현재 보험산업은 엄청난 변화를 맞이하고 있습니다. 보험 업계를 위한 '신국가 10' 정책이 발표되면서 개인 보험 업계의 보호 능력과 서비스 수준을 향상시키기 위해 더욱 엄격한 표준과 요구 사항이 제시되었습니다. 이는 보험 업계가 광범위한 개발 모델에 작별을 고하고 더 높은 품질과 더 표준화된 서비스를 향해 나아가야 함을 의미합니다. 이러한 변화 과정에서 보험 기관은 새로운 시장 및 규제 요구 사항을 충족하기 위해 보험 서비스 품질을 지속적으로 개선해야 합니다.
Shuidi는 대형 모델을 기반으로 보험 서비스 행동을 보다 표준화하기 위해 품질 검사 범위를 크게 확대하고 작업 효율성을 개선하며 운영 비용을 효과적으로 통제하는 "AI 대형 모델 보험 품질 검사 솔루션"을 출시했습니다.
전통적인 품질 검사 방법은 품질 검사관이 전체 고객 서비스 프로세스에 대한 기록을 무작위로 확인하고 위험 내용을 표시하는 수동 무작위 검사를 사용하는 것입니다. 검사 채널은 상대적으로 단일하며 기업 WeChat, 공개 계정, Moments 및 기타 채널을 포괄하는 것은 생산성과 한도가 제한되어 매우 노동 집약적인 작업입니다.
최근에는 많은 기술회사들이 지능형 품질검사 기술을 보험산업에 도입하려고 노력하고 있습니다. 그러나 소형 모델 품질검사는 복잡한 보험 서비스 로직과 언어 표현의 변화를 이해하기 어렵고, 정확도가 상대적으로 낮습니다. 검사를 놓칠 위험이 높습니다.
'Waterdrop AI 품질 검사'는 대형 모델 상황별 의미 이해와 긴 텍스트 추론 기능을 기반으로 복잡한 대화, 사용자 의도 및 감정 태도를 깊이 이해하고 더 숨겨져 있고 복잡한 품질 검사 규칙을 식별할 수 있습니다. 내부 데이터에 따르면 Waterdrop AI 품질 검사는 음성, 기업 WeChat 채팅 기록, Moments 및 기타 채널을 통한 운영 동작을 포함하여 100% 전체 범위를 달성할 수 있습니다. 품질 검사 비용도 대폭 절감됐다. 수동 검토 비용까지 고려하면 AI 품질 검사 비용도 수동 품질 검사에 비해 50% 이상 절감할 수 있다(초기 개발 비용 제외).
"AI 품질 검사" 기능 뒤에는 Shuidi Company가 자체 개발한 "물방울 워터 가드 모델"의 심층적인 권한 부여와 불가분의 관계가 있습니다. 과거에는 보험 상품이 다양하고, 용어가 상대적으로 복잡했으며, 모델 훈련을 위한 방대한 데이터가 부족해 AI 품질 검사의 정확성에 획기적인 진전을 이루기가 어려웠습니다.
Shuidi는 2019년부터 AI 구축에 투자했으며, 대규모 보험 수직 서비스 코퍼스 샘플, 7,000개 이상의 현재 또는 과거 인기 보험 상품 데이터를 포함하여 규정 준수를 전제로 대량의 산업 부문 데이터를 축적했으며, 10,000개 이상의 의료 보험 분야의 전문적인 문제. 불규칙한 서비스 태도, 지나친 판매 약속, 상품 보장에 대한 오해, 부적절한 보험 구매 팁 등의 문제점을 즉각적으로 파악할 수 있습니다. 지속적인 학습을 통해 수동 검사 정확도 100%를 기준으로 AI 품질 검사 정확도가 수동 수준에 가까워졌습니다.
보도에 따르면 Shuidi의 'AI 대형 모델 보험 품질 검사 솔루션'은 외부 수출 솔루션을 형성했으며 업계에 공개될 수 있다고 합니다. 다음 단계는 품질 검사 정확도에 대한 교육을 지속적으로 강화하고, 더 많은 보험 기관이 서비스 효율성과 품질을 업그레이드하도록 지원하며, 업계의 고품질 발전을 촉진하는 것입니다.