近幾年,為保護(hù)消費(fèi)者權(quán)益,政府監(jiān)管部門對于保險(xiǎn)銷售過程的規(guī)范化提出了明確要求:2017年,保監(jiān)會發(fā)布《保險(xiǎn)銷售行為可回溯管理暫行辦法》,要求保險(xiǎn)公司、保險(xiǎn)中介機(jī)構(gòu)通過錄音錄像等技術(shù)手段記錄和保存保險(xiǎn)銷售過程關(guān)鍵環(huán)節(jié)。2020年,互聯(lián)網(wǎng)保險(xiǎn)業(yè)務(wù)快速增長,銀保監(jiān)會進(jìn)一步發(fā)布了《關(guān)于規(guī)范互聯(lián)網(wǎng)保險(xiǎn)銷售行為可回溯管理的通知》,要求互聯(lián)網(wǎng)保險(xiǎn)銷售行為可回溯,記錄和保存銷售頁面以及銷售過程。
對于保險(xiǎn)公司和保險(xiǎn)中介機(jī)構(gòu)而言,除了記錄和保存保險(xiǎn)銷售過程的數(shù)據(jù),還需要不斷探索更有效的質(zhì)檢方式,及時發(fā)現(xiàn)和糾正銷售溝通過程的不規(guī)范之處,降低企業(yè)被投訴帶來的合規(guī)風(fēng)險(xiǎn)。
保險(xiǎn)銷售的過程,往往離不開銷售員與客戶的溝通過程。根據(jù)渠道和銷售場景不同,保險(xiǎn)線上銷售場景產(chǎn)生的溝通記錄,主要包括電話錄音、在線IM文本和企業(yè)微信會話等;線下銷售場景則包括代理人、經(jīng)紀(jì)人以及銀行網(wǎng)點(diǎn)代理銷售保險(xiǎn)的錄音和錄像等。
從“關(guān)鍵詞”到“一段話語義”
企業(yè)最基礎(chǔ)的質(zhì)檢方式是人工抽檢,質(zhì)檢員選取很少一部分的電話錄音、文本會話等文件進(jìn)行檢查。但人工抽檢的效率很低,無法完成全量覆蓋。因此,保險(xiǎn)企業(yè)部署了初代的機(jī)器質(zhì)檢系統(tǒng),通過將錄音和微信語音轉(zhuǎn)寫成“文本”,然后借助“關(guān)鍵詞和正則表達(dá)式”查找其中可能涉及違規(guī)的會話。
不過,保險(xiǎn)企業(yè)很快又發(fā)現(xiàn),僅僅依靠“關(guān)鍵詞和正則表達(dá)式”進(jìn)行窮舉的方式,應(yīng)付不了“人與人溝通時個性化的、復(fù)雜多樣的表達(dá)以及難以捉摸的對話邏輯”。例如,在質(zhì)檢項(xiàng)“夸大陳述”中,保司發(fā)現(xiàn)銷售員夸大重疾險(xiǎn)保障范圍的方式是窮舉不完的。
于是,新一代的AI機(jī)器質(zhì)檢應(yīng)運(yùn)而生。 通過“喂”給機(jī)器足夠多的違規(guī)實(shí)例和不違規(guī)實(shí)例(即經(jīng)人工判斷屬于某項(xiàng)違規(guī)或不屬于某項(xiàng)違規(guī)的對話語句,這個過程在AI領(lǐng)域被稱為“人工標(biāo)注”),訓(xùn)練機(jī)器算法去“學(xué)習(xí)”違規(guī)對話的隱含特征,然后用“訓(xùn)練”出的模型識別更多句子和段落的語義,看看是否命中這條違規(guī)項(xiàng)。
不過,對于保險(xiǎn)業(yè)務(wù)而言。很多時候,關(guān)鍵質(zhì)檢項(xiàng)的定義和違規(guī)判斷非常依賴專業(yè)知識和行業(yè)經(jīng)驗(yàn)。這就意味著:1)保險(xiǎn)企業(yè)和提供AI質(zhì)檢解決方案的公司,要花很多精力來對齊質(zhì)檢項(xiàng)的定義;2)在生產(chǎn)AI質(zhì)檢項(xiàng)過程中的人工標(biāo)注環(huán)節(jié),需要保險(xiǎn)企業(yè)的人員參與進(jìn)來,與AI質(zhì)檢供應(yīng)商內(nèi)部的保險(xiǎn)行業(yè)專家合作進(jìn)行生產(chǎn),以提升模型的準(zhǔn)確性。
這也是循環(huán)智能(Recurrent AI)在服務(wù)多家頭部保司的質(zhì)檢項(xiàng)目時,學(xué)到的前兩條經(jīng)驗(yàn)。
保險(xiǎn)銷售過程的合規(guī)質(zhì)檢,至少包含了兩種基本的情況:第一種,發(fā)現(xiàn)銷售員“說錯話”的情況,例如“夸大陳述”這樣的質(zhì)檢項(xiàng),通常只包含單個AI語義標(biāo)簽(AI語義點(diǎn)、AI語義畫像),只要說了就算違規(guī);第二種,發(fā)現(xiàn)銷售員不嚴(yán)謹(jǐn)或不規(guī)范的地方,例如“意外醫(yī)療的保障范圍未介紹完整”這樣的質(zhì)檢項(xiàng),通常會涉及多個標(biāo)簽(AI語義點(diǎn)或正則語義點(diǎn)),因?yàn)橄纫袛喈?dāng)前對話的場景是否涉及“意外醫(yī)療”,然后再判斷是否講到了所有保障范圍。
事實(shí)上,第二種情況還可能涉及到多種復(fù)雜場景,有時候需要引入企業(yè)的自定義字段,有時候需要判斷對話內(nèi)容質(zhì)檢的邏輯規(guī)則,才能判斷對話是否存在不嚴(yán)謹(jǐn)或不規(guī)范的地方。例如:有些話只在特定的場景才算違規(guī)(比如同樣的話,用在介紹A產(chǎn)品時不違規(guī),但介紹B產(chǎn)品時違規(guī)),場景判斷的前置條件,需要引入企業(yè)的自定義字段——這通對話是在介紹A產(chǎn)品還是B產(chǎn)品;邏輯規(guī)則“與或非”:很多關(guān)鍵違規(guī)項(xiàng)是由多個語義點(diǎn)的邏輯關(guān)系組成的,有時候A和B都說了算違規(guī),有時候A或B只說了一個就算違規(guī);先后順序:先說A再說B算違規(guī),先說B再說A就算違規(guī);次數(shù):說一次兩次不算違規(guī),說三次就算違規(guī)。
循環(huán)智能(Recurrent AI)的智能質(zhì)檢系統(tǒng),支持企業(yè)自定義字段,以及復(fù)雜多樣的質(zhì)檢項(xiàng)場景邏輯設(shè)置,對于復(fù)雜邏輯質(zhì)檢項(xiàng)的支持更加完善。
引入AI秘密武器“違規(guī)值”評分
在服務(wù)保險(xiǎn)企業(yè)的過程中,循環(huán)智能(Recurrent AI)團(tuán)隊(duì)發(fā)現(xiàn),盡管使用了AI語義點(diǎn),也使用了邏輯關(guān)系判斷功能,但有一些質(zhì)檢項(xiàng)過于復(fù)雜(例如:混淆新老保單),AI語義點(diǎn)加上邏輯關(guān)系判斷也難一網(wǎng)打盡。
面對這種棘手的情況,循環(huán)智能(Recurrent AI)創(chuàng)造了一種新的“違規(guī)值”質(zhì)檢方式。這種新方法,并不關(guān)心具體哪句話違規(guī)了,而是專注計(jì)算整個會話違規(guī)的可能性。通過把整個對話(甚至同一個保單對應(yīng)的多個對話)當(dāng)成一個整體進(jìn)行機(jī)器學(xué)習(xí):在訓(xùn)練階段,將“違規(guī)”的整體對話和“沒違規(guī)”的整體對話輸入算法模型,學(xué)習(xí)“違規(guī)”對話的隱藏特征;在執(zhí)行階段,將新的對話輸入算法模型,然后計(jì)算該對話違規(guī)的概率。
根據(jù)企業(yè)的實(shí)際需求,違規(guī)值計(jì)算又包括兩種場景:整個會話命中單個質(zhì)檢項(xiàng)的違規(guī)值;整個會話命中多個質(zhì)檢項(xiàng)的違規(guī)值(例如命中S級所有質(zhì)檢項(xiàng)組合中的任意一個算違規(guī))。
在需要100%人工復(fù)檢的保險(xiǎn)成功單質(zhì)檢場景,循環(huán)智能(Recurrent AI)的“違規(guī)值”排序功能,如果在算法建模階段經(jīng)過了充足的數(shù)據(jù)訓(xùn)練,那么基本上可以在違規(guī)值前60%的會話中找到絕大部分違規(guī)對話,最高節(jié)省40%的成功單質(zhì)檢工作量。
保險(xiǎn)質(zhì)檢的AI三級火箭
在服務(wù)保險(xiǎn)客戶的過程中,循環(huán)智能形成的保險(xiǎn)質(zhì)檢的“三級火箭”解決方案:第一級:從字和詞級別的關(guān)鍵詞+正則方式,到引入句子和段落級別的AI語義點(diǎn)方式;第二級:引入企業(yè)自定義字段和邏輯規(guī)則判斷,實(shí)現(xiàn)多個語義點(diǎn)之間復(fù)雜的場景、邏輯判斷;第三級:計(jì)算整通會話違規(guī)的可能性高低,通過違規(guī)值排序,幫助人工復(fù)檢員節(jié)省工作量。
為什么會需要“三級火箭”?首先,因?yàn)楸ｋU(xiǎn)銷售過程,往往離不開溝通釋疑的過程。而人與人的溝通的過程,用語非常靈活,每個人都有自己的特色,肯定不會像書面用語一樣規(guī)范。所以關(guān)鍵詞方式在很多情況下已經(jīng)不夠用,需要引入句子和段落級別的AI語義點(diǎn)模型。
其次,因?yàn)楸ｋU(xiǎn)銷售員對保險(xiǎn)產(chǎn)品的介紹和權(quán)益的解答,需要更加嚴(yán)謹(jǐn),但是判斷講解是否到位,需要結(jié)合具體的產(chǎn)品,也需要結(jié)合邏輯和場景(有時候違規(guī)是因?yàn)槁┱f了該說的東西,而不是因?yàn)檎f錯了)。
最后,因?yàn)楸ｋU(xiǎn)的質(zhì)檢項(xiàng)中存在一些“疑難雜項(xiàng)”,引入違規(guī)值排序這種全新的方式,可以進(jìn)一步減少漏網(wǎng)之魚的數(shù)量。
通過引入和部署經(jīng)過考驗(yàn)的AI質(zhì)檢技術(shù),保險(xiǎn)企業(yè)在質(zhì)檢工作中的效率可以得到數(shù)倍提升。循環(huán)智能(Recurrent AI)在銀行保險(xiǎn)領(lǐng)域服務(wù)了招商銀行、人保財(cái)險(xiǎn)、招商信諾、眾安保險(xiǎn)、360保險(xiǎn)、水滴公司和輕松籌等標(biāo)桿企業(yè),除了新一代合規(guī)質(zhì)檢(Compliance)解決方案,這家公司在保險(xiǎn)領(lǐng)域還提供意向名單優(yōu)選(Target)解決方案以及人員產(chǎn)能提升(Expert)解決方案。
2021年4月,循環(huán)智能與華為云聯(lián)合發(fā)布了首個千億中文語言大模型“盤古”,刷新中文語言評測榜單CLUE三項(xiàng)記錄,并入選CB Insights 年度“AI 100全球榜單”。2019～2020年,循環(huán)智能連續(xù)兩年入選《機(jī)器之心》年度“最具產(chǎn)業(yè)價(jià)值”榜單。
轉(zhuǎn)自：消費(fèi)日報(bào)網(wǎng)
【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場。版權(quán)事宜請聯(lián)系：010-65363056。
延伸閱讀
“十三五”期間我國高技術(shù)制造業(yè)增長迅猛
