循環智能COO揭發在《中國銀行保險報》保險峰會的演講

2020-09-09
演講與活動

2020 年 9 月 3 日，貴陽。循環智能（Recurrent AI）聯合創始人、首席運營官揭發在《中國銀行保險報》主辦的“第十三屆中國保險業信息化峰會”上發表演講《AI驅動銷售提效與業績增長》。內容如下：

先快速介紹一下公司和團隊。循環智能的核心創始團隊來自清華大學和卡內基梅隆大學，曾任職于 Google、Facebook 和微軟的 AI 研究部門。投資方包括紅杉資本、金沙江創投、真格基金和靖亞資本。

循環智能是一家技術驅動的公司，擁有在世界范圍內領先的原創前沿技術，2019年公司聯合創始人楊植麟作為第一作者發表的兩個自然語言處理模型 Transformer-XL 和 XLNet，取得多項 SOTA 成績（最優結果），前者被廣泛運用于語音識別底層模型，后者被用于語義理解。

剛進入這個行業時我們就在思考，AI行業在保險領域可以做什么，這個行業里已經有很多做“降本”的公司，做各種機器人，替代人工做一些簡單的通知型工作。我們觀察到中美之間的保險發展仍有十多倍的密度（覆蓋度）差距，這種差距不可能只通過降低成本去解決，最終我們選擇進入另一個賽道——用AI和NLP技術提升銷售端的效率。

這就引出了第一個問題：AI是否真的可以產生更有效的銷售策略。

AI是否能產生更有效的銷售策略？

可能很多已經在使用AI技術和尚未部署AI技術的保司都會有這個疑問。過去兩年我們服務保險公司的過程與客戶的不斷交流，總結了保司在線上化方面面臨的三個方面的挑戰，第一，來自客戶，對客戶而言，線上是新的模式，他們會有很多質疑；第二是外部環境，流量越來越貴、越來越少，而且監管越來越嚴格；第三是保司自身的特點，業務員流動率非常高，但缺乏技術輔助手段提升每個人的效率。

針對這些挑戰，我們推出了一系列產品。今天我們挑出兩個場景，跟大家一起探討，AI是否能提升銷售策略的效率。

上圖是保險電網銷的典型銷售環節工作流程。第一步是名單管理，有新名單，有老名單，名單管理平臺一般由內部數據管理團隊去形成各種專案和分析，然后再下發到業務系統中，進入到聯絡中心，通過電話、微信、在線IM等手段與客戶進行溝通。在這個流程中，AI可以做些什么？循環智能從專案的生產環節入手，因為這個環節在漏斗的前端。

我們先介紹一個加保的場景。通常客戶的第一張保單，金額比較低，如果只有一張保單，可能連銷售成本都收不回來，但保險完全可以家庭為單位進行交叉銷售。所以加保的場景，提升空間很大，因為過去都是靠非常基礎的人工分析進行加保策略的匹配。此外，因為有靜默期，以及防騷擾的規則，加保的窗口期非常有限。

在有限的窗口期，我們是否可以借助AI技術提升加保的轉化率？因為數據量已經非常大，靠人工進行數據分析遇到了瓶頸，很難算出什么樣的畫像組合適合什么樣的產品，所以我們跟客戶做了一些新嘗試，我們用大量的保單數據做建模，然后做加保時候產品的精準匹配，這個邏輯簡單來說就是，根據歷史上的保單數據去建模和計算，什么標簽組合適合什么產品。

分享一個加保案例，我們跟一家保司，用了過去兩年將近20萬數據（保單的字段和成交信息）做建模，我們做了兩件事情，一個是推薦險種，一個是推薦保險產品，模型上線之后，我們看到的結果是，算法模型相比人工策略，險種推薦準確率提升到 1.6 倍，產品推薦準確率提升到 3 倍左右。

我們再來探索另一個場景。流量越來越貴，但我們發現企業容易忽視一個場景，就是已經觸達過但未成單客戶的商機挖掘。如果這部分流量用得好，就等同于獲得了新的流量。

已經觸達但未成單的客戶，怎么用AI做策略？我們并沒有保單數據可以用，我們唯一的數據是客戶的電話號碼和溝通錄音，那能不能用溝通數據（對話數據）來做建模？大家從來沒有嘗試過。

我們去做了這個事情，分享一個實際的案例。過去，針對接觸過但未成交的客戶名單，企業只有一些簡單的人工策略用來篩選其中更有可能有意向的客戶，而我們是把過去成交的和未成交的溝通記錄（語音和文本）拿出來進行訓練，我們根據成交的客戶溝通內容去反向計算，什么樣的溝通記錄更容易成單。

AI建模之后，我們對所有名單進行排序，取頭部的20%進行聯絡，通過與企業原有方式進行對照，我們得出的效果是AI模型篩選名單的通話時長增加至 1.6 倍，而成單率提升至 3 倍。

前面分享了AI提升銷售策略的實踐。有位知名企業家說過，一流的策略+二流的執行，還不如二流的策略+一流的執行。好的策略之后也需要好的執行，那么AI能否在執行環節，提升團隊效率？

AI是否能夠彌補銷售人員能力短板？

我們的結論是可以。我們的一個客戶總結說，如果提升銷售員的異議處理能力，就能提升通話時長，就更有可能成單。我們放一個簡短的視頻，給大家感受一下我們怎么做銷售的實時輔助，提升銷售員的異議處理能力。

除了實時的溝通輔助，在溝通結束后，我們也會把整個過程報表化。對于業務管理者來說，過去只能去管理業務員的通話時長等數據，中間的溝通過程其實不清楚，通過我們的產品，我們把整個溝通過程結構化，管理者可以了解到業務員的每個話術流程執行是否到位，了解到每個人的薄弱環節分別是什么，通過這套系統組合，對業務員的執行力會有大幅的提升。

我們請一個客戶做了這張上線前后的對比。同樣級別的兩撥人，一撥人使用實時輔助和執行力監督，另一撥人不使用，我們可以看到，在前六個月使用我們產品的那組人業績比不使用的那組高出了 50% 左右。

在上崗之前的培訓環節，過往的培訓流程基本是靠人工分析和經驗總結。我們使用AI技術，從優秀銷售的成單溝通記錄中進行挖掘，找出有助于成單的應答話術，讓把這些優秀話術變成標準流程，變成標準流程之后，在培訓過程中，讓新入職員工跟系統進行人機對練。

循環智能聚焦的事情是通過AI幫助客戶在銷售場景做業務價值的提升。我們也會不斷打磨銷售場景中的更多實踐。

謝謝大家。

（注：演講實錄，時長約 24 分鐘，可掃碼觀看）

循環智能

“讓每一次溝通有更好的結果”

意向評分 | 執行監督 | 坐席輔助 | 智能質檢 | 語音識別

> 詳情請訪問官網 rcrai.com

相關標簽

分享至