首页-中国人民人寿保险股份有限公司
  • 人保寿险AI机器学习自主实践取得阶段性进展

  • 2018-10-08
  • 近两年,国家密集出台支持AI发展的政策与规划。2017年7月,国务院发布《新一代人工智能发展规划》,提出面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。同年年底,科技部和工信部也接连出台相关规划。在人工智能发展迎来良好政策环境的背景下,人保寿险积极响应国家规划、顺应集团数字化战略要求,以构建AI核保预测模型为切入点,尝试探索人保寿险AI实践技术通路。

    12.jpg


    人工智能的发展趋势

           目前,AI技术呈现出两大趋势,其一是技术趋于开放化、平台化、服务化、甚至免费化。技术领先企业通过开放平台,构建以自身为核心的应用生态,推广普及技术;其二是面向行业和垂直领域的解决方案逐渐丰富和成熟。技术的发展进一步降低了AI应用门槛,为传统行业和不掌握AI核心技术的企业开展AI应用提供了很好的基础。

            在保险领域,将AI技术与业务场景和需求相结合,可在产品、销售、承保、理赔、客服、风控等各环节取得应用价值。在产品/客户层面,可以改善用户体验,捕捉商业机会;在营销模式方面,可以实现用户细分,千人千面,精准营销;在智能服务层面,可以平顺用户体验,降低用户时间成本;在消费场景方面,可以突破场景,面向更广阔用户提供服务;在风险管控方面,可以实现自动全流程风险管控、识别潜在风险;在运营管理层面,可以提升运营效率、降低运营成本;在智能投资方面,可以回避主观干扰,实现智能化投资决策,提高投资能力。

            找准人工智能实践切入点

            2018年6月,人保寿险开始了人工智能引领业务发展的探索尝试,从智能风险管控及智能运营管理的角度入手,以人工核保智能化(即构建AI核保预测模型)需求为切入点,探索AI技术在人保寿险业务应用的实践之路。

            选择AI核保预测模型为AI技术应用的试验田,是因为人工核保正面对着如下的困境:随着人保寿险转型发展的深入,保障性产品的销售量在总保单中的占比日渐增多,而保障型产品的人工参与环节远高于其他险种,人工核保的需求日渐增多,在2015年至2017年期间,人工核保工作量每年成倍增长,效能瓶颈日渐凸显。

            同时,人工核保复杂度高,对核保人员的个人经验依赖度高,核保结果准确度要求高,由此对AI智能模型的预测准确度就提出了更高的要求。在业内,暂无智能人工核保的落地案例。人保寿险瞄准这一难题,积极开展适应公司发展的探索实践。

            探索智能人工核保路径

           人保寿险相关团队经过充分论证与分析,设计了符合公司特点的智能人工核保路径:

           第一阶段是实现重疾险产品“无忧一生”的核保结论预测,完成技术落地探索,以现有保单结构化数据为输入,设计核保预测模型,并用已有业务数据对模型进行训练,在人核阶段给出核保结论预测概率供人工核保工作人员参考。

           第二阶段是将当前模型固化版本与核心系统集成实现业务场景的对接,一方面验证模型在业务应用中的准确度,另一方面为核保预测结论的可解释性积累业务能力,为后续模型调优提供数据样本。

           第三阶段是融入更多客户非结构化的健康资料,包含但不限于体检报告、财务证明、医疗票据、诊断证明、出院小结等非结构化的影像资料,通过资料的结构化、特征化,进一步扩充与训练模型,提升预测准确率,扩展预测的险种范围,使AI核保预测模型真正用于核保业务实践。

           第四阶段,在AI核保预测模型在业务实践中取得较好的应用效果后,将AI核保预测模型的实践路线融合AI技术应用于更多的业务场景中,包括个性化的产品定价、产品推介、投保身份认证、反欺诈、智能客服等。

           打造人保寿险的AI实践通路

           目前,人保寿险已实现了智能人工核保第一阶段的探索,完成了AI核保预测模型的固化与封装,实现了少数险种的核保结论预测。公司利用近40W的样本数据进行模型测试,其总体预测正确率为83%,预测结果良好。

           下一步,AI核保预测模型将沿着上述四阶段规划继续前行,尽快对接真实的核保业务场景,逐步借助外部先进技术唤醒已收录的非结构化的客户健康数据和医疗数据,使得AI核保预测模型可真正的辅助核保人员进行核保预测。

    13.jpg


    人保寿险将按照集团数字化战略部署安排,加紧推进公司信息化建设实践,以新科技的应用不断提升IT服务水平,持续优化服务,为人保寿险数字化运营转型保驾护航。