企业AI转型案例(1):美国保险巨头每20秒处理一个理赔,怎么做到的?

「Travelers」有一个在行业里比较少见的做法，就是绝大部分理赔都用自己的员工处理，而不是外包给第三方。这样做的好处是质量可控、速度快，但压力也大。2025年，公司处理了150万个理赔，平均每20秒就要完成一个。2024年，他们还应对了74个灾害事件，收到了超过13.7万个灾害损失通知，其中90%的灾害相关财产理赔在30天内就解决了。

面对这么大的量，怎么保证效率？「Travelers」的做法是用AI做理赔分类。当一个理赔案件进来，AI会先判断这个案子的严重程度，然后自动分配给合适的处理层级。简单的案子走快速通道，复杂的案子交给经验丰富的理赔员。

现在，超过一半的理赔可以直通处理，客户选择这个选项的比例大约是三分之二。另外还有15%的理赔用上了高级数字工具。这些自动化手段减少了人工环节，加快了早期决策，让理赔员可以把精力放在真正需要专业判断的复杂案件上。

「Travelers」的首席技术和运营官在采访中提到，他们用AI模型对成千上万的提交材料进行分类，把处理周期从几天缩短到几小时。公司还推出了一个AI语音助手，用自然语言接听客户的首次报案电话，早期使用情况"超出预期"。配合虚拟检查功能，客户可以用手机拍照，AI辅助生成3D模型，减少了上门查勘的需要，缩短了从报案到初步评估的时间。

这些投资带来了实实在在的效果。理赔呼叫中心的人员减少了三分之一，从4个呼叫中心整合到2个。自2016年以来，「Travelers」在技术上投资了130亿美元，同时把费用率降低了300个基点。对于一家每20秒处理一个理赔的公司来说，接收和分类环节的效率提升，在一整年的业务量上会产生巨大的复合效应。

保险公司最怕的就是灾害。飓风、野火、洪水、冰雹，这些自然灾害会让理赔金额暴增。2023年第二季度，「Travelers」的灾害损失就翻了一倍，达到14.8亿美元，主要是因为大范围的风灾和冰雹。

「Travelers」在容易发生飓风、野火、洪水和强对流风暴的地区都有业务。灾害损失是财产和意外险公司最大的不确定性来源。2026年第一季度，公司的承保业绩表现强劲，部分原因就是灾害损失比去年同期低。承保团队需要准确、细致的财产风险评估，才能避免选错客户，保持业务组合的平衡。

为了提高承保的准确性，「Travelers」把多种数据源整合到灾害相关的分析和规划能力中。这些数据包括地理空间信息、历史损失记录、气象数据、财产属性，以及针对特定灾害的建模。公司用预测建模和地理空间分析来评估财产风险，为承保决策提供风险评分、损失估算和情景分析。

这些能力改变了承保工作流程。财产层面的风险评分可以直接用于承保决策。灾害暴露地图帮助承保人员看到区域风险集中度。情景模拟让团队可以测试飓风、野火或洪水对业务组合的影响。业务组合管理人员可以用汇总的风险指标来调整地理或业务线的暴露度，提高决策速度，让承保团队的判断更一致。

「Travelers」把分析和创新能力描述为长期的、企业级的投资。公司的技术和创新材料强调，高级分析、AI工具和现代数据基础设施是承保和运营的核心差异化因素。虽然公司没有公布与灾害分析相关的具体损失避免指标，但反复提到地理空间分析、预测建模和灾害模拟，说明这些能力在各业务部门的成熟度和整合度都很高。

从「Travelers」的实践可以看出，AI在保险行业的应用已经不是试验阶段，而是深入到理赔和承保这两个核心业务环节。AI加速决策的同时，也保留了关键节点上的人工判断。公司专注于高价值、高成熟度的应用，确保AI系统与财务表现对齐。这种把AI直接嵌入理赔员和承保人员系统的做法，比单独部署工具更能加快AI的采用速度。

数据整理自Emerj对Travelers保险公司的案例分析，内容仅供参考。