资讯 医疗科技
此为临时链接,仅用于文章预览,将在时失效

企保科技CEO庞文君:保险AI,为何NLP更会被看好?

作者:刘海涛
2020/06/30 12:57

技术的价值并不来源于资本的追捧和舆论的捉弄,去伪寻真之后,依然要回归丛林法则「生存即有效」

在风口被抛弃的时代,所有保险AI领域热度都在降温,保险公司也在观察其真正的价值。

在医健AI掘金志之前的文章中,对保险AI中NLP的发展给予了肯定,围绕这种技术落地的实际情况,雷锋网专访了一家保险NLP企业创始人——企保科技庞文君。

企保科技CEO庞文君:保险AI,为何NLP更会被看好?

在进入保险行业以前,庞文君就在香港中文大学学习分形体进化算法,并发表数篇算法论文,毕业之后又在香港供职于多家保险公司,曾在世界最大保险经纪公司Willis集团担任亚洲区总监。

她向雷锋网表示,在保险领域,NLP相对于其他AI技术,认知和落地都晚一个节拍,2018年以后才被大家所了解。一些有创新精神的险企开始尝试应用第一代智能客服,而彼时其他AI技术已经进入拼刺刀阶段。

但NLP之所以有更好的发展前景,就是因为保险的业务场景十分符合NLP的技术特点。

作为一种由大量条款文本承载商业价值的服务,保险在销售、承保、客服、理赔等多个环节都需要大量的文本确认和自然语言沟通,这些场景可以利用NLP进行文本智能标注,输出带标签的参考结果。

例如NLP可以像人工核保师一样,理解体检报告中的人体健康信息和疾病发生概率的情况。

以下是专访的完整内容,雷锋网做了不改变原意的编辑。

价值导向保险NLP

雷锋网:近期企保科技为水滴保险商城提供了NLP语音机器人,这个项目是怎样的情况,Aimi机器人对水滴有什么作用?

庞文君:目前企保和水滴的合作已经超过大半年。水滴无论是用户量、还是保费规模,都是全球最大互联网保险平台,用户量已经超过6亿,而企保为水滴构建的正是全量服务的保险机器人,覆盖所有业务模式。

具体效果来说,对人工的替代率可以达到90%。这代表100个问题里面,机器人处理90个以上,需要人处理的不到10个。

过去对于NLP机器人效果判定存在很大的误区,只看重了准确率和召回率。

但保险作为一种复杂、链条长的生态体系,不应该只看重准确率,以人类工作来看,只做简单重复的工作,怎么会代表能力的高低。NLP的价值应该更看重具体的工作范围和能力宽广程度。

雷锋网:这么多保险NLP公司,为什么水滴保险商城最终选择了企保,背后有怎样的原因?

庞文君:企保是所有NLP公司中,唯一只聚焦保险领域的企业。从行业痛点出发找解决方案,而不是拿着锤子到处找钉子。

这个特点决定对于客户的落地成本和调整区间是所有NLP方案中最小的,上线之后,可以按照他们现有的材料,学习一下就可以做到上岗,快速进入工作状态。

其它NLP企业提供的只是一个锤子,客户需要根据自己需求打钉子。当初他们接触这种新技术是希望节省人力,但可能人力非但没有减少,还要适配更多人来伺候这种新锤子,给它输入问题,编写答案,俨然请回来一个问题宝宝。

雷锋网:目前企保已经服务国寿、人保、京东安联、中信保诚等众多保险企业,在哪些场景中有明显的效果?实际效果到底是多好?

庞文君:保险科技服务的to B行业,本身就需要深耕和长期心态对待。因为场景非常复杂,光险种就包括意外险、医疗重疾险,旅游险、车险、寿险、团险、年金理财等等。每个险种面向的用户群和服务模式都完全不同,但都是依据ROI(投资回报比),希望花更少的钱,办更多的事。

每个NLP机器人项目都需要保险机构投入时间、采购、上线、维护等成本,这些方面企保NLP产品的ROI,都已经达到客户要求。

雷锋网:这么多服务里面,对哪一次NLP上线场景印象最深刻。

庞文君:和i云保的合作就非常明显,上线NLP机器人种类超过100种。而且这一百个项目,并不是从1到100的复制,包括不同类型的机器人例如营销类的、促活类的、服务类的等多种场景。

每种业务都有完全不一样的目标,也就需要完全不同的机器人,为了这个项目,企保对业务部门进行重组,单独按照每个机器人项目成立单独的项目组,垂直管理、垂直负责,这个项目持续了很久。

保险NLP的三重门

雷锋网:很多风险控制,更多是靠人的经验判断。您认为人工和智能,哪个更重要?现在智能应用不好的情况,是否没有对人的经验充分吸收而导致的?

庞文君:没有什么经验是AI不可以吸收的,智能没有达到和人同样的效果,一定是没有充分转化人的经验。

时代角度来看,今天还没有进入到强智能的时代,仅仅能依靠AI做一些辅助性工作,还完全无法独立出来,所以人和智能的对比一定是伪命题。

雷锋网:市场上是否存在,算法专家在没有充分吸收人工经验,就直接让产品吸收大量数据,追求数据为王的情况?

庞文君:这个现象普遍存在,AI保险领域,很多企业都在标榜自己是数据驱动的人工智能公司。

但从企保应用NLP的情况来看,AI的价值来源于真实的业务场景,没有知识图谱的数据是没有价值的,直接追求数据为王,最终一定会停留在假象和外围,也就无法满足行业的知识和逻辑,企保的做法就是知识引导+数据驱动。

雷锋网:保险是AI落地的重要方向,但有专家认为,很多场景根本用不到复杂机器学习模型,一个简单决策树或基础统计模型就能解决,您怎么看?

庞文君:保险本身难度和挑战都非常高,简单决策树的概念一定会被率先否掉。我们在实践中发现,每种业务场景中,按照数据类型去完成作业的输入、输出模型,可能就需要几十种模型,所以决策树是根本没法用的。

简单决策树最明显的例子就是智能保顾,在16、17年所有互联网保险平台,乃至众安、太平洋等险企都做了尝试,但发展一直都不好,实际根本没有客户愿意用,也解决不了问题,以至于现在很少提这种概念。

雷锋网:AI保险应用中,出现这么多噱头场景,背后的原因是什么?

庞文君:保险领域是需要人力,场景非常复杂的行业,这个行业对于AI一定存在很多的需求,但并不代表处处是蓝海,把AI拿过来,就能生根发芽。

像简单决策树这种观点,就是因为隔行进入保险创业的技术专家,很难找到真正价值点,就会趋向利用简单决策树寻找马上出效果的需求,但最后发现,做出的产品根本没有任何价值,也就成为了噱头。

雷锋网:像企保的NLP研发和应用中,经常要碰到大量文本数据,是否也会出现,数据过于多元、过拟合的情况。噪声数据过多直接影响结果。这个问题通常有哪些解决方法?

庞文君:数据过拟合和噪音数据过多是企保研发中经常碰到的情况,产品里面包含上百个模型,偶发肯定会有,但是整体性从没出现。如果所有模型都出现这种情况,说明产品对于场景的定义是失败的。

雷锋网:16、17年那个阶段,大量的学术型创业者跟随AI保险热度进入这个行业,现在资本退却之后,这些企业的发展趋势都比较差,您怎么看待这种现象?

庞文君:自己非常不看好非保险的纯技术创业,不理解自己要解决的问题,就一定会出现大炮打苍蝇、杀鸡用牛刀。技术仅仅是工具,解决的问题不仅要是痛点,还要存在巨大商业价值。

对于技术型创业者,很容易陷入方法论,拿着锤子到处找问题,但是往往解决问题都价值有限,很快就会出问题,浪潮退却之后,一定就能发现谁在裸泳。

NLP称王

雷锋网:在AI保险应用里面,NLP有怎样的优势?

庞文君:保险行业区别于其他行业最大的一个特点,是一种由大量条款文本承载核心商业价值的服务,其所有涉及的工作角色(咨询、销售、核保、核赔)都是基于对条款材料、规则文书对于客户语言的学习和理解以及回应。

以文本为例,用户购买保险之后,获得的就是一本二三十页难以理解的合同。甚至有的保险公司老板都在讲,里面的条款,自己都看不懂。

而且,保险行业还经常需要做双向选择,并不是所有人都能买保险,也不是所有人都能获得理赔,场景和NLP的技术特点高度一致。

雷锋网:相比于NLP,为什么像计算机视觉、核保AI等在保险中的实际价值有限?

庞文君:计算机视觉技术本身并不是不好,在保险行业的身份证识别等简单文本场景,已经有很好的应用。

不好的问题就出现在复杂文本数据,对于保险托管、医疗票据、理赔文件,一直都没有达到保险公司的要求,用起来确实没啥价值。

未来解决途径应该是和NLP结合在一起,像医院的体检报告,可以在OCR识别之后,可以利用NLP解读背后的医疗意义,并给出结论,这种结果对于保险公司,肯定是有意义的。

雷锋网:在发展路径上NLP和其他AI技术,有什么不一样的地方。

庞文君:AI已经在保险领域发展了几年时间,市面上的保险科技企业也都表示自己是AI,很难找到和AI没有关系的企业。现在资本市场也在严重的下滑。

但NLP相对于其他AI技术,无论认知还是落地都会晚一些,在2018年以后才被大家所了解,一些有创新精神的险企开始应用智能客服,但这都是第一代智能客服。

在2019年之后,这些第一代、第二代所谓的智能客服暴露出很大的问题,最后的效果和客户最初的期望完全不一样。很多客户都在讲AI并不智能,期望值已经下降。

雷锋网:对于AI保险的落地应用上,为什么更多人看重营销环节?

庞文君:保险成本的链条里面也主要分三块,营销、运营和理赔端。而其中占比最高的就是销售环节。而且保险行业销售佣金相对非常高,部分险种甚至把100%保费作为佣金,所以就是利益导向。

不聊AI,只谈业务

雷锋网:NLP相比其他AI保险技术,无论是应用还是建立明确的观念都是比较晚的过程。对于不太懂AI的客户,企保从16年开始是怎样一步步教育客户认可NLP的价值?

庞文君:创业之前自己在保险行业已经有了一定的基础,但创业之后,真的还是从头开始一家一家去碰、去沟通,到现在我自己沟通的企业已经超过几百家。

具体情况按照时间节点来看,2017年、2018年还要不断讲AI技术,我们的差异在哪里,让客户了解AI,去布道;

2019年产品细分好之后,开始谈适用,按照对方业务场景,推荐相应适用产品;

到现在,和客户沟通中已经几乎不谈AI,只谈业务。主要就是因为让客户判断真AI和假AI会很难,也不懂AI技术,但他一定熟悉和理解自己的业务场景,知道痛点和问题在哪里,知道怎样的效果有作用,直接告诉他我们产品能解决什么问题,怎么帮到他们,效果非常好。

雷锋网:这种最开始就接触NLP机器人的客户,受到很多挫折的用户,是否存在之前产品这么烂,后来有很强排斥心理的情况?

庞文君:NLP在保险行业的出现,已经不再是一天、两天,很多保险客户,过去都接触过一代、二代老的智能客服产品,可以说是深受其苦。

使用企保产品之前,确实有很多客户有先入为主的排斥心理,觉得AI都是挺烂的。但使用企保产品之后,往往就会喜出望外,原来受伤越深的客户,对于AI的认可度会越高,他们很容易就会体会到其中的反差和价值。

雷锋网:在逐渐摸索的过程中,遇到客户方使用企保科技的产品体验不太理想,客户方通常情况下会怎么做?

庞文君:客户永远都希望机器人达到100%,觉得机器人应该比人厉害。有一次我们和客户做介绍,客户看了机器人效果,直接就表示这个问题我也可以回答,他已经把自己跟机器人去比较了。

机器人肯定会有答错的情况,在客户介绍中,我们也会首先和客户讲,现在不是强AI的时代,不是直接把文件丢给机器人,就可以把所有保费都赚回来,所有服务和销售就都完成了,这种情况一定是想得美。现在保险企业也在逐渐明白,八成以上就可以达到要求。

雷锋网:对于体验不好的情况,企保过去有怎样的应对措施?

庞文君:介绍的一个目标就是不要让客户先想的美,机器人虽然会答错,但我们会保证企保机器人的表现在业内是最好的,也会鼓励客户将产品和其他家做对比。

而且对于机器人,测试中答对或答错几个问题都没有任何实际意义,在大范围、大规模的工作量情况下,才能体现其实际水平。我们在初期的体验、测试环节,一定会把量级、场景逐渐放宽、放广,客户会很容易建立起正确的认知。

此外介绍中我们往往会直接讲机器人的使用方法。因为语音机器人,广泛应用很多不同的业务场景,如果最开始没有培训好,客户之后一定无法发挥AI的效用,也就会产生失望情绪。

格局已经形成

雷锋网:在保险行业内已经有一份非常有前景和体面的工作,为什么还要出来创业,而且还选择了保险AI?

庞文君:在16年到17年这个时间段,AI在保险行业的热度逐渐升高,而自己当时在Willis已经做到亚洲区最年轻的总监。当时创业也很不被支持,很多人都问我,为什么要放弃这么有前途的工作,折腾自己。

自己经手的保险案子中,发现很多甚至超过10个亿美金的案例,中间许多简单、重复性的工作都是人力在完成。

保险行业虽然规模很大,但IT化非常落后,不仅是国内这些互联网保险公司,即使像英国Willis、美国Aon的世界500强也是这样。

自己学的就是人工智能,在保险行业摸爬多年之后,就开始思考解决这些问题的技术路径和框架,之后就出来了。

雷锋网:在AI保险创业过程中,什么是在创业之后才看到事情本质

庞文君:NLP作为一种通用型技术,自己在创业最早期,就非常担心企业之间的竞争情况。

但聊完200多家险企,和见过他们应用的NLP机器人之后,就发现这种担心完全是多余的,因为绝大部分都处于早期阶段。

而且我们国家的AI保险和NLP领域已经走在全球最前沿,像伦敦、新加坡、台湾等国家地区的AI并没有我们先进,我们招聘算法工程师的时候都有这些地方的人来申请,所以也很了解他们现在的整体水平,甚至有些还停留在收智商税的阶段,比如做100个问答对,收100万。

而且中国的市场,有着巨量的用户量,像水滴就有6亿注册用户,相比之下美国只有三亿人口。

雷锋网:您对每年不断涌入AI保险行业的新创业者和优秀技术人才有什么想说的?

庞文君:保险科技这个领域现在创业变得很难,资本市场已经过了热度。如果真的打算在这个行业创业,首先应该有一定的经验和积淀,成功率才会更高。比如现在重新开始做NLP创业,已经太晚了,格局已经形成,很容易会拿不到融资。

当然国内保险行业大方向是很好的方向,依然处于青壮年,也确实存在比较多的机会,例如保险+医疗,很多药厂都在找保险机构合作,因为社保招标的方式已经极大压缩药厂的利润。

整个国家医疗费用支出6万亿,社保占2万亿,商保只有5000亿,未来药品和医疗服务的买家一定是保险公司,这个机会现在正在酝酿,BAT等巨头也已经开始挖人。

其实不创业也不代表不能成为优秀的人才,对于保险NLP领域,可以来到已经创业比较成熟的企业,例如我们企保,就非常欢迎人才加入。

长按图片保存图片,分享给好友或朋友圈

企保科技CEO庞文君:保险AI,为何NLP更会被看好?

扫码查看文章

正在生成分享图...

取消
相关文章