不走一般大型模型的道路，而是通过垂直场景数据对模型进行微调，打造出能够独立完成复杂销售工作的销售Agent。
作者 |诗云
编辑|郑轩
“52元溢价是什么意思？”
“这个价格其实是根据你的年龄和你过去的病史来算的，我们测了一下保费，如果你是43岁，算下来就是每月52元，就这样了。”
“你之前被狗咬过，你没有报案？”
“嗯，这个要看你买的保险条款，不是每个人都能承保的，能承保的，我们得看保单，所以你看，有些疾病是不能承保的。”
这段对话可能看起来平淡无奇——但如果你被告知这是人工智能保险客服和用户之间的语音对话，你会有点惊讶。
在对话过程中，它能够充分理解用户所问的内容，并能给出专业的答案。感情和智商都在线。声音就像真人一样。语气和停顿很自然，“嗯嗯啊啊”的废话很真实。让用户在对话过程中感觉非常流畅自然，不会过于生硬。就这样，他们聊了50分钟——如果以图灵测试（注：图灵在1950年提出的一种测试机器是否具有人类智能的方法）为衡量标准，那么这次谈话几乎可以说已经实现了AI。通过了测试。
电话那头的AI保险客服是水滴公司开发的保险销售代理。在人工智能领域，Agent并不是字面意义上的“代理”，而是代表具有自主性、适应性、交互性、能够自主学习和持续进化的软件或系统。
这家公司成立于2016年，专注于健康防护领域。 2017年推出保险经纪平台“水地宝”，已服务超过1.1亿保险客户。
早在2021年，水滴就想打造这样一个AI保险客服，可以对标真人的水平，弥补保险经纪人服务供给的不足。 2022年大模型浪潮到来后，这个想法才真正加速——基于通用基础模型和水滴积累的优质保险语音语料，打造了这个与真人99%媲美的AI Agent。年。
衡量保险AI代理人是否真正有用的标准是它是否进入业务并带来交易。水滴创始人兼CEO沉鹏告诉极客公园，公司“意外险”、“医疗险”等险种的部分电话客服工作已经由AI客服承担。
大模型浪潮近两年来，国内外科技公司纷纷希望拥抱大模型，改造自身业务，水滴就是典型代表。与致力于解决通用大模型并希望实现AGI的公司相比，水滴这样的公司可能更适合基于现有基础大模型和垂直领域的微调数据来构建垂直模型和垂直应用。它还可以将智能推向一定极限，创造商业价值。
在沉鹏看来，水滴要做的是大模型的中间层和应用层，更多地关注保险行业的各种场景，不断优化大模型，提高内容生成质量。为了加强中间层和应用层的科技探索，水迪每年的研发投入约为3亿元。
随着技术不断迭代，水滴推出的AI Agent也在不断升级。下半年，水滴针对车险场景推出了更复杂的AI客服——除了对话能力外，还开发了更复杂的规划能力，比如能够像人一样在几个时间内规划5-6次。 - 车险销售月周期。内容是与用户第一次电话沟通，一步步发现用户的真实需求，然后协助经纪人推动用户购买。
它还具有复杂的多模态和操作交互能力。在与用户沟通的同时，它可以“看到”保险系统的数据，用“手”输入和查询数据，通过微信等不同通讯方式“穿梭”。在软件室，我们协助经纪人并回答客户的问题。
目前，水滴计划将这些保险AI代理人的技术能力打包成SaaS产品，并向其他拥有大规模代理人客服岗位的行业输出解决方案。
与水滴相关负责人沟通后，极客公园能够感受到这个AI Agent的复杂性，也了解了这个接近人类水平的AI保险客服的诞生过程，以及技术积累和迭代思维在它后面。由此，我们不仅可以看到科技公司水滴在大型模型方面的经验，也隐约勾勒出AI所能实现的惊人潜力。
01
成为“全智能”
人工智能保险客服
AI智能水平的评判者往往是人类。目前对大型模型的智能评价标准是能否达到真人的水平。水滴打造了99%接近真人的AI保险客服。后者可以与人类对话超过50分钟，并且对话过程非常流畅。这是如何实现的？
我向水滴公司AI研发与产品部的同事Star提出了这个问题。在他眼里，创造一个“人”其实是一个可以通过工程来拆解的问题。以保险经纪人为例，核心是三点，智商（IQ）、情商（EQ）、多模态交互能力，而这些都可以用数据来训练。
一方面，有智商（IQ）。由于保险是一项相对复杂的业务，其核心是了解不同保险产品的健康通知、承保范围、理赔条款等，并根据用户的问题和情况了解它们的上下文语义交互。给予合理答复和建议。在这一点上，人工智能甚至可以比人类做得更好。
例如，在记忆方面，人类无法清楚、全面地记住所有保险知识，但人工智能可以利用知识库来实现这一点。当用户询问开颅手术或糖尿病后保险是否会覆盖他或她时，人们可能不得不犹豫并检查相关条款。但人工智能可以直接给出准确的答案。
另一方面还有情商（EQ），它本质上是一种情感值，能够让人感觉对方理解自己，让沟通感觉“顺利”、“亲切”。目前市面上的大型号基本都是应有尽有，没有赋予太多情感价值。水滴团队认为，情感价值是人类独有的能力。但事实上，人工智能也可以学习，甚至比人类做得更好。
在一个实际案例中，一位用户提到，他已经好几年没有购买车险了。一般来说，经纪人可能会回复“OK”。但AI保险客服却回复道：“兄弟，你的技术真不错。”这表明它不仅充分理解用户具有安全意识并拥有良好的保险记录，而且还以高情商的方式做出回应。
最后，关于多模态交互能力，包括响应时间、音色、口语等，这个也是可以学习的。 AI可以学习和模仿人类声音中的“嗯嗯啊啊”，以及大多数人说话时的几秒钟停顿……AI可以从人类通话数据中学习和模仿。同时，语音训练也从原来的TTS（文本转语音）变为端到端，可以生成更自然的对话。
在Star看来，能够训练出这样的智能体，核心在于水滴过去积累的数据。水滴自成立以来就定位为一家科技公司。每年研发投入约3亿元，积累了数十项技术专利，并一直有意识地积累数据。过去，水滴不仅积累了数TB的高质量语音语料库，而且数据质量非常高。它提前进行了语音清洗，甚至对很多语音进行了双通道存储。很多传统企业没有这样的数据。
本质上，水滴就是把数据提炼、细化，相当于“训练一个前10%智能体水平的大模型”，最终使智能体达到中级智能体的水平。
“科技与保险业的融合将越来越紧密，这是行业发展的必然趋势。”沉鹏表示，保险业已进入科技驱动的“数字智能”时代。科技驱动保险行业高质量发展，助力行业降本增效，可以为用户、保险机构、线下经纪商提供更加高效的科技产品和工具，推动行业进一步发展。
02
用AI解决保险行业供给侧不足
早在2021年，大模型发布之前，水滴就希望利用AI打造保险客服。本质上，这是希望解决保险业的供给侧不足。
占据保险业务大头的水地，拥有众多保险经纪人。他们大多销售复杂的重大疾病保险，以及简单的医疗保险。这些保险经纪人的工作核心是提供专业的咨询和服务能力。当用户有购买保险的意向时，打电话给他们讲解产品、解答问题，最终方便用户下单。
但过去，水滴发现一些保险经纪人提供的服务不够好。保险条款和规则复杂而详细，人们很难全部记住。例如，医疗保险涵盖数百种疾病。如果用户询问其中之一，座席可能无法回答，这会影响用户体验。同时，经纪商的服务供给往往参差不齐，前10%的经纪商的服务水平可能是后10%的几十倍。
团队认为人工智能可以用来打造保险客服，帮助经纪人解决服务体验问题。基于对大数据和深度学习路线的信念，团队相信通过对保险经纪人优质语料的不断学习，AI在技术上可以达到真实保险经纪人的水平。
他们的目标非常高，必须接近真人的水平。也就是说，它不是Copilot（副驾驶），而是Agent。一方面，只有达到这种技术水平，产品才能大规模推广。另一方面，AI研发成本太高，只有具备这样的价值，才能最终得到解决。
回顾当时Waterdrop提出的目标，其实和AGI的愿景非常接近。 AI Agent几乎是这一轮AGI梦想的起点。据极客公园介绍，OpenAI成立之初的愿景是打造一个“全能”的Agent，能够响应人类指令并自主执行所有操作。简单来说，就是像人一样。如今，经过两年的人工智能热潮，AI代理也是市场上最热门的AI应用方向。
但水滴提出这个想法时，技术还远未成熟。据Star称，2018年，市场上仅有1亿个参数的开源模型。 2021 年，只有具有数亿个参数的开源模型可用。当时，水滴基于该技术基础开发的AI保险客服与用户的对话仅持续了1-2分钟。本质上，当底层人工智能的通用能力尚未达到时，上层智能就很难突破并取得成功。
2022年底ChatGPT大型模型的出现加速了一切。
看到ChatGPT后，水滴团队几乎立刻就做出了判断：只要拥有ChatGPT3.5级别的开源模型库，结合水滴过往的保险经纪人语料库，就能训练出一个AI保险客服，已接近人类水平。他们认为开源的时间会是三年左右，也就是说这件事情会在三年内实现。
基于这样的判断，水滴团队开始关注AI Agent的方向。 Star认为，大模型浪潮对团队的直接影响是，它把AI变成了“真正的智能”，这给了整个公司更大的信心和支持。
除了对AI研发的资金投入外，这种支持还来自于对行业最优秀人才的追求。沉鹏表示，人才是水地最宝贵的财富。作为一家科技公司，水滴始终关注前沿技术，也建立了一支既懂保险又懂人工智能的研发团队。核心成员来自北京大学、清华大学、中科院等知名学府。 。
事实上，AI的发展速度比想象的更加乐观。当全球科技公司都在追逐大型模型时，GPT3.5级别的开源模型库的发布速度超乎想象。水滴团队经过计算判断，随着这样的技术栈的发展，水滴AI Agent的智能水平平均每个月可以提升5%左右，将能够达到人类保险经纪人的平均水平。一年左右的一些医疗保险场景。
从2022年11月正式投入算起，到今年年初——团队用了一年多的时间才取得这一成果。
03
迭代开发更复杂的AI车险客服
上述AI Agent具有类人级别的沟通能力，主要用于相对简单的险种，如意外险、医疗险等。2023年，水滴自主研发了垂直保险模式“外地水打模型”。技术的积累让团队可以深入研究更复杂的保险种类，比如车险。下半年，团队目标打造车险AI Agent，其复杂度达到了新的高度。
车险的场景一般是在用户车险到期前1个月，各车险公司客服会多次联系用户并沟通，劝其购买适合自己的车险。车险经纪人不能只是打电话，还要进行任务规划、智能沟通、执行操作等，AI用了近一半的时间做沟通准备、总结、客户数据分析等工作。这对AI Agent提出了更大的挑战。
例如，任务计划是指车险客服在一定的销售周期内需要计划和与用户沟通的次数。不要太频繁，你会惹恼他们，但也不要太冷漠，你会失去线索。
对应AI Agent，其实需要有较高的智商（IQ）。需要自主规划沟通多少次、什么时候沟通、聊什么样的内容。 “整个系统非常复杂，一旦出现问题，就没有出路，”斯塔说。
另一个例子是智能通信。由于车险的沟通频率较高，沟通空间较大，这就考验了经纪人较强的沟通能力。比如如何衔接上一次的对话，如何处理客户的讨价还价，如何在满足客户需求的同时保证公司利益，这本质上要求AI具有较高的情商（EQ）。
在Star看来，上述对AI Agent能力的更高考验，需要通过底层模型的迭代和高质量数据的微调来实现。
在底层模型上，由于Agent的能力需求比较复杂，无法通过单一模型来解决。团队需要使用不同的模式，结合不同模式、不同规模模型的优势。例如，大模型推理能力强，小模型拟合场景数据能力强，多模态模型可以识别更多用户信息。这家车险代理公司背后，水滴使用了多款大型车型。
此外，高质量数据的微调仍需进行。当某种能力不足时，筛选更好的人工数据进行训练，直到训练有效。
除了上述能力之外，Agent还需要进化操作执行能力。例如，代理人在协助经纪人与客户沟通时，可能需要进入保险后台查看数据、录入数据、计算数据等；需要切换到不同的软件界面，如电话、微信、APP等页面，与用户沟通；它还需要一次性了解每个用户的不同需求，为下一次聊天做准备等。
在Star看来，这主要采用传统的RPA（机器人流程自动化）技术。相当于让Agent长出了人类的“眼睛”和“手”，可以“看”不同的软件界面，同时“动手”操作。
这背后是水滴根据不同阶段的技术形态不断迭代产品。从简单辅助医保沟通的AI保险客服，到能独立规划、看事、做事的AI车险客服，水滴不断解锁更复杂的保险场景，突破技术与应用的上限。
目前，这些AI保险客服已经应用于水滴的真实业务中，可以随时解答用户的疑问。 “大模式带来了新的生产力，带来了供给侧改革，这是根本性的变化。”沉鹏说道。
过去，人们提到保险经纪人最不可替代的价值就是“信任”。由于保险条款的复杂性，大多数人没有能力理解和区分，只能选择信任保险经纪人。他们倾向于从从业多年的亲戚、朋友和经纪人那里购买保险，因为他们有更大的“信任”感，不会欺骗自己。
星达认为，所谓信任感其实是一种专业的服务能力。 “当人工智能能够帮助提供更专业的服务时，你也会信任它。”
有了这样的AI代理人，人类保险经纪人的工作也发生了一些变化。他们中的一些人已经成为人工智能培训师。对于更多的保险经纪人来说，他们开始使用Agent作为他们的助手，为用户提供更复杂的保险服务，比如更长生命周期的保险规划。
04
未来：从垂直到通用
大模型热潮过去两年，国内外科技公司都在思考如何拥抱大模型来实现业务转型。 Waterdrop代表了一种更主流的路径选择，而不是投入大量资源来攻克通用大型模型，直接针对AGI。相反，它基于开源模型，并结合垂直场景的高质量数据进行微调，创建自己的垂直模型和应用。
在跑完AI+保险新路径的“0到1”、“1到10”之后，接下来的“10到100”，水滴在两个方向进行了尝试。
一是沿着垂直模式+保险场景的路径继续深挖。一方面，是不断提升代理人能力。目标不是让它达到经纪商服务的“中位”水平，而是超越60%-70%的人。另一方面，需要拓展到更复杂的场景，从现在的医疗险、车险到重疾险等其他险种。这些实现的背后，我们还是依赖于底层模型能力的微调和高质量的数据。
目前，水滴正在与保险行业其他公司洽谈AI Agent等系列产品的合作。或许在不久的将来，这家公司就能打造出各类保险接近真人水平的人工智能保险客服。从一点到另一点，有一天可能会为保险业迎来一个通用的 AGI 时刻。
此外，水滴的关注点并不仅仅是保险行业——一个非常本质的问题是，具有真实保险代理人水平的AI代理人是否可以推广到其他需要大规模代理人客户服务的行业？比如教育、电商等行业？换句话说，垂直应用能否逐渐普及？
团队判断这是可能的。原因是他们在调查中发现了两个事实：第一，保险行业的顶尖销售人员转行到其他行业的销售只需要三个月的时间。 2、保险行业的销售龙头也可以成为其他行业的销售龙头。
适用于人类的逻辑也应该适用于人工智能代理。目前，水滴团队正在将上述AI Agent服务能力封装成SaaS解决方案，测试在教育、电商等行业推广的可能性。在Star看来，虽然这套服务目前还不能直接推广到其他行业，但只要目标确定、可行，持续投入，是可以实现的。
如果说过去的SaaS产品是按“席位”收费的话，大模式可能会彻底改变SaaS产品的收费方式——直接按结果收费。对于水滴来说，可能会直接受益于AI Agent的服务转换性能。目前，水滴已经获得了一些其他行业感兴趣的客户。
从最初的业务需求出发，这家公司早在大模型浪潮到来之前就看到了人工智能的终极愿景：一个接近人类水平的智能体，它将形成新的供给，带来生产力的巨大变化。抓住大模型的历史机遇，凭借坚定的信念和投入，慢慢接近最初的目标：用AI打造保险客服。
AI Agent的技术输出是否会引起AI伦理担忧。对此，沉鹏表示，技术助力行业发展的最低层次支撑应该是价值观。技术没有价值，但企业家有。只有赋予人工智能技术人情味，才能创造出社会真正需要的产品和服务。
水滴探索的大模式之路，是中国科技企业的一个缩影。信仰与实用并举，慢慢从垂直场景走向泛化。作为新的供给，人工智能带来的生产力革命也将从这家公司、这个行业开始，蔓延到其他行业。这在不久的将来必然会发生。
