扫码添加微信
某全国性财产保险集团 如何在 金融保险 / 财产保险（车险、企财险与责任险） 中协同落地 AI 知识库与智能体
该集团以 HiNowly AI 知识库为可信知识底座，将数千份产品条款、监管制度、理赔规程、核保规则与典型赔案统一接入、切分、打标与权限治理，并通过混合检索、重排与条款级引用溯源实现可信问答；同时以 HiNowly AI 智能体开发平台设计并发布核保预审、理赔单证审核、人伤跟踪、反欺诈研判、条款客服与监管报送等智能体，通过 Skill 复用、工具调用与工作流编排直连承保、理赔、影像、OCR 与车险数据系统，配合自动化任务与定时任务完成长流程闭环。平台以本地私有化方式部署，兼容国产芯片、操作系统、数据库与信创中间件，支持本地大模型与国内外主流大模型按需接入，敏感数据全程不出域。项目上线后核保自动化率由 32% 提升至 68%，小额车险案件平均结案时效由 2.8 天缩短至 0.9 天。
项目背景
该集团的业务规模在过去十年快速扩张，分支机构遍布全国，但知识资产与业务规则的沉淀方式仍以文件为主。产品条款、批单、监管通知、理赔实务规程、核保细则分别由产品、理赔、合规、承保等部门维护，更新后通过邮件与 OA 下发，一线查勘员、客服坐席和支公司核保人常常无法判断手头的版本是否仍然有效，导致免赔口径、拒赔理由和增值服务解释在不同分支机构之间存在差异。
项目总览
整体方案由可信知识底座、智能体开发与执行平台、业务场景三层构成。知识底座侧，HiNowly AI 知识库通过批量对接与增量同步方式接入条款库、核保细则库、理赔规程库、监管文件库、稽核案例库与共享盘文档，统一完成解析、清洗、章节切分、险种与机构标签标注、条款号与生效日期结构化抽取，并保留原始文件版本链路。检索侧采用向量检索与关键词检索混合召回，结合重排模型与业务规则过滤，命中结果按条款粒度和角色权限返回，答案中标注文件名称、条款编号、生效版本与页码，做到可溯源、可核验；对权限外内容与知识库未覆盖的问题执行拒答策略。
项目痛点
条款、监管文件、理赔规程与内部批复口径分散在核心承保系统、理赔系统、影像平台、OA 和共享盘中，缺少统一入口与版本治理，一线人员经常依据过期文件作答，退保、拒赔与免赔口径不一致，引发客户投诉与监管问询。
核保高度依赖资深核保人经验，车险与非车险核保规则合计数千条，涉及车型、使用性质、历史赔付、行业风险、免赔约定等维度，新人培养周期长达 6 至 9 个月，人工核保占比高、方案出具时效慢，机构间核保尺度难以拉平。
车险理赔单证审核以人工为主，事故证明、维修发票、医疗票据、鉴定报告、损失清单等材料需要重复录入与人工比对，单证不齐或要素缺失时反复退件，小额案件从报案到结案链路长，客户体验受损。
反欺诈线索分散在理赔系统、客服工单和稽核报告中，人伤黄牛、重复索赔、团伙骗保等模式难以被系统化识别与串联，风险线索依赖人工抽查，覆盖率低且发现滞后。
分支机构与总部之间、理赔与承保条线之间的数据权限管理较为粗放，敏感客户信息、保费数据与赔案资料存在越权访问风险；同时集团要求核心数据不出域，并逐步落实信创与国产化替代要求，通用公有云 AI 方案无法满足合规约束。
项目诉求
建设私有化 AI 知识库，统一接入产品条款、监管理解、理赔规程、核保规则、内部批复与典型案例，形成可审计、可版本回溯的唯一知识源，并按机构、险种、角色实现细粒度权限隔离。
实现可信检索问答，所有回答必须给出条款原文或制度文件的具体出处与有效版本，对越权访问、依据不足或超出知识范围的问题明确拒答，避免模型自由发挥带来合规风险。
搭建 AI 智能体开发平台，支持业务部门以可视化方式设计智能体，沉淀可复用的 Skill 与提示词资产，形成核保、理赔、客服、风控、报送等多场景智能体矩阵。
打通核心承保系统、理赔系统、影像平台、单证 OCR、车险数据平台与短信通知等系统，让智能体能够读取业务数据并回写处理结果，完成从判断到执行的闭环，而不是停留在问答。
全栈本地私有化部署，兼容国产芯片、操作系统、数据库与信创中间件，支持本地大模型与国内外主流大模型按需接入与切换，满足数据不出域与国产化替代要求。
建立智能体运营度量体系，围绕采纳率、自动化率、处理时效、一次通过率与投诉率持续评估场景价值，形成可复制的运营与推广机制。
HiNowly 解决方案设计
统一接入和治理企业知识，通过可信检索与引用问答为智能体提供知识底座
支持智能体设计、调试、发布与运营，让业务人员快速构建场景化智能体
通过 Skill、工具调用和业务系统连接，让智能体从回答问题升级为执行任务
支持工作流编排、自动化任务与定时任务，串联知识、模型、工具与审批节点
支持本地及私有化部署、主流模型接入、权限隔离，并适配信创与国产化环境
AI 知识库支持文件、接口、数据库、网页与共享盘等多种接入方式，可对条款、批单、监管文件、理赔规程进行自动解析与结构化抽取，识别条款号、生效日期、适用险种与机构范围，建立版本链路与失效标记。知识更新后自动触发增量索引，历史版本仍可追溯，确保一线人员检索到的始终是当前有效口径。
采用向量与关键词混合召回、重排精排与业务规则过滤的组合策略，返回结果精确到条款编号与页码，并附带原文片段。系统对无依据问题、越权问题与超出知识范围的问题执行拒答，同时记录问答日志供合规抽查，使客服、查勘与核保人员敢于直接引用系统结论对外答复。
业务人员可在智能体开发平台通过拖拽方式定义角色、目标、知识范围、可用工具与输出规范，无需编写代码即可完成智能体搭建。核保规则校验、发票要素提取、医疗票据分类、条款引用、敏感信息脱敏等能力被封装为可复用 Skill，核保、理赔、客服等智能体共享同一套资产，避免重复建设与口径分裂。
智能体通过注册的工具与接口调用核心承保系统、理赔系统、影像平台、票据 OCR、车险数据平台与通知服务，可读取保单与历史赔付信息、调取影像件、校验发票真伪、回写审核结论、生成待办并推送短信，实现从检索判断到业务动作的闭环，而非仅输出一段文字建议。
针对核保预审、车险理赔、人伤跟踪等长链路场景，平台以工作流方式编排多步骤任务：报案信息解析、单证完整性检查、OCR 要素提取、条款与免赔匹配、风险规则校验、人工复核分流、结论回写与客户通知。每个节点可设置条件分支、人工确认点与异常兜底，保证自动化过程可控、可中断、可回溯。
平台支持事件触发的自动化任务与基于 Cron 的定时任务，例如每日巡检超期未结赔案并生成催办清单，每周跑批反欺诈线索并推送稽核人员，每月汇总机构核保尺度偏差，每季度比对条款更新与知识库命中情况，监管报送前自动校验数据口径与附件完整性，把原来依赖人工提醒的工作转为系统驱动。
平台按集团、省级分公司、中心支公司三级组织建模，结合承保、理赔、客服、稽核、合规等角色配置知识可见范围、工具调用权限与数据行级过滤。理赔人员只能访问所辖机构的赔案资料，稽核人员可跨机构查看脱敏后数据，所有知识访问与工具调用均留痕审计，满足内控与监管检查要求。
整套系统以本地私有化方式部署在集团自建机房与专有云环境中，适配国产芯片、操作系统、数据库与信创中间件，核心数据不出域。模型侧通过统一网关同时支持本地部署的开源大模型与国内外主流大模型按需接入，可按场景在成本、时延与效果之间灵活切换，并对模型调用进行配额与内容安全管控。
项目实施范围
知识接入与治理：产品条款、批单与费率规章，监管规章与规范性文件，理赔实务规程与查勘定损标准，核保细则与授权手册，稽核与反欺诈案例，客服话术与增值服务说明，共 1.2 万余份文档完成清洗、切分、标签与权限映射。
可信检索问答：条款级引用溯源、版本有效性校验、机构与险种权限过滤、敏感信息脱敏、拒答策略与问答质量抽检机制。
AI 智能体开发平台部署：智能体设计器、Skill 资产库、工具与接口注册中心、工作流编排引擎、自动化任务与定时任务调度、发布与灰度、运行监控与用量分析。
场景智能体建设：核保预审智能体、理赔单证审核智能体、人伤跟踪随访智能体、反欺诈研判智能体、条款与客服助手智能体、监管报送与合规检查智能体。
系统集成清单：核心承保系统、理赔系统、影像与单证管理平台、票据 OCR 服务、车险数据平台、客户主数据、短信与企微通知、报表与数据中台。
安全与信创适配：部门与角色管理、机构级数据权限隔离、操作审计与日志留存、本地化部署、国产芯片与操作系统适配、国产数据库与中间件兼容、模型网关与多模型接入。
运营体系：智能体上线评审流程、效果评测集与回归测试、业务培训与知识运营岗设置、季度场景复盘与优化机制。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 需求调研与蓝图设计 | 4 周 | 完成总部分公司与试点机构的业务调研，梳理核保、理赔、客服、稽核四类场景的知识清单与流程清单，输出总体架构设计、知识治理规范、权限模型与场景优先级排期，明确试点省份与验收口径。 |
| 知识底座建设与治理 | 8 周 | 完成 1.2 万余份条款、监管文件、理赔规程、核保细则与典型案例的接入、解析、切分、标签标注与权限映射，上线混合检索与引用溯源能力，建立知识更新与失效标记流程，知识问答评测集通过首轮验收。 |
| 智能体平台部署与场景开发 | 10 周 | 完成智能体开发平台、Skill 资产库、工作流编排与任务调度模块的私有化部署与信创适配，打通承保、理赔、影像、OCR、车险数据等系统接口，交付核保预审、理赔单证审核、人伤跟踪、反欺诈研判、条款客服与监管报送六个智能体。 |
| 试点运行与灰度发布 | 6 周 | 在两个省级分公司与三个中心支公司开展试点，采用人工复核加机器建议的灰度模式运行，完成效果评测与回归测试，优化提示词与规则阈值，形成智能体上线评审、异常兜底与回滚机制。 |
| 全面推广与运营体系建立 | 6 周起并持续运营 | 完成全国分公司分批推广、业务培训与知识运营岗设置，上线智能体运行监控与用量分析看板，建立季度场景复盘、效果对账与知识更新例会机制，持续推进新场景孵化。 |
项目最终成果
统一知识底座建成后，条款、监管文件、理赔规程与核保细则实现单一入口检索与版本治理，一线人员不再依赖邮件与共享盘查找文件，跨机构答复口径明显收敛，因口径不一致引发的投诉与监管问询显著下降。
核保预审智能体承接了车险与非车险标准化案源的自动核保建议，结合风险规则校验与人工复核分流，核保自动化率由 32% 提升至 68%，方案出具时效由平均 5.5 小时缩短至 1.6 小时，新人独立处理案源的培养周期由 6 至 9 个月缩短至 3 个月左右。
理赔单证审核智能体在工作流中完成单证完整性检查、票据 OCR 要素提取、条款与免赔匹配、结论回写与客户通知，小额车险案件平均结案时效由 2.8 天缩短至 0.9 天，单证一次通过率由 71% 提升至 93%。
反欺诈研判智能体通过定时任务每周对重复索赔、人伤异常与团伙关联线索进行跑批，结合稽核案例知识库输出研判建议，可疑线索识别数量较人工抽查提升约 2.4 倍，试点期间协助稽核团队拦截多起高风险赔案。
条款与客服助手智能体在客服中心上线后，坐席可直接获得带条款编号与页码的答案并一键引用至工单，条款类问题一次解决率由 74% 提升至 92%，平均通话时长下降约 22%。
监管报送与合规检查智能体将报送前的数据口径校验、附件完整性核查与制度条款比对转为定时任务执行，报送准备人力投入减少约 40%，报送退回补正情况明显减少。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 核保自动化率 | 32% → 68% | 核保预审智能体承接标准化案源，结合规则校验与人工复核分流，覆盖车险与非车险 60 余类常见风险场景。 |
| 小额车险案件平均结案时效 | 2.8 天 → 0.9 天 | 单证审核智能体在工作流中完成 OCR 提取、要素比对、条款匹配与结论回写，减少反复退件与人工录入。 |
| 理赔单证一次通过率 | 71% → 93% | 报案环节即由智能体提示补充材料并给出示例，单证不齐导致的二次提交大幅减少。 |
| 条款类问题一次解决率 | 74% → 92% | 客服助手智能体提供条款级引用答案，坐席可直接引用并同步至工单，减少转办与回呼。 |
| 可疑欺诈线索识别量 | 提升约 2.4 倍 | 反欺诈研判智能体通过定时任务跑批重复索赔、人伤异常与团伙关联线索，输出研判建议供稽核复核。 |
| 知识问答引用可溯源率 | 100% | 所有对外答复均由知识库返回条款编号、文件名称与生效版本，越权与无依据问题执行拒答并记录日志。 |
“我们选择 HiNowly，核心是它同时解决了两个难题：一是让分散多年的条款、制度和理赔规程变成可追溯、可管控的可信知识底座；二是让智能体真正接入承保、理赔和影像系统去完成业务动作，而不是只做问答演示。项目在试点机构跑通后，核保与小额理赔的时效改善非常直观，一线人员愿意用，稽核和合规也能查得到每一次判断的依据。私有化部署和信创适配让我们在数据不出域的前提下推进得比较踏实。”
某全国性财产保险集团 项目负责人