搭建保险知识库问答系统 得助智能赋能百年人寿问答准确率 90.1%+，效率升 50%！

在今天的保险市场，生存法则已经发生了较大的变化：品牌是入场券，专业是粘合剂，信任是胜负手。只靠品牌显然不能马上获得用户的青睐，需要企业内部人员通过专业的知识解答和持续的服务获得信任从而带来业绩的增长。我们今天通过拆解中关村科金得助智能知识助手和百年人寿合作的保险知识库问答智能体，探寻如何在专业和信任的维度构建竞争力，实现提升企业决策效率、优化客户体验和业务创新的。

一、保险知识管理难题

百年人寿作为一家创新稳健的全国性保险公司，希望能够通过某项AI技术能够将分散在各大业务系统中的信息利用起来，更好的管理企业知识，从而提升企业决策效率、优化客户体验和业务创新，具体痛点总结为：

01.信息存储在多个业务系统

了解过保险的人应该了解，保险业务涉及到产品设计、投保、理赔等多个环节，每个环节内容都分身在各大业务系统中，由于更新的流程也不一致，因此导致企业员工查询的内容已过时，非常容易引发合规风险。

02.知识查询效率低

我们知道一份完整的保险资料包含很多，而百年人寿旗下产品多，同时各大文档内容也分散在各大业务系统中，缺乏统一的查询入口，导致员工来回在多个系统切换，查询信息的效率低下，影响工作的开展。

03.人才流动快

保险行业的人才流动性是非常大的，而核心员工离职往往意味着一些高价值的经验还没经过沉淀就流失了。

二、破局关键：得助智能知识助手

面对百年人寿的知识管理痛点，中关村科金得助智能从三个方面进行解决，将分散的知识转化为可高效调用的“智慧资产”。

01.企业级知识库

第一步是构建一个企业知识库，将企业中的产品资料、投核保及理赔规则、保全办理要求、内部规章等文档材料进行梳理，包含分类、分级、分权限管理等。

02.RAG模型训练

知识库搭建完成后，就需要进行RAG模型专项训练，让AI能够准确的理解知识内容并进行专业解答。得助智能针对保险行业的行业特征，通过多模态文档解析、分片算法优化等技术手段，对百年人寿的产品资料及内部文档的理解准确率进行了提升。

03.大模型知识助手

基于自研的得助大模型平台，可以快速的开发出智能体和知识助手应用，让员工不管在公司还是在外贸都可以实时查询产品资料、业务规则、客户话术等。同时平台具有扩展性，可以让企业继续利用这个平台构建多个智能体应用。

三、业务效果：知识获取效率提升50%

得助智能的解决方案实施以后，百年人寿的知识管理效率实现质的飞跃，解决了三大难题，此次合作取得的效果明显。

01.POC综合评分第一

在POC测试阶段，得助智能给出的大模型知识库问答智能体凭借出色的性能表现获得综合评分第一的好成绩；

02.问答准确率90.1%+

上线以后，智能体的问答准确率稳定在90.1%以上，可以非常准确的回答员工的各种知识查询需求；

03.知识获取效率提升50%

缩短了查询时间，也就意味着员工有更多的时间服务客户，提升了工作效率，间接促进业绩的增长；

04.问答赋能17个部门

目前该知识库问答智能体已成功应用到百年人寿的17个部门，包含内勤、代理人、坐席、销售等，为企业的业绩提升进行赋能。

当下，保险服务的竞争正从人力与渠道的较量，提升到知识管理的比拼，通过及时的专业知识讲解和完善的售后服务，转化为可供客户信赖的“知识资产”。如果您也想体验得助智能知识助手给企业知识管理带来的极大便利，可以点击下方链接免费预约演示哦！