Back to top
  • 공유 分享
  • 인쇄 列印
  • 글자크기 字體大小
已複製網址

AI代理人進駐韓國再保 特殊保險費率審核導入文件AI

分析保險費率文件的AI作業畫面 / MissChatter on Flickr (Original version) UCinternational (Cr (CC BY 2.0)

南韓文件人工智慧(AI)公司Lomin(로민)向韓國再保(Korean Re,코리안리재보험)供應了用於特殊保險費率審核的AI代理人技術,可將費率申請書、問卷等保險承保審查文件分類、抽取內容,轉換為AI可運用的結構化資料。

南韓科技媒體DigitalToday報導,Lomin為韓國再保推動的「特殊保險費率算定AI助理建置計畫」,提供了旗下文件AI代理人產品「Lomin」。Lomin是一套以視覺語言模型(VLM)為基礎、分析非結構化文件並串接企業業務系統、藉此自動化文件作業的平台。

此次計畫聚焦於將AI導入特殊保險承保(核保)審查流程中的費率算定作業。核保是保險公司審查承保對象風險、藉此訂定保費與契約條件的程序。

Lomin此次負責費率算定AI助理所需的RAG(檢索增強生成)前置處理工作。系統會先依文件類型,將收到的費率申請書與問卷等文件分類並解析內容,再抽取費率算定所需資訊,轉換為結構化資料。

RAG是從外部文件或企業內部資料中檢索相關資訊、供生成式AI用於產出答案的技術。文件事先結構化後,AI在檢索所需項目、產生答案的過程中,便能更容易將原始文件與業務資料相互對應。

針對跨越多頁撰寫的費率申請書,Lomin也開發並導入了多頁文件抽取AI模型,即使文件依頁面拆分,仍能將多頁內容整合為單一業務單位進行分析。

Lomin不僅能處理文字,也能處理含有表格與格式的非結構化文件。該產品並提供可回溯原始文件、確認處理結果依據位置的溯源(grounding)功能,以及各欄位的可信度評分,藉此區分需要人工複核的項目。

姜智洪(Kang Ji-hong) Lomin執行長表示:「在保險等金融領域要將生成式AI與AI代理人真正導入實際業務,關鍵在於能否準確地將複雜多樣的文件轉換為資料。」這句話點出了金融業導入AI時,文件資料化能力才是落地的核心門檻。他並表示:「我們將以過去在主要保險公司、銀行與證券公司大型AI計畫中累積的文件資料化經驗為基礎,引領金融業生成式AI與AI代理人所需的文件AI領域。」

在此次案例中,AI負責的是保險文件的分類、抽取,以及轉換為費率算定所需資料的工作。至於AI是否會獨立確定費率算定結果,以及最終審查與核准流程如何運作,目前均未對外公開。

在韓國再保這項計畫中,Lomin所提供的功能是將保險文件轉換為符合費率算定需求的資料。計畫的具體應用範圍與執行時程,目前尚未對外公布。

<版權所有 ⓒ TokenPost,未經授權禁止轉載與散佈>

最受歡迎

其他相關文章

留言 0

留言小技巧

好文章。 希望有後續報導。 分析得很棒。

0/1000

留言小技巧

好文章。 希望有後續報導。 分析得很棒。
1