社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

AIGC 在蚂蚁保保险领域的应用探索

DataFunSummit • 16 小时前 • 2 次点击  
导读 随着人工智能技术的快速发展,保险行业的营销模式也在逐步升级。蚂蚁保保险营销增长算法组利用 AIGC(人工智能生成内容)技术,为保险营销带来了显著的变革。通过生成个性化的保险营销素材、自动化的内容推荐、以及多种视频生成方式,AIGC 不仅提升了营销效率,还增强了用户与保险产品之间的互动体验。本文将介绍 AIGC 在蚂蚁保的应用实践。
文章将围绕下面三点展开:

1. 背景介绍

2. 整体解决思路

3. 未来展望

分享嘉宾|徐哲轩 蚂蚁集团 高级算法专家

编辑整理|陈思永

内容校对|李瑶

出品社区|DataFun


01

背景介绍

随着保险行业的数字化转型和用户需求的个性化发展,传统的保险营销方式逐渐显现出其局限性。无论是营销素材的制作、保险产品的推荐,还是复杂保险条款的解读,手动操作和经验判断都难以在大规模的市场中有效满足不同客户的需求。与此同时,消费者的行为和偏好也变得更加多样化,单一的营销手段难以触及每一个目标客户。基于此,蚂蚁保保险营销增长算法组(以下简称“算法组”)着眼于通过人工智能生成内容(AIGC)技术,打造出一个自动化、智能化且高度个性化的保险营销生态系统。

蚂蚁保营销素材主要分为两大类,一类是蚂蚁保阵地中的营销大卡以及一些短文案,如货架中展示的推荐理由等,这些都是由 AIGC 生成的,与具体产品挂钩的内容;另一类是支付宝域内的热点相关内容,如大 V 热点资讯、热点事件短视频等,为蚂蚁保做引流。

接下来将介绍我们如何在保险领域利用 AIGC 生成贴合业务的长短文案和视频剧本。

02

整体解决方案

1. 专业化&个性化的 GC 能力

前文中提到,一类素材是与产品相关的介绍,我们希望为不同用户展示不同类型的产品介绍。例如,同样一款医疗险,其保障范围、保障责任、免赔额等保险条款会非常复杂,而不同用户的关注点可能是不一样的,只有在一开始就为用户展示其感兴趣的内容才能吸引用户做进一步操作,并且在不同场景也需要不同的表达形式。因此,我们需要个性化的 GC 能力,使每位用户都能得到专属的保险产品推荐,从而提高转化率与客户粘性。

另外,在保险行业中,内容的准确性至关重要,因此对文案的专业化要求也非常高。

基于专业化和个性化这两大诉求,我们整体的解决思路如下图所示。

首先,确定一个具体的场景,如卡片类型的场景或推荐理由场景,确定了场景也就确定了生产的模版和规范,比如文案的长度、包含哪些信息等等。除了场景之外,还会输入产品信息,以及风格,这样就可以开始具体的创意生成了。

生成时,先从预先生成的人群中拉取用户标签,比如当前人群的核心关注点是什么,是更高的保额,还是更全面的保障范围。接着,在保险产品论据库中匹配专业的保险知识,进行第一层的需求推理。比如对于【品质生活的有娃父母】,看重全面的保障范围,那么就会看某款产品是否门诊可赔,这样根据产品和需求确定具体匹配到哪些论据。除了专业的保险知识,也会考虑是否有对应的热点事件可以匹配。比如在肺炎高发期,对儿童相关保险的需求就会加强。

基于这些人群画像、保险需求、专业的产品知识和匹配的热点,就可以生成相应的文案。之后业务团队就可以根据生成的结果进行筛选或编辑,也可以通过交互式界面对某一部分提出进一步修改的需求。最终得到所需的素材。

2. 个性化文案生产过程中的关键步骤

前面介绍了个性化文案生产的整体逻辑,这里重点介绍其中的几个关键步骤:

  • 质量评估:为做到专业性,需要通过质量监控来保证产出素材内容的准确。同时,基于保险营销的强合规性要求,我们结合合规大模型、安全合规巡检功能以及线上人工复检等多项措施,保证线上素材的合规性,同时生产内容可以做到全程溯源,实时审查。
  • 线上汰换:大规模的素材生成中不可避免的会有一些效果不理想的文案生成,因此需要一个汰换机制,筛选出效果好的文案,并不断优化匹配过程。

  • 效果回收:同时,对效果进行回收,以丰富和优化论据库,进而为需求推理提供更好的依据。

上图中展示了一个用户需求推理过程的例子,首先从论据库取到产品的结构化信息,生成产品卖点描述;接着根据人群、人群描述、投保对象和产品卖点描述进行推理。

营销除了要提高承接的效率,还有提高引流的能力,做到更好的用户触达,因此我们会关注社会上保险相关的热点事件,并进行加工,投放到不同的场景中。

热点素材生成的过程为:

  • 首先对热点事件信息流进行过滤,筛选出保险相关的信息,通过大模型 CoT+Prompt 的方式,对事件进行结构化的打标归类。

  • 接着基于结构化的事件进行素材的生成,这一过程中利用 RAG + 保险知识增强来保证专业性和准确性,生成的素材包括事件改写、长图文介绍、热点视频等形式。例如,对“探寻古莱坞”这一事件,会结合文化、旅游和如何挑选旅游保险,改写为一篇既包括新闻又包含旅游保险信息的文案。

  • 素材生成后,还有非常重要的一步就是质检和合规审查,以确保内容的合规性和准确性。这就要求一套标准体系以及一个专门的标注和审核团队,来保证最终营销内容的质量和安全。
03

未来展望

随着大模型技术的进一步发展,未来将实现更加普惠的保险服务。

利用大模型的认知,压缩保险、医疗投资等知识,可以提供比人类更为丰富且专业的保险相关知识;依靠大模型强大的推理能力,能够解决更为复杂的决策问题;结合大模型强大的自然语言交互能力,能够提供更为严谨、专业且个性化的沟通,提高服务水平,提升用户体验。

AIGC 不仅能够提升内容生成的效率与质量,还会进一步推动保险产品的创新。未来,AIGC 将在保险领域得到更加广泛与深入的应用。

以上就是本次分享的内容,谢谢大家。


分享嘉宾

INTRODUCTION


徐哲轩

蚂蚁集团

高级算法专家

蚂蚁集团保险营销策略与财产险算法负责人,主导蚂蚁保用户洞察,AIGC,营销定价等能力建设。曾在海外大厂从事推荐和搜索工作

往期推荐


百川智能:深度学习大模型推理性能优化策略

统一元数据管理 - Gravitino 在 B 站的最佳实践

大模型与行业融合:推动钢铁、医疗、教育领域的智能化变革

多模态大语言模型领域进展分享

智能驾驶技术趋势及成熟应用场景

面向生成式 AI 的向量数据库:架构,性能与未来趋势

万字讲解标签体系技术|附福利

360在图文多模态大模型领域的突破与实践

西门子利用 LLM 打造通用公司智能助理的实践

大模型+数据智能分析应用发展趋势及标准化工作介绍

点个在看你最好看

SPRING HAS ARRIVED

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/175693
 
2 次点击