行业 03

保险

4 个案例 · 交付周期 6–7 周 · 8 处踩坑

本行业 FDE 要点

这个行业做 AI 项目和别的行业不同的地方。交付团队进场前要过一遍,发起方立项前也要过一遍。

  1. 总公司定规则,分公司执行

    核保规则、理赔授权、产品条款在总公司,案件处理在分公司和中支。需求常由总公司提出,痛点却在分公司,两头都要去看。

  2. 结论有权限和责任人

    核保、核赔都有分级权限,谁签字谁负责。AI 可以分流、抽取、提示,改变授权要走总公司的制度流程。

  3. 健康信息是敏感个人信息

    病历、体检报告的使用要有明确授权,按最小必要处理,部署和存储通常要在公司内部。先请法务和合规确认处理依据。

  4. 投诉和监管很敏感

    拒赔、拒保、销售误导都可能引发投诉和监管关注。凡是影响客户结果的输出,都要能拿出证据和条款依据。

  5. 标签少且有偏

    欺诈、风险结果只在被调查或出险后才知道,理赔可能在承保几年后才发生。evals 要考虑标签偏差,效果验证周期也更长。

4 个案例

每张卡片上的引言是客户的原话。点进去看好 FDE 怎么把它换成真问题。

  • 3.16 周 · 5 个阶段 · 2 处踩坑

    车险理赔单据审核

    客户嘴上要的「车险理赔单据太多:维修发票、定损单、驾驶证、行驶证、事故认定书。做个 OCR + AI,每个案件的单据自动审核。」

    真正要解决先把不该人审的小额案件分出去,而不是把每个案件审得更细

  • 3.27 周 · 5 个阶段 · 2 处踩坑

    健康险核保

    客户嘴上要的「人工核保件太多,客户要等好几天。用 AI 读体检报告和病历,自动给出核保结论。」

    真正要解决最该自动化的那部分用规则,剩下的才让 AI 帮核保员读资料

  • 3.36 周 · 5 个阶段 · 2 处踩坑

    理赔反欺诈

    客户嘴上要的「医疗险理赔欺诈越来越多:虚假住院、挂床、带病投保。建一个 AI 反欺诈模型,给每个理赔案件打欺诈分。」

    真正要解决调查员人数是固定的,模型要做的是排好调查队列

  • 3.46 周 · 5 个阶段 · 2 处踩坑

    代理人陪练

    客户嘴上要的「新人代理人话术不熟,主管没时间带。做个 AI 扮演客户,陪代理人练话术。」

    真正要解决先定「练什么、怎么评」,AI 扮客户只是最后一步

保险还有没写到的场景?

描述你手上的保险项目,或者建议补充这个行业缺少的案例。