数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 分析相结合→⼤模型汇聚和分析数据 • 个性化诊疗和健康管理→获取服务的路径发⽣改变 患者 超级产品 增长1亿⽤户所⽤时间 ⼤模型成为新 的信息来源 16 ⽤户触达 潜在⽤户 “⼤模型会替代搜索引擎， 成为新⼀代精准流量⼊⼝v” ⽤户认知 ⽤户⾏为 ⽤户依从性 • ⽬标⼈群画像/潜在⼈群标签 （⽐如年龄、性别、主诉、现病史等） 腾讯医典 腾讯视频 体系性患者宣教 个性化患者建议 健康智能体

Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 和商业价值。随着平台的发展，新的AI Agents涌现，提供专业化、高端化、个性化、规模化、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采 能的潜力和商业价值。这 些技术将引领人工智能技术的新发展方向，助力企业和个人实现更高效、智能的创新应用。随着 平台的发展，新的AI Agents各种涌现，它们各具特色，并提供着专业化、高端化、个性化、规 模化、持续化的服务。人工智能的这一波革新，不仅涵盖了生成内容（AIGC），更拓展到了生成 服务（AIGS）的领域。这正是目前追求的目标：用AI生成服务，改变世界。 目前，保险行业面临着多 焦主要原因，剪除次要原 因。以下图示例为例，首先提出一个初始问题：保险公司该如何布局AI能力？其次，根据抛出的 第一个问题去思考相关的答案。比如，保险公司需要通过布局AI来提高其效率和精准度，个性化 产品和服务，专注创新和长期发展等。在这些可能的答案里，找到专注创新和长期发展是企业需 要布局AI能力的根本因素。然后，再进一步思考保险公司为何要专注于创新和长期发展？进一步 探究是因为目前复

通过高分辨率摄像头和图像处理算法，AI 系统可以在生产线上自动 识别缺陷产品，确保只有符合标准的产品进入下一环节，显著减少 不良品的发生。另一方面，人工智能技术能够促进产品创新，满足 产品的个性化需求。人工智能技术能够通过分析大量市场数据、用 户反馈和产品性能数据，帮助企业识别潜在的市场需求和趋势。企 业可以根据客户的具体需求进行灵活生产，而不是依赖传统的大规 模生产模式。这种方 为精准的预算预测和财务分析，实现预算的智能分析。通过分析设 备运行状态数据进行设备诊断和维护，减少因设备故障导致的损 失。 在营销服务阶段，大模型技术正在通过对用户需求和市场趋势 16 的分 析，生成个性化的产品设计和优化方案，满足不同客户的采购 定制 需求，提升客户满意度和市场竞争力。 同时，大模型可以理解 和处 16 理客户的查询和投诉，提供快速、准确地响应，提升客户服务效率。 来源： 高售后效率。一是客户数据分析，通过深度学习和数据挖掘技术， 27 能够从海量的客户交互数据中提取洞察，分析客户行为模式和偏 好， 为企业提供精准的市场细分和个性化服务策略。二是智能产品 营销 服务，依托大数据分析建立用户画像，通过客户历史数据分析 建立 用户画像，为客户提供个性化的产品推荐或定制服务，增加客 户的 转化率和满意度。三是产品售后服务，通过自然语言处理、数 字人 等技术，人工智能能够对客户的问题进行理解和回应，24

Agent 平台特点： ① 提供完整 AI Flow 开发框架与可视化 GUI 编辑器 ，集成丰富工具集。全面支 持多角色协同、多环境发布、版本控制、精细权限、数据监控、个性化集成 等企业级智能体开发的关键能力。 ② 独特的 VisionRAG 智能数据引擎 ，可实现多模态数据解析、预处理、检索与 动态重排 ，提供更精准的数据支持。创新的成本压缩框架 Multi-Agent ，可实现复杂任务的智能分发与多 Agent 协 同 ，通过自然语言封装业务流程 ，降低应用 AI 门槛。 ④ 平台的企业级 LLMOps 能力可满足企业个性化模型集成、调优及高度安全管 理需求；通过阶梯式节点保障 、五层安全防护（复杂权限 / 网络隔离 / 数据 加 密 / 运行监控 / 双重内容安全）构建全方位企业级安全体系；支持多版 ，能够感知环境变化，自 主 决策并执行复杂任务，如装配、打包、质量检测等，提高 生产 效率和准确性，实现自动化生产流程。 在媒体娱乐平台， AI Agent 依据用户观看历史、喜好等数据， 自动生成个性化的内容推荐列表，自动调整推荐策略，提升 用 户参与度和观看体验。 AI Agent 可自动收集、分析海量金融市场数据，快速识别 交易模式与异常波动，自主执行交易指令或发出预警，协 助

提供了完整的智能模型全生命周期管理和 AI 应用敏捷开发能力，主要定位为智能模 型服务的共享复用和快速编排，实现 AI 应 用快速开发。人工智能中枢支持研发流程的 标准化、自动化，为前台业务提供快速构建 个性化智能服务的能力，实现算法模型和算 法能力的场景式编排，并向应用提供服务接 口，支撑人工智能场景应用建设，赋能城市 智慧化。 人工智能中枢 1 系统端变化 PC 端 移动端 业务与管理端变化 手术规划的功能，能够最大化自动重构出患者器官真实 的 3D 模 型，与 3D 打印机无缝对接，实现 3D 实体器官模型的打印。在 3D 可视化的环境下，帮助医生进行术前规划，确保手术的顺 利进行， 推进数字化医疗之个性化、精准化；  发展现状：人工智能技术的引入将依托影像三维重建软件原有的市场，产品落地速度相对较快；目前国内市场主要集中于广东省人民医 院、上海交通大学医学院附属仁济医院、陕西省人民医院等三级甲等医院。 药物在临 床使用中对大多数人有效，则认为这种药物对所有人有效。拿肿瘤举例，每位患者的肿瘤基因组均不相同，导致生物学行 为有差异，也 就导致药物在临床反应中效果不一；而通过低成本、快速的药物挖掘研发个性化治疗药物，将成为可能；目前主要成 果体现于抗肿瘤药、 心血管药、孤儿药（罕见药）以及经济欠发达地区常见传染病药，其中抗肿瘤药占到 1/3 ； 舶众数据 思路迪 吉凯基因 瑞博生物 赛福基因 裕策生物

客服人员流失率高 • 客服经验沉淀难 • 多渠道管理能力低下 • 信息整合难度大，数据价值尚未 充 分挖掘 • 客户信息安全问题 • 传统在线客服拟人度低 ，客户体验 差 • 缺乏主动、个性化客户管理 传统金融客服中心运营模式面临诸多 挑战 • 业务迭代快 ，知识更新难 • 专业性语料库搭建难度大 • 知识管理落后 ，缺少定制化服 务 1. 管理效率 2. 业 务 推 进 判断客户价值 • 客户营销手段颗粒度粗 • 销售线索和清洗效率低 • 新人占比高，新人培养难，平均 产能低 • 老人经验传播难 • 个性化销售工具欠缺 • 响应慢，服务低效，体验差 • 智能化程度低 • 坐席工作重复单调，成长慢，流 失率高 客户全流程管理以及内部管理效率上有诸多业务痛点 • 客户全生命周期洞察 • 全面数据获取与分析，完善 产 品与服务 • 智能多轮对话机器人 ( 语音 + 在 线 ) • 精准营销、个性化主动服务 • 客户服务拟人化 以智能化为 核心，多渠 道整合客户 信息 个性化和智能化服务， 提升客户感知度 数据精细化、 技术智能化， 驱动运营升 级 以客户为中心的 智能化管理模式 百度智能客服技术概况

300 万 次 每天响应次数 3000+ 服务企业数量 95% t 客服满意度 关于我们 将智慧赋予事物 服务的人工 + 智能，线上 + 线 下 用户数据实时的流动 精准、个性化是成长的源动力 互联网时代的客服趋势 搭建平台、汇聚资源 人人服务，形成服务闭环 全渠道实时连接用户， 是未来成功的关键 分享 流动 连接 认知 客服资源经常不足、用户体验难以保障， 建设全媒体互联网客服平台的挑战 多媒体服务渠道未统 接入 服务界面没有融合 服务数据不共享 一 互联网客服平台的八大特征 大数据驱动 跨渠道整合用户轨迹、互 动记录，个性化精准服务； 多维度精细化数据分析， 实时掌控用户运营情况 多渠道接入 web 、 WAP 、 APP 、 微 信、微博、电话、邮 件、 电商平台、百度、 社交 & 资讯媒体 智能路由 ：真实、完整掌握客服团队工作状况以及问题所在，持续提升客服工作效率； 2. 数据分析：从咨询发起页、咨询总结、关键词、来源、咨询量、转化情况等维度进行全方位流量统计分析； 3. 多重报表灵活自定义，充分满足您的个性化管理需求。 • 咨询类型统计分析 • 按用户咨询习惯、操作终端、地域查询咨询情况 • 查询有效、无效咨询、接通率、咨询质量及留言咨询 • 查询用户排队数据，包括用户进入排

领域布局多年，已形成较为成熟的 AI 全场景化应用，沉淀了丰富 的应用数据和场景，在 AI 大模型催化下，AI 效能有望进一步提升。 3.1.1 场景一：前台赋能 1）保险产品智能配置：个性化满足低单价产品的配置需求 AI 经过深度学习和对大量解决方案的模拟运算，能够根据用户提供的个人信息量 身定制合适的保险配置方案，扮演“AI 保险规划师”的角色。2023 年 4 月 12 日， 数据处理与分析能力相较于人工优势显著，可更好识别和利用隐藏在数 据中的趋势、风险因素等，帮助精算师更好地理解风险和预测未来的发生率；另 一方面，通过分析市场趋势、客户需求和风险因素，AI 可以为产品精算人员提供 个性化的保险建议和方案，助力保险公司创新性、具备吸引力的产品的开发。 谨请参阅尾页重要声明及财通证券股票和行业评级标准 17 行业专题报告/证券研究报告 3.2 海外 大模型多集中于自然语言处理领域， 我们判断，短期来看，AI 大模型在保险领域的应用将主要集中在前端的智能客服、 销售人员赋能（销售助理）方面，但随着数据与训练的积累，长期来看，AI 大模 型有望向个性化产品定价、核保核赔、风控减损等多场景延伸，深度赋能全产业 链。 表5.海外 AI 大模型保险应用加速推进 应用场景 公司 国家 具体应用 销售助理 Tokio Marine &

游后 移动 互联网 门户 手机 WAP 网 站 手机 AP P 来往、 易信 ... 百度轻 应用 微信平 台 运用信息技术建设的智能个性化的移动互联网门户，为游客提供游前、游中、游后服务，满足游客个性化需求。 智慧旅游 – 游客服务门户 环幕影院体验 仿真漫游体验 AR 互动展示 多媒体沙盘投影展示 智慧管理 3DGIS 可视化管控平台，促进行业监管由被动、事后管理向过程、实时 存储回放 报警联动 音频对讲 增值功能 多画面监控 多画面轮巡 云镜控制 远程控制 录像检索 本地回放 远程回放 客户端存储 报警输入 中心存储 控制输 出 前端存储 移动侦 测 个性化功能 图像抓拍 图像识别 电子地图 双向对讲 广播喊话 网闸穿越 环境监控 3G 网 关 系统 SDK 以计算机多媒体技术、 3DGIS 技术、网络通信技术、智能图像分析技术、数据挖掘技术等为基础，构建基于云 智慧服务 以人为本、主客共享”为游客提供“全过程、一站式、个性化”的旅游综合 信息服务 基于“利用云计算、混合现实、 3DGIS 、移动通信、身份识别等技术，构建“一云多屏”的智慧旅游服务平台。游客主动感知旅游 信息、 虚拟体验、行程定制、电子商务等服务，提升游前、游中和游后三阶段体验。 智慧服务特征 标准化 个性化 数字化 差异化 数字化的信息组织和快捷 准确的呈现 清晰准确并且公示的服务

..................................................................................58 3.1.2 多语言支持与个性化应答................................................................................................. 和风险管理等多方面的挑战。传统保险业务流程依赖人工核保、理 赔和客服，导致响应速度慢、成本高且易出错。根据 2023 年行业 报告，保险机构平均处理理赔需 5-7 个工作日，而客户期望已缩短 至 24 小时内完成。同时，个性化产品需求增长，70%的客户倾向 于通过智能渠道获取定制化方案，但现有系统缺乏动态场景分析能 力，难以满足市场需求。 本项目旨在通过接入 DeepSeek 的智能体技术，构建覆盖核 保、理赔、客服等核心场景的 行业主要痛点可归纳为： - 服务效率瓶颈：人工坐席日均处理咨询量约 50-80 通，高峰时段 响应延迟超过 30 分钟 - 风险管控滞后：车险骗保识别依赖人工审核，误判率高达 18% - 个性化服务缺失：标准化的产品推荐匹配度不足，转化率低于 12% - 运营成本高企：培训新人代理平均投入超 2.3 万元/ 人， ROI 周期 长达 9 个月 技术层面，现有系统存在明显短板：核心业务系统平均年龄达