进入互联网3.0时代，我们生活的方方面面已被其深深影响，保险也不例外。互联网保险在近几年发展较好，从前端保险销售、产品设计到后端的理赔环节，有许多公司进入创业创新赛道。不过，我国保险起步较晚，覆盖率低，大众对保险产品的认知不足，保险各环节主要靠人工推动但人员素质参差不齐，人工效率低下，互联网保险行业发展仍处于早期阶段，保险机器人还未实现真正的“人工智能”。

庞文君在看到传统保险行业痛点后，创立了企保科技，并以保险行业去人工化作为使命，专注自然语言处理，机器阅读理解等技术在保险行业的应用，自主研发出具有保险阅读理解能力的保险机器人Aimi。

庞文君告诉笔者，Aimi是亚洲首个能阅读理解保险责任的保险机器人，专业解答保险相关问题，能回答上千万种问题，提供销售、客服、理赔等场景服务。企保科技致力于打造保险行业认知度最高、成本最低、上线最快的保险机器人。

一份保单，七次错误，保险业亟需技术“救场”

保险起源于英国，在英国影响下的香港保险比国内保险发展早，体系完备。大航海时代，英国成为海上霸主之后，通过“皇家交易”和“伦敦”两家保险公司垄断了海上保险的经营权。最早在中国出现的保险机构，就是英国商人于1805年在广州开设的广州保险公司。历史上英国与香港的关系影响了香港保险行业的繁荣发展，庞文君曾任职全球前三的国际保险经纪公司Willis（香港），中、英、美、香港等多地保险行业任职的经历让她对行业痛点了解颇深。

1.保险人员素质参差不齐，人工效率低下

“我现在还清楚地记得那个出单员，一份保单错了7次，现在看来简直不可思议。”庞文君告诉笔者，这就是她做保险机器人的出发点。

“保险业有一个特有的岗位出单员，主要是将保户或保险代理人提供的保险单信息录入到保险公司专门的业务程序中去，没有太大的难度，然后将保险单提交我们核保。我记得有一次保单，出单员给我录入保单，我花了整整一小时核对，发现信息出错了，我让她修改，改好后又核对，还是错的，这样一个简单的流程反反复复错了7次，7次，在现在看来简直不可思议。”庞文君告诉笔者，这样不愉快的经历让她开始思考保险行业需要技术改进。

保险从前期咨询销售，到后期理赔沟通，每个环节都需要大量人力，并且保险知识的复杂要求从业人员拥有极高的专业素质。然而保险从业人员水平参差不齐，并非所有人都具备丰富的保险专业知识，良好的工作素质，在这样的情况下，想要保证业务不出错极为困难，并且大多工作效率不高。保险知识专业且复杂，保险员在这样一个繁复琐碎的过程极易出错。

2.国内保险起步较晚，覆盖率低

保险行业在过去二十多年是全球增长最快的市场之一，但我国真正意义上的保险行业发展起步却很晚。虽然在1805年英国保险商基于殖民目的向亚洲扩张，在广州开设第一家保险机构，但真正意义上的新中国保险业是1949年10月20日经中央人民政府批准成立的中国人民保险公司，这是中华人民共和国成立后设立的第一家全国性国有保险公司，这比起香港保险起码晚了100年。

在这样的背景下，国人对保险行业了解不深，保险知识认知较少，对保险产品的接受程度较低，因而保险业务难以展开，保险覆盖率较低。2018年6月中国保险行业协会发布的《2018中国商业健康保险发展指数报告》显示，2018中国商业健康保险发展指数为63.0，与2017年(60.6)相比有所提升，但整体发展处于基础水平，仍有很大提升空间。

另外，目前我国商业健康保险的覆盖率尚不足10%，还需要从多方发力推动。认为自身发生重大疾病风险高的受访者中，仍有82.1%尚未购买商业健康保险；47.8%的受访者认为有必要购买商业健康保险，但其中已购买的比例仅6.7%。国内保险还有很长的路要走。

3.传统保险行业发展遭遇瓶颈

事实上，传统保险可以说是基于人力的行业，所有的保险环节，都需要相应的人推动。保险人与被保险人通过条款确定责任，人员的重要性不言而喻。此外，保险各个流程都以人的沟通交流为主导，前期的销售咨询、客户服务、到后期的理赔协助，都要投入大量的人力。在这样一个劳动力密集型的产业，如果有一种技术，能够完成人大部分的工作，这种“灵活用工”的方式可以大幅降低用人成本，创造巨大价值。

新中国发展早期，中国人口众多，劳动力资源丰富，可以维持低工资成本的优势，企业可凭此优势盈利，然而随着经济快速发展，这种劳动力优势在逐渐丧失，劳动力成本的不断增长，要求企业寻找新的优势资源，保险行业也不得不寻找新的经济增长点。

NLP技术加持，机器人也能“阅读理解”

在中国，保险行业是一个新行业。现代保险正式开始于1949年，近几年得到了迅速发展，保险业在社会经济生活各方面的影响越来越大，但我国保险覆盖率依然较低，大众对于保险产品的认知仍处于早期阶段，保险的主要环节依然主要依靠人工推动。但人力成本逐年增高，技术推进迫在眉睫。

企保科技自研了许多核心技术，2016年成立以来，公司用了大量时间搭建核心科技引擎，基于语义网络、知识图谱等进行有自适应能力的语义分析和情绪感知能力建设。核心技术支撑下的保险机器人能够理解保险销售、客服和理赔等场景的专业知识，从而理解客户真实意图，进行专业方面的问答。NLP赋予智能机器人与人类相似的感知输出能力，使其能够理解客户的真实意图，做到真正的“人工智能”。

企保自有核心算法技术包括语音语义理解，机器阅读理解引擎，机器对话引擎和情绪感知。最重要的语音语义理解，即在机器学习方法支持下的基于语义网络，知识图谱等进行深度有自适应能力的语义分析，保险场景化的ASR、TTS的语音算法。

1.NLP技术是解决语义问题的关键

NLP(natural language processing)，自然语言处理，是人工智能的一个子领域。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。

自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。

自然语言处理（NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。

2.另一重要技术：机器阅读理解引擎

机器阅读理解是使用有监督、半监督和无监督的自然语言处理技术结合语言理解、知识推理等，深度理解保险的销售、客服、理赔等场景专业知识。机器阅读理解使机器人具备持续进化和成长能力。机器阅读理解主要支撑核保核赔工作开展。核保就是核定谁能投保，谁不能投保，是售前的；核赔是核对谁能赔付，谁不能赔付，是售后的，这个过程就是基于阅读理解技术。

“知识经验是相通的，人类核保师做这个工作是这样的流程，先学习产品内容，然后再回答相应的问题。我们保险机器人核保核赔与人核保流程是一样也是先阅读理解保险产品，理解投保规则，核保规则，然后给客户提供咨询服务。企保拥有机器阅读理解引擎核心技术，保险机器人能做到替代人的真正“人工智能””，庞文君告诉笔者。