RPA在保险业的应用

保险业与上面提到的银行业具有很多相似性，都属于国家强监管的行业，也是高度依赖信息化的行业。不过近年来，中国保险市场正处在稳定的快速增长期，2017年中国保险业总资产规模超16万亿元，较2018年增长10.8%。与原来高度依赖保险专员的方式有所不同，如今保险业更多是借助“互联网保险”模式来迅速拓展，这也为整个行业带来了新思维和冲击。但保险公司的客户管理和业务管理中依然存在高度依赖人工、产品需求与实际业务不匹配、动态定价能力弱、效率不高的现象。保险公司对内需要提高业务运行效率和安全性，对外需要不断升级服务质量，如加快申请、理赔等客户服务流程。所以，流程自动化对于保险行业来讲，不单是对后台运营效率的提升，更是对客户服务效率的提升。
保险公司从新产品的发行、承销、销售、服务到索赔，在整个生命周期涉及的如监管报送、数据采集、对账、税务申报等流程基本都是强标准化的。而且由于保险公司所面对的客户群体广大，所以业务量较大且业务是重复执行的。目前，保险公司手工承担着大量烦琐的文书工作，如果能将这些工作转给RPA机器人也是非常合适的。下面列举一些RPA在保险领域的主要应用场景。
·申请处理：每天都有成千上万的客户申请保险。保险专员需要手动完成表格，对客户信息进行提取，将其提供给不同的系统，并创建不同的内部请求以实现滚动，这个过程非常考验细节，但其实整个过程是重复性操作的。RPA机器人可以实现上述这些基本任务，为保险专员节省宝贵的时间，以便在客户沟通、审查表格和提高整体流程效率方面承担更多责任。
·理赔流程：这也是一个以文档形式表示的数据密集型处理流程，需要从多个来源收集信息。因为理赔流程关系到客户能否快速获得赔偿，所以其流程效率影响着客户的满意度和忠诚度。RPA可以帮助保险公司快速输入第一次损失通知（FNOL），自动通知损失理算员并分配索赔处理人员，通过整合各方的信息，加快流程处理并创造更好的客户体验。
·客户沟通：保险专员经常需要与客户进行沟通。例如，当客户的季度或年度保费到期时，保险专员会向他们发送电子邮件或短信。但是，如果客户对金额有疑问，或者由于原件丢失或损坏需要他们的保单副本，保险专员则需要及时回复。RPA可以自动从系统中提取该客户的保险信息，再生成副本，在确保丢失保单的审核手续完成后，再自动发送给客户。
·承销流程：RPA自动帮助承销商执行那些重复性工作任务，包括搜索多个系统、获取与策略相关的记录，以及从多个位置打开文档等，使得承销商的用户体验和生产力得到提高，并让他们关注那些更高效和更有创造性的工作。
·付款错配：RPA为了帮助员工处理客户付款错配问题，可以做很多预先检查，如确定同一客户是否存在两种不同的配置规则、查找反向的规则编号，以及检查该客户名下是否存在贷款等。如果无法从这些类别中识别出正确的匹配，则需要客户与银行直接联系。
·信息报送：例如保监会要求各家保险公司报送“偿二代风险综合评级数据”，保险公司的每一家分支机构都有近200个指标数据。传统做法是人工一个一个地将数据录入标准转换工具中，导出XBRL格式，然后上传至监管的报送系统中。一旦数据输入有误，未能通过校验，又要回到标准转换工具重新核对、调整、导出、上传、校验，直到数据校验正确成功。而这些流程，对于几十家分支机构来说，每一家都要执行一遍。RPA可以自动帮助风险部门的同事将监管部门要求报送的数据模板发送给总公司对应的业务部门以及分支机构的风险协调部门。到了规定的时间，RPA会自动回收风险信息数据，对收集的信息进行基础的格式校验和逻辑校验，同时把各家分支机构的数据进行汇总，整理成表格报送给总公司。
另外，当RPA结合人工智能技术后，在保险领域的应用范围将更加广阔。
·保险评估：保险公司可帮助那些遇到交通事故的客户，使用手机实时对汽车损坏情况进行评估。后台利用人工智能技术已经训练过的数千张图像，对客户发来的事故图像进行判断、归类和分析，然后，通过RPA自动提交保险请求，同时将汽车维修成本估算提供给客户确认。自动化流程通过准确地评估索赔结算来帮助保险公司降低成本。依据审查计划，RPA每分钟进行数千次维修估算，减少了不必要的索赔和防止遗漏客户索赔。
·理赔审核：在医疗保险理赔案件中，保险公司需要被保险人提供大量的医疗证明材料，如各种类型的检查单、处方、化验单等，再由保险专员对这些材料加以验证。如果结合图像深度学习、OCR以及NLP技术，RPA则可以对证明材料进行自动分类，在图像识别完成后，对材料中的关键字段再进行自动核对。只有在信息不完整或一些文字难以确认的情况下，才会通过人工介入的方式反馈给客户。
案例分享
作为南非最大的私营保险集团，Hollard每年从其经纪商处收到150万封电子邮件。为了处理每项保险索赔，Hollard必须对这些电子邮件及其附件的内容进行解释、分类和处理。Hollard面临的困难主要与索赔案件的积压、服务水平协议（SLA）的维持以及特定监管和法规的遵守有关。Hollard向智能解决方案提供商LarcAI求助，以简化这种复杂的非常规流程处理，他们选择RPA作为独特的开放式架构，允许集成端到端自动化所需的AI服务。其中，机器学习（ML）、自然语言处理（NLP）、智能光学字符识别（OCR）以及Microsoft、IBM Watson和ABBYY的分析功能都融入了企业RPA平台。RPA机器人现在可以在上下文中访问和解释入站电子邮件的内容，对所需文档进行分类和排序，并将相关数据输入相关数据库；还可以与人员交互执行特定指令并完成确认，使处理速度提高600%，每笔交易成本降低91%。RPA机器人的评估准确度超出人工准确度，还可确保满足所有合规要求。基于这些变化，Hollard实现了员工和经纪商之间关系的大幅度改善。
总结一下，保险行业由于业务量大、数据材料多以及手工操作繁复的业务特征，以前不得不依靠人力资源的持续投入才能带来业务规模的扩展，今天RPA结合人工智能的方式为保险业注入了一股新鲜的技术力量。