保险行业理赔业务基于DeepSeek AI大模型应用设计方案(281页 WORD)...................................................................................................90 6. 模型训练与优化....................................................................................... 面显著增加运营成本,头部险企的理赔人力成本占比已超过总运营 成本的 15%。通过引入 DeepSeek 大模型,可针对性解决上述痛 点:其多模态识别能力能实现医疗票据、交通事故照片等材料的智 能解析,将单证处理时间压缩 90%以上;内置的保险条款知识图谱 能自动完成责任匹配,使标准案件自动化处理比例提升至 70%。 2.1.2 人工审核成本高 传统保险理赔业务中,人工审核环节存在显著的成本效率问 题。理赔案件通 的智能单证审核模块能自动完成 85%以上的基础材料校 验,将人工介入节点减少 60%;图像识别技术实现医疗票据、事故 照片等非结构化数据的秒级解析,较人工效率提升 20 倍;知识图 谱驱动的核损决策引擎可覆盖 90%的常规案件定损,使专家只需聚 焦 10%的高风险复杂案件。实际试点数据表明,该方案能使单案平 均处理成本下降 52%,人力成本占比压缩至 18%以下,同时将核 赔周期从 3-5 天缩短至 820 积分 | 295 页 | 1.87 MB | 1 天前3
保险行业基于DeepSeek AI大模型智能体场景化设计方案(207页 WORD)先,提升运营效率,将核保流程从平均 48 小时压缩至 2 小时,理 赔自动化率提升至 90%;其次,通过动态用户画像分析,实现产品 推荐精准度提高 40%;最后,利用实时风险监测模型,将欺诈识别 准确率提升至 98%以上。 关键数据指标对比如下: 指标 传统模式 DeepSeek 方案目 标 核保时效 48 小时 2 ≤ 小时 理赔自动化率 35% 90% ≥ 产品转化率 12% 17%(+5%) 指标 传统模式 这种转型需求呈现出明显的技术传导路径:前端需要构建智能 交互层解决服务可及性问题,中台必须建立统一的数据资产中心打 破信息孤岛,后台则需通过 AI 重构核心业务流程。具体表现为: ①对话式交互需支持保险专业术语 90%以上的准确理解;②承保决 策引擎要能在 500ms 内完成多维度风险评估;③理赔自动化系统 需实现医疗票据等非结构化数据的 85%+识别准确率。 在此背景下,行业亟需具备以下特性的解决方案:①开箱即用 实现业务 流程智能化升级与客户体验革新。核心目标聚焦于三个维度:效率 提升、风险控制和服务创新,预期在 12 个月内完成全场景落地并 实现关键指标突破。 在运营效率层面,计划通过智能体实现 90%标准化流程的自动 化处理,包括保单录入、核保初审、理赔资料预审等高频场景。根 据试点数据测算,自动化处理可将单笔保单承保时效从平均 45 分 钟压缩至 8 分钟以内,人工干预率降低至 5%以下。关键预期成果20 积分 | 216 页 | 1.68 MB | 1 天前3
数字化医疗系统接入DeepSeek构建Agent智能体提效方案(220页 WORD)个标准问句,对患者个性化咨询的覆盖度不足 20%。 通过深度调研华东地区 6 家三甲医院的工作流,我们梳理出以 下关键需求矩阵: 需求类别 现状指标 目标提升要求 技术实现路径 临床决策支持 辅助诊断准确率 72% ≥90% 多模态数据融合推理 文书自动化 病历生成耗时 18 分 钟/份 5 ≤ 分钟/份 结构化输入+AI 模板生成 资源调度优化 检查预约平均等待 3.2 天 ≤1.5 天 动态优先级算法+资源预测 完整病史需登录 5-7 个系统。抽样调查显示,医师日均花费 28%工作时间在数据检索与整理上,严重影响诊疗效率。 为解决上述问题,需建立标准化数据中台实现以下关键突破: - 制定统一的元数据标准,覆盖 90% 以上临床数据字段 - 开发智能 数据路由引擎,支持 HL7/DICOM/FHIR 等多协议自动转换 - 构建 增量同步机制,将跨系统数据延迟控制在 5 分钟以内 某试点医院实施数据整合方案后的效果对比: 写,平均单份病历录入耗时 8-12 分钟,且存在 20%的重复录入现 象(如跨科室转诊时需重新登记基础信息)。 2. 跨部门协作延迟:检验科、影像科与临床科室间的报告传递平均 需要 45-90 分钟,人工跑签占比高达 60%。 3. 决策支持缺失:医生在制定治疗方案时,需自行查阅文献或指 南,约 70% “ ” 的受访医生表示 无法快速获取最新临床证据 。 以下为人工效率关键指标的对比分析(基于40 积分 | 213 页 | 1.48 MB | 4 月前3
数据突围 AI时代汽车全域营销实战手册运营陪跑等业务,推动企业与数字平台 (B2P) 的共振和成长。 汽车之家于 2005 年正式上线,为全球领先的一站式汽车生活服务 提供商,也是全球访问数量最大的汽车内容网站,目前服务覆盖国 内超 90% 汽车主机厂与经销商。汽车之家以数据消费为核心驱动 力,积极挖掘数据价值,依托大数据、人工智能等技术,全方位服 务主机厂商及产业上下游企业;汽车之家通过成熟技术的深度应用 与 AI 大模型的精准融合,构建了全链路解决方案,并形成强大的 术变革如何 影响着市场,而每一家身处其中的企业,又该如何应对。 一财商学院联合瓴羊、汽车之家共同发布《数据突围:AI 时代汽车全域营销实 战手册》,基于对汽车之家全网约 2 亿注册用户 1、超 90 家主机厂与 25000 个 经销商等海量数据的洞察分析,助力车企探索数字化和 AI 时代下的汽车营销新 范式。 1 截至 2023 年底,汽车之家注册用户数量达 2.086 亿。(来源:汽车之家 户资源,车企可以通过 APP、客服、保养等诸多触点与老车 主进行互动。 但随着新功能和新车型不断地撩拨消费者的痒点,老车主变 得越来越“花心”。数据显示,大部分车主在换车时并不会选 择旧车品牌。90%的老车主在换车时对其他品牌有购车意向, 59% 用户表示不会选择旧车品牌。 除了新车吸引车主尝新,大部分车企还面临数据资产冗余与 商业价值挖掘不足的矛盾。多数车企的客户维系仅停留在简 单的售后回10 积分 | 24 页 | 14.96 MB | 5 月前3
金融银行业务接入DeepSeek AI大模型智能体建设方案(304页 WORD)义理解深度不足和上下文关联能力薄弱。 以下是金融银行业务智能化转型的三大核心需求对比: 需求维度 传统模式痛点 智能化转型目标 服务效率 人工处理耗时,响应延迟超过 30 分钟 实现 90%以上业务的实时自动化 处理 风险识别 依赖静态规则,新型风险漏报率超 40% 动态建模覆盖 95%以上的复杂风 险场景 个性化能力 标准化产品推荐转化率不足 15% 基于客户画像的精准推荐转化率 信贷审批、风险管理、客户服务等核心业务模块,使模型在金融术 语理解、监管政策解读等任务中的准确率达到 92%以上。关键性能 指标包括:客户咨询意图识别响应时间≤800ms,复杂业务查询的 语义理解准确率≥90%,7×24 小时在线服务可用性达 99.99%。 业务赋能方面重点实现三大突破:一是智能客服场景的深度优 化,通过多轮对话系统处理 80%以上的常规业务咨询,人工坐席 转 接率降低至 5%以内;三是业务流程自动化改造,实现贷款申请、票 据处理等 15 类高频业务的智能审批,平均处理时效从 48 小时缩短至 4 小 时。 维度 基线指标 目标指标 提升幅度 服务效率 5 分钟/单 90 秒/单 70% 人力成本 100%人工 30%人工介入 70% 业务覆盖率 40%标准化业 务 85%标准化业 务 112.5% 合规通过率 人工审核 85% 系统预审 95%10 积分 | 313 页 | 3.03 MB | 1 天前3
自然资源数字化治理能力提升总体方案--自然资源部.............. 90 9.3.5 ඔغᆓഭཱྀ ................................................................. 90 9.3.6 Վ՜Ҽ৫ಬ ................................................................. 90 — 11 — ¤ Վ՜Ҽ৫ಬ ߒ௦ࢳ༰ԅࢩۢିٹݯᄥēѩד݈֟ࢩۢିٹԅӽᆴဈēߜ ᆑ௶ᆇၗᆓܤᄭसெࣣઌదંγ႓ఉࢩۢᄥēࢩۢࠒڴᆴนပڑ কӽؤϦᆘۦࢩۢିޮԅᄷྑϵࢩdަஜٕᆖדۤ՜Ҽᄗӽēಬ — 90 — ¤ ¤ Շ՜Аݯᄥē२ܤંγcੜ௲ྑௐcՎൟ՜cӾԤۢАdອ ڑົં࠼ࠩ௦ڶёݻ໒ڕसē̼ݻ໒ିޮࠒڴᆴนჿІc ؟ࠩڕस̝ۤ૦၇സԅᄷྑྦྷd — 91 —10 积分 | 89 页 | 13.30 MB | 5 月前3
保险行业保险+AI深度报告:看好丰富数据积累及应用场景驱动下,保险+AI大模型的受益机会-20230628-财通证券-38页训练的方式,构建多元化智能实训模式,为学员提供 1 对 1 的精准反馈,实现智 能培训的“降本增效”,当前知鸟在智能陪练方面已实现人脸识别率 99.8%,语音 识别率 98%,综合评分准确率 90%。 谨请参阅尾页重要声明及财通证券股票和行业评级标准 14 行业专题报告/证券研究报告 3)营销素材生成:平安寿险推出 AI 短视频跟拍工具,帮助代理人打造内容 IP,吸引公域流量,上线 动处理、快速结案。如:中国太保产险联合百度打造的“全智能、无人工”车辆 定损工具“太·AI”,截至 2021 年 11 月,已适用 2.3 万个车型,覆盖 97%的乘用 车品牌,部件识别准确率超过 98%,损伤识别准确率超过 90%。 需要注意的是,定损、理赔判定依据复杂、专业性高,尤其是人身险在涉及劳动 损失给付等方面的程序时,往往涉及与被保险人的交涉沟通,因此,虽然未来 AI 在定损理赔领域应用前景广阔,但并不可完全对人工形成替代。 公司 定损理赔系统 应用场景 中国太保 太·AI “全智能、无人工”车辆定损工具;适用 2.3 万个车型,覆盖 97%的乘用车品牌,部件 识别准确率超过 98%,损伤识别准确率超过 90%。 中国人保 拇指理赔 投保人通过手机“一键报案、三张照片、确认账号”三个动作,即可在事故现场在线 自主完成从出险报案到收取赔款的全流程。 中国平安 智能闪赔 借助人工智能技术20 积分 | 38 页 | 3.17 MB | 1 天前3
AICP-智能客服解决方案(74页PPT)小流量测试、广发已经进入商务阶段 五大行和头部的股份制银行现状:当 前在使用的大多是传统厂 商, 2017- 2018 年基本都在寻求替换方案 运营成本高 技能要求高 效果天花板低 : 精度难超越 90% 运营成本低 技能要求低 精度持续运营可以高达 9 运营成本极低(自学习,极少量监督) 精度持续运营可以高达 98%+ 百度智能客服的优势 客服的人工智能 1.0 客服的人工智能 3 感知和认知全方面技术,包括语音识别 / 合成、自然语言理解、知识库、用户画像 等 » 》 百度智能客服实施案例 —— 某运营商案 例 智能交互准确率 第三方用户评测对比效果 4 个月上线,赶超竞品,智能交互准确率稳定在 90% 理解能力 用户表述自然度 竞品 AI 表述拟人 度 服务个性化 百度 问题推荐 》》 继续多轮会话 多轮会话 百度外卖在 11 月 19 日 -20 日推出 “吃货们,嗨起来”的半价活动,恰逢部分地区遭遇雨雪天气, 导 致活动期间咨询暴增;客服人力不足,机器人有效帮助接待问题 90% ,问题解决率 88% ! 百度智能客服实施案例 — 智能在 线客服 支持外卖极速响应客户问题 对于外卖来说时效性最为关键,从 外卖需准时送达到快速响应客户咨 询,外卖对客服产品的响应速度提20 积分 | 73 页 | 8.46 MB | 1 天前3
盛视科技深耕智慧口岸,海外业务、多模态AI构筑第二增长曲线营业务包括智慧口岸查验系统解决方案、智能交通及其他业务。智慧 口岸为公司的核心业务,公司深耕口岸业务二十余年,智慧口岸业务的收入持续稳步增长,2017-2021 年,智慧口岸业务收 入占比均在 90%以上,公司智能交通及其他业务目前收入规模还较小。目前我国口岸仍处于扩大开放中,公司的智慧口岸 业务依然有较大空间。口岸需求复苏背景下,公司 2023 年口岸业务也同步实现了高速增长,上半年公司智慧口岸、智能交 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 营业收入(单季,亿元) 营业收入YoY(右轴) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2016 2017 2018 2019 2020 2021 22H1 2022 23H1 其他业务 智能交通及其他 智慧口岸查验系统解决方案 38.8 50.8 三亚凤凰邮轮港口岸查验设施设备建设项 目(设备采购及安装) 三亚交通投资集团 有限公司 盛视科技 3837.72 万元 90 天 2022/12/12 三亚半山半 岛帆船港 三亚半山半岛帆船港口岸查验设施设备建 设项目(设备采购及安装) 三亚交通投资集团 有限公司 盛视科技 368.36 万元 90 天 2022/12/16 三亚国际游 艇中心 三亚国际游艇中心口岸建设项目设施设备采 购 海南国际游艇交易0 积分 | 18 页 | 1.93 MB | 5 月前3
网络安全等级测评报告模版(2025版)已有安全控制措施汇总分析 【参考示例】 在服务器和终端方面采取了以下安全措施: 在身份鉴别方面,采用用户名和口令的方式登录操作系统,对登录的用户进行 身份标识和鉴别,身份标识为用户名,具有唯一性。口令信息每 90 天更换一次, 由大小写字母、数字和特殊符号组成。启用登录失败处理功能,采用加密通信 技术。 在访问控制方面,对登录的用户分配账户以及配置相应的权限,系统中未发现 多余、过期的账户,不存在共享账户的情况。 各层面安全保护情况与相应等级安全保护要求的符合程度进行确定。具体判定 依据如下表所示。 表 7-25 等级测评结论判定依据 等级测评结论 判定依据 符合 被测系统符合率高于 90%,且无重大风险隐患。 基本符合 被测系统符合率高于 60%,低于 90%;或者符合率为[90%, 100%] 且存在重大风险隐患。 不符合 被测系统符合率低于 60%。 依据 GB/T 22239—2019《信息安全技术 网络安全等级保护基本要求》和 【填写说明:下面分别给出等级测评结论为符合、基本符合、不符合的参考示 例,供测评机构参考。】 1、符合: [被测对象名称]本次等级测评的符合率为[90%, 100%],且不存在重大风险隐患, 等级测评结论判定为符合。 2、基本符合: [被测对象名称]本次等级测评的符合率为[60%, 90%),或者符合率为[90%, 100%]且存在重大风险隐患,等级测评结论判定为基本符合。 3、不符合: [被测对象名称]本次等级测20 积分 | 66 页 | 157.51 KB | 1 天前3
共 62 条
- 1
- 2
- 3
- 4
- 5
- 6
- 7
