云保AI实战｜AI工具矩阵重塑销售与客户体验

本文根据云保AI产品战略负责人尚乐先生在分子实验室2026-2027年度战略研讨会上的分享整理，分享题目为《AI工具矩阵重塑销售与客户体验》

全国保险代理人数量从2019年的峰值一路下滑。更少的从业人员承担了更高的人均产能要求，一线迫切需要更有效率的打法。

真正的现状中，问题出在哪里？

云保对中介行业的代理人做了一轮调研，发现一个被长期忽视的事实：时间错配。

活跃代理人每天的工作时间里，大约62%花在产品学习和营销物料准备上，真正用于客户服务的时间只有20%。代理人最该做的事，陪客户、懂客户、服务客户，被挤到了角落里。

而这20%还要打折扣。获客难是行业多年的老问题，超过四分之三的代理人承认自己内容创作能力有限，无法建起个人IP和获客渠道。好不容易触达的客户里，还有相当比例是非标体，因为服务时间跟不上，最终此类非标体客户的一次承保率的不足20%，需要反复服务及走核保流程，大量潜在资源被白白浪费。

压力不只仅仅在一线产能中。中介机构普遍内勤人力不足，十来位甚至几位内勤，要服务上千甚至近万人的代理人队伍。业务追踪、人力管理、产品宣导，加上源源不断的一线咨询，每位内勤每周要花60到80个小时处理，本该投入营销服务的精力被琐事拖住。

云保给自己出了一道题：能不能用AI，把代理人和内勤被错配的时间，还给客户？

AI智能秘书：把代理人的时间抢回来

云保做AI的起点很朴素，先把代理人从"不该他们做的事"里解放出来。

AI智能秘书是整个矩阵的地基。它的架构：最底层是通用大模型，往上是多个智能体，再往上挂满技能和工具。这让它不只是问答窗口，而是能真正交付任务结果的助手。

面向代理人，AI智能助手做了多应用端布局。小程序承接微信里的高频服务场景，H5可以嵌进公众号和App，PC端用于复杂的上下文交互，比如处理第三方平台上的视频、文章，再拿到本地改写。三端并进，覆盖代理人从碎片化咨询到深度作业的全部时段。

有了这个地基，平台上原有的功能被整体重做了一遍，初步实现了功能+AI的升级迭代。客户管理、客服助手、计划书、产品对比这些高频模块，借大模型能力完成了一次增强。最直观的是计划书。过去用传统软件工程，代理人只能套一两份固定模板；现在，AI能根据每个代理人的喜好和习惯，生成千人千面的版本，甚至同步产出配套的讲解说明。

产品详情页也内嵌了AI入口。代理人看产品时，可以一键切到秘书，快速生成产品解读、卖点提炼、口播稿和营销文案。搜索模块同样被改造：识别用户意图后，把流量路由到更接近成交的页面，比如搜索一款意外险，系统会顺带告知这款产品的近期活动、激励和加推权益。

真正让这套秘书不一样的，是它的Memory机制。除了平台数据和微调知识库，它还会记录代理人短期、长期的画像数据，例如近一周甚至近十四天的客户拜访和联系情况。

同时，云保直面挑战，为真正打通最后一步代理人面访转化环节的数据壁垒，甚至为部分试点代理人采购硬件，留存面访时的会话记录，再结合搜索、产品访问、投保核赔等动作，挖掘出每个人的展业习惯。由此，首页的逻辑从"猜大部分代理人会做什么"，升级为"为这位代理人量身定制日程，主动发现有价值的工作"。云保的目标是让每位代理人看到的，都是属于自己的专属工具箱。

数据显示：产品学习的咨询时间，从平均3到5天一款缩短到1天一款；客户方案比对和创建，从3到5分钟一款压缩到数秒；产品相关问题的解答准确率达到98%，接近资深代理人的平均水平。AI并不能完全消除幻觉，剩下那2%会转由人工兜底。服务质量上，因服务引发的咨询投诉率下降了72%。

尚乐介绍了一个真实场景：一位代理人上门面访，方案讲完，话也说到弹尽粮绝，他预感客户马上要抛出那句经典推辞："我得回去问问先生"。情急之下，他打开AI秘书，调出某款产品的理赔报告。AI准确找到这款产品的理赔记录，还渲染成一份可展示的报告。代理人拿给客户看，客户当场就买单了。这不是推演，是一线的真实反馈。最后这样的真实反馈也成了AI助手中的真实赋能的skill工具，所以all in AI不能脱离一线，也不能脱离实际场景，才能产生最大的ROI效益。

AIGC内容获客：让代理人每天都有内容素材

智能秘书解决的是存量经营，新客户从哪来，是另一道题。

云保的AIGC内容智能体，就是冲着这个刚需去的。它把生文、生图、生视频的能力做了全覆盖，内部还专门立了一个"星罗项目"，专门服务想走自媒体获客和闭环展业路线的代理人。

和市面上多数工具不同的地方在于，云保把内勤也纳了进来。不只给有能力做素材的外勤提供工具，也让内勤能快速产出节日节气、公司品宣、产品宣发这类轻量转发素材，把打造人设的门槛进一步降低。

AIGC能力的具体形态可以分为：

生文覆盖产品营销文案、微信和小红书图文、公众号文章、产品讲解稿、短视频口播稿；

生图覆盖产品营销海报、节日主题海报、活动素材、社交平台配图；

生视频则覆盖产品讲解视频、数字人口播、图文转视频。

仿写逻辑也做得扎实。代理人可以把第三方平台的链接（已经经过平台审核）复制进来，由智能体先解析、蒸馏，再生成风格相近的全新版本。

云保强调，这套逻辑不会照搬、不会洗稿，而是"真正理解为什么这篇文好"，再用同样的方法论写出属于代理人自己的版本。

内容获客最怕触线，所以合规被放在了很重的位置。云保与法务协作，把保险业敏感词、通用敏感词，以及小红书、抖音、快手等平台的敏感词，统一封装成助手嵌入智能体。此外还有交叉验证和多智能体轮转机制，确保素材不包含政治敏感或违禁内容。合规是红线，要的是接近百分百的精准。

考虑到930的互联网宣传新规，这套内容生成的应用的重中之重，或者红线就是合规。再AIGC时，适时关闭联网搜索的能力，全部从自建的知识库中获取对应的过审的产品营销类知识信息和知识图谱，再结合AI的能力建立自动化三道内容敏感词红线：行业内容敏感词、平台敏感词、通用敏感词（营销法规类）。再叠加细化到某类险种的敏感词，并使用生成后二次审核召回的形式，满足合规类的基础要求。

另一处细节是"发什么、何时发"。系统会每日自动生成节日和运营热点主题的海报，比如学平季、节税季，还会给出内容策略指导，告诉代理人可以发什么、什么时候发。对那些不知道清明、端午该发点什么的代理人来说，这套指引本身就是一种获客基础设施。

AIGC的账很好算。一篇从零到一的长文，创作时间从平均30分钟压缩到15秒；内容合规率做到几乎百分百；创作效率的提升带动获客效率提升约3倍。传播侧，朋友圈互动率提升3.2倍，小红书曝光量提升2.7倍，收藏和点赞也有数倍增长。

核保智能助手：让非标体也能买到保险

前面两块，解决的是获客与经营。还有一些代理人，长期卡在核保这一关。

中国慢性病患者已经超过3亿。这些人有实实在在的保障需求，却常常面临投保难。一位保司的专业核保员，人均一天顶天处理50件。专业度和时间跟不上，非标体客户的投保成功率过低，一次承保的不足20%，大量名单被反复消耗、白白浪费。

云保的办法是两头一起做。

先是和保司共建。云保对接了保司愿意前置开放的智能核保问卷和知识库，其中抽取的部分医学知识，全部由资深核保员再次审核确认。有了这层授权，代理人可以在客户授权的前提下，让客户上传病历和体检报告，交给模型分析。

接下来是技术链路。系统基于共建的核保数据库和医学知识库快速做核保评估，这一步不像AIGC生成那样瞬时，因为涉及OCR识别和医学知识筛选，大约要一两分钟出结果。拿到评估结论后，再交给通用大模型做精准推荐，调用平台上对应的产品，最终给代理人一份预判建议，据此在候选产品里为客户挑出真正能投进去的那几款。

今年云保还提升了风控能力。代理行业里恶意退保并不罕见，云保对特定人员、特定地区设了风控规则，一并集成到核保助手的推荐逻辑里，既保护保司，也让一线销售更放心。

效果是显著的：核保处理时间缩短到5分钟以内；非标体一次性过关率从20%提升到58%；核保结论准确率做到92.5%。

AI智能分身：一个人也能服务上万人

外勤的提效，只是问题的一半。还有另一个被忽视的群体：内勤。

数位内勤，要服务上千甚至近万人的代理人队伍。答复咨询、业务追踪、人力管理、产品宣导，每周60到80小时砸在事务里，真正的营销和产能投入被严重挤压。

云保的AI智能分身，就是给内勤配的帮手。

它的能力基础来自智能秘书的积累。AI秘书已沉淀10多个智能体、200多项技能，打通产品知识、展业素材、客户经营和平台操作，覆盖从产品问答、保费测算、计划书制作，到核保核赔、保单订单、佣金续期查询的全链条。今年云保做的，是在这套能力上叠加内勤侧变量：内勤日常服务的知识库、工作流和习惯，一个能替内勤分担事务的智能分身就此成型。

先解决"随时在线"。分身7×24小时值守，高频活动和高频问题会自动沉淀回知识库，用于后续RAG调优，越用越准。

再解决"分流"。系统拿到分身与代理人的聊天数据后，会做智能路由和问题预判，把标准问题送进标准问题库，转交给对应的内勤或技能；分身暂无权处理的，再统一转人工。这样内勤的服务半径，就不再等于他的在线时长。

事情交给分身去做，风险必须盯住，所以云保在"可追溯"上花了不少功夫。每一次调用、每一个判断，都有详细的工作日志和可视化记录，这些数据会积累成测试集用于后续验证。

内勤闲下来时，可以去"巡逻"分身替自己回复的内容，满意就放过，不满意可以打标，也可以直接在自己的企微对话框里手动回复。分身始终在内勤视线之内，有余力时，可以随时纠偏、随时接手。

云保AI大脑：把能力装进一个底座

四大工具模块之上，是云保AI大脑的架构。它一共五层，从下往上依次是通用模型底座、知识中心、AI智能体、AI生态和业务场景。

最底层的模型底座已经能灵活切换，不同服务场景配不同底座。往上，知识库和知识图谱构成知识中心；再往上是智能体，以及挂载其上的技能和工具；最上面一层，是场景里嵌入的智能体，和它们端到端服务的代理场景。五层叠起来，才构成一个完整的大脑。

比架构更值得说的，是它的迭代机制。

尚乐讲了自己的一段经历。他也做AI开发，当写完一个智能体，或遇到大模型升级，比如从5.2升到5.3时，曾一度不敢直接上线。原因很实在，他不知道这次升级会牵动多少已经稳定运行的生产场景。

这个担忧，逼出了云保AI大脑的研发闭环。系统定期从生产环境同步数据、做数据回流，由客服组和智能体开发的产品经理统一评估验证，再给数据打标签，追踪每一次结果产出的完整调用流程。这些数据最终会被反向输入测试集，用于下一轮验证。遇到极端场景或明显越界的case，还会专门准备独立测试集，每次上线都跑一遍。

有了这套AI工程底座，发布任何一个应用、做任何一次迭代，才能尽量不去扰动生产上的主流程。

技术之外，尚乐还分享了一个他自己当客户的小插曲。他看自己的客户画像时，系统给出的结论里有一条：这位客户"有点八卦"。他笑着承认，那是真的。这个细节印证了一件事，平台对客户兴趣的解析，已经细到能还原一个人真实的关注偏好。

支撑这套能力的，还有一条生态路线。云保已形成可公开发布的SaaS服务，朋友圈AI、PC端功能都能满足SaaS化的需求；智能秘书也固化为一套保险中介行业解决方案，能在不同机构、不同业务环境下快速复制交付。

写在最后

这场分享从头到尾，都在回答开头那个问题：代理人越来越少，行业靠什么挤出更高的产能？

云保的答案，是用一套AI工具矩阵，把被错配的时间重新还给代理人，把被拦住的客户重新请回来，把被事务拖住的内勤重新解放出来。智能秘书、AIGC、核保助手、智能分身，四块拼图合起来，是让每个保险从业者，都能把精力花在真正创造价值的地方。

"AI能力只有在不同渠道和市场中保持真实的应用，才具备企业级平台和规模化的价值"。这句话，是云保这一年的注脚，或许也是整个行业接下来要走的路。"AI能力只有在不同渠道和市场中保持真实的应用，才具备企业级平台和规模化的价值"。这句话，是云保这一年的注脚，或许也是整个行业接下来要走的路。