惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
Netflix TechBlog - Medium
V
Vulnerabilities – Threatpost
Google Online Security Blog
Google Online Security Blog
Hugging Face - Blog
Hugging Face - Blog
L
LINUX DO - 热门话题
云风的 BLOG
云风的 BLOG
P
Proofpoint News Feed
D
Docker
C
Cyber Attacks, Cyber Crime and Cyber Security
MyScale Blog
MyScale Blog
P
Palo Alto Networks Blog
T
Tenable Blog
P
Privacy International News Feed
Google DeepMind News
Google DeepMind News
小众软件
小众软件
Cisco Talos Blog
Cisco Talos Blog
aimingoo的专栏
aimingoo的专栏
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
Arctic Wolf
C
Cybersecurity and Infrastructure Security Agency CISA
C
Cisco Blogs
T
Threat Research - Cisco Blogs
NISL@THU
NISL@THU
The Hacker News
The Hacker News
Project Zero
Project Zero
AWS News Blog
AWS News Blog
Simon Willison's Weblog
Simon Willison's Weblog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
T
Threatpost
V
Visual Studio Blog
The GitHub Blog
The GitHub Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
Jina AI
Jina AI
Cyberwarzone
Cyberwarzone
The Register - Security
The Register - Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
Vercel News
Vercel News
D
Darknet – Hacking Tools, Hacker News & Cyber Security
MongoDB | Blog
MongoDB | Blog
U
Unit 42
Scott Helme
Scott Helme
A
About on SuperTechFans
WordPress大学
WordPress大学
F
Fortinet All Blogs
大猫的无限游戏
大猫的无限游戏
G
GRAHAM CLULEY
Latest news
Latest news
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
S
Schneier on Security

陈杨树下

习惯了语音输入后,再也不想打字了 闪灵让我恐怖的是什么? AI浪潮下我的些许变化 搬家路上的7条碎碎念 搬家带来的漂泊感 杭州出差见闻 最难的事情是做选择 线上问诊的经验 平城古都,大同新府
AI对保险的价值
DemoChen · 2025-02-07 · via 陈杨树下

2025年2月7日 · 1987 字 · 约 4 分钟 · #胡说八道

DeepSeek 最近很热闹,不亚于2023年底 ChatGPT 面世的影响力。

今天和保险经纪人公司的朋友@宇子聊 AI 和保险,整理一些要点,并在基础上做简单延伸,作为记录。

我最近在体验可友健康售价 299 元/次/人的“体检定制”服务,准备试着看能够做一个类似的工具?因为我发现在问卷解读都是非常结构化的内容,比如目前是否存在某些疾病、家人是否存在某些疾病等,如果存在某种疾病就会继续问什么时候发现的、治疗方式及效果如何等更进一步的信息,此外还需要补充对应的报告、病历等信息。重点看后续与【人】对接的过程中是否有新的思路。

此外,可友也有体检报告解读的服务,等体检结束之后,再买来看看;案例来说,报告解读没什么含金量的,毕竟结论写好了,且可以直接问 AI,那可友售价 500 元/次/人的服务有什么不同呢?我不知道,保持好奇。

恰好,朋友聊到了【保险】,去年对这个新事物也有初步的了解;如前文沟通,保险的本质是合同,保险产品的条款一般是不允许修改的,所以这是结构化的,是非常标准的内容。而变量在用户端,用户投保的时候不知道自己需要什么保险,不知道这款产品具体能保什么,不能保什么,有哪些注意事项。与此同时,绝大多数(我理解)是不知道自己身体存在哪些问题的,在核保的时候“看一眼”就过去了,两者之间存在巨大的鸿沟,保险代理人/经纪人的存在就可以解决这类问题。

保险代理人/经纪人会先了解投保人(用户)的需求,比如为什么买保险、预算、家庭收支等细节,以此来匹配对应的产品,配置合适的方案;同时也需要搞清楚投保人的身体情况,通过医保记录、病历、检查报告、体检报告、吃药等情况综合判断,帮助投保人核保。核保应该是最难的,特别是针对非标体(身体存在一些情况的投保人)来说,逐一核保非常耗费精力。

沟通中得知保险产品之间同质化很严重,各种条款差异并不明显。我说恰好 AI 擅长处理这类信息,能从不同的产品库中将各种细节筛选出来,供投保人选择。无论是上面投保人需求收集、身体健康等情况整理,还是帮助用户匹配合适的产品,都可以通过 AI 非常准确、清晰地完成。曾经是保险代理人/经纪人完成的事情,现在通过某个产品设计就可以完成。

第一结论是降本增效在销售端体现的非常明显。因为借助 AI 可以直接把保险代理人/经纪人(统称销售端)人效大幅提高,曾经做一个投保人的方案可能需要1-2h,现在通过产品设计可以同时给10、20、300人实时做方案。细想一下最近大火的 DeepSeek 的推理(思考过程),你会发现思考问题解决方案的过程远超我们,且纠正的效率更高。人效提高,同时对接的投保人多了,转化率自然就上来了。

那冗余销售端的人应该去哪里呢?去后端做服务。AI 提效之前,经纪公司/保险公司只能招聘更多的销售人员完成获客、转化;一旦提效产品出现之后,销售人员前端的价值会逐步下降,后端需要提高的是服务投保人的能力。

购买保险本质上是信任游戏,不是套路游戏;现在销售端培训的话术、专业、行业等知识都会被类似 DeepSeek 这样的 AI 产品快速学习并用于产品设计,而信任不会。什么是信任?我们一起吃火锅,一起打球,一起蒸桑拿。什么是套路?“仅剩一步即可提现300元,直接打到微信钱包”、“你已经超过了99.3%的人”。

因为保险本质上需要投保人长期续费的产品,所以对销售人员的稳定性要求非常高,因为我会担心找不到对方;反过来,我发现代理人出现了优势,比如我朋友的代理人朋友(19年保险代理从业经验),他们一起打球,一起吃饭,哪怕我朋友不买保险,也会把他代理人朋友推荐给其他人。因为有感情基础,因为第一时间能想到身边人。以线上为主的经纪人恰恰相反,甚至会把那些长期没有和潜在用户建立深度联系的经纪人直接刷掉;因为毫无存在感。(你想,平时很难想起你,为啥要复购,为啥要要把你介绍给我朋友呢)。

朋友提到了个观点:如果不重服务,那就要往最简单的险种走,比如旅游险,意外险。我的理解是这对三方(投保人/保险公司/保险经纪公司)都没有意义。因为投保人的理赔服务没保障,保险公司客单价不高且没有用户忠诚度,保险经纪公司利润低,服务就更不会说有多好。

所以,第二个结论是 AI 时代下选保险产品本质上是选服务,摸得着、看得见、有信任感的服务 。初级的转化是套路,拼多多在这块非常有话语权;高级的转化是信任,买 iPhone,首选 Apple 官网/京东,这是品牌信任。当然,我并不是说需要经纪人/代理人对投保人言听计从,逢年过节送礼物之类的,而是建立更深度的联系。

再延伸一下,单纯售卖标准化的产品的商业模式很难持续下去,一定要有别人没有且是对方真的需要的东西,那是壁垒,也是核心竞争力。

保险行业的服务怎么做呢?如何借助 AI 更好的服务投保人呢? 我不知道,感兴趣的可交流。

Ps. DeepSeek 最近很火,免费、开源、国产(无需梯子可用)、够强,朋友圈利用 DeepSeek在挣钱的也很多,我看着着实眼红,我也在想哪些是真的解决了问题的,哪些是昙花一现的事情。继续保持关注,持续学习把!

搬家带来的漂泊感 杭州出差见闻