在此戰(zhàn)略布局下，陽光保險集團圍繞保險業(yè)務(wù)生命全周期，借助大數(shù)據(jù)和人工智能技術(shù)建立相應(yīng)數(shù)據(jù)模型來輔助完成獲客、定價、核保、回訪、保全、理賠、客服等工作。

比如利用語音識別、自然語言理解技術(shù)實現(xiàn)機器坐席與客戶實時語音交互溝通，完成外呼回訪業(yè)務(wù);利用OCR票據(jù)識別技術(shù)，實現(xiàn)客戶拍照上傳的資料自動錄入系統(tǒng)并分類，降低人工成本并提高作業(yè)效率;集團客服業(yè)務(wù)引入“智能客服機器人”，利用語音識別、自然語言理解技術(shù)，輔助客戶完成保險服務(wù)，實現(xiàn)客戶服務(wù)的線上化和智能化。

在“數(shù)據(jù)陽光”戰(zhàn)略引領(lǐng)下，陽光保險的大數(shù)據(jù)應(yīng)用實踐主要包括大數(shù)據(jù)定價、大數(shù)據(jù)風控和反欺詐。

首先是利用大數(shù)據(jù)確認定價模式。以往，做健康保險產(chǎn)品定價多從年齡、性別等幾個維度出發(fā)。隨著醫(yī)療數(shù)據(jù)研究的興起，健康保險產(chǎn)品定價模式和方法進入了顛覆期，融入了更多新的變量，包括收入、生活和運動習慣、體檢指標等。定價模式的轉(zhuǎn)變充分體現(xiàn)了大數(shù)據(jù)在保險行業(yè)風險成本評估方面的深度應(yīng)用。

其次，建設(shè)大數(shù)據(jù)風控平臺。傳統(tǒng)風控依賴于央行征信。但我國人口中大約2/3沒有征信信息，而這些人口的金融消費又不可忽視。為此，陽光產(chǎn)險和陽光信保利用外部結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)，利用機器學習和知識圖譜，構(gòu)建適合自身業(yè)務(wù)的風控平臺，甄別業(yè)務(wù)風險，助力信保業(yè)務(wù)發(fā)展。

三是反欺詐體系建設(shè)。在索賠處理的各個環(huán)節(jié)中，都可以使用機器學習技術(shù)來提升工作效率和甄別欺詐可能。

比如為識別出的無欺詐小額案件提供“快速通道”自助理賠服務(wù)，降低處理的整體時間，在提升客戶體驗的同時還能夠降低成本。利用人工智能的算法可以非常有效地識別自助以及含欺詐案件相關(guān)數(shù)據(jù)中的某些模式，這種識別能力以及反欺詐的知識框架形成之后，欺詐性案件在人工智能技術(shù)的監(jiān)控下將無所遁形。