2021年4月14日，上海。循環(huán)智能（Recurrent AI）聯(lián)合創(chuàng)始人、COO揭發(fā)出席“2021后疫情時代中國保險業(yè)創(chuàng)新大會”，并作了主題為《AI 破局保險銷售增長難題》的演講。在演講中，揭發(fā)主要分享了保險公司在銷售過程中面臨的三大挑戰(zhàn)，以及循環(huán)智能與標(biāo)桿客戶共同打造的解決方案和案例。

▲ 循環(huán)智能聯(lián)合創(chuàng)始人、COO揭發(fā)在演講中

截至目前，在保險領(lǐng)域，循環(huán)智能（Recurrent AI）已經(jīng)服務(wù)了中國人民保險、太平洋保險、招商信諾、眾安保險、水滴、360保險和輕松籌等標(biāo)桿客戶，以創(chuàng)新的AI技術(shù)和深入業(yè)務(wù)流程的解決方案，幫助企業(yè)實(shí)現(xiàn)銷售效率的提升和業(yè)績的新增長。

挑戰(zhàn)一：大量銷售人員的溝通技能和業(yè)務(wù)水平較差。人工坐席的人員流動性大、培訓(xùn)不足，整體業(yè)務(wù)水平和專業(yè)素質(zhì)難滿足客戶需求。對于如何幫助水平層次不一的業(yè)務(wù)人員，快速掌握產(chǎn)品知識點(diǎn)和溝通話術(shù)，準(zhǔn)確完成產(chǎn)品價值的傳遞，缺乏有效的輔助手段。

挑戰(zhàn)二：缺乏從海量名單中篩選目標(biāo)客戶的高效方法。針對未成交名單，難以篩選其中的相對高意向名單，導(dǎo)致銷售人員在“低意向客戶”上浪費(fèi)了大部分精力，銷售轉(zhuǎn)化率難提升；針對已成交客戶，向他們推薦新產(chǎn)品時，企業(yè)缺乏輔助手段篩選出可能對某產(chǎn)品更感興趣的客戶名單。

挑戰(zhàn)三：傳統(tǒng)的質(zhì)檢方式（關(guān)鍵詞和正則）難滿足合規(guī)需求。語言表達(dá)是非常多樣化和個性化的，傳統(tǒng)的關(guān)鍵詞和正則方案只能通過窮舉的方式找出部分違規(guī)點(diǎn)，而保險的質(zhì)檢對檢出率要求高，會導(dǎo)致大量風(fēng)險被遺漏。

保險銷售離不開銷售人員與客戶的溝通過程，針對銷售人員水平提升慢、產(chǎn)能低的難題，循環(huán)智能（Recurrent AI）為保險企業(yè)提供人員產(chǎn)能提升解決方案 Expert-XL。

Expert-XL 解決方案包含了由四個核心模塊組成的閉環(huán)：“優(yōu)秀話術(shù)挖掘→重新培訓(xùn)→實(shí)時輔助→執(zhí)行監(jiān)督與個性化指導(dǎo)”。

其中，在“優(yōu)秀話術(shù)和實(shí)踐挖掘”部分，循環(huán)智能（Recurrent AI）的AI專家從過往優(yōu)秀銷售的海量溝通實(shí)踐中，挖掘客戶的常見異議和優(yōu)秀銷售的應(yīng)對實(shí)踐，挖掘結(jié)果將由循環(huán)智能公司內(nèi)部的保險行業(yè)專家與客戶公司的行業(yè)專家，聯(lián)合進(jìn)行最佳實(shí)踐的梳理，并形成新的培訓(xùn)內(nèi)容。這是最終價值落地的過程中非常容易忽視的環(huán)節(jié)。

具體到實(shí)時輔助產(chǎn)品，做一套讓一線員工愿意使用的實(shí)時輔助軟件，必須保證產(chǎn)品用起來足夠簡單，最好在原有的工作流程之上，不增加任何的多余操作步驟。循環(huán)智能（Recurrent AI）的實(shí)時輔助系統(tǒng)，通過一行代碼嵌入客戶已有的CRM系統(tǒng)，產(chǎn)品為浮窗形式，方便坐席人員展開和關(guān)閉，也可以方便地調(diào)整窗口大小和位置，非常容易上手，使用成本極低。

除了在溝通過程中提供實(shí)時輔助系統(tǒng)，循環(huán)智能的 Expert-XL 解決方案，提供了“執(zhí)行監(jiān)督”系統(tǒng)。該系統(tǒng)可幫助保司監(jiān)督員工的話術(shù)流程執(zhí)行情況（對于關(guān)鍵的異議點(diǎn)是否采納），發(fā)現(xiàn)優(yōu)秀銷售與普通銷售的執(zhí)行力差別。通過“執(zhí)行監(jiān)督”系統(tǒng)，小組長可方便地從執(zhí)行報表“下鉆”到溝通過程的具體內(nèi)容，發(fā)現(xiàn)員工短板，并提供個性化指導(dǎo)以提升其能力水平。

某保險客戶部署循環(huán)智能的實(shí)時輔助系統(tǒng)之后發(fā)現(xiàn)，按照實(shí)時輔助系統(tǒng)的實(shí)際使用率計算，使用率較高的人員（top50%）平均成單率是使用率較低者（last50%）的 2.7 倍左右。

從“未成交名單”中篩選目標(biāo)客戶，以及從“已成交的名單”中篩選出對新產(chǎn)品感興趣的客戶，是保險銷售過程的重要環(huán)節(jié)。循環(huán)智能的精準(zhǔn)銷售解決方案 Target-XL，開創(chuàng)性地提出了基于溝通對話內(nèi)容的客戶意向預(yù)測方式。

在保險銷售的翻打場景，即從“未成交名單”中篩選目標(biāo)客戶的過程中，循環(huán)智能（Recurrent AI）幫助保司利用過往溝通內(nèi)容與成單結(jié)果，訓(xùn)練出意向預(yù)測模型，然后基于該模型對未成交名單進(jìn)行排序，篩選出其中的高意向名單進(jìn)行溝通。

某保險客戶的統(tǒng)計數(shù)據(jù)顯示，使用循環(huán)智能的算法模型篩選出的名單，成單率可達(dá)企業(yè)原有方案的 2~3 倍。

在保險銷售的客戶增購場景，即產(chǎn)品與客戶需求匹配場景，循環(huán)智能的算法模型可通過學(xué)習(xí)客戶屬性等標(biāo)簽與購買產(chǎn)品之間的關(guān)系，幫助保司從一批名單中篩選出對某類型產(chǎn)品更感興趣的客戶，幫助保險企業(yè)實(shí)現(xiàn)精準(zhǔn)銷售。推薦產(chǎn)品的準(zhǔn)確率，可達(dá)保司原有人工策略（隨機(jī)推薦為主）的 2~3 倍。

應(yīng)用 AI 機(jī)器學(xué)習(xí)技術(shù)的“非正則” 合規(guī)質(zhì)檢流程是：訓(xùn)練質(zhì)檢項 → 機(jī)器自動提取命中質(zhì)檢項的對話 → 人工復(fù)檢對話內(nèi)容。針對保險行業(yè)的質(zhì)檢項定義復(fù)雜的難題，在訓(xùn)練質(zhì)檢項的環(huán)節(jié)，循環(huán)智能（Recurrent AI）會在保險客戶質(zhì)檢團(tuán)隊的指導(dǎo)下，進(jìn)行超長上下文內(nèi)容的標(biāo)注。

同時，考慮到上下文邏輯復(fù)雜，有時候還需要跨會話才能判斷是否違規(guī)，循環(huán)智能（Recurrent AI）支持同一保單的多通會話關(guān)聯(lián)質(zhì)檢，可設(shè)置復(fù)雜的前置條件（語義點(diǎn)位置、時序、次數(shù)）等，然后判斷是否命中質(zhì)檢項。

此外，為了進(jìn)一步降低遺漏違規(guī)帶來的風(fēng)險，循環(huán)智能（Recurrent AI）獨(dú)家提供違規(guī)率排序算法，通過學(xué)習(xí)違規(guī)對話的隱藏特征訓(xùn)練“違規(guī)率排序”算法，然后直接計算整通對話的違規(guī)概率，幫助保司高效篩選“漏網(wǎng)之魚”，將風(fēng)險降至最低。