AIGC是系統軟件（平臺）、領域知識、數據訓練模型的結合。頭部ISV的核心能力在于擁有綜合的領域知識和復雜的工程交付經驗，具備在系統層軟件及硬件高度封裝后專項管理的技能。AIGC技術與行業應用軟件結合時，需要不斷升級和更新已有的核心業務系統群，這可能涉及到大量數據的修復與遷移，以確保數據的完整性和一致性；此外，關注非結構化數據與多模態數據的融合是關鍵，以確保系統群能夠更全面、靈活地處理不同類型的信息。
目前，頭部ISV的主要工作重點集中在以下幾個方面：低成本，模型的快速迭代目標是經濟價值化的效率和效益。在具體垂直領域，訓練和維護軟件的成本是嚴格控制的，本地化部署和算力成本是很低的，這樣才能使整體方案的成本，大大低于全部人工的成本，其中的人工包括普通技術人員和專家；高準確性，面對龐大的應用系統軟件群，子系統之間互操作，是典型的軟件工程問題。垂直AIGC模型，在建立通用向量數據庫基礎上，需要進一步優化和磨合高效、精準的語義模型，這也是基礎軟件與應用軟件的合作分工典型場景，檢索增強的本質目標是增強檢索的準確性，或稱語義精準計算。增強的最終關注點，在于對語義關系建立的準確性，即要有豐富的領域知識背景。這也要求頭部ISV具有行業應用軟件群的規劃、選型、開源技術轉移和實戰集成等能力；生態合作，企業發展需要高效地解決客戶的痛點問題。在垂直AIGC領域，領域知識的復雜性明顯提高，因此與合作伙伴共同解決客戶的痛點問題變得更為重要，如簡化基座、低成本/輕量化本地部署等措施，以解決客戶在安全和隱私等方面的需求。
為促進AIGC技術在行業應用軟件領域的進一步落地與應用，中科軟科技股份有限公司于2023年11月29日成功舉辦了為期兩天的專題技術交流會，主題為“行業應用軟件的AIGC系統方案”。
本次交流會榮幸邀請到中國疾控中心信息中心副研究員葛輝、中國人壽財產保險股份有限公司金融科技中心副總經理丁銳、大家保險集團信息技術部總經理郝曉波、長城財富保險資產管理股份有限公司信息技術部總經理張國強、中融人壽股份有限公司信息技術部總經理李志勇、幸福人壽信息技術部總經理趙然、東吳人壽數據管理部總經理鄒鐵、中國大地財產保險股份有限公司資深技術專家詹春風、中銀保險有限公司信息部副總經理王旭東、瑞泰人壽信息技術部副總經理王朝軍、鋼研納克檢測技術股份有限公司數字化管理部主任賈宏偉、中國科學院軟件研究所軟件發展研究部副主任楊立、中國科學院南京軟件技術研究院基礎前沿研究部主任王少將、中科聞歌數智金融事業部副總經理蔡超、中國科學院大學人工智能學院副教授姜海勇、北京交通大學信息安全系主任王健、北京航天紫光科技有限公司技術委員會主任劉輝軍、中國科學院計算技術研究所助理研究員史紅周等專家參與方案評審，共同探討AIGC系統方案在行業應用軟件領域的前沿實踐與應用。
♦ 中科軟AIGC系統方案
公司各事業群在各領域垂直AIGC平臺研發應用的實踐過程中，積累了較多經驗及解決方案，場景涵蓋保險端客服、營銷、理賠、核保、培訓、產品設計以及政府、醫療衛生、科研等智能化場景應用，部分解決方案已在客戶端開始了落地應用試點工作，在本次技術交流活動中相關團隊就已有AIGC方案進行了充分展示，其中：財險團隊-保險行業對話式數據分析平臺、壽險團隊-代理人智能培訓平臺兩項方案獲評本次技術交流活動優秀方案：
?財險-保險行業對話式數據分析平臺（I-C-BI）
隨著人工智能和自然語言處理技術的不斷發展，類似ChatGPT和MidJourney等基于AIGC的技術應用，具備高度的自然語言識別和寫作能力，它們還能夠支持多輪對話，并隨著對話的深入更好地理解意圖，從而生成更加精準的內容。這種強大的語義理解能力也帶來新型交互模式的顛覆，用戶控制計算機的主要方式將不再是指向和點擊或點擊菜單和對話框而是通過簡單的母語寫一個請求，這是自圖形用戶界面以來最重要的技術進步。
近年來，國家層面高度重視數據。2020年，數據作為生產要素之一，被正式納入到國家所定義的要素市場化配置中，意義重大。2023年，國家數據局成立，將從國家層面統籌協調數字中國、數字經濟、數字社會的規劃和建設。但目前保險行業整體的數據價值挖掘程度還遠遠不夠，數據分析能力跟不上業務發展的需求，其中的因素眾多，而最為直接的有以下兩點：一是受眾群體不夠普及，二是數據分析的技術門檻過高。
為了解決這些問題，提升保險公司數據分析能力，創造更大的數據價值，中科軟依托AIGC技術，在保險行業數據分析領域進行深度探索，剖析數據分析工作，總結了數據智能分析的應用場景和能力需求，形成了保險行業對話式數據分析平臺Insure Chat BI（以下簡稱I-C-BI），讓每一個業務人員都可以通過最簡單的自然語言的方式完成數據分析工作。
I-C-BI平臺的“1-3-5-7體系”如下：
“1”指的是“1個切片”，財險行業數據分析這一場景切片是非常適合于AIGC能力結合的：因為數據分析可以產生的收益極大，并且場景中可以很好的借助AIGC的自然語言理解能力，目前中科軟在數據平臺能力和數據治理能力的積累也滿足實現此方案的基本條件。
“3”指的是I-C-BI環境層的三大核心能力：整體架構設計方面，推薦采用RAG檢索增強生成技術；大模型選型方面，給出了大模型評測模型和選型建議；技術框架方面，采用LangChain框架實現大模型的運行。
“5”指的是I-C-BI組件層的五大核心能力：通過成熟的提示詞工程組件可以指導用戶更高效、更準確地與AIGC進行自然語言溝通；向量化組件實現了知識庫的創建和Embedding模型微調等能力；管理組件可以對權限、內容、任務等完成控制和約束；數據平臺APIs和數據治理APIs主要是將中科軟數據平臺能力和數據治理能力以API形式提供服務，供大模型便捷調用，數據平臺APIs和數據治理APIs是大模型的完成后臺技術工作的有力支撐，如果沒有這些內容，即便大模型理解了業務用戶的訴求，也很難準確、高效地完成后臺的技術實現工作。
“7”指的是I-C-BI組裝層的七大核心能力：可省時、可省力、可解釋、可調整、可控制、可驗證、可進化。可省時和可省力的特性使得用戶能夠通過簡化和自動化的流程快速輸入和獲取所需信息，顯著減少手動工作量。可解釋的能力確保了分析結果的透明度和用戶理解度。可調整的特性提供了高度的靈活性。可控制能力強調了嚴格的數據權限管理和輸出內容的定制化，保障了數據的安全性和個性化需求的滿足。可驗證的特征指的是通過充分驗證來確保分析結果的準確性和可信度。可進化的能力表明平臺能夠適應不斷變化的數據環境和業務需求。通過這些能力，能讓系統最大化地兼顧用戶體驗的需求和企業管理的要求。
在組織協同方面，事業群形成了良好的協同管理機制。PMO團隊負責制定協同規則、分配機制。NGO團隊是跨多個事業部的獨立橫向組織，由技術專家組成，負責I-C-BI研發和運維等。各項目組在NGO和PMO的指導下，完成I-C-BI客制化的交付工作。I-C-BI在保險業已經完成了多個實施案例的經驗積累，得到了保險客戶的好評和認可。在某省銀保監局保險監管數據平臺案例中，通過I-C-BI的助力，監管用戶使用自然語言完成數據分析需求，數據分析頻度方面，每周業務人員的數據分析次數提高1200%，由人均11次提高到人均130次，維度&指標訪問率提高300%，由22%活躍指標提高到66%；數據分析效率方面，數據需求實現周期下降60%（自行分析&更準確的固定需求）；數據質量提升方面，質量問題修復量提高300%，新的質量規則增加200%。
總而言之，I-C-BI平臺通過其綜合結構與能力，為保險行業提供了一個全面、高效和可靠的數據分析工具。從簡化數據查詢的用戶體驗，到強大的數據處理和分析能力，再到嚴格的數據治理和安全保障，這個平臺為保險公司提供了一個強大的支持，幫助他們在快速變化的市場環境中做出數據驅動的決策。I-C-BI當前仍處于發展突破階段，未來我們將深度融合AIGC能力，提升產品綜合競爭力，在領域大模型層面、數據能力層面持續探索，不斷優化調整，全面賦能保險行業機構數字化、智能化轉型。
♦ 壽險-代理人智能培訓平臺
壽險企業信息化團隊采用“大模型+向量數據庫+外掛功能”的方案設計思路，形成依托參考模型和知識庫，通過AIGC平臺形成專屬模型并賦能業務場景的解決方案模式。并在代理人培訓的場景中得到了落地應用。賦能過程中通過針對業務私有化數據的采集加工、多輪訓練、多維微調和驗證發布，最終形成代理人培訓的專屬模型，來支持現有代理人培訓的訓前、訓中和訓后三個場景，最終實現降本增效的應用效果。
? 訓前場景：通過AI自動的視頻課件自動制作+數字人的技術，改變了傳統的人工制作課件耗時較長且人工依賴比較強的問題。過程是先把代理人培訓的相關基礎知識和對于的課件等相關內容輸入到向量數據庫，人工明確對應的培訓內容、培訓場景和培訓目標等內容，系統會自動的形成相關話術，基于話術再結合數字人和音頻轉換和視頻配音等功能，快速的形成多個培訓課件，課件制作人員只需要進行選擇或者反饋修正意見，最終多輪調整后形成高質量的課件。
? 訓中場景：通過智能顧問、智能陪練和實戰模擬功能有效的提高了代理人的培訓效果。（1）智能顧問：原來是基于內置好固定規則的被動搜索的形式，推薦和搜索的內容都是一樣，交互感很差，使用率很低。現在AI模型會自動采集每個人的興趣愛好，每次學習的內容，歷史的聊天記錄等存儲到向量數據庫里，然后根據這些內容，判斷代理人當前的學習階段和內容需求，自動推薦定制化的內容。
（2）智能陪練：原來的陪練只是選擇題形式，對學習完成以后的內容進行能力測試，完成一定數量的答題以后，給出一個考試結果。智能陪練功能，增加了場景的概念，針對代理人實際工作中的不同場景來進行針對性學習，同時以數字人交互的方式進行答題和對話模擬，增加了互動性和題目內容的針對性，改變了單一乏味的交互方式和交互內容。具體的實現邏輯是：基于代理人選擇的課件內容、不同的場景、容易犯錯的知識點，通過與數字人交互的方式，進行陪練，最終實現高效學習的目的。
（3）實戰模擬：以客戶為對象，銷售內容或者解決問題為目的而開展的真實模擬。原來只能自己模擬或者找同事線下模擬，效果不好，針對性不強。實戰模擬功能是以客戶本身的標簽、畫像和產品需求作為輸入，同時結合歷史的溝通情況，更加真實和全面的去模擬客戶，通過系統推薦的優質話術來進行不斷的練習，增加代理人的溝通技巧，提高真實溝通的效果。真實溝通結束后，系統還會有一個溝通情況的反饋，通過采集溝通過程的關鍵信息和溝通結果，不斷的完善和調整實戰模擬的模型和期望達到的效果。
? 訓后場景：代理人完成培訓后，系統會結合代理人學習、培訓以及實際在保險業務中參與保險服務的能力等綜合因素，動態形成代理的能力雷達圖，系統通過對能力分析后，針對性的提供陪練和訓練的相關內容，制定學習任務，推薦學習課件，實現擅長的能力更加熟練，薄弱的能力得到提升，有效提升代理人的展業和綜合業務服務能力。
在本次技術交流會上，與會專家評委們不僅充分肯定了中科軟通過技術交流的手段促進公司乃至整個行業技術水平的提升，同時一致認可中科軟在AIGC行業應用領域展現出顯著的前瞻性和創新性。與此同時，多位專家表達了期待進一步深化合作的愿望，認為公司在AIGC系統方案方面的研究與實踐為行業發展注入了新的活力。客戶方面也對公司的AIGC系統方案表達了濃厚的興趣，對公司所展示的技術深度和前瞻性解決方案充滿期待，并期望能夠早日在實際業務中見到這些創新成果的應用。
在公司的二十多年發展歷程中，始終堅持以技術創新為客戶不斷創造價值。作為公司內部傳統活動的一環，每年舉辦的技術交流活動不僅是推動技術創新的有效途徑和快速迭代的關鍵環節，更是激發員工深入研究技術的平臺，增強團隊合作能力，同時為提升團隊榮譽感提供了重要機會。未來，公司將進一步以本次技術交流會為契機，持續推動技術交流與合作，不斷挖掘創新潛力，為客戶提供更加智能、高效的行業應用軟件解決方案。
