文章主题：专业生产, PGC, 内容质量高
[摘要]本文回顾保险行业的信息化与知识管理历程，分析保险行业信息化、知识库、智能客服的痛点，探讨AIGC技术在保险行业智能客服的应用，提出工作重点落在”人工”上的观点，即支撑该技术落地的业务前提是要关注业务团队与IT团队的协作效率。
关键字：ChatGPT，AIGC，保险，客服
人工智能聊天机器人ChatGPT于2022年11月由人工智能研究公司（OpenAI）推出后，在全球引起轰动。它是人工智能生产内容（AIGC）技术应用中文本生成模态的代表产品之一。
ChatGPT与AIGC技术引发的内容生成变革，对天然关于数据与信息处理的金融业是有很大影响的。保险业作为金融业的一个分支，更聚焦风险管理与风险分摊。同时，保险公司是信息密集型企业，大数法则是其数据理论基础。目前就“AIGC技术如何落地到保险行业”，保险行业专家们达成的共识是在智能客服、智能顾问2个领域可率先应用AIGC技术。
本文先聚焦AIGC技术在保险行业智能客服的应用。
一、保险行业的信息化历程
在探讨AIGC技术落地保险业之前，我们先回顾一下保险行业的信息化历程。按时间轴，保险行业的信息化之路可划分为如下四个阶段：
第一阶段：2000年之前，以电子化建设为主
1、保险行业内：由政府及监管部门倡导，逐步规范保司客户、业务、财务等信息的电子化，从手工作业转为数据信息，确保数据真实性、有效归档与可回溯；
2、各市场主体：逐步普及办公邮件、门户网站、纸质档案电子化、业务线上化、财务线上化等，陆续实现保险总公司、分公司、子公司及各部门的协同办公。
第二阶段：2001年到2010年，以数据集中建设为主
1、保险行业内：以政府及监管部门为主导力量，2001年2月成立保险行业协会，2003年中国保险监管管理委员会统计信息部筹备成立，2004年10月启用中国保险统计信息系统，2007年7月统信部建立的保险中介监管信息系统开始启用，2010年成立行业车险信息集中平台。
2、各市场主体：陆续实现数据在总部的物理集中，总部可及时全面把握总公司、分公司、子公司及各部门的整体经营状况并进行科学决策，从数据信息转为数据资产；提升风险管理水平和业务运营效率，降低企业成本和风险，提高盈利水平，开始谋求“以客户为中心”的新方向。
第三阶段：2011年到2022年，以数据共享建设为主
1、保险行业内：在监管部门及中国保险行业协会推动下，实现投保（投保频次＆拒保＆累计风险保额）、理赔（车险&人身险)的行业内数据共享；医保（大病、惠民保）、医药及医疗机构（创新支付、带病体保险）的跨行业数据共享；并启动商业保险药品及器械目录的研究工作。2016年6月全国第一个国家级、创新型保险要素市场——上海保险交易所股份有限公司在上海浦东陆家嘴揭牌成立、开业运营。
2、各市场主体：因互联网时代的到来、业务的移动化场景化等，IT系统从顶层开始重塑架构，从“被动建设”到“科技引领”，以快速响应市场需求；集团型公司也实现集团内的客户信息共享，比如统一用户ID，统一门户（官网，App及小程序等），业务与财务的数据共享及深度融合。
第四阶段：2023年以后，以人工智能建设为主
1、保险行业内：政府与监管亟需给予政策指引。
2、各市场主体：部分保司为走出差异化竞争路线，率先落地人工智能项目。2023年2月保险业2家公司（泰康保险集团、北京人寿）宣布接入百度“文心一言”，并将其应用于智能客服、智能培训等领域。泰康保险集团宣布：联合百度技术团队将生成式大模型技术应用于老人情感化陪聊、代理人销售辅助、代理人智能培训等，落地于公司核心业务场景，为客户和销售队伍提供更有温度、更规范化、更智能化的服务。
二、保险行业的知识管理历程
由于“保险是卖的，不是买的”，所以伴随保险业发展的是保险知识的普及过程，属于知识管理的实践过程。
（一）知识管理的概念提出与完善
1986年，知识管理(Knowledge Management,KM)的概念首次在联合国国际劳工大会上由卡尔·维格（Wiig）提出。
1996年，经合组织（OECD）的《以知识为基础的经济》指出知识管理的指标体系，并将人类迄今为止创造的所有知识分为4类。它也是最早在国际组织文件中正式使用”知识经济“概念的官方组织。
1、关于事实的知识（what)：叙述事实方面的知识
2、关于原理的知识(why)：自然原理和规律方面的知识
3、关于如何做的知识(how)：某些事物的技能和能力
4、关于信息、知识来源的知识(who)：涉及谁知道和谁知道如何做某些事情的知识
注：前2类是显性知识（explicit knowledge)，后2类是隐性知识（tacit knowledge)。
1999年，美国有80%的企业已经或正在实施知识管理计划。
2001年，世界银行在《中国与知识经济：把握21世纪》报告中指出：所有的经济都是以知识为基础的。”
（二）知识管理在保险行业的应用
1979年，经国务院批准，中国人民保险公司从1980年开始逐步恢复停办了二十年的国内保险业务，中断了20多年的金融名词“保险”回归到中国百姓的日常生活中。
1992年，美国友邦保险公司落户上海，带来了寿险营销个人代理制，打响了保险知识普及的第一枪。其他保司也竞相效仿，引入个人代理制。
知识管理是保险公司日常经营中很重要的一个实践，而知识库系统是保险公司知识管理体系的一个重要环节。保险行业因专业性强、准确性要求高、需要知识推理、业务复杂且知识涉及面广、数据不规范和结构化程度低等特征，与普通消费者之间的问答系统显得尤为重要，而知识库系统作为问答系统的底层支撑，是保司核心竞争力之一。
近年来，各头部保险公司在智能客服上均有持续的资金投入与战略升级。
2019年，平安人寿金管家AskBob小桂圆上线知识图谱问答系统，充分利用知识图谱的上下位关系、实体的并列相似性和图结构的推理等特性进行更好的召回和更精准的排序。
2021年，工银安盛寿险公司提出知识管理战略，出资构建包括业务知识地图、知识搜索、知识内容管理、发布审核管理、知识安全和权限管理、知识资产和使用统计管理等功能的知识库管理系统。
2022年，中国人寿依托95519高频业务场景及海量客户联络数据，建设智能对话分析平台，构建语义分析能力，搭建事前有提醒、事中有帮手、事后有抓手，面向客户、坐席及管理人员的客户联络服务智能化生态。
2022年，友邦人寿官网支持消费者通过百度音箱打开友邦保险知识库，查询保险知识。
2022年，众安保险自主研发“人机融合”、“全周期闭环”的创新型、全栈数字化客服解决方案，实现四大场景功能：第一、人机结合应对复杂、高并发的服务场景；第二、差异化与标准化服务结合，对客群分层；第三、沉淀标准化客服SOP，支持知识库的实时维护更新；第四、实现服务历史可回溯、服务质量可追踪，点对点质检、端到端投诉流程跟进。
三、AIGC在保险行业智能客服的应用
（一）AIGC的技术介绍及发展预测
AIGC（人工智能生产内容）是指利用人工智能技术自动生成内容，包括文字、图片、音频、视频、代码等。在AIGC技术应用的模态中，有一种模态是文本生成，而ChatGPT就是文本生成的代表产品之一。
2023年，百度创始人、董事长兼首席执行官李彦宏在内部信表示：”生成式AI和大模型的智能涌现，是全新的计算范式带来的新机会。这意味着，AI技术已经发展到一个临界点，各行各业都不可避免地被改变。中国AI市场即将迎来爆发性的需求增长，其商业价值的释放将是前所未有的、指数级的。…… 人类进入人工智能时代，IT技术的技术栈发生了根本性的变化。过去基本分为三层：芯片层，操作系统层和应用层。现在可以分为四层：芯片层、框架层、模型层和应用层。“
甲子光年智库则预测：当下的技术全栈仍然不能满足ChatGPT推动下的新一代人工智能浪潮，未来的AI技术全栈将呈现新的技术架构体系。未来在基础模型和具体AI应用研发之间会形成中间层，向下对接大模型能力，向上提供个性化服务。
（二）AIGC的变革路径
互联网的内容生成已经历3个阶段，分别是专业生产（PGC）与职业生产（OGC）、用户生产（UGC）、AI生产（AIGC）。它们在由原创程度、内容质量、更新频率3个要素构成的不可能三角形中，各有特征。
表1：内容生成的变革路径
互联网形态Web1.0Web2.0Web3.0内容生产方式专业生产（PGC）
职业生产（OGC） 用户生产（UGC）AI生产（AIGC）生产主体专业人士非专业人士非人类内容特征（优点）内容质量高
易变现
针对性强内容丰富度高
个性化程度高 内容生产效率高内容特征（缺点）创作门槛高
制作周期长
产量不足
多样性有限内容质量参差不齐
原创程度低且有版权纠纷版权归属
违法风险性
道德伦理 代表平台新闻出版社论坛（贴吧，豆瓣），社交平台（微信，微博），自媒体（抖音，快手，小红书）尚未对大陆开放（三）AIGC对保险业的影响
由于AIGC技术是互联网技术，它的发展对保险业影响更多体现在互联网保险领域。
1、随着AIGC在文本、音频、视频、图像等内容生成的发展，世界将逐步内容化，而互联网保险的内容化也将加速进程。
(1)PGC与OGC阶段：互联网保险由具有一定知识和专业背景的行业人士所生产的内容作为主导力量，普通消费者（互联网用户）则是聆听、观看为主。(2)UGC阶段：互联网用户为互联网保险运营出谋划策，注入新鲜血液与活力，另一方面互联网用户也对保险机构进行监督，倡导保险行业的民主治理。(3)AIGC阶段：由于内容工具的急速平民化，互联网保险的竞争将演变为内容之争，即AIGC的竞争。如互联网用户能善于应用AIGC，话语权将出现反转，即专业性弱的保司在互联网平台的话语权可能会被削弱。2、迄今为止，互联网技术对保险行业的作用分为三个阶段：
(1)2018年以前，赋能产品与服务各保司通过互联网技术赋能保险产品及服务：设计场景化、碎片化、高频化的保险产品，比如电商的退运险、航班延误险等；优化服务体验，比如极速理赔、智能问答、智能保顾等。
(2)2018年至2022年，赋能渠道与客户各保司通过互联网大数据技术赋能保险渠道及客户：协助渠道精准触达特定客群，提升获客能力，降低获客成本，比如场景埋点、用户画像、精准营销等；赋能客户提升消费兴趣，比如退保挽留、加购、复购等用户运营。
(3)2023年以后，赋能数字内容创作由于AIGC（人工智能生产内容）技术变革了数字内容生成的方式及效率，“想象力变现”正成为一门新生意。互联网保险的竞争将演变为数字内容之争，是AIGC技术之争，比如：
a.虚拟AI主播：突破主播培养瓶颈，降低互联网保险的营销成本；b.虚拟AI客服：提升知识发布与知识沉淀的效率，降低互联网保险的服务成本；c.AI智能保顾：挖掘消费者保险需求提升用户经营效率；d.数字人陪伴：降低特定客群的心理疾病发生率，比如青春期少年、妊娠期产妇、独居老人等；e.AI问诊、AI用药咨询及用药提醒：降低保司增值服务成本，提升用户服务体验；f.健康与医疗的AI知识科普：提升科普专业度，丰富代理人朋友圈素材，减少客诉，提升客户满意度。g.AI智能营销：在销售流程上的线索发现、客户触达、客户转化等环节，提升效率与效果，定制化客户解决方案，提高转化率与销售额。四、AIGC在保险行业智能客服的应用
（一）保险行业信息化的痛点
１、数据质量差
由于人工差错或生产环境测试等原因，系统被输入垃圾数据，基础数据的真实性、完整性、全都性和可用性低。
２、信息失真严重
因人员理解或对系统的不适应等原因，导致信息被折断、被筛选、被想象或被改造，导致传递的信息偏离真实情况或衡量标准。
3、信息孤岛多
因信息化建设规划不强，业务、产品、财务等系统各自独立、相互不对接，降低数据处理的效率优势，降低数据资产的质量。
（二）保险行业知识库的痛点
1、专业性强
保险知识和专业术语众多，有些词的字面或语义匹配程度很高，但在保险行业却表示不同的含义，所以基于字面匹配和语义匹配等文本匹配方法很难满足需求。
2、准确性要求高
保险公司有严格的投保、核保、保全和理赔规则，如果回复不精准，将会给用户带来巨大经济损失并产生大量客诉。
3、需要知识推理
由于保险行业的用户提问经常会涉及，医学或工业等其他行业领域的名称，单纯的保险知识无法对用户问题进行理解，需要借助大量的医学和工业知识来进行问题推理和答案选取。
（三）保险行业智能客服的痛点
1、沟通不易
智能客服能轻松应对重复度较高的结构性问题。但用户提问方式、句子组织与结构各异，智能客服往往无法精准理解问题的真正含义，影响用户体验。
2、服务不专
用户期望收到更具有针对性、更具人文关怀的客户服务，但智能客服的服务流程与话术存在标准化特征，无法灵敏捕捉用户情感变化，用户与企业情感链接存在缺口。
3、底层技术不成熟
虽然市场与国家都积极推动人工智能技术的研发；但落地时会受制于较长的技术研发周期、技术研发与转化之间的非同步性，人工智能底层技术仍存在较大的完善与突破空间。
4、成本偏高
智能客服服务方案具有定制化特征，由企业发展现状及所在行业业务逻辑及核心痛点决定。这也意味着技术在不同企业、不同行业之间的可复用性较差。技术迁移壁垒导致供应商整体成本偏高。
（四）AIGC对保险行业智能客服的应用
AIGC是Artificial Intelligence Generated Content的英文缩写或简称，翻译成中文是”人工智能生产内容“，其工作重点应落在”人工”上，即应用AIGC赋能保险行业智能客服的时候，除了升级IT技术（算法与算力），还需关注业务团队与IT团队的协作效率。
１、清晰的组织架构及岗位职责
智能客服是代表公司面对海量用户，包括公司内部员工、管理层及外部消费者，需要为公司运营的方方面面信息提供准确、及时的信息。如果组织架构与岗位职责不清晰，通过事后打补丁或临时修正，不仅成本高，且效率与效果都很差。
２、制式化的信息更新或迭代工作
信息更新与迭代，包括陈旧信息应及时更新或拓展；冗余信息应及时删除。
（１）行业层的通识：输入的保险业各种知识、概念、案例和关系等信息，要确保真实性、准确性、完整性、及时性。
（２）公司层的业务知识：高频关键词、匹配关系等有助于信息结构化的要素，要实时更新。比如新上市的产品或服务，新增的渠道或业务场景，海量用户的每日互动等，都要实时解构、迭代到客服系统内。
在解决上述人工问题之后，如AIGC在智能检索、智能问答功能的实现上，更多是IT技术层面的问题
３、明确的业务方需求
（１）保险业务数据分析和挖掘需求清晰：比如数据可视化和业务分析报告等功能要做成怎样？哪些字段及如何展现方式等，以协助做管理决策。
（２）人工与AI工作衔接需求清晰：何时转人工？工单或热线流转流程及时效如何管理？如何保证知识的及时更新及准确性？
４、为用户提供恰当的情绪价值
增加情绪化的人工训练，比如根据用户提出的问题，自动分析问题意图并给出最佳答案，实现智能问答功能；能感知用户的情绪变化，给予恰当的情绪回应。
当然，AIGC技术在国内金融业的商用可能还有一些不确定性，比如信息安全、数据出海的政策及技术稳定性等。
总而言之，中国经济已从“工业主导型”转向“服务主导型”，步入“服务经济”时代，客户服务已逐步成为保险行业的核心竞争力之一。
参考文献：
1.2023年2月，中国银行保险报网，《「专家观点」AIGC：互联网保险发展的新“岔路口”》，中央财经大学保险学院的陈辉&章雅
2.2023年3月14日，“今日保”微信公众号，《从互联网看AI，保险科技能否重燃战火？|燕梳夜谭⒆》
3.2023年2月，《AIGC：智能创作时代》，中译出版社出版，杜雨&张孜铭
4.百度搜索及百度百科
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
