2025 年 10 月16- 17 日，第二十一届呼叫中心产业发展年会在大同隆重召开。本届年会以 “智能技术驱动服务跃迁，智慧运营赋能产业升级” 为主题，通过前沿主题演讲、标杆经验分享等展开深度探讨，旨在为呼叫中心产业转型注入动能，助力行业高质量发展。

      阳光保险集团智能客服机器人项目业务负责人崔玉冰，以《大模型在客服中心的应用实践》为主题，深入分享了阳光保险客服中心从 “+AI” 渐进式优化到 “AI+” 颠覆式变革的转型路径，解读大模型在保险客服场景的应用成果、核心问题与解决策略，为行业智能化客服建设提供了宝贵参考。

      崔玉冰介绍，阳光保险客服中心依托多层级系统架构支撑全业务场景，从接入层的 4G/5G 电话、微信、APP 等多渠道入口，到业务层的报案、咨询、投诉等核心服务，再到系统层的智能服务系统、客户洞察系统等技术支撑，已构建起 “人工 + 机器人” 协同的智能客服体系。而大模型的引入，正是为了实现 “听得懂、答得好、办得了、有差异” 的服务目标，推动客服从 “标准化响应” 向 “个性化有温度服务” 升级，既为客户提供优质交互体验，也为人工坐席提供高效业务支持。

一、大模型应用的底层逻辑与核心架构

      阳光保险大模型应用的关键转变，是从 “+AI” 的渐进式修补，转向 “AI+” 的颠覆式新范式。前者是在原有客服流程中叠加 AI 功能，仅优化局部环节；后者则以大模型为核心重构服务逻辑，实现思维模式的根本性转变。支撑这一转变的，是 “三层知识体系”：

通用知识：覆盖基础常识，保障对话流畅性；

领域知识：包含保险行业通用知识与客服行业通用知识，贴合行业场景；

专有知识：聚焦阳光保险产寿险业务知识，确保服务精准匹配公司业务规则。

二、四大典型问题与针对性解决方案

      大模型落地过程中，阳光保险重点攻克四大核心问题，形成可落地的解决路径：

（一）幻觉问题：多层管控筑牢边界

      通过 “预防 - 兜底 - 管控” 三层机制解决：预防层建立字段边界库与敏感词库，避免模型生成越界内容；兜底层优化提示词，采用 “策略 - 槽位分离” 明确知识范围；管控层设置敏感词审核与关键业务二次复核，确保输出内容合规准确。

（二）语音机器人时延问题：多维度优化提效

      从硬件、算法、数据、部署四方面发力：选用高性能硬件提升基础算力；结合场景选择适配 LLM 模型；优化数据加载与处理流程；采用分布式推理分散压力。实践中优先选择响应更快的千问 3-30B 模型，平衡时延与服务效率。

（三）意图理解问题：分层分类 + 工具赋能

      摒弃传统单层意图识别模式，采用分层分类意图体系，可针对性优化重点领域。同时开发 “提示词自进化” 与 “自动标注” 工具：前者通过 “总结 - 批判 - 生成” 循环优化提示词；后者利用 R1、V3 等大模型对全量数据自动分类标注，仅一个半月便实现与小模型五年训练持平的意图理解效果。

（四）客户转人工问题：“一听二问三转” 优化体验

      针对客户 “进线即转人工”（因机器人体验差、识别机器人身份等）与 “沟通后转人工”（因机器人听不懂、话术死板等）两类场景，摒弃 “硬挽留” 话术，采用 “一听二问三转” 策略：一听（立即响应转人工诉求）、二问（排队时两次询问需求匹配人工）、三转（事不过三合理转接），显著降低客户抱怨。

三、运营体系与组织适配

      为保障大模型持续发挥价值，阳光保险构建 “AI 技术 + 流程设计 + 持续运营” 体系：以客户体验为中心，通过品质监控、体验监控收集反馈；建立 “技术指标（语音识别准确率等）+ 应用指标（问题解决率等）” 评价体系，用数据驱动模型优化与流程调整。同时，服务模式向 “人机耦合” 转型，新增 AI 训练师、AI 质检师等岗位，调整组织结构为 “AI 运营团队 + 服务销售融合团队”，适配智能化升级需求。

      崔玉冰的分享完整呈现了阳光保险从战略布局到落地实践的全流程，其 “从 +AI 到 AI+” 的逻辑转变、针对性的问题解决方案与以客户为中心的运营思路，为保险行业及呼叫中心领域的大模型应用提供了可参考、可复制的实践经验，推动智能客服向更高效、更精准、更有温度的方向发展。