一、项目背景及目标

项目背景：在全球数字经济加速发展的大背景下，国家高度重视金融科技创新，深入实施金融"五篇大文章"战略部署，积极推进"数字金融"建设。作为改革开放后最早一批获发个人人身保险业务营业执照的非本土保险机构之一，友邦人寿积极响应国家战略，制定了"科技赋能TDA"的数字化转型战略，以科技自立自强为引领，通过自主研发将国家战略精准转化为企业数字化转型的内生动力。

当前，保险行业正处于数字化转型的关键期，随着业务量的持续增长，内勤员工面临跨专业、跨职能知识管理低效，新兴技术应用门槛高，受困于繁重低质的重复劳动等痛点。据友邦人寿内部调研报告显示，保险企业内勤人员约43%的工作时间消耗在重复性任务上，其中具体表现为：80%的员工因PPT大纲撰写与美化消耗大量精力；70%频繁依赖Excel进行数据处理与分析；42%的员工需反复投入邮件及常规文档的撰写工作；44%的跨语言协作场景面临多语言翻译压力。此外，近50%的同事希望在内网环境下使用大模型技术提升工作效率。这些重复性工作导致专业人才价值无法充分发挥，亟需通过智能化手段予以解决。更为严峻的是，保险行业知识更新快、专业性强、合规要求高，导致知识管理面临"知识孤岛"困境，各业务部门知识分散存储，缺乏统一管理与智能调用机制，新员工培训周期长，业务经验难以有效传承。

与此同时，通用大模型在保险专业领域的应用存在术语理解偏差、合规风险高等问题，无法直接满足保险企业内网环境下的安全使用需求。在此背景下，友邦人寿科技创新部作为公司新技术应用的创新部门，深度结合国家战略要求，启动"员工助手-保险内勤AI提效赋能的整体解决方案"项目，旨在通过自主研发，构建安全可控、专业精准的内勤AI赋能体系，推动保险企业从"科学管理"向"认知管理"的范式转变，实现科技与金融的深度融合。

项目目标：本项目旨在构建一套安全可控、专业精准的保险内勤AI赋能体系，实现三大核心目标：第一，打造企业级知识中枢，通过"单次维护、多端同步"架构，整合公司内外部知识资源，构建10万+文档规模的专业知识库，实现知识的智能检索、精准匹配与动态更新，将知识获取效率提升300%，新员工培训周期缩短50%。第二，开发定制化智能办公套件，针对保险内勤痛点，提供AI驱动的解决方案，使80%的重复性工作实现自动化处理，员工日均工作效率提升40%以上。第三，构建零代码智能体平台，赋能普通员工快速开发个性化AI工具，实现业务经验向可编程数字资产的转化。具体量化目标包括：新产功能（智能体）上线周期从3个月缩短至2周，复用率达80%；跨系统任务人工干预减少95%；图像文字识别准确率达95%以上；系统稳定运行率达99.9%。项目还将推动组织认知效能跃迁，使企业年均沉淀2000+业务逻辑单元，形成持续强化的数字竞争力护城河。

二、创新点

本项目在保险内勤AI提效领域实现了多项突破性创新。首先，在知识库应用模式上，项目中运用"动态知识中枢+智能切片"技术架构，实现了专业知识的片段级智能管理。该架构利用大语言模型和自适应切片算法，将保险条款、制度、规则等复杂文档智能拆解为结构化知识单元，并通过知识图谱建立语义关联，解决了传统知识库检索效率低、知识关联性差的问题。同时，项目研发"单次维护、多端同步"的智能数据管道，有效攻克了保险业多系统数据孤岛难题，打通了业务专家与技术人员之间的语义壁垒，使知识管理从被动查询转变为主动推送。结合检索增强生成技术，系统能精准理解员工的自然语言提问并生成准确答案，让静态文档库升级为可交互的"活体知识图谱"。

其次，在智能办公方案上，项目实现了大模型+行业知识库深度耦合。通过构建"私域知识中枢"，将通用大语言模型能力与垂直行业知识库深度融合，确保生成内容精准覆盖保险行业TOP5办公痛点。在PPT制作、对话演练、数据处理、文档撰写等高频场景中，系统能够基于友邦内部知识库和行业规范，实现术语精准映射、合规表达适配、语境智能纠偏，保障了生成内容的专业性和合规性。特别是针对保险行业特有的核保、理赔、合规等核心业务场景，系统能够提供符合监管要求的专业建议，大幅降低了合规风险。

再者，在数字劳动能力上，项目构建了保险业首个"AI+业务逻辑"组件库。该组件库将专业经验转化为可编程数字资产，赋能普通员工快速开发智能工具。通过"零代码"智能体工厂，非技术背景员工可以轻松创建如"简历打分"、"自动生成测试案例"等专属工具，将业务经验转化为可复用的数字资产，显著降低了企业创新门槛。项目已实现业务敏捷响应，新险种上线周期从3个月缩短至2周，复用高达80%的原子能力，跨系统任务人工干预减少95%。

最后，项目使企业年均沉淀2000+业务逻辑单元，实现了组织认知效能的跃迁。这一创新不仅提升了企业内部效率，也为保险行业探索人工智能与内勤工作深度融合提供了新思路，具有重要的行业示范价值。

除此之外，经由对该项目进行中国科学院上海科技查新咨询中心的查新，已通过动态知识图谱构建技术（实现知识更新延迟<800ms和鲜度T+1）、多智能体任务协同机制（任务成功率89.7%）、提示词工业化开发方法（首响准确率91.7%）、轻量化在线强化学习（LoRA微调的PPO算法）和四层可解释性框架等查新点，确认了其在国内文献中的新颖性， 并基于此获得三项专利授权，三项软件著作权（见段末详细信息）。

三项授权专利分别为：

（1）专利号：ZL 2024 1 1862125.5（已授权）

发明名称：《基于RAG技术的智能演练系统、方法、介质、终端以及程序产品》；

（2）专利号：ZL 2024 1 1871671.5（已授权）

发明名称: 基于多个智能体协同工作的智能演练系统、方法、介质、装置及程序产品

（3）专利号：202511267940.1（已授权）

发明名称：基于原子能力平台及多智能体协作的保险业务处理方法、介质、系统及装置

三项软件著作权号分别为：友邦员工办公助手应用软件2026SR0081086；友邦智库管理和问答系统2026SR0080581；墨子工坊应用软件2026SR0082510；

三、项目技术方案

本项目采用"三位一体"的技术架构，由企业知识管理平台、员工助手智能套件和零代码智能体平台组成，形成了完整的保险内勤AI提效赋能生态。

企业知识管理平台是整个系统的知识中枢，通过融合大语言模型强化学习、动态知识图谱构建及自适应决策引擎技术，实现知识的智能管理和高效利用。该平台采用"动态知识中枢+智能切片"架构，利用大语言模型和自适应切片算法，将保险条款、制度、规则等复杂文档智能拆解为结构化知识单元，并通过知识图谱建立语义关联。平台包含三大核心功能：知识回答与调用，提供统一的知识问询及管理平台；文档管理平台，采用"单次维护、多端同步"架构，支持运维公共库和个人库的搭建；文档调优手段，开创性地采用真正人机协同的文档调优手段，即模型自反思。该平台解决了知识检索难、经验易断层的痛点，让静态文档库升级为可交互的"活体知识图谱"。

员工助手智能套件是面向内勤员工的智能办公矩阵，套件基于大模型+领域知识增强技术，通过微调行业专用模型提升数据分析的专业性，融合金融保险行业规范与友邦内部知识库，实现术语精准映射、合规表达适配、语境智能纠偏。主要功能模块包括：文档翻译，保障跨境沟通；Excel数据助手，赋能日常数据处理事务；帮我写作，预设写作指令，大模型赋能文案撰写；大模型直通车，在安全环境中使用大模型技术；文档解读，基于大模型的文档理解与任务处理。该套件使内勤员工能够在安全可控的环境下高效完成日常办公任务，显著提升工作效率。

零代码智能体平台是项目的创新引擎，包含"一句话智能体"和"墨子工坊"两大工具。该平台采用可视化工具快速构建AI工具，使非技术背景员工也能通过"自然语言"或"拖拉拽"模块化组件，快速创建专属智能工具。平台通过调度引擎、智能体协作层、原子能力平台的三层结构，实现保险业务智能化水平的显著提升。原子能力动态注册与热插拔机制支持业务能力实时注册和更新，无需重启服务，极大地提高了系统的灵活性和响应速度。该平台赋能普通员工将业务经验转化为可编程数字资产，实现了保险业务创新的"全员共创"。

项目技术方案的选型基于安全、高效、易用三大原则。在安全方面，所有数据和模型均部署在企业内网环境，确保数据安全和合规；在高效方面，采用大语言模型与行业知识库深度耦合的方式，既发挥大模型的通用能力，又确保专业领域的准确性；在易用方面，通过零代码设计降低使用门槛，使普通员工也能快速上手。这一技术方案不仅满足了保险内勤工作的实际需求，也为保险行业人工智能应用提供了可复制、可推广的技术路径。系统融合大语言模型、检索增强生成、知识图谱和零代码开发技术，构建了三大创新应用，实现了知识驱动决策、智能提升效率、创新赋能全员的目标。

四、运营情况

本项目自2024年10月启动零代码智能体平台建设，至2025年6月全面上线企业知识管理平台和员工助手智能套件，形成了完整的保险内勤AI提效赋能生态。项目采用分阶段、渐进式推广策略，首先在科技创新部内部试点，验证核心功能和用户体验；随后扩展至核保、理赔、合规等核心业务部门，收集一线员工反馈并持续优化；最后在全公司范围内推广，实现跨部门协同应用。

系统上线后运行稳定，各项关键指标表现优异。截至2025年9月8日，企业知识管理平台已积累10万+文档，解答25万+次知识问询，文档检索准确率达到92%，用户满意度达89%；员工助手智能套件日均处理各类任务超8.6万次，在PPT制作、对话演练、数据处理、文档撰写等高频场景中平均效率提升50%，其中PPT制作效率提升65%，数据处理效率提升55%，文档撰写效率提升45%；零代码智能体平台累计使用量超300万次，已赋能多部门实现自主创新，创建了包括"简历打分"、“自动生成测试案例”、"合同智能审核"等在内的千余个智能工具。

在推广应用方面，项目采取了多层次、立体化的推广策略。首先，通过内部培训和工作坊，向员工普及AI工具的使用方法和价值；其次，设立"三级AI认证"培训机制，鼓励员工积极使用和创新；再次，建立跨部门协作小组，推动智能工具在不同业务场景中的应用和优化；最后，定期举办"AI创新大赛"，激发员工创造力，展示优秀应用案例。这些措施有效促进了系统的广泛应用。截至26年3月底，系统已覆盖友邦人寿全业务链条，总登录量突破30万次，活跃用户占比达85%，日活用户达1500人。

系统运行过程中，团队持续收集用户反馈并进行优化。初期，部分用户反映系统响应速度较慢，团队通过优化算法和增加服务器资源，将平均响应时间从3.5秒缩短至1.2秒；针对知识库内容不够全面的问题，团队建立了知识贡献激励机制，鼓励员工主动分享经验，使知识库内容每月增长15%；针对部分智能工具使用门槛较高的问题，团队开发了更加直观的用户界面和操作指南，使新用户上手时间从1小时缩短至10分钟。

值得一提的是，项目在图像识别方面取得了显著成果，通过OCR+VLM技术，图像文字识别准确率可达95%以上，支持多页自动拆分与结构提取，为保单、合同等文档的数字化处理提供了有力支持。这一技术已成功应用于理赔材料审核、合同管理等多个业务场景，大幅提升了工作效率和准确性。

五、项目成效

本项目自上线以来，取得了显著的经济效益和社会效益，成为友邦人寿数字化转型的典范。

在经济效益方面，项目实现了显著的降本增效。作为自主研发平台，"员工助手"规避了外部人工智能工具的持续授权费用，经测算，每年可为公司节省成本高达1000万元。在运营效率上，系统日均处理各类任务超8.6万次，员工在高频场景中平均效率提升50%，相当于每年释放约5000人天的工作量，可重新投入到高价值业务活动中。在组织认知效能方面，项目已实现"企业年均沉淀2000+业务逻辑单元"的目标。截至2025年9月，系统已积累业务逻辑单元2150个，涵盖核保、理赔、合规等核心业务场景，形成了可持续强化的数字竞争力护城河。这些业务逻辑单元已成为企业知识资产的重要组成部分，支持新员工快速掌握业务要点，平均培训周期缩短52%，较原定目标超额完成。

在社会效益方面，项目开创性地建立了"业务实践→知识沉淀→智能转化→全员赋能"的闭环。这一成果不仅提升了企业内部效率，也为保险行业探索人工智能与内勤工作深度融合提供了新思路。项目已申请8项核心发明专利，其中3项已获得批准，为保险业乃至整个金融业的人工智能应用提供了极具价值的"友邦方案"。在用户体验方面，系统显著提升了员工的工作满意度和创造力，调查显示，85%的员工认为系统减轻了工作负担，78%的员工表示有更多时间投入到创造性工作中，65%的员工认为系统提升了工作质量。在品牌价值方面，项目展示了友邦人寿在金融科技创新领域的领先地位，增强了员工对公司的信心和认可。

另外，该项目还推动了友邦人寿从"科学管理"到"认知管理"的范式转变。我们相信，当AI能自主处理标准化任务时，人类终于可以回归"非标准化"的价值创造。这一转变不仅可以提升企业效率，也将重塑工作文化，使工作本身成为一段充满探索与成就感的旅程，为保险行业的数字化转型提供了新范式。

六、经验总结

本项目的成功实施，为保险行业人工智能应用提供了宝贵经验。首先，项目确立了"以业务需求为导向、以用户体验为中心"的建设理念。在项目启动前，团队通过发放问卷、深度访谈、群组讨论等方式，深入调研内勤员工的实际痛点，精准识别了员工的多项办公痛点，确保项目解决方案真正解决实际问题。这一经验表明，金融科技创新必须扎根业务场景，才能产生实际价值。其次，项目采用了"自主研发+开放协作"的开发模式。作为自主研发平台，"员工助手"避免了外部工具的数据安全风险和持续授权费用，同时通过零代码设计降低了使用门槛，使普通员工也能参与创新。这一模式既保证了系统的安全可控，又激发了全员创新活力，为金融科技创新提供了新思路。

项目实施过程中，团队面临了多项挑战。首先是技术挑战，如何将通用大模型与保险行业知识库深度融合，确保生成内容的专业性和合规性。团队通过构建"私域知识中枢"，将通用大语言模型能力与垂直行业知识库深度融合，实现了术语精准映射、合规表达适配、语境智能纠偏。其次是组织挑战，如何推动员工接受和使用新技术。团队通过多层次培训、激励机制和跨部门协作，逐步改变了员工的工作习惯，使AI工具成为日常工作的一部分。最后是数据挑战，如何解决保险业多系统数据孤岛问题。团队研发了"单次维护、多端同步"的智能数据管道，有效攻克了这一难题。

项目成功的关键要素包括：一是以用户为中心——坚持“业务痛点驱动、一线声音引领”，通过覆盖全条线的问卷调研、深度访谈与场景化共创工作坊，精准识别内勤员工高频任务中的真实诉求，将抽象技术能力转化为可感知、可度量、可落地的提效体验；二是高层战略牵引——公司管理层在资源投入、机制授权与跨部门协同上给予强力支持，为AI从工具向组织认知基础设施跃迁提供了顶层保障；三是构建“需求—研发—验证—迭代”业务闭环——依托科技创新部直属的全栈自研团队，天然具备保险业务理解力与技术交付力双重优势，实施“最小可行智能体（MVAS）→嵌入业务流程实测→小时级响应优化→周度版本升级”的紧凑闭环。自研即近源，近源即敏捷——真正让AI能力生长于业务土壤、服务于业务当下。

未来，项目将在以下方面持续改进：一是深化行业知识库建设，进一步提升系统的专业性和准确性；二是拓展应用场景，将AI能力延伸至客户服务、营销支持等更多领域；三是加强与其他系统的集成，实现更广泛的数据共享和业务协同；四是探索生成式AI在保险产品创新中的应用，为客户提供更加个性化的产品和服务。通过这些改进，“员工助手"将继续引领保险行业人工智能应用的发展，为金融科技创新贡献更多"友邦智慧"。同时，团队将继续深化在企业知识管理、风险合规、内容生产等领域的创新实践，持续推动保险服务的智能化、人性化升级，成为友邦人寿数字化转型的核心引擎。