全球保险公司都在用的对话机器人,戳到了什么痛点?

拯救保险行业的用户体验,AI 领域的技术赋能,尤其是对话机器人的应用不容小觑。

无论是新兴的互联网保险,还是传统保险公司,都在寻求数字化创新的道路上将目光对准了对话机器人领域。其主要意义不仅在于增加与客户接触的渠道、提升客户体验,长远来看也希望能作为提升售前转化率的驱动方式。

对话机器人如何解决互联网保险公司以及传统保险公司的痛点?国内外有哪些应用案例?

互联网保险 售后短板谁来补

我们先来看看百度百科对于互联网保险的定义:互联网保险是新兴的一种以计算机互联网为媒介的保险营销模式,有别于传统的保险代理人营销模式。

预计,2021年我国互联网保险保费规模将达到6,191亿元。

近年来各家互联网巨头争相抢滩保险红海,BATJ 纷纷入局,看来保险行业已经成为巨头构建金融生态圈的必备业务了。

比较经典的案例是蚂蚁金服推出的相互保,受到了千万用户的追捧,可见用户对于互联网保险行业的认知和认可在不断增加。

互联网保险行业,掌握着流量和场景,前端销售能力较强,销售模式玩法很多。而互联网保险主要的痛点,则在售后环节的体验

由于缺少线下服务实体,导致它不容易被消费者所信赖。尤其是像车险、健康险、财产险等这些涉及到大保额、长期保障的险种来说,建立并维持与用户的信任必不可少。

试想,一场小型车祸现场后,当事人要经历:报案、查勘定损、签收审核索赔单证、理算复核、审批、赔付结案等复杂的流程,在每一个环节都可能会产生疑问,与保险公司的交互频率会非常高。

由于保险行业知识鸿沟的存在,此时若有对话机器人解答疑问、告知下一步流程,则自然会增加用户的信任度、缓解焦虑的心情。对话机器人不仅仅能 7x24 解答售后疑问,还可以赋能保险知识普及、产品导购、自助理赔等全流程服务。

传统保险行业的硬伤

传统保险行业的一大痛点是人员管理成本高。

传统保险企业通过保险代理人、银保渠道、保险代理中介、保险经纪人来进行销售,导致保险机构变得异常的庞大、组织结构非常复杂,比起互联网保险模式,增加了巨大的人员开销及管理成本。

如何在传统保险模式进行突破创新,成为了企业考虑的重点。国内多家保险巨头已经纷纷拥抱对话机器人:

  • 中国人寿推出了智能客服“e小宝”,可为用户介绍各项保险,提供产品咨询;

  • 中国太平洋保险推出了智能保险顾问“阿尔法保险”,可通过对话的形式为用户进行投保评估和建议;

  • 泰康在线推出智能保险机器人“TKer”,用户可通过语音交互功能查询保单。

就传统保险巨头的行动来看,多数 AI 对话机器人项目涉及智能客服、智能保险顾问领域,覆盖售前到售后等多个环节。虽然体验残次不齐,但走在前列的保险公司已经意识到了 AI 技术赋能的必要性。

由于对话机器人替代了部分人保险代理人、人工客服,从而节省了大量人力成本。虽然无法完全替代人工,但对话机器人的植入能在一定程度上为人员构成“臃肿”的保险公司减重。

保险行业对话体验案例

Lemonade

Lemonade 成立于2015年,是美国纽约一家 P2P 互联网保险公司,主要业务是为房主或房东提供财险产品。使用对话机器人替代了大量保险代理人,以简单便捷、低成本为价值诉求。

公司所有服务一律是移动客户端和PC端自动执行,基本没有纸张表格,只有当对话机器人无法处理时才有人工介入。

有趣的是,他们的对话机器人 Maya,是为专门办理保险业务的女士形象,另一个叫 Jim,是负责理赔的一位男士形象。而公司是有同名对应的 Maya 和 Jim 的真人员工与机器人一起工作。

平安保险

早在2016年7月,“平安普惠APP智能客服小惠”正式上线,为客户提供24小时产品咨询、业务办理、帐户查询等服务。

通过人性化互动页面、6500个常见问题自动应答,热点问题一键导航等功能,降低成本的同时,让每位客户拥有应答率100%,准确率近90%的智能化贷款秘书。

中国平安未来十年科技方面至少投1000亿,计划把“金融+科技”打造成中国平安发展的新引擎,其中人工智能技术为重中之重。

小结

基于保险行业的各环节沟通需求,通过对话机器人改善客户体验被寄予厚望。无论是传统巨头还是保险新秀,在拥抱 AI对话技术的尝试中,我们看到了企业寻求业务创新的决心。

通过奇点机智自主研发的对话流平台,保险公司能够打造个性化对话体验,无编码搭建保险对话机器人,覆盖自主投保、保费评估、理赔流程、客服咨询等全流程,为企业提供体验佳、运营成本可控以及可持续优化升级的解决方案。

若互联网保险公司不能抓住对话交互的机遇、为用户提供个性化售后咨询,则在激烈的竞争中很难增加辨识度;若传统保险公司不能积极寻求转型,利用 AI 减少人员管理成本、增强体验,则很可能被市场所淘汰。

另外,如今80、90后群体正在成为保险市场的主力军,有相关调研数据显示,24岁以下的互联网用户中,有近四成的人购买了人生的第一张保单。客户群体年轻化也驱使着保险公司积极进行技术创新,用新颖、互动性强的交互方式吸引年轻用户。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容