保险行业的AI落地，为什么我最终选了具身交互智能这条路

保险行业有一个很有意思的矛盾：产品复杂到需要专业人士花一小时解释，但客户越来越不愿意花时间和一个真人坐下来聊。

传统的保险销售模式是"代理人面对面"——客户坐在代理人对面，代理人拿出计划书，一项一项讲。这个模式的问题在于：代理人水平参差不齐，人力成本高，而且很多客户在进店之前就已经有了防备心理——“又来推销了”。

去年，某保险经纪公司找到我，问能不能做一个"AI保险规划师"，放在他们的线下门店里。客户进店后，可以先和AI聊，了解自己的需求和适合的产品类型，然后再决定是否和真人代理人深入沟通。

这篇文章拆解一下这个项目的技术方案和落地过程。

保险场景的特殊需求

保险场景和之前做过的一些AI项目有几个不同的地方：

第一，合规要求高。保险产品的说明必须准确，不能夸大收益、不能隐瞒条款。大模型的回复需要经过合规校验。

第二，交互需要信任感。保险是低频高客单价的消费，客户需要信任你才会买。一个冷冰冰的文本界面，很难建立信任。面对面交流是保险销售的核心环节，AI需要能以"面对面"的方式和客户互动。

第三，需要个性化分析。每个客户的年龄、收入、家庭结构、风险偏好都不一样，AI需要根据这些信息做个性化的保障方案推荐。

为什么不用纯文本Agent

最初我们确实考虑过做一个纯文本的Agent——客户在平板上打字输入自己的情况，AI给出保障建议。

但实测之后发现两个问题。一是输入效率低。客户要输入"我今年35岁，年收入20万，有一个3岁的孩子，房贷还有120万"这么一段信息，打字需要两三分钟，很多人打到一半就不想打了。

二是信任感不足。保险是一个需要信任的行业。屏幕上弹出来的文字建议，和一个人面对面给你分析，在信任感上完全不是一个量级。很多客户看到屏幕上的文字建议，第一反应是"这是广告吧"。

所以最终决定做具身交互的方案——一个有形象、能对话的数字人保险规划师。

技术方案

大模型用通义千问，主要做两件事：理解客户的自然语言描述，提取关键信息（年龄、收入、家庭结构等）；根据客户画像和产品信息，生成个性化的保障方案说明。

Agent层做了比较复杂的流程编排：

客户进店 → 数字人主动打招呼
→ 引导客户提供基本信息（对话式）
→ 信息提取与画像构建
→ 需求分析（大模型推理）
→ 产品匹配与方案生成
→ 方案讲解（数字人播报+产品卡片展示）
→ 客户提问与答疑
→ 转接真人代理人（如果需要）

交互层用星云SDK，部署在门店的平板终端上。

// 保险规划数字人 - 星云SDK初始化
const sdk = new XmovAvatar({
  containerId: "#insurance-advisor",
  appId: INS_APP_ID,
  appSecret: INS_APP_SECRET,
  gatewayServer: "https://nebula-agent.xingyun3d.com/user/v1/ttsa/session",
  onMessage: (msg) => {
    if (msg.type === "voice_state_change") {
      const state = msg.state || msg;
      if (state === "idle") {
        // 规划师讲完一段，等待客户回应
        enableClientInput();
      }
    }
  },
  proxyWidget: {
    // 展示保障方案卡片
    "widget_pic": (data) => {
      if (data.image) {
        const plan = document.getElementById("plan-card");
        plan.src = data.image;
        plan.style.display = "block";
      }
    },
    "subtitle_on": (data) => {
      const sub = document.getElementById("advisor-subtitle");
      sub.innerText = data.text;
      sub.style.display = "block";
      return false;
    },
    "subtitle_off": () => {
      document.getElementById("advisor-subtitle").style.display = "none";
      return false;
    }
  }
});

await sdk.init({
  onDownloadProgress: (p) => {
    if (p < 100) updateProgress(p);
  }
});

信息采集的对话逻辑：

// 对话式信息采集（比填表自然得多）
async function collectClientInfo() {
  const clientProfile = {};

  // 数字人主动引导
  sdk.speak("您好，欢迎来到我们的门店。为了给您提供更合适的保障建议，我先了解一些基本情况，方便吗？", true, true);

  // 通过自然对话采集信息
  const questions = [
    { key: "age", prompt: "请问您今年多大了？" },
    { key: "annualIncome", prompt: "方便告诉我您的年收入大概在什么范围吗？" },
    { key: "familyStructure", prompt: "家里有几口人？有小孩或者需要赡养的老人吗？" },
    { key: "existingInsurance", prompt: "之前有买过什么保险吗？" },
    { key: "concerns", prompt: "您目前最关心哪方面的保障？比如健康、教育、养老？" }
  ];

  for (const q of questions) {
    sdk.speak(q.prompt, true, true);
    const answer = await getClientResponse(); // 等待客户回答
    clientProfile[q.key] = answer;
  }

  return clientProfile;
}

方案讲解时，数字人和产品卡片联动：

async function presentPlan(clientProfile) {
  const plan = await generateInsurancePlan(clientProfile);
  const script = await generateExplanationScript(plan);

  // 展示方案卡片
  showPlanCard(plan.summaryImageUrl);

  // 数字人讲解
  const sentences = splitSentences(script);
  sentences.forEach((s, i) => {
    sdk.speak(s, i === 0, i === sentences.length - 1);
  });
}

// 客户随时提问打断
function onClientQuestion(question) {
  sdk.interactiveidle();
  // 等idle后回答
  pendingQuestions.push(question);
}

合规校验：

// 大模型生成的内容需要经过合规校验
async function complianceCheck(content) {
  const rules = [
    /保证收益/, // 不能使用"保证收益"等表述
    /一定.*赔/, // 不能承诺"一定赔"
    /稳赚/     // 不能使用"稳赚"等用语
  ];

  for (const rule of rules) {
    if (rule.test(content)) {
      // 替换为合规表述
      content = await rewriteCompliant(content);
      break;
    }
  }
  return content;
}

落地效果

在三个门店试点了两个月：

客户进店后的首次互动率从之前平板电脑方案的15%提升到了62%。很多人愿意和数字人聊一聊，至少"不用打字"这个点就降低了大部分门槛。

通过数字人完成初步需求分析后，转接真人代理人的转化率约为35%。这个数字比之前纯靠客户主动咨询的转化率高了不少——因为数字人已经帮客户做了基础的信息采集和需求梳理，真人代理人接手时效率更高。

真人代理人的反馈也比较好：以前接待一个客户，前20分钟都在做基础信息采集，现在这些信息数字人已经采集好了，代理人可以直接进入方案讲解环节。

成本对比

说几个数字供参考：

星云SDK的端侧渲染方案，门店不需要额外购置服务器。一台普通的平板终端就能运行，硬件成本在千元级别。通义千问的API费用，按日均服务50个客户算，每天大约30-50元。

对比一个全职保险代理人的月薪（8000-15000元），数字人方案在"基础咨询和需求分析"这个环节的成本优势非常明显。

当然，数字人不是来替代代理人的。复杂的方案定制、情感沟通、最终促成签约，这些仍然需要真人来完成。数字人解决的是"第一步"——让客户愿意开口聊。

写在最后

保险行业的AI落地，核心挑战不是"AI够不够聪明"，而是"AI能不能让客户信任并愿意交流"。

具身交互智能在这个场景中的价值，就是把AI从一个文本框变成一个面对面的顾问形象。当客户走进门店，看到一个"人"在微笑着和他打招呼、耐心地问他的需求、用通俗的语言解释复杂的保险条款——这个体验和一个冷冰冰的表单界面是完全不同的。

星云SDK在这个技术栈中扮演的角色就是交互层——让AI有形象、有声音、有表情，能和客户进行自然的面对面交流。500ms的延迟在门店场景中基本无感，打断功能也让对话更加自然。

如果你也在考虑线下服务场景的AI方案，建议去星云官网领个SDK试试，先跑一个Demo感受一下交互效果。
官网地址：https://xingyun3d.com/?utm_campaign=daily&utm_source=juzhen