一、项目背景及目标

在竞争激烈的保险市场中，如何提供优质服务和确保高效稳健的业务运行是每家保险公司必须思考的问题。核保作为保险业务的重要环节，不仅是风险筛选的重要工具，也是客户与保险公司之间信任的桥梁，以其独特的价值为客户提供更为贴心、专业的服务。通过优化核保流程、提高核保效率、关注客户体验、创新服务模式，为业务发展注入活力和动力。

二、创新点

1.构建客户导向型智能核保平台

个性化风险评估模型重塑：深度整合大数据分析技术，构建多维度客户画像，实现风险评估的个性化精准评估，为核保决策提供前所未有的精确性与针对性。

智能交互体验升级：引入自然语言处理技术，简化专业术语，以人性化语言阐释核保细节，提升客户参与感与满意度，重塑核保流程的客户体验标准。

2.从状态驱动迈向自动化引擎驱动

高效自动化引擎构建：自动化引擎实现任务智能分配、进度实时监控与关键节点自动化提醒，确保流程执行的高效与精准。

动态优化机制：根据实时业务负荷与案件优先级自动调整自动化机制，确保高优先级案件优先处理，提升业务响应速度与灵活性。

透明度与追踪能力强化：提供直观可视化的操作界面，核保人员与客户均可轻松追踪案件进展，增强沟通透明度，巩固客户信任。

3.核保数据结构化管理与智能分析

标准化数据模型确立：采用业界标准数据模型，确保数据在不同系统间的无缝流通与互操作性，奠定数据高效利用的基础。

数据安全与隐私防护加固：实施严格的数据加密策略与访问控制机制，全方位保障客户敏感信息的安全，符合最高标准的数据保护要求。

智能分析助力决策：运用先进数据挖掘技术，深入挖掘历史核保数据价值，揭示潜在趋势与风险模式，为管理层提供科学决策支持。

4.全局统一客户ID体系构建

跨系统无缝集成：实现客户ID在销售、客户服务、理赔等全链条系统中的统一应用，打破数据孤岛，促进信息高效共享。

数据治理流程优化：建立系统化的数据治理机制，定期清理冗余与无效客户记录，确保数据质量，为业务分析与决策提供坚实的数据支撑。

通过如上一系列创新举措，不仅实现了保险系统核保功能的智能化、高效化的数字转型，还极大地提升了客户体验与数据管理安全性。核保规则引擎得到优化，自核通过率显著提升；系统架构的现代化改造，则进一步提高了人工核保效率。通过构建知识平台与提供智能解决方案，赋能业务发展，助力业务团队快速掌握投核保技能，为客户提供更加优质、高效的保单服务体验。

三、项目技术方案

在金融行业数字化转型与国产化战略深度融合的背景下，本技术方案围绕基础环境、核心算法与模型、应用开发与交互三大关键领域，构建安全可控、智能高效的金融服务技术体系。该体系通过全链路国产化适配与智能化升级，不仅打破技术依赖壁垒，更以创新驱动实现金融服务效能的跨越式提升。

基础环境搭建以麒麟 V10 国产操作系统为核心支撑，从底层确保系统运行的安全可控。其内核经过自主优化，具备等保三级安全防护能力，可抵御常见网络攻击与恶意代码入侵。数据库层面选用 MySQL，并针对金融数据高并发、大容量的特性，运用联合索引、覆盖索引等优化策略，使复询响应时间大幅缩短。同时采用主从备份机制，确保数据零丢失；文件存储采用 OSS 对象存储，通过多 AZ 冗余部署与纠删码技术，在保障高扩展、高可靠、高可用的同时，利用访问权限控制、传输加密、身份验证等多重手段构建数据安全防护网。宝蓝德、东方通等国产中间件则通过线程池参数精细化调整、JVM 内存深度优化，结合多节点集群部署，使系统并发处理能力达到 1000TPS，能够稳定支撑高流量业务场景。

采用 RAG 技术方案（架构图详见图 1），打造知识增强型 AI 交互体系。推理模型 deepseek-r1 基于 Transformer 架构进行深度优化，在金融知识问答场景中，相比传统模型，响应速度提升 60%，准确率高达 90% 以上，可快速生成精准的专业内容。bge-reranker-larger 作为 rerank 模型，借助多头注意力机制，从语义相似度、关键词匹配度、业务合规性等多个维度对检索结果进行二次排序，有效过滤冗余信息，显著提高回答质量。weaviate 向量数据库采用 HNSW 索引算法，通过动态数据管理机制，实时同步核保知识图谱。基于RAG搭建的智能体平台（架构图详见图3）负责智能助手、工作流的开发，针对核保场景，通过分析数百种病种数据，结合金融业务监管要求和用户提问模式，持续迭代优化提示词工程，引导 AI 模型生成逻辑严密、符合业务需求的专业回答，为RAG 流程的高效运转提供坚实保障。

应用开发与交互，基于 Java 语言，借助 Spring Cloud 框架构建微服务架构，实现服务的高内聚低耦合。通过安全网关使用传输加密、数字签名来保证通讯安全，采用 Server-Sent Events (SSE) 接口协议，搭建实时推送通道，将响应延迟控制在 200ms 以内，优化用户交互体验。（架构图详见图2）。

图1：RAG架构图

图2：知识库架构图

图3：智能体平台架构图

四、运营情况

本案例主要分为两个子项目进行落地：核保赋能、核保作业系统建设（从保单维度核保升级为以客户为中心客户维度核保）

（一）核保赋能

优化核保规则引擎：通过总分专家组共同研讨，全面梳理且细化风控策略，重点重构了数据模型、精简核保策略、优化不同人群决策模型，这些举措显著提升了自核通过率，有效提升了业务处理效率与准确性。

成交宝盒赋能业务：信息超载的时代，赋能支持平台旨在将核保信息用最精炼的语言传递给业务。

（1）核保解读模块：核保智慧洞察，融合AI智能精髓，为客户经精心打造了一站式病种分析宝典。采用极致精炼的专业语言，搭配直白易懂的表述方式，让复杂病种解析变得如话家常般轻松。无论是深奥的医学术语还是繁琐的核保规则，在这里都能瞬间化繁为简，一目了然，使我司更好服务客户。

（2）加费便捷知模块：为业务团队提供了便捷的加费方案调整工具，确保与客户沟通时能够迅速响应，灵活调整保险计划，满足客户个性化需求。

风险早知道模块：风险先知·AI赋能，让服务领先一步。能够即时捕捉并解析客户风险信息，洞悉潜在风险。一旦发现，立即启动智能预警，确保我司能够迅速响应，与客户进行高效沟通。

（3）承保流程解读模块：帮助销售伙伴展业时，随时在销售平台前端页面，了解投保流程、核保问题件流程、财务扣费流程、双录流程的处理解决方式。

（4）智慧投保服务锦囊模块：涵盖投保阶段全流程业务处理指南，配备伴随式浮窗提醒，轻松查询高频咨询，让保单业务处理变得轻松高效，显著降低业务咨询负担，赋能业务团队实现专业化、高效化的服务升级。

（5）智能问答模块：运用智库成交宝盒知识体系结合大模型，为销售伙伴提供即时、精准的医学核保、健康管理、核保评点及异议话术等自助问答，快速响应客户需求，增强客户信任与满意度。

（二）核保作业系统建设

构建新核保作业体系：以“核保流程”、“核保任务”、“核保受理”为基础，建立客户为中心的核保作业体系。核保作业全场景任务合并: 实现核保作业全链条的任务合并，客户新投保单与既往在途保单能够同步处理，确保核保任务统一管理与实时生成，极大提升了核保效率与准确性。

核保审核：对客户的健康信息进行结构化存储、对核保结论/特约话术等进行标准化定制及选择，对核保数据进行的结构化处理和存储，为智能核保提供了重要的数据支持，这一举措不仅丰富了客户风险画像的维度，还为业务端提供了精准的产品推荐决策依据。同时，引入险类维度核保策略，实现了多保单快速并行审核，显著提高了核保作业的整体效率。

核保过程：实现了客户级的问题件处理，支持客户跨系统、跨保单便捷地上传补充资料，并支持客户在核保前主动补充资料及在线填写健康问卷。这一系列改进极大地缩短了承保周期，为客户带来了更加流畅、便捷的投保体验。

产品引擎：在核保流程中深度融合产品引擎，全面梳理并重构了产品核保分类、保费计算等关键环节的逻辑。特别是针对复杂保费计算场景（如健康险加费、豁免险搭配、保全增险种等场景），设计了全新的保费计算引擎，实现了与核心系统的无缝解耦，显著提升了核保作业平台的响应速度与稳定性。

客户级核保任务轨迹存储：支持精细化数据管理及报表输出，对核保作业管理与工作量统计进行赋能，为核保策略制定与管理决策提供精准、可靠的数据依据。

五、项目成效

人核率显著下降：经过模型的精细重构与策略的精简，以及对不同人群保险决策模型的深度优化，我们实现了人核率的显著下降，目标人群人核率降低了62%，显著提升了自动化核保效率。

识别能力提升：系统架构的全面升级，不仅巩固了技术底层，更带来了核保风险识别能力的质的飞跃,核保风险识别能力提升70%。通过优化操作流程设计，核保操作负担减轻了50%，在提高公司的核保作业效率、降低运营成本方面取得了显著成效。

处理时效提升：线上化核保流程的革新，客户处理核保相关问题的时效提升75%，提高了客户满意度，还体现了泰康养老在保险业数字化转型方面的不懈追求与卓越能力。

能力组件嵌入销售流程：将核保能力与销售流程高效结合，利用引导性服务工作流，实现即时赋能效果。

除赋能销售流程外，还有其不可替代的社会价值：

创新性：在保险职域业务领域，传统核保与产品服务模式缺乏智能化整合。本方案将大模型技术与核保业务深度融合，开创性地打造疾病全局搜索功能，打破信息检索边界；核保智能问卷以动态交互实现风险预判智能化；产品对比功能首次将疾病核保结论与产品信息结合，为行业提供全新决策视角；核保助手一站式整合服务，构建了保险核保与产品服务的新范式，引领行业数字化、智能化变革。

实用性：疾病全局搜索助力业务人员快速获取核保疾病信息，提升工作效率与客户服务响应速度；核保智能问卷通过简单问答提前洞察客户风险，减少核保环节的沟通成本与时间消耗；产品对比功能让客户清晰了解产品差异，便于精准选择，业务人员也能更高效地推荐产品；核保助手实时解答核保问题，提供专业建议，降低业务人员专业门槛，提升整体服务质量。

研发性：需攻克大模型与保险核保专业知识库的精准适配难题，确保搜索与问答结果的准确性；优化智能问卷算法，提升风险预判的精准度；构建产品对比模型，精准关联疾病核保结论与产品特性；不断训练核保助手，提升其应对复杂问题的能力，推动保险科技研发创新。

成果转化性：功能升级后，业务效率提升将直接转化为业绩增长与客户满意度提高；精准的风险预判与产品推荐可降低核保风险与退保率，提升保险公司盈利能力；改善保险服务体验，增强行业竞争力，吸引更多客户参与保险市场，实现社会效益与经济效益双丰收。

专业能力：大模型技术运用娴熟：能借助大模型实现成交宝盒全局搜索，精准理解用户查询意图，从海量数据中快速提取关键信息，优化搜索体验。

核保专业知识智能化转化：设计核保智能问卷，将核保专业知识融入问卷逻辑，根据客户回答灵活调整问题，提前预见风险。

多源数据整合分析：整合疾病核保结论与在售产品信息，实现产品对比功能，精准提炼产品异同点。

智能服务系统构建：运用成交宝盒与大模型打造核保助手，一站式解决用户问题，涵盖核保全流程，展现强大系统架构与智能交互设计能力。

社会价值：提升保险服务效率：优化核保流程，减少人工操作，让客户更快获得核保结果，提升保险业务办理速度。增强消费者保障意识：通过智能问卷等产品工具，帮助消费者提前了解自身风险，做出更合理的保险决策。促进保险市场健康发展：产品对比功能增加市场透明度，推动保险行业公平竞争，优化行业生态。

六、经验总结

泰康养老作为以客户为中心的保险公司，重视客户服务的同时，积极推进科技化、智能化，不断创新与优化投核保流程，力求为每一位客户打造卓越、高效且便捷的服务体验。

未来，泰康养老将充分运用科技力量，进一步提升用户体验的深度与广度，通过大模型多模态识别客户影像与体检资料，实现客户影像资料与体检报告的快速、精准识别，有效减少人工录入错误，提升信息处理效率。在此基础上，结合客户过往的风险评估数据与行为模式，利用核保智能体构建更智能化的核保系统，在确保风险可控的前提下，实现核保决策的自动化与个性化，为中国保险业的数字化转型贡献泰康力量。