蟻小保，讓我看到了AI agent該有的形態(tài)

文 | 周天財(cái)經(jīng)

周天財(cái)經(jīng) 原創(chuàng)出品

買保險(xiǎn)很難買，賣保險(xiǎn)也很難賣，一是不懂，二是怕坑，總結(jié)來說，是怕?lián)p失，需要確定性和獲得感。但舊模式的保險(xiǎn)，給不了這些確定感，產(chǎn)品琳瑯滿目、條款紛繁復(fù)雜，幾十頁合同，還都是長難句。

再深層一點(diǎn)的顧慮是，保險(xiǎn)顧問有自己快速成單的利益訴求，給的建議是否中肯，能不能站在自己這邊，讓人沒把握，我索性擺爛，很多保險(xiǎn)我拖了很久沒買。

但在風(fēng)險(xiǎn)里裸奔不是辦法，內(nèi)心還是有隱憂。同時(shí)又看到今天大模型深入產(chǎn)業(yè)，agent概念正熱，很自然地，我就期待，能不能有個(gè)保險(xiǎn)AI agent，可以把我?guī)蛞粋€(gè)確定性答案，幫我對(duì)比核心條款，讓我做選擇題，別讓我做填空題。

所以每當(dāng)我聽說有新的保險(xiǎn)agent出來時(shí)，我都是第一時(shí)間去試用。

9月12日，在2025 Inclusion·外灘大會(huì)上，螞蟻保發(fā)布了新一代超級(jí)智能保險(xiǎn)顧問「蟻小?！?。想到這幾年螞蟻擁抱AI很激進(jìn)，我打算拿幾個(gè)生僻問題去刁難一下保險(xiǎn)AI agent，看看能不能解決自己的保險(xiǎn)裸奔問題。

01 一個(gè)全新的保險(xiǎn)智能體樣板

第一個(gè)問題就比較刁鉆。

以前有家人給我買過重疾險(xiǎn)，但買前并沒問我的健康情況，而彼時(shí)我剛剛進(jìn)行過體檢，查出一些異常指標(biāo)，聽聞過一些案例，如果健康告知時(shí)有遺漏，會(huì)導(dǎo)致后面保險(xiǎn)公司拒賠。

問了一些人，但沒有確定答案，這類問題一定是個(gè)剛需。

這次我替家人問一個(gè)問題，黃斑病變是否影響投保，蟻小保給的答案出人意料的確定，并標(biāo)注了答案來源是：安心賠。

我的另一個(gè)知識(shí)盲區(qū)是車險(xiǎn)。慚愧地說，作為十年老車主，我一直分不清三者險(xiǎn)和車損險(xiǎn)。

于是，拿到蟻小保問了下，結(jié)果是，開車十年，我第一次搞清楚了三者和車損險(xiǎn)的區(qū)別。這里面很關(guān)鍵的是，蟻小保會(huì)用結(jié)構(gòu)化的圖表來拎出重點(diǎn)區(qū)別。

后面，每當(dāng)我對(duì)比兩種保險(xiǎn)產(chǎn)品有何區(qū)別時(shí)，蟻小保也都是這樣來為我圈出重點(diǎn)差異來。此處得感嘆一句，會(huì)做表格的保險(xiǎn)agent，才是好的agent啊。

還有很特別的一點(diǎn)是，如果我要求推薦螞蟻平臺(tái)以外的產(chǎn)品，即便我會(huì)去別處成交，agent也依然會(huì)給我優(yōu)先推薦，蟻小保真是大公無私，這很符合螞蟻集團(tuán)保險(xiǎn)事業(yè)群CTO孫振興所介紹的：「蟻小?！咕哂小?傭金導(dǎo)向」「0知識(shí)盲區(qū)」的特點(diǎn)。

我打算再給蟻小保上上難度。

這次，我倒著問，我只說特征，讓蟻小保去找符合特征的產(chǎn)品，比如，我想要選理賠滿意度高的百萬醫(yī)療險(xiǎn)產(chǎn)品，要求列出兩款這種產(chǎn)品來，蟻小保的確提供到了。

還有重疾險(xiǎn)里面，有個(gè)比較關(guān)鍵的情形是：癌癥、心腦血管疾病是否支持多次賠付，這是個(gè)很實(shí)用的條款，于是我讓蟻小保去幫我找出能夠二次賠的產(chǎn)品，也依然做到了。

到這里，我就發(fā)現(xiàn)基于自然語言的思考太重要了，是最符合用戶求助習(xí)慣的，會(huì)根據(jù)用戶的一句話，去倒查條款，去檢索保險(xiǎn)知識(shí)庫。這可能是保險(xiǎn)AI agent該有的功能。

過去買保險(xiǎn)，上面這些問題都得靠人來解釋，靠用戶自己去條款里一條一條地翻找，今天用戶提需求，agent幫用戶去條款里找。

蟻小保會(huì)注重呈現(xiàn)出AI進(jìn)行推理的思維鏈，答案是極簡的，但推理過程卻是翔實(shí)地展示出來的，讓我們清晰可見信息路徑，用AI行業(yè)研究者的話來說，「一切的工作為了讓用戶看見」。推理的可視化，會(huì)給用戶一種爽感。簡潔的答案，給人爽感，而完整呈現(xiàn)出的推理過程，讓人看著推理模型在忙前忙后的，也是一種爽感。

這時(shí)候，我發(fā)現(xiàn)了AI時(shí)代，智能保險(xiǎn)顧問大不相同之處了，和以前相比，大模型大大縮短了用戶路徑，問答習(xí)慣是「擬人化」的，保險(xiǎn)的確是最適合大模型多輪問答的業(yè)態(tài)，比如，有時(shí)候我也會(huì)嫌蟻小保問了太多，我裝作不耐煩，這時(shí)候蟻小保能識(shí)別出我的焦躁，會(huì)立刻調(diào)整語氣措辭，給出更加簡潔明了的答案。

谷歌前CEO Eric Schmidt與斯坦福研究院首席執(zhí)行官David Parakh在PARC Forum上進(jìn)行了一次對(duì)話，他談到，AI如何改變?nèi)伺c計(jì)算機(jī)的互動(dòng)？人與工具的關(guān)系遲早會(huì)改變，這種改變已經(jīng)在發(fā)生。

的確，這種改變正在保險(xiǎn)領(lǐng)域發(fā)生了。

02 當(dāng)我試試更多的保險(xiǎn)AI

用完蟻小保，我好像看到了agent該有的模樣，那其他家是不是也能做出來。于是我再去其他平臺(tái)，用同樣的問題來拷問一下，才發(fā)現(xiàn)自己天真了。

比如，當(dāng)我到DeepSeek提問，其推理思維鏈也較為完整，也能用表格來進(jìn)行產(chǎn)品對(duì)比，但當(dāng)我點(diǎn)開其提供的鏈接，想看看信息出處，才發(fā)現(xiàn)有不少信息來源是四六文摘網(wǎng)，這種聽起來就很陌生的渠道，公信力有點(diǎn)存疑；

蟻小保的思維鏈里也會(huì)標(biāo)注信息出處，于是我試著點(diǎn)開蟻小保信息來源，發(fā)現(xiàn)大多數(shù)來源是螞蟻?zhàn)约褐谱鞯摹感袠I(yè)精選」，這種已經(jīng)有精心篩選與編輯的深加工知識(shí)庫，給人的信任感會(huì)不同。

回到DeepSeek繼續(xù)提問，我發(fā)現(xiàn)一旦多問幾個(gè)問題，DeepSeek的反應(yīng)就變慢了，提完問題后，遲遲沒有列出思維鏈。等待時(shí)間較久，一分鐘后出現(xiàn)了：當(dāng)前繁忙，稍后再試。

于是我打算切回保險(xiǎn)平臺(tái)，選了兩家知名的保險(xiǎn)公司、平臺(tái)，再問一些相似的問題，發(fā)現(xiàn)沒有得到有效解答。

我發(fā)現(xiàn)其他平臺(tái)并沒有邏輯推理能力，一旦關(guān)鍵詞對(duì)不上，就無法理解問題，無從作答。其次是，蟻小?？梢杂冒l(fā)語音的形式進(jìn)行交互，這兩家保險(xiǎn)平臺(tái)目前也不支持語音輸入。

這兩家的邏輯也更加趨向營銷導(dǎo)向，只要點(diǎn)擊找顧問，就會(huì)直接跳轉(zhuǎn)到微信，得添加客服企業(yè)微信，原本只是問一個(gè)小問題，卻得先加一個(gè)企業(yè)微信，多一個(gè)步驟，而且一旦加了企業(yè)微信，就會(huì)在朋友圈收到廣告，打擾性更高，因此我不會(huì)輕易加微信，測試就此打住了。

03 把過往積累的多個(gè)能力塞進(jìn)蟻小保

為什么蟻小保的解答如此有效直給？我研究了一番，發(fā)現(xiàn)螞蟻把過往非常多的能力積累，整合進(jìn)了螞蟻保的AI agent當(dāng)中。

可以理解為一個(gè)入口，一處交互界面，背后聚合多個(gè)agent的能力，是根據(jù)用戶的自然語言去匹配相應(yīng)的助理。

這不是一日之功，從「選品、配置、理賠」三個(gè)環(huán)節(jié)，螞蟻保一直在用AI模型的方式來破題。

比如，在如何選保險(xiǎn)上面，螞蟻保把一套AI模型塞進(jìn)了「金選」里面，螞蟻保的AIMM金選模型下設(shè)5個(gè)維度（投保門檻、保障范圍、性價(jià)比、保司經(jīng)營、服務(wù)理賠），細(xì)分12個(gè)保險(xiǎn)分類，對(duì)產(chǎn)品的產(chǎn)品力和公司力進(jìn)行評(píng)分，851個(gè)決策因子，覆蓋了不同消費(fèi)者關(guān)心的各類問題。從「螞蟻保」平臺(tái)數(shù)百款產(chǎn)品中，甄選出各細(xì)分保險(xiǎn)產(chǎn)品類別前10%的產(chǎn)品。

螞蟻保「金選」負(fù)責(zé)人嚴(yán)捷曾表示，金選標(biāo)準(zhǔn)不與銷量掛鉤，「金選」的目標(biāo)集中于把模型和產(chǎn)品評(píng)價(jià)體系打造好。

KPI定的不一樣，結(jié)果自然是不一樣。

金選模型構(gòu)建起來之后，就到了「省心配」的配置環(huán)節(jié)，據(jù)螞蟻?！甘⌒呐洹沟膹埑探榻B，「省心配」團(tuán)隊(duì)研發(fā)了HRAAM保險(xiǎn)配置模型。用戶輸入基本信息后，HRAAM模型就會(huì)通過風(fēng)險(xiǎn)分析、保障評(píng)估、產(chǎn)品匹配三個(gè)步驟進(jìn)行配置，生成推薦方案。

張程也談到，「省心配」本著客觀、公正的原則，根據(jù)用戶的個(gè)人情況和實(shí)際需求來推薦配置方案，完全不受產(chǎn)品熱度、銷售傭金等其他因素的影響，也不會(huì)向用戶和保險(xiǎn)公司收取費(fèi)用。在「省心配」的推薦邏輯里不會(huì)摻雜商業(yè)利益，完全是從用戶利益出發(fā)。

內(nèi)部人士著重表達(dá)了一個(gè)理念，對(duì)平臺(tái)來說，希望「省心配」服務(wù)與商業(yè)目標(biāo)之間盡量是解耦的，同時(shí)最后也能達(dá)成一致，在提供有價(jià)值的服務(wù)、協(xié)助客戶準(zhǔn)確科學(xué)配置保險(xiǎn)的基礎(chǔ)上，順道達(dá)成商業(yè)目標(biāo)。

從金選到省心配，每一個(gè)模塊的立意，都是和傭金變現(xiàn)脫鉤，這才使得蟻小保做到0傭金導(dǎo)向，把屁股坐在用戶一邊。

除了選對(duì)產(chǎn)品，理賠服務(wù)是最緊要的一環(huán)，是最讓用戶有獲得感的時(shí)刻，稍有不慎就容易產(chǎn)生信任危機(jī)，對(duì)此，螞蟻保仍然是用AI來解決理賠問題。

這就是安心賠業(yè)務(wù)。支撐安心賠服務(wù)的底層技術(shù)，被稱為「理賠大腦」，螞蟻保的思路是「教會(huì)機(jī)器做決策」，簡而言之，就是建立底層知識(shí)圖譜，用足夠大量的案例，訓(xùn)練機(jī)器進(jìn)行分析并形成判斷，同時(shí)專家會(huì)及時(shí)介入糾偏，這成為了保險(xiǎn)行業(yè)內(nèi)首個(gè)商用的無人工干預(yù)的理賠系統(tǒng)。

螞蟻保在理賠這件事上做的很激進(jìn)，把用戶無法知曉的理賠指標(biāo)，直接預(yù)先展示在銷售端，2024年開始，「安心賠」展示每款入選保險(xiǎn)產(chǎn)品的四個(gè)指標(biāo)評(píng)分：一次提交成功率、時(shí)效達(dá)成率、結(jié)論接納率和賠付滿意度。這個(gè)分值，會(huì)放到前端購買頁面來顯示，用戶在購買保險(xiǎn)時(shí)就能直觀了解該產(chǎn)品的理賠服務(wù)水平，不用等到需要理賠時(shí)才知曉。

相信這是掌握AI能力的平臺(tái)把保險(xiǎn)公司又往用戶的面前，狠狠推了一把。

不僅如此，根據(jù)我從內(nèi)部人那里打聽，螞蟻保準(zhǔn)備整體對(duì)外輸出這些體系化能力，「蟻小保」會(huì)同步搭載在智能保險(xiǎn)服務(wù)開放平臺(tái)「螞蟻保蟻橋」上（簡稱「蟻橋」），接入「蟻橋」的保險(xiǎn)公司都能使用「蟻小?！沟哪芰γ嫦蚩蛻?，做到「有問必答、全程守護(hù)」，能大幅提升保司服務(wù)體驗(yàn)和運(yùn)營效率。

對(duì)于保險(xiǎn)的智能顧問，我逐漸摸到了兩層衡量標(biāo)準(zhǔn)，第一層是可用，件件有著落，事事有回應(yīng)。第二層是不要太銷售導(dǎo)向，利益沖突別太明顯。

一款簡單產(chǎn)品背后，很可能是觸及保險(xiǎn)行業(yè)靈魂的深層變革，看著答案簡單直給，實(shí)則是舍棄掉巨大利益，這樣的和商業(yè)解耦的保險(xiǎn)AI顧問目前還不多，但是是行業(yè)應(yīng)有的方向。

*僅介紹產(chǎn)品，不構(gòu)成推薦保險(xiǎn)的建議