加拿大保險公司Manulife在過去幾年中投入了數(shù)十億美金進行數(shù)字化轉(zhuǎn)型之旅，利用AI的力量簡化企業(yè)運營和增強客戶體驗。

Manulife亞洲首席分析官、新加坡首席營銷官Mark Czajkowski強調(diào)，擁有強大數(shù)據(jù)基礎設施的重要性，讓公司能夠在生產(chǎn)中部署數(shù)百種機器學習模型。

他說：“需要打下良好的基礎，并以正確的方式構(gòu)建，因為最終一旦你開始接入所有模型，如果你的數(shù)據(jù)質(zhì)量很差或者是沒有以正確結(jié)構(gòu)捕獲數(shù)據(jù)的話，你所能做的事情就會受到限制。”

生成式AI的爆發(fā)式增長，進一步加速了Manulife公司的AI計劃。Czajkowski表示：“這種關(guān)注引發(fā)了高層領導團隊的大量創(chuàng)新和好奇心。”他指出，這推動了新基礎設施的開發(fā)，以支持實時的、API驅(qū)動的生成式AI應用。

Manulife公司的AI戰(zhàn)略以惠及多個市場的關(guān)鍵用例為中心，其中一個主要重點是銷售代理支持。隨著代理的客戶組合不斷增長，他們越來越難以跟蹤個人需求和偏好。

為了解決這個問題，Manulife公司將AI驅(qū)動的洞察直接集成到自己的代理平臺中。“對于每個產(chǎn)品類別，我們可以快速地告訴代理當前的覆蓋范圍和潛在差距，”Czajkowski表示。

該平臺利用生成式AI生成針對每個客戶的談話要點，使代理能夠進行更有效的對話，并根據(jù)個人情況量身定制他們的建議。

但生成式AI并非全部。Czajkowski表示，這些建議的基礎是機器學習輸出，必須先進行轉(zhuǎn)換，然后才能被生成式AI利用。

他說：“例如，機器學習模型可能會生成0.98的分數(shù)，但生成式AI并不知道這意味著什么。我們必須重構(gòu)輸出，這樣0.6到0.98之間的分數(shù)就意味著你更傾向于退休。我們將它輸入到提示中，然后進行解釋?！?br />
Manulife公司還在呼叫中心應用了AI。以前，代理要花費大量時間查找合同文件和整合信息，而宏利公司正在使用生成式AI實現(xiàn)這個過程的自動化，讓呼叫中心代理能夠快速訪問相關(guān)信息并快速提供服務。

Czajkowski表示，這個銷售代理平臺利用了機器學習模型，同時其他功能（例如呼叫中心代理的合同查找）則主要使用了檢索增強生成（RAG）技術(shù)來有效地整合信息。

為解決繁瑣的承保流程，Manulife公司還使用生成式AI來提取和分析醫(yī)療文件，總結(jié)來自各種來源的關(guān)鍵信息，以便于審查。

“我們已經(jīng)能夠為承保人自動化所有流程，并以他們?nèi)菀桌斫獾姆绞綐?gòu)建信息，這樣他們就可以花更多時間進行裁決和決策工作，”Czajkowski說。

承保應用還會標記由于手寫或其他問題導致的轉(zhuǎn)錄醫(yī)療數(shù)據(jù)中可能存在的不準確性，讓承保人可以查看和更正信息，然后通過反饋來提高模型的準確性。AI聊天助手也可以幫助承保人快速訪問文件中的特定信息。

Czajkowski反復強調(diào)了數(shù)據(jù)質(zhì)量的重要性，并且認為，生成式AI并不是“魔法”，“真正需要投入精力研究數(shù)據(jù)，以及數(shù)據(jù)的結(jié)構(gòu)和轉(zhuǎn)換方式”。

這種以數(shù)據(jù)為中心的方法體現(xiàn)在Manulife改進的系統(tǒng)開發(fā)流程中，這種流程更加注重預先捕獲和管理數(shù)據(jù)質(zhì)量。這個跨職能的團隊由IT、數(shù)據(jù)科學以及用戶體驗（UX）和用戶界面（UI）專業(yè)人員組成，協(xié)同部署AI用例，促進整個組織對數(shù)據(jù)重要性的共同理解。

此外Manulife還采取措施確保他們以負責任的方式使用AI。Manulife公司建立了一個模型治理流程，其中包括用例的重要性評估、模型風險管理、與道德原則和監(jiān)管準則的一致性。Czajkowski表示，這個流程確保他們是以負責任的方式使用了數(shù)據(jù)，管理數(shù)據(jù)漂移并指導模型再訓練工作。

雖然他承認目前實施生成式AI技術(shù)的成本很高，但他表示,“它越來越便宜，也就是說，可以啟用更多用例”，他補充說，Manulife公司會評估每個AI項目的商業(yè)案例，以確保收益是大于成本的?！爱斘覀冮_始投資任何項目時，我們都會考慮這一點，”Czajkowski說。