保險行業(yè)具有領域知識專業(yè)性強、業(yè)務復雜、涉及面廣、數(shù)據(jù)不規(guī)范和結構化程度低等特點，在日常知識管理及業(yè)務處理過程中，往往面臨以下幾個痛點：

1、員工培訓成本高

保險業(yè)務知識體系龐大，條款涉及的數(shù)據(jù)龐雜，同時，保險代理人數(shù)量基數(shù)龐大、人員流動率高，導致保險公司前期員工培訓成本巨大。

2、產(chǎn)品差異性難以掌握

保險產(chǎn)品同質化程度高，不同保險公司同類型產(chǎn)品差異小，業(yè)務人員很難全面掌握不同公司的產(chǎn)品差異以及本公司產(chǎn)品的優(yōu)勢，在面向客戶時，難以體現(xiàn)代理人的專業(yè)性。

3、C端用戶行業(yè)知識壁壘高

C端用戶保險知識儲備薄弱，在挑選產(chǎn)品時，往往依賴緣故介紹，很難對緣故之外的代理人產(chǎn)生信任感。

4、保險理賠效率低

保險理賠涉及錄入、初審、復核、理算等多個流程，業(yè)務復雜，同時對理賠業(yè)務人員專業(yè)知識要求高，理賠時效難以提高。

達觀智能保險知識圖譜

針對以上幾個常見業(yè)務場景，達觀智能保險知識圖譜提供基于知識圖譜的知識庫智能檢索、智能問答、產(chǎn)品比對、智能理賠等解決方案，全面賦能保險知識管理，實現(xiàn)各業(yè)務環(huán)節(jié)的降本增效。

1.基于知識圖譜的知識庫智能檢索

傳統(tǒng)關鍵詞檢索往往存在檢索效率低、內(nèi)容無關聯(lián)、數(shù)據(jù)維護難等痛點，利用自然語言理解、知識推理、圖分析匹配等技術，在搜索過程中智能匹配搜索意圖，搜索結果展示中，關聯(lián)多模態(tài)數(shù)據(jù)，實現(xiàn)問答式、跨媒體、關聯(lián)知識推薦的智能語義檢索，幫助保險代理人快速、準確定位搜索結果，并基于關聯(lián)推薦幫助代理人快速掌握相關知識體系，高度適應險司數(shù)據(jù)量的日益增長、數(shù)據(jù)分布零散等情況，徹底喚醒“沉睡”知識。

檢索結果可通過圖譜關聯(lián)相關實體和屬性信息，同時檢索結果可深度溯源至原文件，對相關問題進行深度了解。

2.基于知識圖譜的競品分析

市場上各家保險公司保險產(chǎn)品眾多，投保人在投保之前，局限于保險知識的匱乏，通常無法對市場上各家保險公司產(chǎn)品的差異有一個直觀了解?；?strong>保險產(chǎn)品圖譜，直觀定位不同保險公司、同類型產(chǎn)品之間的差異，從而為目標客戶提供更專業(yè)的用戶體驗，推薦最適合的保險產(chǎn)品，幫助保險銷售從普通代理人向保險經(jīng)紀人的角色定位進行轉換。

3.基于知識圖譜的智能問答

保險產(chǎn)品具有條款復雜，相關業(yè)務具有專業(yè)性強、涉及面廣、產(chǎn)品更新快等特點，而傳統(tǒng)基于FAQ的問答體系遠遠不能滿足實際保險場景的問答需求?；谥R圖譜的智能問答系統(tǒng)，將保險條款中的責任、疾病、保費、保險期間等信息圖譜化，通過問題映射和知識推理，快速實現(xiàn)知識查詢，有效降低消費者獲取產(chǎn)品信息的成本，同時大大降低客服人員的運營成本，極大地提升了客服系統(tǒng)的運營效率和用戶體驗。

4.基于知識圖譜的智能保險理賠

理賠過程中，理賠業(yè)務人員需要根據(jù)客戶的病歷、診斷說明、出入院記錄等，判斷客戶理賠的首要疾病是否在購買保險的保障范圍內(nèi)。這個過程，就需要整合客戶購買的保險產(chǎn)品、產(chǎn)品保障的責任、責任保障的疾病等多個維度的信息進行判斷。

基于知識圖譜的保險理賠系統(tǒng)，可通過被投保人的投保信息，自動關聯(lián)投保產(chǎn)品的保險責任及對應保障范圍，快速推理得出理賠結論，同時，還可通過客戶發(fā)票中的醫(yī)療費用和醫(yī)療保險責任之間的關系，自動篩選出保險產(chǎn)品保障范圍內(nèi)的醫(yī)療項目，快速理算出賠付金額，一方面大大提高了理賠時效，提升客戶體驗，另一方面可以有效發(fā)現(xiàn)理賠風險，降低誤賠發(fā)生的概率。

達觀智能保險解決方案提供辦公文檔抽取解析、數(shù)據(jù)挖掘建模與辦公自動化流程服務。創(chuàng)新性綜合應用自然語言處理、光學字符識別、文本語義分析、知識圖譜等AI技術，強化數(shù)據(jù)協(xié)同，為承保理賠、財務法務、客服等部門提供服務，降低多環(huán)節(jié)的人工成本并提高運營效率，在數(shù)字化經(jīng)濟時代大背景下助力險司向數(shù)字化轉型。