雷鋒網(wǎng)按：7月12日-7月14日，2019第四屆全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR 2019）于深圳正式召開(kāi)。峰會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機(jī)器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國(guó)內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級(jí)交流博覽盛會(huì)，旨在打造國(guó)內(nèi)人工智能領(lǐng)域極具實(shí)力的跨界交流合作平臺(tái)。

AI在保險(xiǎn)行業(yè)會(huì)如何落地？平安壽險(xiǎn)總部人工智能研發(fā)團(tuán)隊(duì)總經(jīng)理沈劍平在「AI金融專場(chǎng)」上表示，目前AI和壽險(xiǎn)業(yè)務(wù)結(jié)合，已經(jīng)在代理人面試、培訓(xùn)、銷售支持、客戶服務(wù)、保險(xiǎn)顧問(wèn)、營(yíng)銷等環(huán)節(jié)落地應(yīng)用，囊括深度學(xué)習(xí)、自然語(yǔ)言處理、知識(shí)圖譜、計(jì)算機(jī)視覺(jué)等多項(xiàng)技術(shù)。

會(huì)上，沈劍平以“AI技術(shù)在保險(xiǎn)領(lǐng)域的應(yīng)用實(shí)踐”為題帶來(lái)演講分享。以下為主題演講內(nèi)容全文，雷鋒網(wǎng)做了不改變?cè)獾木庉嬇c整理。

AI技術(shù)在保險(xiǎn)領(lǐng)域的應(yīng)用實(shí)踐

隨著大數(shù)據(jù)、云計(jì)算、人工智能高速發(fā)展，科技在保險(xiǎn)行業(yè)的應(yīng)用越來(lái)越廣泛，壽險(xiǎn)行業(yè)如何充分運(yùn)用人工智能等前沿技術(shù)，以尋求高質(zhì)量的發(fā)展模式顯得非常關(guān)鍵。

為實(shí)現(xiàn)“科技賦能保險(xiǎn)”，平安壽險(xiǎn)在人工智能領(lǐng)域，重點(diǎn)布局深度學(xué)習(xí)、自然語(yǔ)言處理、知識(shí)圖譜、智能推薦、計(jì)算機(jī)視覺(jué)等前沿技術(shù)，全面賦能銷售、服務(wù)、管理三大領(lǐng)域。下面我將結(jié)合壽險(xiǎn)業(yè)務(wù)場(chǎng)景，從應(yīng)用層面以及應(yīng)用背后的技術(shù)，特別是這些技術(shù)有哪些特點(diǎn)，給大家做分享。

一、從招聘到銷售，AI賦能保險(xiǎn)代理人

1.智能招聘

平安壽險(xiǎn)擁有140多萬(wàn)代理人，針對(duì)招聘環(huán)節(jié)會(huì)出現(xiàn)面試量大、人力投入多、篩選困難等等痛點(diǎn)，我們自主研發(fā)了業(yè)界首個(gè)大規(guī)模應(yīng)用的面試機(jī)器人「AI面試官」，實(shí)現(xiàn)了面試過(guò)程標(biāo)準(zhǔn)、專業(yè)及可控。我們希望達(dá)到的目標(biāo)是，面試機(jī)器人可以給到用戶擬人化、情感化的面試體驗(yàn)，就像真人面試官一樣。

面試開(kāi)始前，通過(guò)人臉識(shí)別、語(yǔ)音識(shí)別對(duì)用戶進(jìn)行身份驗(yàn)證；通過(guò)識(shí)別后，用戶就可以進(jìn)入系統(tǒng)開(kāi)始面試了。面試過(guò)程中，用戶與AI面試官全流程語(yǔ)音交互，就像真人面試一樣進(jìn)行對(duì)答。

為了讓AI面試官可以圍繞候選人回答進(jìn)行回應(yīng)和提問(wèn)，我們打造了一個(gè)面向面試場(chǎng)景的特殊對(duì)話系統(tǒng)，重點(diǎn)運(yùn)用FAQ問(wèn)答、多輪對(duì)話、智能提問(wèn)等技術(shù)，還結(jié)合擬人化面試交互需求，創(chuàng)新性的研發(fā)了智能短回應(yīng)技術(shù)。這些工作帶來(lái)的效果是：比如AI面試官問(wèn)候選人“你怎么過(guò)來(lái)的？”，他回答說(shuō)“跑過(guò)來(lái)的”。那AI面試官可能會(huì)回應(yīng)“那過(guò)來(lái)路上挺累的”，過(guò)渡一下才進(jìn)入下一個(gè)問(wèn)題，這樣的交談對(duì)話就比較自然。

除了擬人化的交互過(guò)程，AI面試官最終會(huì)根據(jù)候選人的面試表現(xiàn)，生成智能化結(jié)果評(píng)價(jià)，從不同維度評(píng)價(jià)候選人的業(yè)務(wù)能力，檢驗(yàn)是否符合招聘需求。

2.智能培訓(xùn)

代理人經(jīng)過(guò)招聘進(jìn)入公司后，就需要通過(guò)個(gè)性化、全方位、多維度的培訓(xùn)提高專業(yè)服務(wù)技能，平安壽險(xiǎn)打造了“遠(yuǎn)程培訓(xùn)+線上學(xué)習(xí)”的培訓(xùn)機(jī)制。

以遠(yuǎn)程培訓(xùn)場(chǎng)景為例，通常是培訓(xùn)老師在這間教室做演講，但培訓(xùn)學(xué)員在另一間教室。我們運(yùn)用N:N人臉識(shí)別、微表情識(shí)別等圖像技術(shù)，讓老師實(shí)時(shí)了解課堂情況，從而優(yōu)化課程互動(dòng)與監(jiān)督、提升培訓(xùn)效果。另外，課件質(zhì)量也非常關(guān)鍵，我們也在通過(guò)AI視頻合成技術(shù)把課件做得更豐富、更具互動(dòng)性。

在線上學(xué)習(xí)方面，我們運(yùn)用智能推薦技術(shù)，結(jié)合代理人能力長(zhǎng)短板，實(shí)現(xiàn)了千人千面配課，讓代理人可以進(jìn)行個(gè)性化學(xué)習(xí)，提高效率。

除了線下、線上的學(xué)習(xí)，還需要考試評(píng)價(jià)環(huán)節(jié)來(lái)判斷學(xué)員對(duì)知識(shí)的掌握程度。傳統(tǒng)做法是老師與學(xué)員一對(duì)一訓(xùn)練，但這樣人力成本很高。因此，我們研發(fā)了「AI陪練機(jī)器人」，不僅可以給代理人做智能考試及評(píng)分，還可以模擬實(shí)際業(yè)務(wù)場(chǎng)景扮演客戶角色與代理人進(jìn)行語(yǔ)音演練。

3.個(gè)人銷售助理

銷售支持方面，我們上線了“代理人AskBob”，是代理人的個(gè)人銷售助理機(jī)器人，可以協(xié)助代理人給客戶提供更專業(yè)的服務(wù)。

代理人ASKBOB的一個(gè)重要功能是知識(shí)助理，當(dāng)代理人需要了解保險(xiǎn)知識(shí)、保險(xiǎn)產(chǎn)品信息時(shí)，通過(guò)智能問(wèn)答、知識(shí)聚合等技術(shù)，知識(shí)助理可以高效、便捷地解決代理人疑問(wèn)。此外，“代理人AskBob”還可以結(jié)合不同的客戶情況，給代理人提供針對(duì)性的專業(yè)保險(xiǎn)銷售方案建議，幫助代理人為客戶提供最優(yōu)保險(xiǎn)方案。

4.技術(shù)難點(diǎn)：低資源攻關(guān)

前面提到保險(xiǎn)行業(yè)的招聘、培訓(xùn)和銷售環(huán)節(jié)，都有個(gè)很重要的特點(diǎn)：場(chǎng)景偏線下，數(shù)據(jù)有限。剛才楊強(qiáng)教授也提到，金融行業(yè)很重要的特點(diǎn)之一是有些場(chǎng)景下樣本比較少。針對(duì)這一特點(diǎn)，我們也進(jìn)行了很多探索。

• 少量樣本下的文本去噪

在語(yǔ)音交互場(chǎng)景下，用戶的語(yǔ)音輸入可能比較隨意、口語(yǔ)化，比如一句話里面包括多個(gè)意圖，也可能是表達(dá)很長(zhǎng)一段話，有用信息只有一小段。

以任務(wù)型機(jī)器人為例，任務(wù)型機(jī)器人既可以辦理業(yè)務(wù)，也可以回復(fù)問(wèn)題咨詢。問(wèn)題咨詢雖然有標(biāo)準(zhǔn)庫(kù)，但標(biāo)準(zhǔn)庫(kù)難以海量擴(kuò)展。而且實(shí)際情況很可能是，用戶輸入大段對(duì)話，在提煉之后只是一個(gè)小問(wèn)題點(diǎn)。另外，寒暄其實(shí)也是難點(diǎn)之一，如果要解決長(zhǎng)文本生成長(zhǎng)文本的對(duì)話，進(jìn)行數(shù)據(jù)標(biāo)注的工作量非常大。通過(guò)對(duì)話生成模型處理這么長(zhǎng)的文本，生成另外一個(gè)回復(fù)或者短回復(fù)，可行性比較低。

所以文本去噪，就很有意義，其中比較有效的，是我們通過(guò)強(qiáng)化學(xué)習(xí)來(lái)做這個(gè)事情。如這個(gè)簡(jiǎn)化的網(wǎng)絡(luò)圖，總結(jié)來(lái)說(shuō)，即先對(duì)長(zhǎng)文本進(jìn)行text representation，然后通過(guò)策略網(wǎng)絡(luò)來(lái)判斷，用戶輸入大段文本里面，哪一句話應(yīng)該保留，把不應(yīng)該保留的刪除，剩下的就是應(yīng)該保留的。

我們還做了輔助判斷網(wǎng)絡(luò)用來(lái)判斷保留下來(lái)的文本是否是好的。輔助判斷網(wǎng)絡(luò)可結(jié)合不同的任務(wù)有不同的定義，在該例子中，輔助判斷網(wǎng)絡(luò)是用來(lái)做文本分類，用于保全業(yè)務(wù)：加保、退保分類等等。該分類器的訓(xùn)練數(shù)據(jù)比較容易找且任務(wù)簡(jiǎn)單，可以快速得到分類器。策略網(wǎng)絡(luò)根據(jù)分類結(jié)果反饋，就可以進(jìn)一步更新模型，從而在少量的樣本下實(shí)現(xiàn)去噪問(wèn)題。

• 小樣本下的意圖識(shí)別

剛才提到AI面試機(jī)器人中不同問(wèn)題有不同回答，不同回答要有不同反饋。當(dāng)問(wèn)題很多、反饋很多的時(shí)候，有成千上萬(wàn)的意圖，且意圖還會(huì)隨著產(chǎn)品的迭代不斷增加，不可能每個(gè)都做大量的標(biāo)注數(shù)據(jù)，那么就需要做小樣本的算法。我們開(kāi)發(fā)了一個(gè)效果樣本庫(kù)，建立了一套標(biāo)準(zhǔn)化框架：“檢索à排序à分類”的小樣本意圖分類算法框架。

主要特點(diǎn)是將語(yǔ)義和文本的檢索結(jié)合起來(lái)。然后在排序方面，我們結(jié)合了預(yù)訓(xùn)練匹配模型和bert-rank模型、并基于最大間隔的學(xué)習(xí)排序策略讓相關(guān)和無(wú)關(guān)意圖充分區(qū)隔開(kāi)，最終得到的排序結(jié)果，再引入attention方法進(jìn)行分類。這樣只需要小部分樣本也可以實(shí)現(xiàn)比較高的識(shí)別準(zhǔn)確率。整套標(biāo)準(zhǔn)化框架將分類算法與排序算法相結(jié)合，實(shí)現(xiàn)在少量樣本情況下的精準(zhǔn)意圖分類。

• 文本和圖像的數(shù)據(jù)擴(kuò)展

數(shù)據(jù)擴(kuò)展方面，我們也做了技術(shù)攻關(guān)。比如文本，使用大規(guī)模的中英翻譯語(yǔ)料訓(xùn)練雙向神經(jīng)網(wǎng)絡(luò)翻譯模型，這種雙向模型既可共享參數(shù)，也可以不共享參數(shù)，兩種我們都嘗試。在人工翻譯里，對(duì)于同一個(gè)詞不同的人有不同譯法，我們很好的利用了這個(gè)特性。在應(yīng)用中我們發(fā)現(xiàn)，經(jīng)過(guò)該模型構(gòu)造問(wèn)答物料時(shí)，可以擴(kuò)展很多相似問(wèn)。

圖像也是類似的，像剛才提到的培訓(xùn)場(chǎng)景，里面運(yùn)用了N:N人臉識(shí)別考勤。但實(shí)際問(wèn)題可能是，現(xiàn)場(chǎng)很多人是側(cè)臉或趴著的，在這種情況下，系統(tǒng)怎么識(shí)別他本人？這時(shí)候最好有大量的非正臉訓(xùn)練樣本，但人工標(biāo)注成本高，我們采用正臉樣本和標(biāo)準(zhǔn)模型相融合，通過(guò)生成非正臉樣本的方式，可以比較好解決問(wèn)題。

二、深耕復(fù)雜客戶服務(wù)場(chǎng)景

在客戶服務(wù)上，我們主要做兩部分：一是打造智能的客戶服務(wù)產(chǎn)品，二是綜合運(yùn)用AI技術(shù)輔助在線客戶經(jīng)營(yíng)。

1. 金管家AskBOB

有別于傳統(tǒng)的智能客服，我們希望我們的“智能客服”可以全方位滿足客戶售前、售中、售后需求，除了基本服務(wù)咨詢功能外，還可以提供復(fù)雜保險(xiǎn)業(yè)務(wù)辦理等功能，并作為客戶專業(yè)的保險(xiǎn)顧問(wèn)、智能的生活助理。因此我們升級(jí)了我們的智能客服，打造了一個(gè)客戶智能金融助理-金管家AskBOB，涵蓋了專業(yè)的智能保險(xiǎn)顧問(wèn)，貼心智能客服，以及智能的生活助理。其中，在智能客服方面，我們把任務(wù)型、閑聊型、FAQ、知識(shí)圖譜問(wèn)答、信息查詢等技術(shù)有效交叉融合實(shí)現(xiàn)復(fù)雜的客戶保險(xiǎn)業(yè)務(wù)服務(wù)需求，特別是目前可以通過(guò)人機(jī)交互直接辦理復(fù)雜保險(xiǎn)業(yè)務(wù)，支持超過(guò)120種組合狀態(tài)的復(fù)雜交互。比如保單貸款，這種業(yè)務(wù)的復(fù)雜程度很高?，F(xiàn)在智能客服可以做到什么程度呢？客戶從不知道什么是保單貸款，到了解哪些保單可以做貸款，到最終完成貸款辦理，全流程都可以根據(jù)智能客服指引完成。

智能客服上線后，通過(guò)人機(jī)交互在線辦業(yè)務(wù)，辦理時(shí)長(zhǎng)從原來(lái)的3天到現(xiàn)在最快1分鐘搞定。

2.智能運(yùn)營(yíng)

在線上運(yùn)營(yíng)方面，大家如果打開(kāi)平安金管家APP，會(huì)發(fā)現(xiàn)上面絕大部分模塊已經(jīng)實(shí)現(xiàn)千人千面。智能推薦系統(tǒng)相信很多人很熟悉，而我們的特點(diǎn)是：1、在信息比較稀疏的情況下，刻畫客戶興趣圖譜。2、面向不同推薦場(chǎng)景，背后打造了一個(gè)統(tǒng)一的推薦平臺(tái)，做多場(chǎng)景互動(dòng)的全局推薦技術(shù)。

3.技術(shù)攻關(guān)：對(duì)話引導(dǎo)

服務(wù)場(chǎng)景下的對(duì)話也很特殊。比如寒喧，它不是沒(méi)有意義的，機(jī)器人是要往保險(xiǎn)服務(wù)方向引導(dǎo)。做對(duì)話引導(dǎo)的方式有很多。比如我們做的基于知識(shí)驅(qū)動(dòng)的對(duì)話，通過(guò)知識(shí)圖譜并結(jié)合前文，來(lái)預(yù)測(cè)下文需要什么知識(shí)和主題狀態(tài)。然后將知識(shí)、主題狀態(tài)和上文輸入到end2end模型里面最終得到引導(dǎo)回復(fù)。

舉個(gè)例子，客戶提到“自駕游”，系統(tǒng)可以自動(dòng)關(guān)聯(lián)到“自駕游”相關(guān)的知識(shí)，并結(jié)合上下文知識(shí)，當(dāng)前客戶有保險(xiǎn)需求的狀態(tài)，因此我們會(huì)給他生成具有“百萬(wàn)任我行”保險(xiǎn)產(chǎn)品的回復(fù)來(lái)滿足他對(duì)出行的保險(xiǎn)需求建議。但人與人的對(duì)話，通常是先回復(fù)過(guò)渡再提出新的話題中心，前面例子中直接推薦產(chǎn)品比較生硬，為了不影響客戶體驗(yàn)，我們通過(guò)添加屬性控制，捕捉屬性特征，從而生成更順暢的智能短回應(yīng)文本作為回復(fù)過(guò)渡。所以機(jī)器人在回應(yīng)客戶時(shí)，可能會(huì)說(shuō)“去旅游放松心情挺好的”然后再推薦保險(xiǎn)產(chǎn)品，完成從“開(kāi)放閑聊”到“產(chǎn)品推薦”的自然過(guò)渡。

三、平臺(tái)建設(shè)及技術(shù)創(chuàng)新

要更高效高質(zhì)的支持業(yè)務(wù)需求，我們通過(guò)深耕壽險(xiǎn)業(yè)務(wù)智能應(yīng)用，打造了一系列結(jié)合壽險(xiǎn)業(yè)務(wù)特點(diǎn)的技術(shù)平臺(tái)。比如，我們打造了高效、靈活的一站式壽險(xiǎn)人機(jī)交互應(yīng)用平臺(tái)。

人機(jī)交互應(yīng)用平臺(tái)是由對(duì)話引擎驅(qū)動(dòng)的，我們主要實(shí)現(xiàn)了整個(gè)流程的可配置化，并且每個(gè)功能點(diǎn)都可以做單獨(dú)的機(jī)器人，同時(shí)實(shí)現(xiàn)了功能引擎化、服務(wù)獨(dú)立化、引擎框架化。框架化的好處是可以讓算法工程師快速結(jié)合業(yè)務(wù)需求進(jìn)行迭代。其次是建立智能知識(shí)中心，尤其在小樣本場(chǎng)景下，知識(shí)驅(qū)動(dòng)AI是很重要的研究方向。

此外，我們還做了一系列平臺(tái)支撐，主要包括智能營(yíng)銷平臺(tái)、圖像分析應(yīng)用平臺(tái)以及深度學(xué)習(xí)應(yīng)用平臺(tái)等。

剛才介紹了一系列壽險(xiǎn)AI應(yīng)用和技術(shù)創(chuàng)新，這些其實(shí)是有一支人工智能隊(duì)伍在背后作為支撐。我們的團(tuán)隊(duì)主要專注人工智能技術(shù)的研究，以及結(jié)合壽險(xiǎn)場(chǎng)景的應(yīng)用落地。未來(lái)，期待和大家交流人工智能這個(gè)有意思的技術(shù)，探討在復(fù)雜業(yè)務(wù)場(chǎng)景下的技術(shù)攻關(guān)，謝謝。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。