搜索
•SubtitlehereSpeakernameandtitle人工智能人工智能智/能/科/技放/眼/未/来ARTIFICIALINTELLIGENCEYOURLOGO目录CONTENTS主要内容1234第一部分AI发展及现状第二部分AI核心技术及应用第三部分AI赋能保险行业第四部分我们怎么做电影中的人工智能机械姬i.ROBOT1ONEAI发展及现状一、AI发展及现状什么是人工智能？海量数据为人工智能发展提供基础算法促进了人工智能的研究和应用。人的智能：看、听、闻、摸….思考、分析….接受新知….说话、行走、写字….人工智能：感知思维学习行为数据算法一、AI发展及现状人工智能发展阶段认知智能能理解会思考感知智能能听会说，能看会写计算智能能存会算——快速计算与存储,例如谷歌AlphaGo打败人类棋手----语音识别、手写识别、图像识别——获得数据，自我学习，自我完善一、AI发展及现状人工智能目前现状聪明的AI有学识的AI深度学习知识图谱感觉识别判断思考语言推理人工智能的发展依然处于初级的阶段，现状基本就是——•依靠大数据的深度学习是AI当前最普遍成功的技术之一。但是，深度学习需要大量的标注数据，而数据标注一般都需要事先去做。AI技术现状“没有人工，就没有智能”2TWOAI核心技术及应用二、AI核心技术及应用智能语音语义知识图谱计算机视觉机器学习机器学习就是让计算机从大量的数据中学习到相关的规律和逻辑。模仿人类的“判断”实现人类的“听说”实现人类的“能识别，能描述”实现人类的“联想与思考”二、AI核心技术及应用智能语音语义——“能听会说”语音交互过程包括四部分：语音采集、语音识别、自然语言理解和语音合成。智能语音交互系统的技术流程技术应用：1、自然语言处理技术可应用在大量数据中精简数据流，提取关键有用信息送到到相关部门。2、在保险条款解读，可以检索保险条例，条款明白说，保什么明目了然。3、在线客服机器人。特征提取特征1样本数据样本数据样本数据…n预处理特征样本集原始样本集机器学习算法训练预测输出验证集评价目标特征1…n目标特征1…n目标特征1…n训练集目标特征1…n目标特征1…n目标特征1…n验证集目标特征1…n目标特征1…n目标预测目标预测目标预测目标改进技术应用：机器学习是人工智能的基础，是使计算机具有智能的基本途径，其应用遍及人工智能的各个领域，它主要对数据进行使用归纳、综合。对语言、文字的认知与识别；对图像、场景、自然物体的认知与识别；对规则的学习与掌握。例如人类下雨天要带伞，生病要吃药，天冷了要穿厚衣服等二、AI核心技术及应用机器学习算法过程——“模仿判断”二、AI核心技术及应用知识图谱技术旨在描述各种实体概念及其相互关系知识图谱——“推理思考”技术应用：1、智能大脑：对保险领域的相关知识进行采集，整理和萃取，以满足与该领域相关的各种对于知识服务的需求。构建“知识图谱+推理逻辑”的保险智能大脑。2、反欺诈：当融合来自不同数据源的信息构成知识图谱时，有一些实体会同时属于两个互斥的类别（如如同时在两个不同的城市工作），这样就会出现不一致性，通过这种不一致性检测，我们利用知识图谱可以识别潜在的欺诈风险。计算机视觉——“能看会认”计算机视觉应用场景可分为图像识别和人脸识别。目前人脸识别，尤其是在金融和安防领域创业热度最高的细分领域。国内代表企业有商汤科技、旷视科技，云从科技。人脸识别的技术流程二、AI核心技术及应用技术应用：1、身份验证：在VTM/机器人在识别客户方面做身份认证。2、员工考勤：人脸识别，自动打卡。计算机视觉——“能看会写”OCR识别是当前计算机视觉应用最为广泛的技术，从以往的扫描文件的字符识别，到现在应用到自然场景中图片文字的识别，如识别身份证、银行卡、门牌、票据及各类图片中的文字。基于深度学习的OCR框架技术应用：1、身份证识别：需要验证用户身份证的场景中，帮助减少用户的信息输入，提升效率。2、票据识别：自动识别票据信息，录入系统中。二、AI核心技术及应用3THREEAI赋能保险行业保险科技通过大数据、云计算、人工智能等提高保险业务的智能化；如利用深度学习构造模型实现智能投顾;利用知识图谱、信息关联、信息分析进行保险精准营销、风险控制与定价;利用人脸识别、声纹识别来识别身份验证、征信风控，风险防范等。•风险控制与定价•用户全景画像•智能保险顾问•投保流程自动化•智能理赔•智能反欺诈•智能在线客服•智能呼叫中心产品开发、定价市场销售投保/核保理赔客户服务•智能核保•精准营销三、AI赋能保险行业人工智能影响了客户体验和保险运营，以及保险销售、承保、投保、理赔全方面的保险服务，使保险更加人性化，更满足客户个性化的需求，提供高质量的应用保险服务。•市场分析•理赔顾问三、AI赋能保险行业人工智能在保险业应用案例一您好。我是太平保险客服专员小慧，请问您是XX先生吗2017年，中国太平与知名人工智能企业合作，共同组建人工智能实验室，创建了“保险行业专家+人工智能技术专家+大数据技术专家”强强联合的跨界合作平台，专注于智能技术的研究、开发和推广，致力推动金融保险领域客户服务创新。保险行业商用人工智能语音客服机器人“小慧”，率先应用于车险结案回访场景。太平保险柜面综合受理时运用OCR智能识别技术。可对条形码、二维码、身份证件、银行卡等影像进行智能识别，实现单证分类、信息读取的自动化及系统自动校验。太平保险推出IVR智能语音导航服务，智能识别客户需求，直接进入所对应的服务功能节点。同时，将智能语音识别技术应用于客服语音质检作业中，通过运用语音转文本技术，实现系统自动质检。三、AI赋能保险行业人工智能在保险业应用案例二早在2016年，泰康在线就已开始探索人工智能。泰康在人工智能方面应用主要是AI自有开发和对外采购方面。在保险智能机器人，人脸识别，智能客服以及大数据风险识别方面取得一些成就。保险智能机器人“TKer”拥有4类保险智能服务功能：自助投保、保单查询、业务办理、人机协同。以后还将结合健康、运动智能硬件等提供如测量体温、血压、脉搏等健康服务。泰康采用的是百度人脸核身方案。将人脸识别用于泰康的微信投保、保全、回执，在线校验客户身份（投保：通过活体检测判断是否本人填写；回执：线上刷脸确认回执，确保本人操作）。泰康在大数据与AI技术结合方面主要有以下三个领域的应用：精准营销、风控。精准营销基于用户画像在健康险领域建立了“泰健康”评分系统、用户行为挖掘、场景式营销。风控层面，目前泰康主要依托自有及外部大数据，进行大数据核保。三、AI赋能保险行业保险业人工智能应用存在的不足▲人工智能在营销方面仍存短板当下的寿险产品销售，仍要靠线下的人与人充分沟通才能达成，主要是因为销售场景相对复杂，需要实现对客户的需求及潜在需求的挖掘和发现;而人工智能现在尚不具备应对非规则化、差异化条件的能力。这种能力正处于起步阶段，这就致使智能技术对此领域发挥的作用不尽如人意。目前，以人工智能替代真实的销售人员还有不小的差距。越来越多的保险企业已开始运用智能科技，由于人工智能技术能够解决的远程交互，落地以安全识别和智能投顾为主，在行业内渗透率高但是应用技术比较浅。而作为保险特别是寿险的有些重要环节，人工智能发挥的作用还存在许多差距。主要有以下几个方面：▲人工智能技术在一些环节作用有限AI技术虽然在核保、核赔、在线客服等重要环节已经有一定的应用，但这些应用还大多不是真正意义上的人工智能。如作为中后端重要岗位的核保、核赔，有些仍需要有医学背景的专业者来做，尤其是较为复杂的重疾等案件。人工智能技术短时间内还不能在这方面实现突破，主要问题是数据量不够大，需要大量的数据及案例来训练。▲人工智能系统训练需要大量的数据金融行业是智力密集型行业，人工智能在金融行业的模型算法非常复杂，数据训练工作量很大。机器学习是人工智能的核心技术，需要依靠大量数据训练，训练的准确性与数据量成正比。我们怎么做FIVE4四、我们怎么做如何找到切入点智能客服，语音数据挖掘，机器人辅助业务应用场景大数据AI算法运算力知识数据人工智能的先决条件四、我们怎么做人工智能目前仍处于发展的早期阶段，整体发展技术先于应用。如何更好地运用这些技术，在运用过程中如何推进，围绕着“能听会说、能看会写、能思考会推理”AI技术，对此提出以下几点设想：人工智能的应用设想“能听会说”1、其主要功能是同用户进行基本沟通，并自动回复用户有关产品或服务的问题，以达到降低企业客服运营成本、提升用户体验的目的。2、基于语音和语义技术，可自动将海量电话录音内容结构化，打上各类标签，挖掘分析有价值信息，为服务与营销等提供数据与决策支持。3、在客服中心尝试设置智慧机器人，赋予机器人拟人化形象和动作，辅助工作人员服务客户，增强客户服务的科技创新感和服务新体验。智能客服，语音数据挖掘，机器人辅助业务四、我们怎么做人工智能的应用设想“能看会写”1、利用人脸识别技术，实现快速便捷客户身份认证，提升工作效率。可在客户专页/APP/VTM保单保全服务方面，引入人脸识别验证客户身份，实现快速办理业务，提升安全。2、识别身份证，银行卡，单据文字信息，自动化提取内容，减少出错率。在保单录入，客户影像资料输入的环节，引入OCR识别，自动化读取信息。人脸识别，OCR识别四、我们怎么做人工智能的应用设想“能思考会推理”1、采用机器学习技术平台，结合所有重要的经济数据指标，个人客户画像，以及产品知识图谱，智能投顾系统不断进行学习，根据用户风险偏好，推荐最优投资组合配置。2、基于机器学习技术构建金融知识图谱，基于大数据的风控需要把不同来源的数据(结构化，非结构)整合到一起，它可以检测数据当中的不一致性。导入海量理赔交易数据，通过数据筛选、建模和预测打分，提前预测变化趋势。智能投顾，风险预测与反欺诈▲紧贴客户需求，深挖应用场景，持续提升营销服务、运营服务、客户服务和风险控制等各项能力。▲以业务适用性为原则，以解决业务痛点为切入点，推动技术和业务融合，降低服务成本、改进流程、提升效率。▲在内部，加强科技布局，建立保险科技驱动的业务模式，探索新兴科技与保险的融合，为各项业务提供技术支持的同时，完善优化保险价值链的各个节点。▲在外部，人工智能科技迅猛发展，积极寻求外部科技公司合作，充分利用双方优势，实现互利共赢，搭建保险科技的生态圈。四、我们怎么做工作建议目前人工智能应用于保险业，还存在着市场障碍、数据障碍、研发技术障碍、信息安全障碍、政策监管障碍等。建议从顶层设计出发，统筹公司资源，从以下四个方面推进人工智能建设：