張通社4月12日消息，歷時4個月, 太平洋保險公司攜手竹間智能一同打造的基於自然語言理解技術和智能推薦算法的智能保險顧問——阿爾法智能保顧亮相人工智能大會。 阿爾法智能保顧是全方位的專業保險顧問機器人，通過它，用戶可以使用文本或語音的形式，隨時隨地諮詢保險相關知識，瞭解如何購買保險，應該買多少保額的保險，以及保險產品推薦等專業保險知識。
隨著經濟水平不斷提升，人們對保險的期待越來越高，產生了很多細分的需求。隨著互聯網的發展，信息傳播快速，信息透明化，人們對保險的認知也越來越多，對保險產品的選擇上也有自己的理解。而隨著保險代理人的人數不斷快速增長，代理人的知識水平、產品認知受到挑戰。
2008-2017 年我國保險代理人數量
但自2015年6月取消保險從業資格證之後，在短短三年內，國內保險代理人群體從300多萬猛增到2018年的超過800萬。隨門檻降低導致保險代理人數量猛增，也導致人員質量的層次不齊，到底有多少保險代理人能滿足保險高知識水平、保險產品高認知度的需求，需要打個問號。
2011-2018年中國保險行業原保險保費收入及增長情況
（單位：萬億元）數據來源：中國產業信息網
加上2018年原保險保費收入的同比增速放緩，2017年，中國保險業原保險保費收入36581.01億元，同比增長18.16%。截止到2018年底，中國原保險保費收入38016.62億元，同比增長3.92%。也就是說，2018年原保險保費收入的同比增速放緩了14.24個百分點。而代理人的數量增長比率遠遠超過保費收入增長率。如果繼續通過增加代理人數量，提高保險成單量，其實對保險企業人力成本壓力非常大，投入產出比極可能無法滿足預期。另一方面，保險增量的放緩導致代理人收入的減少，也加劇了人員的流動，導致代理人提供的服務不穩定，導致用戶流失，保險企業收入持續降低，形成惡性循環。
雖然不少企業選擇了用智能客服解決人工難的這個問題。但呆板的話術以及許久未更新的數據庫，都導致消費者體驗極差，造成了大量用戶的流失。依舊沒有滿足保險企業高轉化率和增長率的需求。
太平洋保險公司作為國內大型綜合性保險集團，已為超過1.23億名客戶提供服務。在意識到現有的保險導購機器人已經無法滿足用戶需求後，太平洋保險公司攜手竹間智能一同打造基於自然語言理解技術和智能推薦算法的智能保險顧問——阿爾法智能保顧。
作為保險業首個AI保顧的落地項目，阿爾法智能保顧受到了各界的關注，日均諮詢對話量過萬。通過阿爾法智能保顧，用戶可以使用文本或語音的形式，隨時隨地諮詢保險相關知識，瞭解如何購買保險，買多少保額的保險，以及保險產品推薦等專業保險知識，打造全方位的專業保險顧問機器人。
支持語音及文本
現階段保險機器人無法解決保險業根本痛點
現階段的保險機器人大多使用的智能IVR技術，通過機器人對客戶的一步步引導，最後得出答案，大多數時候需要操作3步以上才能得到答案，甚至還得不到真正想要的答案，因此用戶會覺得體驗非常的差。這些保險機器人的確能完成與客戶簡單的知識問答，但這僅僅只是將保險行業大量的業務知識維護進機器人的知識庫裡，解決人工客服知識的侷限性，還是沒有與客戶產生交流，會讓客戶覺得體驗非常差，作為顧客卻沒有體驗到好的服務甚至感受到自己不被重視。客戶在不經意間漸漸流失。
而竹間智能如何解決這些問題的呢？
通過自然語言理解和多模態情感技術，深入保險業的業務場景，理解企業和用戶痛點，實現AI保險的應用。
竹間智能的解決方案
01、FAQ準確率高達95%
“意外險是什麼？”
“重疾險可以保什麼？”
“如何購買保險？”
保險業的客服和代理人每天被問到的最多的問題其實都是這些非常基礎簡單的問題，當客服和代理人在每天重複且高強度回覆這樣的問題後，難免會導致情緒及服務上的不穩定。為了解決保險客服的壓力，竹間智能提供FAQ保險知識庫建設，支持用戶自行建設和管理FAQ標準問和預料擴寫，並幫助客戶梳理了500多條保險基本知識的標準問。滿足保險小白用戶對保險知識的應用和了解，也是智能保險顧問的優勢之一，FAQ準確率高達95% 。
02、上下文語義理解
在對話場景中，用戶往往會進行連續的提問，當用戶問到“意外險是什麼”→ 機器人進行回答 → 用戶接著問 “那重疾險呢”，用戶其實想要問的是“重疾險是什麼”，如果單從“那重疾險呢”這句話來分析，到底是詢問重疾險是什麼，還是要購買重疾險，機器人有可能識別不出用戶的真正意圖，所以機器人對於上下文的理解非常重要。
竹間智能支持對話過程中對上下文的語義理解，能夠根據上下文，自動補充用戶問題中的確實實體或屬性部分，實現擬人化的人機交互。
03、4種意圖識別 和40+話題識別
支持險種諮詢，保額計算，產品推薦和家庭保險這四種意圖，根據實際的業務應用場景，很多接近的說法需要識別為不同的意圖，例如“買什麼保險”需要進入《險種諮詢》的意圖，給用戶推薦適合的具體險種；而“買什麼意外險”需要進入《產品推薦》的意圖推薦給用戶意外險的一個具體保險產品。而類似的場景較多，用戶的表達可能相似，
為了準確識別用戶意圖，需要同時意圖和話題同時搭配使用，以滿足大多數客戶對於不同場景，不同人群的出話和反饋。另外，竹間智能幫助實現對不同人群進行應答話術的區分，例如對於小孩子，年輕人，老人，根據不同年齡段的應提供不同的多輪話術，白領和高危險職業人群的話術也應該有所區分。
04、單個多輪多達19輪的對話
保險產品推薦需要因人而異，不同的客戶對於保險的需求不一致，包括險種不同，保額不同，具體產品不同。根據保險業務流程，配合意圖，設計出多輪對話滿足最終保險產品推薦的總流程：險種諮詢 (最需要哪幾種保險，意外險 還是重疾險)→保額計算→產品推薦，在通過意圖識別進入某個多輪場景後，模仿保險顧問對用戶的信息進行進一步詢問和收集，最終給予保險種類，額度和具體保險產品的專業建議。為了配合較為複雜的場景，單個多輪場景可完成多答19輪的對話。
05、人性化的記憶功能
在多輪場景中對於已經收集到的信息機器人可以進行主動記憶，這樣當用戶進入其他多輪場景後就不需要再輸入相同的信息，機器人更智能更人性化，大大提升了用戶體驗。
06、簡易操作的開放平臺讓運營效率提升70%
竹間的人工智能平臺可以提供豐富易操作的可定製化服務，用戶可以在管理界面中自行完成機器人形象定製、問答定製、知識定製、意圖引擎定製等。FAQ保險知識庫和多輪對話，用戶都可以自己進行設置，操作簡單。而且它還具備強大的自學能力，會用算法實時收集用戶反饋，24x7小時地進行算法訓練優化。對於保險行業而言，不斷更新的產品，需要不斷更新運營機器人的知識庫才能保證用戶對保險“代理人”的知識水平、產品認知高水平標準，而簡易的操作平臺讓運營效率提升70%。
僅僅考慮到單一的場景，無法真正解決企業痛點，只有多場景融合才能比較全面的積累沉澱出綜合性的解決方案。竹間智能致力於深入場景，為保險業提供解決各種場景下的解決方案，既能普適也能定製，變革保險業的客戶體驗，真正為企業賦能。
閱讀更多 張通社24小時 的文章
