Travelers deploys AI-powered claims countrywide with OpenAI

### TL;DR Travelers 保险公司与 OpenAI 合作，在全国范围内上线了 AI 驱动的理赔助手，用于首次通知损失环节，实现 80–90% 的客户完成率，并通过多代理协作、任务控制中心和 LLM 法官确保可靠性。 --- ## 从首次通知损失开始：关键工作流 首次通知损失是理赔流程的起点，直接影响客户体验和后续运营。客户在遭遇事故或自然灾害后，往往压力大、疑问多，希望通过电话或数字渠道快速了解“下一步该怎么做”。Travelers 每年处理约 150 万件理赔，覆盖所有业务线，因此选择从车险物理损伤开始，再逐步扩展。该环节信息结构化，但客户关于是否报案、适用条款、免赔额等咨询却非标准化，这正是非确定性代理发挥价值的地方。 ## AI 理赔助手如何工作 过去，客户主要通过网站、移动应用或呼叫中心报案。高峰时段（如飓风）电话激增，人员安排困难，导致等待时间变长。Travelers 的解决方案是：在电话进线时主动提供选项，让客户选择与 AI 理赔助手互动。助手背后是多代理协同系统（对客户无感），能够倾听、理解意图、提供清晰解释、回答问题，并最终在遗留系统中创建理赔，同时启动预约修理厂、安排租赁车辆等服务。 其中，**损失咨询代理**是特别设计的功能。许多客户不确定是否应报案，不知道免赔额、保费影响，或是否应走另一家保险公司的流程。该代理能覆盖所有这些场景，随时为客户转接人工客服。 ## 运营模式与治理：三脚凳 Travelers 将 AI 视为一个**运营层**而非单纯的技术层。早期便组成跨职能团队（数据工程师、软件工程师、数据科学家、法务、架构师、领域专家），打破传统软件开发中 80% 技术、20% 业务的分配，转向 50/50 的协作模式，用于评估、构建 LLM 评审器、迭代试点。 治理方面，Travelers 在理赔领域已有 15 年 AI/机器学习经验，遵循已有的负责任 AI 框架和技术治理流程。同时，他们定义了“**理赔三定律**”： 1. 总是为每一起理赔支付应该支付的； 2. 为客户或代理人提供良好体验，只要不违反第一定律； 3. 高效内部运作，只要不违反前两条。 这三者构成“三脚凳”，使团队能快速创新而保持负责。 ## 从试点到全国推广：任务控制中心与 LLM 法官 从试点 8 个州到全国上线仅用两个月。关键支撑是**任务控制中心**——一个近乎实时流式传输所有数据的平台，每 15 分钟展示业务成果、系统性能、模型性能、客户体验及干预监控。 在测试阶段，他们用 AI 创建合成呼叫者，自动拨打 IVR 模拟数千种理赔场景；后端用 LLM 法官评估语气、准确性、信息正确性。生产环境中，LLM 法官作为安全护栏，持续监控模型是否产生幻觉、生成不准确信息或做出不应有的承诺。一旦触发，团队可在 10 分钟内关闭代理。这种可观测性让团队能带着信心持续迭代。 ## 客户采用率与反馈 从试点开始，采用率就非常高，80–90% 的客户通过 AI 助手完成理赔。客户反馈极佳，有人惊讶“从未有过这样的体验”。不过仍有约 35% 的客户选择与真人交谈，Eric 认为这更多是行为习惯，随着更多人体验真实语音交互，比例会变化。 ## 与 OpenAI 的合作关系 Travelers 在模型正式发布前就与 OpenAI 深度合作，经过广泛基准测试后选择 OpenAI。他们看重的是：合作伙伴愿意深入一线，与团队一起评估、构建法官、测试并渴望反馈。OpenAI 的研究人员将具体反馈融入下一版模型，双向加速。Eric 建议其他企业“投入时间”，配备专人聚焦一个具体问题，与合作伙伴采用测试学习的迭代方式。 --- **Source:** [Travelers deploys AI-powered claims countrywide with OpenAI](https://www.youtube.com/watch?v=XwsTXmnB2oI)