大模型赋能理赔，保险公司加强“主动式服务”

数字金融是“五篇大文章”中的重要一环，本质是推动整个金融行业的信息化、智能化。对于保险这个高度依赖数据与服务的行业来说，怎么用科技真正落地，同时还要兼顾客户体验与自身可持续发展，常常是个不小的挑战。而在所有服务环节里，理赔可能是客户感知最直接、也最能反映一家公司服务能力的环节。中国消费者协会发布的一份年度报告指出，理赔时效经常难以满足消费者预期，“主动式服务”的提升空间还很大。那么，问题出在哪里？

当前保险理赔的普遍难题，可以归结为三块：第一，用户认知门槛太高——保险合同里的条款、材料清单，对普通人来说经常是“天书”，申请体验自然不好；第二，理赔流程本身复杂，行业培养一个专业的理赔人员需要很长时间，导致服务能力跟不上需求增长；第三，理赔的标准化程度不够，不同险种之间缺乏细化细则，消费者和保险公司之间容易产生纠纷。说白了，整个链条上缺的，就是一套能够快速、准确处理海量信息并作出专业判断的能力。

这个时候，大模型技术的出现带来了一些契机。最直接的应用，就是能把理赔审核这事儿自动完成。大模型能同时理解医学文档、保险条款，能进行多步骤推理，原本人工需要十几、几十分钟的审核，压缩到秒级是可以做到的。同时，它还能配合“AI+人工”的服务模式，提供全天候支持；通过多智能体协同，调用专业模型，那些特别烧脑的专业难题也得有人能接手。目前有不少保险公司已经在尝试大模型在理赔环节的落地。有几个代表性的实践值得关注。

案例1：人保财险大模型技术实践

学幼险这类小额、高件数的保险，理赔需求大，但每单金额不高。以往，理赔人员需要手动从合同条款中提取免赔额、赔付比例等要素，再填到系统里，整个过程大概10分钟，准确率在90%左右。2024年初，中国人保用大模型实现了要素自动提取和结构化录入，配合OCR把医疗票据金额也自动抠出来。现在，5秒钟就能完成提取，准确率提到95%。效率提升是很明显的。

案例2：平安产险AI赋能车险理赔实践

平安产险打造的理赔数字员工，是基于2D多模态大模型和3D增强现实，配合多机器人协同的架构。这套体系包含三类机器人：作业、问答、质检，覆盖查勘、送修、定损、支付的全流程。在试点机构里，这个数字员工已经能做到66%的案件零录入，60%的案件实现端到端自动化。

案例3：太平健康险基于大模型的理赔审核员实践

太保健康险选择理赔审核作为数字劳动力的切入点，把自动化率当作关键指标。数字员工在就诊信息录入、责任认定、赔付计算等环节，能发挥阅读、分析、判断、计算等一系列能力。2024年5月30日，这个数字劳动力正式上线试点，目前覆盖了门急诊案件的责免分析。上线两周就处理了5339件案件，责免打标能力已经达到初级员工水平。后续会逐步扩大范围，覆盖更多岗位。

案例4：水滴保险领域大模型应用实践

水滴在2022年9月就上线了AI保险经纪人助理“帮帮”，为经纪人提供产品咨询、核保查询等服务。随着大模型技术升级，“帮帮”现在能处理更复杂的工作，比如帮用户解答产品条款、筛选核保条件、匹配产品，甚至协助完成购买、续费等流程。这相当于把大量重复性、标准化的工作分担出去，让保险经纪人能把精力放在更需要人情味的服务上。