人工智能在电商核保中的应用探索

　　2019年3月27日，中国银保监会通报2018年保险消费投诉情况，显示了保险公司投诉高增长现象，其中包括电商领域智能核保产生理赔纠纷情况。目前保险市场上的智能核保犹如一张调查问卷，电商退货风险被分层细化，后台系统根据预先设置好的核保业务规则，作出相应的承保结论。

　　在此背景下，2019年从UNC-Chapel Hill毕业的刘张思农，以科技创新为引擎，寻找智能核保新的突破点，在2019年11月启动了“智能核保引擎”项目，创办Kover（后更名为Seel），通过对既往海量电商退货核保件的数据分析，让人工智能分析、模仿、学习核保员的分析判断，以期实现真正的自主深度学习和自我成长，形成“智能”的核保系统，而不是过度依赖核保业务规则。2022年1月，完成1700万美元A轮融资，由Lightspeed Venture Partners领投，Foundation Capital，Afore Capital和West Loop Ventures参投。刘张思农自2020年3月1日起一直担任Seel（Kover）的首席运营官（COO），重点参与智能核保系统的顶层设计，在文本交互、智能识别、人机耦合、智能核保、智能语音交互、智能推荐等人工智能技术应用方面扮演了关键角色。

　　文本交互，智能识别

　　对于全球首款针对电商退货退款的智能核保引擎，刘张思农独创性地引入表格重建技术，支持各类格式的体检报告识别与关键信息提取，其中OCR识别准确率可达98％以上，自然语言处理（NLP，Natural Language Processing）对于体检报告检验检查项的键值抽取与文本结构化准确率达90％以上。NLP采用行业先进的BERT预模型来实现语义要素的识别。AI电商核保采用XGBoost模型快速反馈可解释性结论。

　　刘张思农基于以上特色技术，聚焦电商知识图谱和大数据分析，支持从与保单关联的退款报告输入到退货预测与核保结论输出的全流程，支持保单内包含多类型图像信息，不断丰富一个个核保场景，对电商专业性高的用户购买行为、商品信息等海量数据自动分析解读，对结构化后的文本进行分析，依托AI自主深度学习模型和规则引擎，将传统保险业务中的单点评估问题拓展为多维立体的综合评估问题。同时，基于大量真实世界的退货订单，可以进一步分析多个因素如何影响不同电商货物的退货率，并把这些数据融合进核保预测模型中，不断修正核保结论，训练核保准确率。

　　人机耦合，智能核保

　　通过智能核保引擎可自动解析投保材料，支持各类版式体检报告影像的全量自动结构化，使用数百个信号来预测分析一旦顾客下订单的回报概率，商家可根据分析结果简化收支运营。同时，通过核保员的事后反馈，可以帮助系统及时发现、纠正识别和判断中的少量难点问题，不断优化提升智能核保引擎的准确率，帮助开发不断完善系统。目前对于常见的电商退货退款情况，智能核保结论准确率已可达98％以上，并可通过不断的迭代更新实现对更多退货核保结论的精准输出。在这个过程中，通过人机协同合作，实现了分工协作，可以让核保员从大量简单重复的工作中释放出来，更多聚焦在疑难复杂的工作环节上，从而有效地提升核保效率，降低运营成本，统一核保结论，让电商退费险核保风控得以健康循环。

　　语音交互，咨询推荐

　　刘张思农将人工智能技术应用于预核保咨询，学习核保问卷进行友好智能的用户交互。另外，他通过数据及客户特征分析，完整记录客户电商订单出货状况，描绘客户电商画像，针对个性化需求定制专属退款险产品，支持多险种业务，以满足各类客户个性化需求，实现电商退货核保超前服务与行销支持方案，助力业务发展，定向、精准的投放给客户，实现最佳客户体验。

　　目前，将人工智能技术应用于保险行业核保场景是一个崭新的领域，业务扩展要求核保流程的自动化程度更高，客户对于核保的时效要求更快，电商核保应与时俱进，砥砺前行，积极拥抱变革。（作者：谭庆，通讯员：冼希倩）