保险业 AI 落地实战指南：从认知到规模化应用

认知人工智能 (AI) 与实际应用之间存在鸿沟。

McKinsey 研究显示：仅约 20% 认知 AI 的企业将其大规模或核心业务流程应用。MIT Sloan Management Review 2019 研究显示：仅 7% 受访组织将机器学习 (ML) 与 AI 应用于决策或生产工作流。

保险公司多处于 AI 旅程起步阶段，极易陷入「知行差距」。虽长期使用数据密集型工作流，却鲜有充分甚至完全用上 AI。

今年早些时候，我们举办 AI 峰会专场「保险业 AI」，邀请 Forrester Research、Cognizant、Mercer 专家分享保险行业实战洞察。

本文提炼核心观点，完整体验请访问 AI in Insurance 专场页面。重点聚焦 AI 趋势与保险公司启动 AI 的三步走流程。

AI 保险趋势释放明确信号：现在投资正当时

「保险业 AI」专场透出清晰信号：保险业未来将围绕以 AI 为核心提升组织敏捷性展开。数字化转型成市场领导力与创新文化的必由之路，AI 成转型核心拼图。

2020 年重塑保险业

2020 年对所有行业艰难，对保险业更具枢纽意义。

2020 年迫使保险业正视：能否满足客户、合作伙伴、员工快速演变的需求。McKinsey 2020 报告指出：「在销售分销、服务留存、理赔环节建成成熟数字化职能的保险公司，更能渡过危机；未建成者必须迅速追赶。」

这场正视揭示：数字化转型不仅是渡过危机的救命稻草，更是未来持续制胜的必由之路。

2021 年起，AI 与自动化——企业数字化转型双核——将成前瞻性保险公司的高优先级议程。

保险业的未来

与其他行业技术预算收缩形成对比，保险科技预算逆势上扬，专家小组成员 Carney 解读 Forrester 研究：保险科技预算增 1.4% 将加速未来工作与未来客户体验。

关键在于：预算增量非单纯用于维护。Carney 披露 33% 投向新项目。

Holly Olive (专场当时任 Cognizant 数字运营保险咨询主管) 赞同并预警：预算转向将加速势能，慢行者恐被甩在身后：「列车已发车，你必须上车。」

AI 的未来

保险业未来不仅取决于采纳 AI 的意愿，更取决于追求、采纳、落地利用 AI 优势的业务解决方案的能力。

AI 怀疑论源于多行业技术跟不上营销承诺。AI 与 ML 成营销热词。提供简单规则自动化产品的厂商常宣称智能实则不智能。此类产品虽有用，但无法交付真 AI 方案的冲击力。

Forrester 首席分析师 Craig Le Clair 在 AI 峰会主题演讲中指出：炒作与现实交汇于「赋能聚焦横向与纵向用例的平台」。AI 过去是独立工具，未来将渗透进几乎所有技术：「AI 将渗入应用，成为常态化业务方式。」

AI 未来不是采购花哨工具听天由命，而是制定利用 AI 优势的智能业务战略。

保险业 AI 典型场景：理赔处理

AI 落地保险流程用例众多，理赔处理最具代表性。

四大特征使其成为 AI 绝佳切入点：

1. 耗时冗长
2. 易出错
3. 难扩展
4. 强依赖主题专家 (SME)

传统理赔流程：

• 理赔单据从客户、中介或第三方进入系统
• SME 人工审单提取必需数据（认知密集型、强依赖专业专长）
• 员工手工录入理赔系统
• SME 对照保单评估理赔
• 员工抽样人工核查已知风险防欺诈
• 人工批准或拒绝赔付

AI 赋能理赔流程：

• 理赔单据进入系统
• 软件机器人用 AI 自动从单据提取数据
• UiPath Document Understanding 等产品用 ML 模型提取结构化、非结构化数据与象形图
• 软件机器人录入理赔系统
• 员工仅按需快速复核数据验证

对比显著：人工仅在最后一步按需介入。流程更快、错漏更少、人工投入大幅降低。员工得以重心转向更具挑战性的认知任务，将重复性工作交给软件机器人。

AI 内嵌企业技术组合后，员工可从理赔等繁琐重复任务中解脱，投身更高价值认知工作。

三步走：开启 AI 落地之旅

专家小组分享三大核心步骤，每步让 AI 落地更容易、更有效。

1. 小处着手

寻找实用用例，锁定痛点优先级。确保用例足够小以落地、足够痛以产出可衡量的利益相关者影响力。

Mercer 全球自动化与数字化转型专家 Kieran Gilmurray 指出：保险业优势在于用例丰富、经验证、已验证，无需在用例层面创新。

Olive 建议从邮件分类切入 AI。Carney 赞同：年均 2000 万封邮件、单封耗时 5 分钟以上，邮件自动化是高影响、低风险机会。

挑战：客户向支持邮箱发送海量多样问题，堆积成长响应时间。机遇：AI 缩短响应时间、在竞争对手仍慢吞吞时实现高效。早期采纳者优势可复利，拉开难以追赶的差距。

AI 辅助邮件能理解来信、预判后续沟通，客户甚至无需提问——答案已预置。

Olive 强调：小步切入，逐环节攻克价值链。

2. 对齐 ROI

变革性技术需要投资，但投资不止资本。资本重要，更重要的是创新文化投资。必须鼓励超越既有方法论与实践的文化，以采纳如 AI 这般颠覆性技术。

双重投资都需审慎思考 ROI。将 ROI 视野与现实对齐，需以流程发现为框架。

保险业习惯现有流程决策节点繁多，易忘流程已多复杂。AI 处理复杂流程潜力巨大，前提是用数据而非轶事文档化、复盘业务。发现目标：确定 AI 能创造最大价值的切入点。

UiPath Task Mining 与 Process Mining 均助力洞察流程与瓶颈。借助流程发现工具，基于可衡量业务成果优先级排序 AI 用例。

进而拓宽 ROI 认知维度。Gilmurray 警示：虽有近期 AI 用例，宽维度转型远非开关一拨即成。AI 落地是通向重大业务运营变革的渐进改进路径。

别逼团队立竿见影，但要看清项目方向与回报来源。AI 类比新员工：需时间训练上岗；同员工一样，AI 方案能随业务需求学习调整。

Olive 警示：许多公司过度聚焦成本削减作为首要指标。AI 真价值不止消除成本，更在于创造价值：更优周转时间、更高客户满意度、更强客户忠诚度。

若能精准估算 ROI（从窄义回报到最大潜在价值），便能每次选择潜力最大的工作。可用 UiPath Automation Hub 建立自动化创意中心，组织与优先级排序。

3. 以业务战略为先，规模化推进

为让数字化转型兑现企业级战略目标，AI 采纳不能孤岛化于单一团队。在资本与文化双重投资支撑下，组织可拥抱并延展采纳。若无广泛采纳，数字化转型不成，AI 项目将停滞于原型阶段。

唯有业务战略优先，方能保障 AI 规模化与蔓延。

风险在于技术先于业务战略。Gilmurray 警示：过度聚焦技术即方程式搞错。业务战略第一。

他建议：理解业务层面（或至少部门层面）战略，明确贡献方向。技术赋能业务——次序是人、流程、然后技术。

应问两个问题：

1. 我们要去向何方？
2. 如何到达？

太多公司只问第二个问题，却未回应第一个。

保险业本就是数据驱动行业，若能在正确时间将正确数据交付给正确的人，巨大红利将随之而来。ROI 核算不只看节省工时（虽常为第一驱动力），更纳入业务战略视角：竞争对手动向、现有业务弱点（SLA、客户响应时效等）。

携 AI 共渡数字达尔文主义

Gilmurray 谈 2020 年加速推进「数字达尔文主义」时代：唯强者生存。但强者非靠蛮力，而源于适应环境变化的意愿。

新技术与互补业务战略将铺就保险公司迈向全自动化企业™之路。全自动化企业完全拥抱自动化、AI、ML 与其解锁的数字化转型红利。

全自动化企业能应对当下与未来的变化。AI 非单一工具，而是广泛数字化转型的催化剂，鲜有行业如保险业拥有如此巨大转型机遇。

深入了解 AI 采纳与落地，请观看 AI 峰会「保险业 AI」专场回放（点播可用，随时观看）。

特别感谢 Elaine Mannix 协作撰稿并共同主持 AI 峰会「保险业 AI」专场。Mannix 为 UiPath 保险业务负责人。