保险视点 | 关注保险创新

上周，在尝试用助手写完一篇文章后，上周五我们又建了一个微信聊天群（这应该是保险行业第一个微信群吧？），邀请了70多位对人工智能应用感兴趣的保险行业朋友，在群里配置了一个基于界面的聊天机器人，用来和大家实时互动，解答大家的疑问。

建立这个群的主要目的就是为了进一步了解机器人在保险行业的应用和价值。群里大家也提出了不少关于机器人的问题。可以看出，这波热潮大大激发了保险行业对于人工智能应用的热情。虽然科技早已融入保险行业，但这至少可能是保险行业第一次“科技民主化”现象，非技术人员也能直接体验高端科技成果，并做出自己的评价。

事不宜迟，让我们来看看保险专业人士对人工智能提出的有趣问题。

01

写报告、推荐产品、讲笑话：

保险公司想象的N种可能性

我们邀请了来自保险行业不同公司、不同岗位的朋友加入小组，他们根据不同的工作内容和兴趣，向机器人提出了各种各样的问题，有些问题非常发人深省、非常有趣。

首先我们来看一下保险行业相关的问题，主要可以分为四类：利用搜索引擎查找信息、撰写各类稿件/提案、分析行业问题、分析并推荐保险产品。

搜索引擎“代餐”

作为搜索引擎表现如何？有朋友问了一些保险相关的科普问题，给出的结果质量参差不齐，整体参考价值不高。

例如，有人问“CCRC对美国退休计划意味着什么？”机器人的回答比较笼统，不够深入，但仍然是正确的。

然而，很多时候答案是有点错误的，比如这个问题：中国有多少家寿险公司。

更离谱的是下面关于西湖易联保的问题，机器人完全把这款产品当成保险公司来回答……

此外，有用户也对它进行过多次测试，发现它对很多事实性问题的回答都是拼凑起来的，而且每一次“胡说八道”的结果都不一样，风险很大。看来要把它培养成保险行业的专业机器人，还有很多工作要做！

撰写各种文件/计划

对于很多人来说，写工作总结似乎是一个不错的方法。除了让机器人帮忙写报告，我们的用户还测试过它写不同类型的文案，包括销售招聘文案、活动策划、使用说明、系统设计方案、短视频文案等。机器人写的这一类文案整体结构和逻辑比较完整，但不要指望它会很丰富多彩和细致。

招聘文案

周年庆计划

手动的

领导致辞

有些朋友还提出了很独特的要求，比如要求我们写一些搞笑、曲折的保险相关剧本（大家对人工智能的期望确实很高）。

分析行业问题

有用户问到了保险公司的运营问题，比如“保险公司的核心能力是研发还是培训”、“保险公司的核心能力是研发还是招聘”等。对于这两个问题，机器人并没有在两者之间做出选择，而是跳出选项，强调保险公司的风险管理能力。还有一问是投入1000万做研发还是招聘，它选择了“走自己的路”。从这些回答来看，虽然人工智能显然不懂一线市场，不太接地气，但或许也能让我们反思：在完成一个又一个KPI的过程中，保险业务的发展是否已经偏离了本源？我们还记得自己的初心吗？

也有朋友提出了与保险行业分析和展望相关的问题，比如“2023年行业将面临哪些机遇和挑战”。这类问题没有标准答案，机器人的回答通常是正确的，能为我们提供一些思路，但要想得到更深刻、更有指导意义的分析，人类还得付出努力。

这些问题的答案都是需要意见的，答案都是比较温和的，但也是有道理的。

分析并推荐保险产品

对于人工智能，保险行业最关心的问题是“会不会取代代理人？”而对于机器的保险销售专业能力，人们也提出各种疑问，测试其能力边界。总体来看，由于缺乏相关信息和数据训练，机器人的保险销售水平还比较差。

先来看回答比较“在线”的问题，有用户询问机器人的保险推销方式，答案主要强调了合理的性价比、服务和理赔，并无误导性销售等违法信息，因此还算是可以接受。

有用户问：“我有100万，买什么保险才能保证一年内最低盈利50万？”机器人建议他咨询保险顾问。这个回答本身没什么问题，但当被要求推荐保险顾问时，它就开始“凭空”推荐，在被告知保险顾问是骗子后，它干脆选择拒绝继续回答。

当涉及到具体产品时，公司的弱点就暴露无遗。

由于缺乏具体的产品信息，它要么“打太极”，要么只给出并不完全错误的笼统答案。

除了保险相关的问题外，我们还有许多其他领域的问题。

它允许你编写代码，这是它的优点，而且它做得很好。

有一些有用的数学证明，机器人使用了矛盾证明，也很顺利。

有人要求用卡夫卡等大作家的风格来写，这样会更有文学气息。

还有人要求我们写唐诗，然后翻译成英文，虽然有点跑题，但写得还不错。

还有人被要求给中国男足提建议，我只能说，机器人比我们乐观多了。

随着一轮轮提问的进行，机器人的弱点也逐渐暴露出来。答案基本都是“理论”，缺乏对现实情况的综合考虑。比如有用户问：“800公斤的牛，如何过700公斤的桥？”机器人的解决办法是“把牛劈成两半”，虽然解决了承重问题，但牛却因此死亡，这显然不是提问者想要的结果。

02

谦虚、利他、有点傲慢：也有自己的个性

最近我们带着一些用户朋友对它进行了测试，随着和它的“接触”越来越多，我们也感觉到这个机器人有些个性了。

首先它对自己的定位非常清晰，虽然功能强大（不出意外的话会快速迭代，和其他应用结合，变得更加强大），但主要功能还是尽可能回答人类的问题，帮助人类提高效率，而不是取代人类。当然，不同岗位人工智能的威胁程度也不同。

就拿保险行业来说，您如何看待自己作为保险行业的替代者的角色？我们群里有人提到了相关的问题，可以看出在他们看来，人工智能可以替代保险代理人的部分工作（暗示不能完全替代），但是人工智能可以协助代理人处理很多事情，比如协助回答客户的问题、比较保险公司的报价、维护合同等。

对于理赔岗位的可替代性，虽然我们得到的是“不确定”的答案，但也可以推断，人工智能将对保险理赔产生更大的影响。

那么，它如何评价自身的价值呢？一开始它还在“用官话谈论”这个问题，但在我们让它做出一些“主观”的评价之后，它也流露出了一些“感触”。看来，我们对人工智能的价值的认识，还需要再深入一些！

第二，如果我们把它看作一个人，它有什么样的性格？

在我看来，它是一个“充满活力、乐观积极的人”，不断积累、接受新变化、乐于分享（评价挺高）。它的缺点是“太过坚持和固执”，虽然有点凡尔赛，但这也让它更像一个“人”，一个有点傲慢的“人”。

除了这些特点，从我们自己的使用体验来看，它是个有原则的机器人，非常善于承认错误。比如，当用户问它别人的电话号码是多少时，它会“口头拒绝”；当有人指出错误时，它会立即表示会改正。

咨询师给出的答案有一个特点，很多事情只说优点，不说缺点。他们解释道：“有时候说一些优点更容易帮助人们做出正确的决定。”虽然这句话确实有道理，但在实际场景中，如此“圆滑”的咨询师仍然给决策者带来很大的风险。

另外，承认错误虽然是好事，但当一个人真的“变得强硬”时，其实会很令人恼火。

我们在测试时故意给它设了一个陷阱，问它购买宠物保险时金猫和银猫有什么区别。它在回答时并没有认识到金猫和银猫指的是猫的品种，而是把它们当成两种保险产品，编造了一个答案。在我们解释完问题之后，它却不肯承认错误，依然固执地认为自己是对的。

另一种情况，如果遇到这样的人类员工，领导肯定会很生气。但毕竟是机器人，生气也没意义，只能自己承受。从这个角度看，真的很郁闷……

它似乎也意识到了自己这个问题，如上文所说，在被要求评价自己的性格缺点时，它也认为自己有时候“太过执着，太过固执”，只能说它还是挺有自知之明的。

03

保险公司对于的应用有何期待？

做了这么多测试之后，我们最终回到一个很现实的问题：它在保险行业能有什么应用？

不少保险从业者都在思考这个问题。一位互联网保险销售渠道负责人使用后反映，从信息收集速度和能力上看，百度的响应速度比百度快，但对于观点类问题的回答明显更加平庸、无意义、空洞。对于保险行业问题，尤其是具体的保险产品和条款，错误率非常高，答案甚至毫无关联。从“高级百度”到精通某一特定领域的人工智能，还需要行业经验的积累和更加细致的训练。

不过，她还是看好未来在保险行业的发展和应用，也会考虑定制和训练一个属于自己的机器人，并愿意为这些技术买单。毕竟，聘请一个简单客服代表，最低人工成本一年也要8万多元，而且人上班时情绪波动大，工作懈怠，可能回复不及时，或者给出错误答案。人工智能学习速度很快，如果训练得当，可以节省成本，避免很多人性的弱点，可以替代那些不需要足够技术的工作。

一家保险科技公司的负责人也告诉我们，它对于科普保险、增进普通消费者对保险的认识能够起到很好的作用，而且它给出的答案也比较客观。

从对不同岗位的影响来看，它在保险交易的具体细节、交易的完成度等方面还不是很智能，单纯依靠它完成保险交易还是有一定的难度，但它可以作为销售人员一个很好的辅助工具，未来每个销售人员都应该有这样的工具，就像每个人都需要一台笔记本电脑一样。

对承保、理赔和客服人员的影响会比较大，一些保单和理赔案件的处理，基本都可以交给人工智能来处理，估计会有很多人员被取代。

一些保险科技公司已经行动起来，近日有媒体报道称，水滴已经在内部测试应用，主要在保险营销和服务领域。

水滴人工智能负责人黄明星表示，要打造符合保险行业需求的智能对话机器人，需要大量保险产品知识和保险销售、承保、理赔等各个场景下的用户对话内容来训练智能对话机器人，不断提升其对保险相关知识的理解和生成内容的准确率。否则，即使有如此先进的算法和模型，没有数据训练也是不行的。

另外，我们还了解到，一些从事代理人赋能、健康险科技等领域的公司也在探索实际应用，大家对这一技术“顶流”有很多想法。

随着不断迭代，它会经历从现在的通用机器人到各个行业使用的专业机器人的过程。虽然它成长得很快，但我们还是需要足够耐心，用大量数据、保险产品指令等来训练它，不断提升它的准确率，让它最终有真正的应用价值。当然，技术开发和应用的成本也是一个重大问题。

有人算过，以1月份每天约1亿的问诊量计算，即便是上海的工业电价，每天正常运转的成本也超过300万人民币，如果再考虑到美国的电价水平和其他费用，这个成本非常高。技术带来的收益大于成本，是其持续运转的必要条件。这也是很多保险技术至今没有解决的问题。希望未来能够克服这个有些尴尬的局面。

围绕这一点已经有了很多讨论，人们从技术、商业、社会伦理等不同角度对其进行了分析。一项技术或应用引发如此大规模讨论的情况并不多见。虽然之前也出现过如此轰动的AI“明星”，但对大多数人来说，它们还是太过遥远。这也为普通人提供了直接接触、体验、应用先进AI的机会。这一“破圈”意义重大。

我们期待包括这些在内的现金技术在保险行业能够早日成熟和可持续的应用，也希望大家能够以更加开放的心态去对待新技术、新变革，共同努力让保险行业越来越好！