新讯网官方唯一联系电话：15001380073 在数字化转型的深水区，保险企业普遍面临“数据丰富但业务应用不足”的困境。作为由中粮资本与英杰华集团合资组建的险企，中英人寿规模与利润均稳居合资寿险公司第一梯队。在“数智中英”的战略蓝图下，这家企业正在经历一场从“经验驱动”到“数据智能驱动”的深层变革。
通过联合思迈特软件构建“中英知行”智能问数智能体，借助“原子指标拆解+RAG 检索增强”等创新手段，中英人寿实现了从总公司到分支机构的“对话式分析”，数据收集整理时间缩短 90%，移动端日活激增 3 倍。
凭借在保险行业数据应用技术架构创新、业务价值深化等多维突破及，的落地实效，该案例近期成功入选 IDC《中国金融行业智能体最佳实践案例分析之保险与资管篇》报告，成为保险行业挖掘数据价值的标杆范本。
01、三重“数据壁垒”制约经营效率
在保险行业，经营分析是一项极其复杂的工程，它涉及多维度、复杂指标。中英人寿一线业务与管理团队曾受限于三重“数据壁垒”，一定程度上影响了数据价值向业务决策的高效转化。
首先是“取数难”。 传统的BI报表虽然丰富，但无法穷尽所有千变万化的分析场景。一旦涉及非固化报表的查询，业务人员就必须向IT部门提需求。排期、开发、核对……一个周期下来，往往需要数天甚至一周。对于瞬息万变的市场而言，这种“T+N”的反馈速度显然太过滞后。
其次是“口径乱”。 保险经营指标逻辑复杂，存在大量的非线性累加和动态调整。比如“新单价值(VNB)”或“年化保费(APE)”，在不同机构、不同渠道的统计口径可能存在细微差异。业务人员如果自己手动加工数据，很容易因为口径不一致导致分析结果偏差，甚至可能误导决策。
再者是“落地难”。 项目初期团队面临双重现实挑战，一方面仅配置有限 GPU资源，无法稳定支持高并发与多轮对话需求;另一方面，业务人员对 AI 能力存在认知偏差，部分人对其抱有“能回答一切经营相关问题”的高期望。
“我们需要打破这种依赖。让业务人员不需要懂代码，也不需要排队，用自然语言就能直接和数据对话。” 这是中英人寿项目团队的初衷。
02、让 AI 读懂保险，“三步走” 构建全链路智能问数平台
为突破数据应用困境，中英人寿以“业务需求为锚点、技术落地为支撑”，分阶段推进“中英知行”智能问数智能体，各环节层层递进、自然衔接，确保方案精准适配经营场景：
图1：业务架构流程
（一）搭建指标体系，奠定业务基础
以 Smartbi 成熟的保险行业指标体系构建工具为支撑，项目团队基于“中英知行”现有经营分析框架，系统梳理形成保费类(APE/VNB/ 标准保费)、产品类、队伍类、渠道类等核心分析场景/主题，明确全场景指标需求并输出标准化业务指标体系模板，为后续建模奠定业务基础。
图2 指标模型构建方式
（二）聚焦“口径统一”与“知识匹配”，构建模型与知识库
这是项目实现突破的关键环节。面对复杂的经营数据，直接把报表“喂”给 AI 是行不通的。项目团队创新采用“原子指标拆解”的方法，将 109 个复杂的经营指标拆解为不可再分的原子指标，明确统一统计口径、计算逻辑与数据来源。无论业务人员怎么问，AI都会先回溯到，层的原子指标，再根据计算逻辑实时聚合，实现全公司数据“出一孔”，彻底消除了口径不一的隐患。
同时，搭建覆盖行业术语的知识字典、同义词库及“机构-渠道-产品-指标”关联知识图谱，保障语义精准映射;并区分 T+1 更新(经营监控类指标)与高频更新(风险预警类指标)的差异化数据策略，兼顾数据时效性与稳定性。
（三）搭建“能用的系统”，推动技术落地与功能实现
在扎实的基础体系之上，智能问数智能体采用“大模型 + 指标模型 + 知识库”三层架构——核心依托 Smartbi 企业级 BI 平台的开放能力，实现多类型大模型(支持开源 / 闭源灵活切换)无缝接入。
同时深度对接企业数据中台，真正打通“数据-指标-问答”全链路;并借助Smartbi 成熟权限管理，完成与“中英知行”移动端、PC 端的统一认证与权限同步，精准适配多角色数据访问需求，确保数据安全与用数便捷。
围绕业务高频场景，打造对话式分析、趋势预警、归因分析、自动洞察报告、语音交互五大核心功能，全面支持自然语言查询、异常指标实时提醒、移动端便捷操作等实用场景，让技术真正服务于业务。
为确保平台从“能用”向“好用、常用”升级，项目采取分阶段落地策略，首期聚焦 53 个核心指标开展试点，通过分层矩阵测试确保核心指标准确率≥90%，二期进一步将指标覆盖范围扩展至 109 个并实现全公司推广，全面支撑经营分析、风险预警、对标诊断等全场景需求。
同时建立“用户反馈 - 迭代升级”的持续优化机制，通过功能内反馈按钮、月度调研等多元方式收集用户意见，定期更新指标库与问句样例集，持续提升平台对业务场景的适配性与用户体验。
03、实效：效率提升 90%，移动端日活翻三倍
对企业而言，技术不应只追求“形式新颖”，更需聚焦“业务价值”。项目上线后，不仅实现数据处理效率的显著提升，更推动业务决策模式的深层变革，核心成果可从四个维度量化：
●效率革命： 业务人员借助智能问数智能体，数据收集与整理的时间较传统方式缩短 90% 。原本需要数小时甚至数天才能完成的复杂分析任务，现在仅需数秒即可生成可视化图表。
●全员激活 ：集成移动端后，极大降低了使用门槛。数据显示，平台上线后移动端日活用户数提升超过 3 倍 ，业务人员的自主查询率显著提高。用户覆盖从总公司管理层、核心业务部门到一线分支机构等全层级角色。数据不再是IT部门的“私产”，成为全员可用的业务工具。
●精准可信： 通过严格的“分析意图 × 边界抽样”分层测试，核心指标的问答准确率稳定在 90%以上 。指标覆盖范围也从一期的 53 个核心指标快速扩展至 109 个，涵盖了业绩监控、趋势预警、渠道分析等全场景。
●行业示范： 依托在复杂经营指标拆解、统一口径构建、移动端场景化落地等关键领域的创新性实践，该项目成功入选 IDC 权威报告。 这标志着中英人寿在利用 AI 智能体解决“指标口径复杂、多维度分析难、业务用数门槛高”等行业共性难题上，为同业提供了可复制、可参考的“中英范本”。
04、结语
中英人寿的实践证明，AI 大模型并非遥不可及的“黑科技”，而是可以实实在在落地的生产力工具。
通过“一把手工程”的战略推动和“小步快跑”的敏捷实施，中英人寿不仅解决了一个技术问题，更完成了一次组织文化的升级——从依赖经验和报表，转向了“让数据通过对话流动”的新范式。正如 IDC 报告所印证的那样，这种将 AI 能力深度融入业务流的探索，正在定义保险行业数字化转型的未来。
