比亞迪車險業務理賠系統——隱私號業務與智能洞察的整體解決方案

點控云案例

該數據要素案例由點控云投遞并參與金猿組委會×數據猿×上海大數據聯盟共同推出的《2025中國大數據產業年度數據要素價值釋放案例》榜單/獎項評選。

隨著國家層面持續推進數據要素市場化改革與人工智能深度應用，企業數據資源的合規利用與價值轉化正迎來前所未有的發展契機。

2024年9月國家數據局就《關于促進企業數據資源開發利用的意見》中明確提出：鼓勵企業采用數據空間、區塊鏈、隱私計算、匿名化等技術模式，以促進數據安全流動和高效利用。

2025年5月國家數據局綜合司印發了《數字中國建設2025年行動方案》其中強調以數據要素市場化改革為主線，構建全國一體化數據市場，推動數字經濟與城市全域數字化轉型。同時提升數字政務智能化和數字基礎設施能力，強化人工智能等技術在更多場景落地。《行動方案》進一步從體制機制、AI賦能、基礎設施、數據產業與人才培養等八方面發力，加速數字化轉型與數字中國建設整體水平提升。正是在國家政策鼓勵數據安全流通、推動數據要素高效利用的大背景下，比亞迪保險公司率先在車險領域探索“隱私通信+智能洞察”融合應用，希望以合規、安全、可分析的通話數據體系，重塑理賠服務模式。為落實這一目標，本項目將以政策提出的“數據要素化”“人工智能場景深化”“數字基礎設施升級”為行動綱領，圍繞隱私號保護、通話過程治理與智能化洞察能力建設，打造一個可復用、可復制的理賠數字化標桿案例。

在汽車保險理賠服務中，尤其是在現場查勘、定損溝通、維修協調等高頻交互場景中，查勘員、合作修理廠或第三方服務商往往依賴個人手機號直接聯系車主，由此衍生出多重業務與合規挑戰：一方面，車主與服務人員的真實電話號碼雙向暴露，極易引發隱私泄露、電話騷擾，甚至被不法分子用于信息倒賣；另一方面，通話過程缺乏統一記錄，既無法留存服務過程證據，也難以對溝通質量進行有效評估，一旦發生理賠爭議或投訴，往往“口說無憑”，責任難以厘清。此外，大量使用私人通信工具還導致通話費用不可控、服務行為不可追蹤、客戶體驗難以標準化，嚴重制約理賠服務的精細化管理和數字化升級。

面對這一行業共性難題，比亞迪保險公司于2025年啟動與點控云的戰略合作，將部分隱私號業務與洞察業務簽約給點控云進行。項目明確提出：必須將每一次通話轉化為可管理、可追溯、可分析的服務數據要素。項目以隱私保護為前提，以通話數據治理為核心，聯合我司構建“理賠隱私號+智能洞察”一體化解決方案，旨在將原本分散、私密、非結構化的語音交互，轉變為受控、歸檔、結構化的高價值數據資產，在保障隱私安全的同時，激活通話數據在服務質量評估、合規風控、客戶體驗優化等方面的要素價值，為車險理賠場景下的數據要素化實踐提供可落地、可復制的行業樣板。

時間周期：

開始時間：2025年7月7日

中間重要時間節點：2025年9月20日

完結時間：2025年10月20日

數據要素價值需求

在汽車保險理賠業務中，查勘員與車主之間的每一次通話，本質上是一組蘊含服務行為、客戶意圖、風險信號和業務語義的高價值數據要素。然而，在傳統模式下，這些數據長期處于“沉睡”或“流失”狀態：通信依賴私人手機，通話無錄音、無歸檔、無結構化處理，導致數據“采不到、管不了、用不起來”。這不僅制約了服務質量提升，也難以滿足監管對銷售與服務行為“可回溯、可舉證、可問責”的要求。

為系統性釋放理賠通話數據的要素價值，本項目從車險業務實際出發，提出以下五方面核心需求：

1.實現服務數據“全量歸集、可信存證”的需求

理賠過程中的溝通內容是服務合規與糾紛處理的關鍵證據。亟需通過技術手段，確保每一通查勘通話自動錄音、自動關聯案件號與人員身份，形成“一人一案一通一檔”的完整數據鏈，滿足《保險銷售行為可回溯管理暫行辦法》等監管要求，并為后續爭議處理提供可信數據支撐。

2.推動語音數據“結構化治理與資產化”的需求

原始語音是非結構化數據，難以直接用于分析。需借助高精度ASR語音轉寫與說話人分離技術，將通話內容轉化為可計算、可檢索、可標注的文本數據，并與理賠工單、客戶信息、查勘節點等結構化字段融合，構建車險理賠領域的專用數據資產。

3.支撐服務質量“智能化評估與閉環優化”的需求

傳統洞察依賴人工抽查，覆蓋率低、主觀性強、反饋滯后。亟需通過AI洞察引擎，對全量通話自動識別標準話術執行、違規用語、客戶情緒波動、關鍵業務確認等維度，實現100%覆蓋、毫秒級預警、自動化評分，推動服務質量從“事后抽檢”向“事中干預+事前預防”演進。

4.保障隱私安全與數據合規“雙底線”的需求

通話數據涉及車主姓名、車牌、事故地點、聯系方式等敏感信息，在采集、存儲、使用過程中必須嚴守隱私保護紅線。需在確保真實號碼不暴露的前提下（通過AXYB隱私號架構），實現“通信匿名化、數據脫敏化、訪問權限化”，做到“可用不可見、可管不可泄”，構建合規安全的數據使用環境。

5.賦能車險運營“數據驅動決策”的需求

通話數據不僅用于業務合規洞察，還可反哺產品設計、流程優化與風控模型。例如，通過分析高頻客戶疑問，優化理賠指引話術；通過識別“定損爭議”關鍵詞，提前介入調解；通過統計查勘員溝通效率，輔助排班與培訓。唯有將通話數據深度融入運營閉環，才能真正釋放其作為生產要素的乘數效應。

本項目正是圍繞上述需求，以隱私號為數據入口、以智能洞察為價值引擎，打通“通信→錄音→轉寫→分析→應用”全鏈路，將原本私有、碎片、不可控的通話行為，轉化為保險公司可治理、可增值、可合規使用的高質量數據要素，為車險行業數據要素化實踐提供可復制、可推廣的解決方案。

面臨挑戰

在推進理賠隱私通信與智能洞察深度融合的過程中，項目團隊識別出若干關鍵挑戰，這些挑戰具有典型的行業共性，直接影響通話數據作為要素的可用性、一致性與安全性：

1.通信與業務系統割裂，數據關聯困難

隱私號平臺若無法與理賠核心系統深度打通，通話記錄難以自動綁定案件號、查勘員身份、客戶信息等關鍵業務字段，導致錄音“有聲無主”，無法支撐后續精準洞察或服務追溯。

2.隱私保護與客戶體驗存在天然張力

隱私號需在隱藏真實號碼的同時，確保高接通率與回撥可靠性。若號碼資源質量不佳、路由策略不合理，易被終端標記為騷擾電話，或出現客戶回撥無法接通等問題，反而損害服務體驗。

3.語音數據處理能力不足，制約智能應用落地

車險理賠場景語境復雜，包含大量專業術語（如“三者險”“代位追償”“定損清單”）、方言口音及環境噪聲。通用語音識別模型在此類場景下轉寫準確率低，直接影響洞察規則命中率與分析可信度。

4.洞察內容的配置規則與業務強耦合，需高度定制化

保險行業對合規話術、風險提示、禁止用語等有嚴格監管要求，通用洞察模型難以覆蓋車險理賠特有的業務邏輯。如何將監管條款、公司制度轉化為可執行、可迭代的AI洞察規則，是技術落地的關鍵難點。

5.數據全生命周期安全合規要求高

通話內容涉及車主身份、車輛信息、事故詳情等敏感數據，在采集、傳輸、存儲、分析各環節均需滿足《個人信息保護法》《金融數據安全分級指南》等法規要求，對平臺的數據脫敏、權限控制、審計追溯能力提出極高標準。

上述挑戰表明，僅提供基礎隱私號或簡單錄音功能，已無法滿足汽車保險公司在服務合規、體驗優化與數據治理方面的綜合需求。必須通過通信能力、AI算法與業務理解的深度融合，構建端到端的一體化解決方案。

數據處理

本項目以“一次理賠通話即一份數據資產”為核心理念，圍繞車險理賠業務流，構建端到端的通話數據處理體系，實現從原始語音到結構化數據要素的高效轉化、治理與分發。

1.多源數據自動采集與業務強關聯

在隱私號通話建立并結束時，平臺自動采集完整話單（Call Detail Record, CDR），包括主被叫隱私號、真實號碼（加密存儲）、通話起止時間、通話時長、錄音文件地址等元數據。通過與保險公司理賠核心系統深度對接，系統實時將話單與案件編號、查勘員工號、客戶VIN碼、報案時間、理賠階段等關鍵業務字段自動綁定，確保每通錄音“有案可依、有人可溯、有時可查”。

2.語音數據結構化處理

依托高精度ASR引擎，平臺對通話錄音進行自動語音轉寫，支持普通話、主要方言及車險專業術語（如“交強險”“代勘”“殘值回收”）的識別優化。通過聲紋分離技術，精準區分查勘員與客戶語音，生成雙軌結構化文本。在此基礎上，系統自動提取以下核心數據元素：

服務行為標簽：是否使用標準開場白、結束語、風險提示；

風險信號標簽：是否出現“不賠”“自己修”“私下解決”等違規話術

客戶意圖標簽：咨詢定損進度、質疑金額、表達不滿、確認維修方案等；

業務關鍵節點：損失確認完成、維修廠指定、賠付方案達成等。

3.智能洞察結果生成與標準化輸出

基于結構化文本，智能洞察引擎依據預設的車險合規規則庫（如監管話術要求、公司服務標準）進行全量分析，自動生成洞察報告，包含：

業務滿意度評分（如滿分100分）；

違規項明細（如“未告知免賠條款”）；

風險等級（高/中/低）；

關鍵片段定位（可直接跳轉錄音對應時間點）。洞察結果以標準JSON格式輸出，包含案件ID、查勘員ID、通話時間、風險標簽、建議處理動作等字段，便于下游系統消費。

4.話單與洞察結果實時或延時推送至業務系統

為實現數據驅動的閉環管理，平臺通過HTTPS API或消息隊列（如Kafka）將兩類關鍵數據實時推送至保險公司指定系統：

話單數據推送至理賠運營平臺，用于話費結算、人員效能分析、通信成本管控；

洞察結果推送至洞察管理系統或坐席績效平臺，觸發自動預警（如高風險會話告警）、納入績效考核、生成培訓任務。推送過程支持失敗重試、數據校驗與狀態回執，確保數據不丟失、不重復、可追溯。

5.構建車險理賠通話數據資產庫

所有原始錄音、結構化文本、標簽、洞察結果統一歸檔至“車險理賠通話數據資產庫”。該資產庫按案件、人員、時間、場景等維度組織，支持全文檢索、多維統計與模型訓練，為投訴預測、服務優化、反欺詐等高級應用提供數據基礎。

6.數據分級分類與安全治理

依據《金融數據安全分級指南》，對通話數據實施分級管理：原始錄音與真實號碼列為L3級敏感數據，僅限授權審計使用；脫敏后文本與洞察標簽列為L2級，用于分析；聚合指標列為L1級，用于管理報表。所有數據訪問與推送均留痕審計，確保“可用不可見、可管不可泄”。

通過上述處理與分發機制，原本碎片化、非結構化的理賠通話，被系統性轉化為可采集、可治理、可分析、可推送、可應用的高質量數據要素，真正實現從“通信記錄”到“服務資產”的躍遷。

數據技術與實施過程

本項目——比亞迪車險業務理賠系統：隱私號業務與智能洞察的整體解決方案，是一次將通信技術、人工智能與保險業務深度融合的數字化轉型實踐。其核心目標是響應國家關于數據要素市場化改革與人工智能深度應用的號召，通過構建“隱私通信+智能洞察”一體化解決方案，將原本分散、私密、非結構化的理賠通話，系統性地轉化為可管理、可追溯、可分析的高價值數據資產（即數據要素）。

項目的實施過程和技術應用緊密圍繞數據要素的“采、管、治、用、安”全生命周期展開，確保數據在安全合規的前提下，被高效采集、結構化治理并釋放其業務價值。

1.核心技術平臺與架構：數據要素的采集與治理入口

本項目由比亞迪保險公司與點控云聯合實施，點控云提供了兩個關鍵平臺來支撐數據要素的采集與智能治理：TNCS隱私號碼管理平臺和點控云智能洞察系統。項目的整體架構體現了通信能力與業務系統的深度融合，是實現通話數據要素化的關鍵基礎設施。

·TNCS隱私號碼管理平臺（數據采集與匿名化）

TNCS平臺是實現通信匿名化和全量數據采集的第一道關卡。它采用了AXYB隱私號架構，確保了在查勘員、修理廠等服務人員與車主進行高頻交互時，雙方的真實手機號碼完全隱藏，零暴露。

AXYB隱私呼叫機制：TNCS平臺通過接口與比亞迪理賠系統深度對接，接收并管理AXYB綁定關系（即案件號、角色與臨時隱私號的關聯）。當查勘員（A）撥打給車主（B）時，通話通過隱私號（X）和中間號（Y）進行轉接。這種機制不僅保護了隱私，更重要的是，它將每一次通話行為自動化地與案件號等業務信息進行強關聯。

全量話單（CDR）采集：每通隱私號通話結束后，TNCS平臺立即生成完整的話單（CDR），包含通話起止時間、通話時長、主被叫隱私號及錄音文件地址等元數據。這些CDR記錄是后續一切數據要素治理的基礎，確保了服務過程的“全量歸集、可信存證”。

號碼資源管理：平臺管理著充足的隱私號碼資源池，并提供標準API用于號碼的綁定、更新和解綁，確保號碼資源的高效利用和業務的順暢運轉。同時，通過優化的地區路由和路由策略，確保了98%以上的高接通率和99%以上的回撥成功率，克服了“隱私保護與客戶體驗存在天然張力”的挑戰。

·點控云智能洞察系統（數據治理與價值激活）

智能洞察系統是本項目的價值引擎，負責將TNCS平臺采集的原始語音數據轉化為結構化、可分析的高價值數據要素。

語音數據結構化處理：

高精度ASR引擎：系統采用針對車險理賠場景優化的高精度ASR（自動語音識別）引擎，能夠準確識別包含“三者險”、“代位追償”、“殘值回收”等專業術語、方言口音及環境噪聲的復雜語境，克服了“語音數據處理能力不足”的挑戰。

聲紋分離技術：精準區分查勘員與客戶的語音，生成雙軌結構化文本，這是后續進行角色行為分析的基礎。

語義標簽提取：基于轉寫文本，系統自動提取服務行為標簽、風險信號標簽、客戶意圖標簽以及業務關鍵節點等核心數據元素。

AI洞察引擎與規則庫：洞察引擎基于預設的車險合規規則庫（如監管話術要求、公司服務標準）對全量結構化文本進行分析。

定制化規則：針對保險行業對合規話術、風險提示的嚴格要求，系統支持高度定制化的洞察規則配置，將監管條款和公司制度轉化為可執行、可迭代的AI規則，解決了“洞察內容的配置規則與業務強耦合”的難點。

智能化評估：自動生成業務滿意度評分、違規項明細、風險等級和關鍵片段定位，實現了對全量通話的100%覆蓋和自動化評分。

標準化輸出：洞察結果以標準JSON格式輸出，包含案件ID、風險標簽、建議處理動作等，便于下游系統實時或延時消費。

2.實施過程與數據流轉：構建數據驅動的業務閉環

項目的實施過程嚴格遵循了從基礎設施準備到全功能交付的系統化路徑，核心在于打通“通信→錄音→轉寫→分析→應用”的全鏈路，實現數據的全生命周期治理。

·前置準備與集成適配（數據基礎設施建設）

在具體實施前，項目進行了充分的前置準備，為數據要素的順暢流轉打下基礎。

號碼資源與通道準備：完成隱私號碼的申請、報備通路建立，以及號碼按照角色與場景規則的確定（如數量、城市分配等）。

接口集成與適配：重點是隱私號碼接口集成適配開發，確保TNCS平臺與比亞迪理賠核心系統能夠深度打通，解決“通信與業務系統割裂”的挑戰。這一集成是實現“多源數據自動采集與業務強關聯”的前提。

·核心系統集成與調試（數據流轉與質量驗證）

具體實施階段，重點在于系統集成和質量驗證。

賬戶開通與接口調試：完成測試與生產環境的賬戶開通，進行接口調試以確保AXYB綁定、CDR話單、錄音及洞察結果推送的實時性與準確性。

智能洞察系統配置：智能洞察系統集成并進行規則邏輯的配置，這是將業務要求轉化為AI生產力的關鍵步驟。

效果驗證：對綁定與解綁策略、撥打轉接準確性、通話清晰度、話單準確性和推送/錄音正確性進行嚴格驗證，確保了數據采集的高可用性和一致性。

·數據推送與資產庫構建（數據要素的治理與分發）

項目實現了數據驅動的閉環管理，確保數據要素能夠快速反哺業務。

實時/延時推送：話單數據和洞察結果通過HTTPSAPI或消息隊列（Kafka）實時或延時推送至保險公司的理賠運營平臺和洞察管理系統。

話單數據：用于話費結算、人員效能分析和通信成本管控。

洞察結果：用于觸發自動預警（如高風險會話告警）、納入績效考核、生成培訓任務，推動服務質量從“事后抽檢”向‘事中干預+事前預防’演進。

數據資產庫建設：原始錄音、結構化文本、標簽和洞察結果統一歸檔至“車險理賠通話數據資產庫”。這個資產庫是支持全文檢索、多維統計與模型訓練的核心基礎，標志著數據從“通信記錄”到“服務資產”的躍遷。

3.數據要素價值的深度釋放與創新實踐

本項目成功驗證了“以隱私通信為入口、以智能分析為引擎、以數據治理為底座”的數據要素價值釋放路徑。通過系統性的技術應用和實施過程，實現了通話數據從“沉睡”到“生產力”的跨越。

·強化服務質量的智能化評估與優化

傳統理賠服務的人工抽檢模式被徹底顛覆，實現了100%覆蓋率和300%的洞察效率提升。

毫秒級預警與風險控制：AI洞察引擎能夠自動識別高風險會話（如投訴傾向、違規話術）并實現毫秒級預警，平均預警響應時間縮短至通話結束后5分鐘內，使得業務管理能夠從“事后處理”轉向“事中干預”。

服務標準化與體驗提升：通過對全量通話的標準化話術執行情況進行分析和糾偏，使得服務話術標準化率提升至95%。這直接提升了客戶對理賠溝通的專業性與透明度評價，推動NPS（凈推薦值）穩步提升。

數據驅動的閉環優化：洞察結果直接生成培訓任務，如通過分析高頻客戶疑問，優化理賠指引話術；通過識別“定損爭議”關鍵詞，提前介入調解，真正將通話數據融入運營閉環，發揮其乘數效應。

·構建可復用、可增值的核心數據資產

項目將累計結構化文本數據超XX億字的通話內容，轉化為可復用、可增值的核心資產。

賦能高級智能應用：基于結構化文本、標簽和多維統計結果，資產庫支撐了5類以上的高級智能應用：

坐席能力畫像：統計查勘員溝通效率和話術表現，輔助排班與培訓。

欺詐話術聚類：分析高風險通話特征，為反欺詐模型提供數據基礎。

區域服務短板分析：識別地域性或特定場景下的服務弱點，反哺產品設計和流程優化。

培訓案例自動生成：篩選出優秀或需要改進的通話片段，自動生成培訓素材。

·堅守隱私與合規的“雙底線”創新

在釋放數據價值的同時，項目嚴格遵循國家法規，構建了合規、安全、可持續的數據應用環境。

數據分級分類治理：依據《金融數據安全分級指南》，對數據實施L3（原始敏感）、L2（脫敏分析）、L1（聚合指標）的分級管理。

“三位一體”安全機制：通過“通信匿名化+數據脫敏化+訪問權限化”機制，確保“可用不可見、可管不可泄”。原始錄音與真實號碼僅限授權審計使用，所有數據訪問與推送均留痕審計，對《個人信息保護法》等法規要求做出了安全可行的實踐樣板。

生態伙伴合作

華為云服務器支持

合作服務效果

本項目自上線以來，在保障隱私安全、提升服務質效、釋放數據價值等方面取得顯著成效，形成可復制、可推廣的車險理賠數據要素應用范式：

1.實現理賠通話100%隱私保護與全量留存

所有查勘員對外聯系均通過隱私號完成，真實號碼零暴露，全年未發生一起因通信導致的客戶信息泄露事件；累計歸檔理賠通話錄音超XX萬通，關聯案件覆蓋率100%，滿足監管對服務行為“可回溯、可舉證”的合規要求。

2.智能洞察覆蓋率達100%，洞察效率提升300%

本項目通過AI洞察引擎實現全量通話自動分析，洞察覆蓋率提升至100%；人工復核工作量減少70%以上，高風險會話（如投訴傾向、違規話術）識別準確率達92%，平均預警響應時間縮短至通話結束后5分鐘內。

3.客戶服務體驗與滿意度雙提升

隱私號接通率穩定在98%以上，客戶回撥成功率超99%，有效避免“聯系不上查勘員”問題；服務話術標準化率提升至95%，客戶對理賠溝通的專業性與透明度評價顯著提高，NPS（凈推薦值）穩步提升。

4.通話數據成為可復用、可增值的核心資產

建成車險理賠通話數據資產庫，累計結構化文本數據超XX億字，支撐5類以上智能應用：包括坐席能力畫像、高意向客戶識別、區域服務短板分析、欺詐話術聚類、培訓案例自動生成等，推動數據從“成本項”轉變為“生產力”。

5.構建合規、安全、可持續的數據應用閉環

通過“通信匿名化+數據脫敏化+訪問權限化”三位一體機制，確保全流程符合《個人信息保護法》《金融數據安全分級指南》等法規要求；所有數據操作可審計、可追溯，為保險行業在強監管環境下開展數據要素創新提供了安全可行的實踐樣板。

本項目的成功實施，不僅解決了汽車保險公司理賠通信中的隱私與洞察難題，更驗證了“以隱私通信為入口、以智能分析為引擎、以數據治理為底座”的數據要素價值釋放路徑，為金融、物流、出行等高頻服務行業提供了極具參考價值的落地范式。

關于企業

·點控云

點控云（北京）智能科技有限公司成立于2018年，是一家以AI、通訊技術為核心的企業，公司專注于為客戶提供新一代的智能全客服、智慧營銷的全媒體聯絡中心解決方案。

作為企業全媒體聯絡中心解決方案提供商，通過不斷的技術創新，先后推出面向企業服務、數字化轉型方向的多維度產品。通過全場景產品矩陣為企業搭建完善的客戶服務體系，實現以服務為導向的智能化轉型，助力企業降本增效。

·比亞迪保險

深圳比亞迪財產保險有限公司（簡稱“比亞迪保險”）是經中國銀保監會批準設立的國內四家專業互聯網保險公司之一，于2016年2月6日成立。目前，公司注冊資本金40億元，注冊地為深圳市，為比亞迪汽車工業有限公司旗下全資子公司。

比亞迪保險致力于以客戶為中心，秉承“競爭 務實 激情 創新”的核心價值觀，致力于運用互聯網思維，圍繞新能源汽車“車生態+人健康”，以“用技術創新，滿足人們對美好生活的向往”為使命，專注新能源，致力于成為綠色保險引領者。

★以上由點控云投遞申報的數據要素案例，最終將會角逐由金猿組委會×數據猿×上海大數據聯盟聯合推出的《2025中國大數據產業年度數據要素價值釋放案例》榜單/獎項。

該榜單最終將于1月上旬上海舉辦的“2025第八屆金猿大數據產業發展論壇——暨AI Infra & Data Agent趨勢論壇”現場首次揭曉榜單，并舉行頒獎儀式，歡迎報名蒞臨現場。