进行连贯对话。冉伟介绍,过去水滴智能机器人与客户的平均对话时间约为2分钟,现在可以接近20分钟。服务效率超过初级服务人员水平,释放了30%的客户服务人力。智能对话机器人 人工组合显著改变了行业的效率。

此外,用户在线趋势的挑战之一是如何与用户建立更深入的联系。借助AI能力,水滴保构建的SCRM数智化私域运营系统形成了标准化、系统化、高效的人机合作SOP。目前,水滴保险企业微信服务运营商约数百人,但服务近1000万客户群体,背后是人机耦合SCRM运营系统支持,可以从客户获取、朋友添加、聊天聚合、新闻推送、新闻群发等方面帮助保险服务人员解放双手,大大提高了单个服务人员多账户运营的效率。
在售后服务中,水滴保险已经建立了从在线保险交易到保险索赔服务的全链接智能风险控制系统。结合200多个风险控制特征,不仅可以实时识别用户风险,还可以实现风险预测、分级和处置。一方面,合作保险公司可以拦截一些高风险客户,有效控制费用,减少损失和成本;另一方面,在风险前沿的基础上,可以更好地创新产品供给侧,如蓝海系列非标准和次标准人群的保险。同时,客户可以根据自己的健康状况智能推荐最佳产品。
冉伟表示,以上是水滴数字智能应用的几个典型场景,水滴也在积极推广上述能力,与合作伙伴分享,“水滴愿意开放渠道、客户资源、技术资源、平台能力,与行业同事促进行业专业管理和高质量发展。”
微信扫码
QQ扫码
您的IP:10.8.251.137,2025-12-17 14:05:46,Processed in 0.04928 second(s).