案例 · 行业案例
2026 年 10 月 19 日
来源：上观新闻（今日头条）
近日，平安健康险发布「AI 理赔专家」与「AI 专病管家」两大智能体，将大模型规模化落地到保险核心业务。「AI 理赔专家」覆盖 1000 余个理赔要点，融合医学知识、业务知识与保险条款进行综合判断，支持全智能与人机协同两种模式：对材料齐全、责任明确且质检通过的案件自动结案，准确率可达 99.7%；对材料待补充案件则转入理赔智慧工作台，由智能体以交互卡片呈现待确认事项供理赔人员快速决断。目前该智能体已在少儿医疗产品试点，客户从提交申请到结案由天级缩短至小时级，最快 3 秒结案，理赔运营效率提升约 80%，未来将拓展至 1000 余款个险与 10000 余款团险。此前在传统规则引擎模式下，其信息采集自动化率已超 70%、审核无人工率超 60%。「AI 专病管家」则提供 7×24 小时肿瘤全病程管理，覆盖每年约 12 万肿瘤赔付客户。
万有知兴点评
平安健康险把 AI 从「辅助提示」推进到「自动结案」，验证了智能体在高合规、强监管场景下规模化替代人工判断的可行性，是金融 AI 落地的一个重要拐点样本。
- 1.对企业落地的启示在于「人机协同的分层设计」。这套方案不是让 AI 一刀切接管，而是把案件拆成「清晰可自动结案」与「待补充需人工」两类：前者交给智能体以 99.7% 准确率自动处理，后者转入交互式工作台由人快速决断。这种「该自动的自动、该人的给人」的边界划分，是保险、金融等容错率低行业落地 AI 最可复制的方法论。
- 2.从效率数字看，理赔从「天级」压缩到「小时级」、最快 3 秒结案、运营效率提升约 80%，这些不是演示 Demo 而是真实业务指标，说明智能体已经能直接改变核心业务流程的成本结构。对企业意味着：AI 的价值评估应从「省了多少人力」升级为「缩短了多少客户等待、压缩了多少运营周期」，这才是可向管理层与投资人汇报的硬回报。
- 3.平安健康险此前信息采集自动化率超 70%、审核无人工率超 60% 的沉淀，是这次「自动结案」能跑通的前提——规则引擎与知识库是智能体的地基。可借鉴的经验是：AI 落地不能指望一步到位，要先在低风险环节（信息采集、材料审核）攒数据、攒反馈、攒信任，再逐步向高价值决策环节（责任判定、自动结案）延伸，形成「由浅入深」的演进路径。
原文：上观新闻（今日头条） ↗
点评为万有知兴原创观点，转载需注明出处。