編輯導語：目前的保險行業(yè)客服還是人工主導，尚存許多的發(fā)展空間。本文主要分析了保險行業(yè)使用智能客服的方式以及情況，未來的保險行業(yè)客服產(chǎn)品能否真正地實現(xiàn)全面智能化，還有待商榷。

一、保險行業(yè)特點分析

1. 傳統(tǒng)保險的特點

• 基于信賴的購買
• 長期內(nèi)回饋或者不回饋，因此需要用戶有更加強烈的購買意愿，或者觀念上的很大轉(zhuǎn)變
• 領(lǐng)域知識晦澀難懂，一般用戶自己無法抓住保險介紹中需要關(guān)注的重點，以及無法自己在短時間內(nèi)找到適合自己的產(chǎn)品
• 辦理時間跨度長，購買流程復雜以及業(yè)務(wù)
• 保險范圍比較小，保險具有普適性，主要是長期保險

基于此，傳統(tǒng)保險的購買主要需要聯(lián)系保險代理人，是一種保險找人的模式，和銀行以及目前電商主營業(yè)務(wù)中人找產(chǎn)品的模式存在差異，我認為也正式因為如此保險行業(yè)相較于其他行業(yè)更加關(guān)注人與人的交流，因此在進入、普及智能客服方面相對于其他金融產(chǎn)業(yè)比較慢。

但是疫情的發(fā)生，微博等宣傳媒體對個人健康，猝死事件的報道都使用戶的心態(tài)發(fā)生了一定的轉(zhuǎn)變，同時技術(shù)、社會發(fā)展催生出來的一些新形式的保險公司與產(chǎn)品也使用戶與保險的距離不斷縮減，估計在未來某些險種如健康險、人壽險會逐漸轉(zhuǎn)為人找險的模式。

2. 行業(yè)發(fā)展趨勢–傳統(tǒng)保險行業(yè)&互聯(lián)網(wǎng)保險&保險代理平臺

以下是艾媒咨詢提供的保險科技企業(yè)圖譜：

來源：艾媒咨詢

原本保險行業(yè)是通過幾個大的險種進行拆分，如財產(chǎn)險，人身保險（人壽險，健康險等），而現(xiàn)在除了拓寬險種（如增加了寵物險，未來可能還會增加個人信息安全險等），還根據(jù)保險使用場景以及價格等因素對保險進行了拆分。

同時目前也出現(xiàn)了更加多樣化的保險企業(yè)如互聯(lián)網(wǎng)保險，互聯(lián)網(wǎng)保險中介機構(gòu)，目前這些企業(yè)所涉及的保險相對價格比較低（主要是幾十到幾百不等，且保險時效在1周到幾年之間不等），主要面向C端用戶，或者以場景的方式進行出售（如坐飛機，在支付飛機費用的頁面出現(xiàn)的意外險）。

從這樣的發(fā)展趨勢來看，劃分出來的低成本，低風險，低期限，需要以量取勝的保險模式，類似于目前的電商，因此估計劃分出來的部分保險業(yè)務(wù)會增加在智能客服等人工智能的投入，進而進一步降本增效。

二、智能客服

1. 客服

客服目標：解決用戶的問題 ，引導促成購買的行為 ！其他影響用戶體驗的因素（企業(yè)：吸引新客戶、保留老客戶以及將已有客戶轉(zhuǎn)為忠實客戶，增加市場份額）。

智能客服對企業(yè)的作用：降本增效，促進系統(tǒng)運行的穩(wěn)定性（如人工客服因為生病，離職，職位變更，對領(lǐng)域知識熟悉度不足都會導致客服工作的不穩(wěn)定）。

智能客服如何實現(xiàn)以上的作用：

• 減少人工需要處理的業(yè)務(wù)：機器處理如部分咨詢（猜你想問，直接咨詢知識類問題）、基礎(chǔ)業(yè)務(wù)處理、信息收集傳遞等比較簡單的工作。
• 多方式促進人工客服快速專業(yè)化：通過機器人分流，以及話術(shù)助手輔助應(yīng)答將需要處理的業(yè)務(wù)專門化，同時通過話術(shù)助手減少培訓的時間，通過智能質(zhì)檢檢測客服回答的問題，精準的發(fā)現(xiàn)人工客服業(yè)務(wù)處理問題。
• 增加客服工作時間：7×24小時工作，符合用戶基本生活節(jié)奏。

2．智能客服

首先需要明確一點目前的智能客服是一個綜合各種用于改善傳統(tǒng)客服模式功能的集成，而不同的公司可以根據(jù)其需求，為公司配備不同的組件，因此以下首先介紹一下目前智能客服有哪些組件。

因為阿里最主要的就是電商，對客服產(chǎn)品的理解以及設(shè)計會站在比較前沿的位置，因此以阿里云提供的智能客服相關(guān)產(chǎn)品為例進行說明。

智能客服解決方案的總體流程：

CCF智能語音會議

以下是智能客服的系統(tǒng)架構(gòu)：

來源：CCF智能語音會議

以下對智能客服集成中可選擇的單個功能進行說明：

3. 總結(jié)

目前智能客服供應(yīng)商在宣傳個人產(chǎn)品優(yōu)勢時總會提到產(chǎn)品組件獨立或組合方式對接不同的業(yè)務(wù)場景，接下來看一下不同金融企業(yè)所接入的智能客服產(chǎn)品組件匯總：（以下數(shù)據(jù)根據(jù)產(chǎn)品供應(yīng)方官網(wǎng)給出數(shù)據(jù)總結(jié)獲得）。

從中可以看出，現(xiàn)階段各大主要的智能客服供應(yīng)商展示的合作領(lǐng)域保險行業(yè)相對比較少，且針對金融行業(yè)提供的解決方案也主要基于系統(tǒng)的穩(wěn)定性，數(shù)據(jù)的安全性，風險管控或者企業(yè)上云等企業(yè)運行管理類的產(chǎn)品。

可以猜測目前的保險行業(yè)要么是還沒有很關(guān)注智能客服這一產(chǎn)品，要么是基于某些考量而在自己做智能客服這一產(chǎn)品。

接下來來看一下目前的保險按行業(yè)使用智能客服的情況。

三、保險行業(yè)智能客服用情況分析

1. 智能對話機器人對比測試

（1）競品企業(yè)的選擇

主要根據(jù)目前的規(guī)模大小以及商業(yè)戰(zhàn)略進行選擇。

（2）測試任務(wù)的設(shè)計

①App&web智能客服頁面文字輸入：測試文字溝通

您好（基礎(chǔ)溝通用語）。

1. 最近疫情又開始起來了，我有點害怕，關(guān)于新冠有什么保險（聊天式：存在情感表達）
2. 關(guān)于新冠有什么保險（咨詢型：簡單描述個人問題）
3. 我買了什么保險（任務(wù)型）

②App&web智能客服頁面語音輸入：測試ASR

通過手機錄制然后一一播放。

文字：關(guān)于新冠有什么保險可以看看的嗎？

語音：注意：語音測試還在百度、訊飛、搜狗輸入法中進行了測試，測試識別率均為100%

③電話：（在22：00之后撥打熱線）：測試語音溝通

咨詢有關(guān)疫情的保險，目前在咨詢方面智能客服主要不是在解決問題，主要還是在做分流。

（3）測試結(jié)果展示

（4）總結(jié)

在智能對話機器人的部分，在晚上10：50我還測試了部分淘寶店家，發(fā)現(xiàn)一般比較小的店使用的還是人工，而像回力這種相對來說比較大的店鋪也是機器人+人工一直在線，可能是目前智能對話機器人相對于人工對效益的影響只有在人力成本比較大的時候才有體現(xiàn)，或者需要較長的適應(yīng)期，一般小企業(yè)等不了。

除了以上的測試，在ASR語音識別部分，還在百度、訊飛、搜狗輸入法中進行了測試，測試識別率均為100%。在淘寶中測試識別為“關(guān)于新冠的保險有什么樣”，錯了一個字，但是關(guān)鍵詞語正確。

以及智能語音對話測試，因為放不了音頻所以聽具體的結(jié)果。

四、總結(jié)

本次分析主要關(guān)注保險行業(yè)使用智能客服的方式以及情況。

雖然目前智能客服供應(yīng)商提供了多種不同功能的智能客服相關(guān)產(chǎn)品，但直接供應(yīng)給保險公司的比較少，但是調(diào)查發(fā)現(xiàn)各個保險公司都有基本的智能對話機器人，因此估計比較大的保險公司還是以自產(chǎn)自足為主。

此外根據(jù)供應(yīng)商提供的產(chǎn)品看涉及TTS技術(shù)的產(chǎn)品主要是智能外呼，以及智能外呼導航這兩部分，處理的業(yè)務(wù)是主要是數(shù)據(jù)的收集如營銷、回訪、調(diào)研、通知/提醒、關(guān)懷、催收等交流比較少比較簡單的場景，以及簡單的業(yè)務(wù)，如移動公司的話費查詢等。

再來看目前保險行業(yè)智能客服的技術(shù)，測試反映目前保險行業(yè)的智能對話助手水平相對較差（與銀行等更加關(guān)注客服的行業(yè)相比），因此還是以人工為主，輔助智能客服處理有限場景下的問題。

對比感覺平安在智能客服上做的是相對完善的，但是在一些地方還需進一步的處理，如您好的回復語言，語義理解類的問答，甚至可以記住用戶說過的話，特殊時期的關(guān)心用戶的語言，缺少保險中需要的人與人情感的連接與信賴。此外平安在咨詢問答上，語義理解存在問題，用的更類似于信息搜索的方式。

在智能外呼，以及智能外呼導航這兩部分，測試結(jié)果顯示目前智能外呼主要還是用在分流，區(qū)分用戶想問的是壽險，還是財產(chǎn)險或者其他的保險。

在智能外呼導航部分能夠處理的問題比較少，或者無法語音識別出用戶的意圖（同樣的語句淘寶可識別，以及百度、搜狗、訊飛等輸入法軟件也可識別），和目前銀行業(yè)存在差距。

總之目前保險行業(yè)智能客服存在很大的發(fā)展空間，目前行業(yè)客服還是人工占主導。

本文由 @4T 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。