在保險行業數字化轉型向縱深推進的關鍵階段，企業數據豐富但業務應用不足成為制約其突破增長的共性瓶頸。作為中糧資本與英傑華集團合資組建的標杆險企，中英人壽規模與利潤長期穩居合資壽險公司第一梯隊。在 “數智中英” 戰略藍圖指引下，其正全力推進從 “經驗驅動” 到 “數據智能驅動” 的核心變革。

思邁特軟件（Smartbi）作為深耕商業智能（BI）和AI應用領域的數字化轉型服務商，憑藉在金融行業的成熟解決方案與技術積澱，攜手中英人壽打造 “中英知行” 智能問數智能體，創新運用 “原子指標拆解 + RAG 檢索增強” 等技術手段，實現從總公司到分支機構的 “對話式分析”，讓數據收集整理時間縮短 90%，移動端日活激增 3 倍。

憑藉在保險行業數據應用技術架構創新、業務價值深化等多維突破及卓越的落地實效，該案例近期成功入選 IDC《中國金融行業智能體最佳實踐案例分析之保險與資管篇》報告，成為保險行業挖掘數據價值的標杆範本。

01  業務痛點：難以跨越的三重“數據壁壘

”在保險行業，經營分析是一項極其複雜的工程，它涉及多維度、複雜指標。中英人壽一線業務與管理團隊曾受限於三重“數據壁壘”，一定程度上影響了數據價值向業務決策的高效轉化。

首先是“取數難”。
傳統的BI報表雖然豐富，但無法窮盡所有千變萬化的分析場景。一旦涉及非固化報表的查詢，業務人員就必須向IT部門提需求。排期、開發、核對……一個週期下來，往往需要數天甚至一週。對於瞬息萬變的市場而言，這種“T+N”的反饋速度顯然太過滯後。

其次是“口徑亂”。
保險經營指標邏輯複雜，存在大量的非線性累加和動態調整。比如“新單價值（VNB）”或“年化保費（APE）”，在不同機構、不同渠道的統計口徑可能存在細微差異。業務人員如果自己手動加工數據，很容易因為口徑不一致導致分析結果偏差，甚至可能誤導決策。

再者是“落地難”。
項目初期團隊面臨雙重現實挑戰，一方面僅配置有限GPU資源，無法穩定支持高併發與多輪對話需求；另一方面，業務人員對AI能力存在認知偏差，部分人對其抱有“能回答一切經營相關問題”的高期望。

“我們需要打破這種依賴。讓業務人員不需要懂代碼，也不需要排隊，用自然語言就能直接和數據對話。” 

這是中英人壽項目團隊的初衷。

02  構建“中英知行”智能體，重塑數據交互

為突破數據應用困境，中英人壽以“業務需求為錨點、技術落地為支撐”，分階段推進“中英知行”智能問數智能體，各環節層層遞進、自然銜接，確保方案精準適配經營場景：

圖1：業務架構流程

▍搭建指標體系，奠定業務基礎

以Smartbi成熟的保險行業指標體系構建工具為支撐，項目團隊基於“中英知行”現有經營分析框架，系統梳理形成保費類（APE/VNB/標準保費）、產品類、隊伍類、渠道類等核心分析場景/主題，明確全場景指標需求並輸出標準化業務指標體系模板，為後續建模奠定業務基礎。

圖表 2 指標模型構建方式

▍聚焦“口徑統一”與“知識匹配”，構建模型與知識庫

這是項目實現突破的關鍵環節。面對複雜的經營數據，直接把報表“喂”給AI是行不通的。

項目團隊創新採用“原子指標拆解”的方法，將109個複雜的經營指標拆解為不可再分的原子指標，明確統一統計口徑、計算邏輯與數據來源。無論業務人員怎麼問，AI都會先回溯到最底層的原子指標，再根據計算邏輯實時聚合，實現全公司數據“出一孔”，徹底消除了口徑不一的隱患。

同時，搭建覆蓋行業術語的知識字典、同義詞庫及“機構-渠道-產品-指標”關聯知識圖譜，保障語義精準映射；並區分 T+1 更新（經營監控類指標）與高頻更新（風險預警類指標）的差異化數據策略，兼顧數據時效性與穩定性。

▍搭建“能用的系統”，推動技術落地與功能實現

在紮實的基礎體系之上，智能問數智能體採用“大模型 + 指標模型 + 知識庫”三層架構——核心依託 Smartbi 企業級 BI 平台的開放能力，實現多類型大模型（支持開源 / 閉源靈活切換）無縫接入，同時深度對接企業數據中台，真正打通“數據-指標-問答”全鏈路；並藉助Smartbi成熟權限管理，完成與“中英知行”移動端、PC端的統一認證與權限同步，精準適配多角色數據訪問需求，確保數據安全與用數便捷。

圍繞業務高頻場景，打造對話式分析、趨勢預警、歸因分析、自動洞察報告、語音交互五大核心功能，全面支持自然語言查詢、異常指標實時提醒、移動端便捷操作等實用場景，讓技術真正服務於業務。

為確保平台從“能用”向“好用、常用”升級，項目採取分階段落地策略，首期聚焦53個核心指標開展試點，通過分層矩陣測試確保核心指標準確率≥90%，二期進一步將指標覆蓋範圍擴展至109個並實現全公司推廣，全面支撐經營分析、風險預警、對標診斷等全場景需求。

同時建立“用户反饋 - 迭代升級”的持續優化機制，通過功能內反饋按鈕、月度調研等多元方式收集用户意見，定期更新指標庫與問句樣例集，持續提升平台對業務場景的適配性與用户體驗。

03  效率與日活雙倍增，樹立行業數字化新標杆

對企業而言，技術不應只追求“形式新穎”，更需聚焦“業務價值”。項目上線後，不僅實現數據處理效率的顯著提升，更推動業務決策模式的深層變革，核心成果可從四個維度量化：

效率革命：
業務人員藉助智能問數智能體，數據收集與整理的時間較傳統方式縮短90%。原本需要數小時甚至數天才能完成的複雜分析任務，現在僅需數秒即可生成可視化圖表。

全員激活：
集成移動端後，極大降低了使用門檻。數據顯示，平台上線後移動端日活用户數提升超過 3倍，業務人員的自主查詢率顯著提高。用户覆蓋從總公司管理層、核心業務部門到一線分支機構等全層級角色。數據不再是IT部門的“私產”，成為全員可用的業務工具。

精準可信：
通過嚴格的“分析意圖 × 邊界抽樣”分層測試，核心指標的問答準確率穩定在 90%以上。指標覆蓋範圍也從一期的53個核心指標快速擴展至109個，涵蓋了業績監控、趨勢預警、渠道分析等全場景。

行業示範：
依託在複雜經營指標拆解、統一口徑構建、移動端場景化落地等關鍵領域的創新性實踐，該項目成功入選 IDC權威報告。這標誌着思邁特軟件聯合中英人壽，在利用 AI 智能體解決“指標口徑複雜、多維度分析難、業務用數門檻高”等行業共性難題上，形成了可複製、可參考的“行業範本”。

04  落地實踐，共繪數智經營新藍圖

中英人壽的成功實踐，充分印證了思邁特軟件（Smartbi）在金融行業數字化轉型中的技術實力與場景適配能力 ——AI 大模型絕非懸浮於業務之上的 “概念性技術”，而是經得住落地檢驗、能創造實際價值的核心生產力工具。

從指標體系搭建、數據建模到企業級智能問數智能體落地，思邁特軟件始終以 “業務需求為錨點、技術落地為支撐”，憑藉成熟的行業解決方案、開放的技術架構及敏捷的實施能力，助力中英人壽打破數據壁壘、降低用數門檻，完成了一次從“依賴經驗和報表”到”讓數據通過對話流動”的組織文化升級。

未來，思邁特軟件將持續深耕保險及金融行業，持續迭代技術內核與解決方案——以精準化的指標體系工具築牢基礎、以靈活化的大模型適配能力突破邊界、以全鏈路精準賦能服務提質增效，助力更多企業激活數據潛能，共繪數智經營新藍圖。