收益：
- 能够评估证据质量和输出限制，同时利用人工智能总结申请、声明和专业知识数据并标记风险因素
- 能够在接受、拒绝、额外保费和例外决策中交叉验证人工智能输出与保单条款和承保指南
- 能够理解承保决定的最终责任在于主管承保人，并且必须遵守禁止歧视的规定。
承保是保险的核心：它是评估申请风险并决定接受（或拒绝）保单的条款、承保范围和保费的工作。当承保人（做出此决定的有能力的专家）查看申请时，他实际上是在寻找一个问题的答案：“公司以这个价格和这个保证承担这个风险是否公平且可持续？”要回答这个问题，需要结合看投保表、被保险人声明、专家报告、过往损害记录和行业数据。人工智能（从数据中学习模式并生成文本和摘要的软件）减轻了“一起阅读和总结许多文档”的负担。但要小心：人工智能总结了风险，但它并不承担风险。接受、拒绝、额外奖金和例外决定均须有主管承销商的签名。在本单元中，您将学习如何在承保台安全地使用人工智能、如何衡量输出的证据价值以及如何保持非歧视。
人工智能在承保中有何用武之地？
承保文件通常很混乱：不同格式的表格、手工填写的声明、长长的评估报告、表格。这是人工智能最强大的地方。它可以安全地加速以下任务：
- 文件摘要：将十页的工作场所专业知识报告减少为半页的逐项风险摘要。
- 风险因素标记：列出值得注意的要点，例如“该建筑已有 45 年历史，屋顶是木制的，附近有一个燃料库。”
- 信息缺失/不一致的检测：检测申请中申报的建设年份与专家报告中的年份之间的矛盾。
- 生成控制问题：创建承销商将询问客户或机构的缺失信息列表。
人工智能不做的是对风险进行定价并做出接受决定。一句“这个风险是可以接受的”或者“保费应该增加20%”就是承保决定；它应基于承保指南（定义承保规则的公司内部文件）、费率说明和保单一般条件。人工智能可能会起草这个决定，但做出决定并签署理由的却是有能力的承保人。
注意：人工智能建议的保费、承保或接受决定是预测，而不是判决。如果没有与承保指南和保单条款进行交叉验证，任何建议都不会包含在保单中。
评估输出的证据质量
当人工智能标记出一个风险因素时，它就是一个声明；不是证明。优秀的承保人会通过三个问题筛选每项索赔：
- 该主张基于什么文件？如果人工智能说“火灾风险很高”，它是根据哪位专家的观察得出的？如果没有出处，可能是杜撰的。
- 该声明属于该文件还是一般假设？人工智能有时会添加一般信息，例如“在这些类型的工作场所中，通常......”；一般事实在此文件中可能无效。
- 索赔能否得到验证？建筑物的年龄可以从产权契据中确认，损坏历史可以从SBM（保险信息和监控中心）查询中确认。不要使用无法提出的主张作为决策的基础。
提示：始终在提示中包含以下句子：“说明每个声明所基于的文档/页面。”未能引用来源的声明将出现在您的验证列表的顶部。
一步一步：人工智能支持的承保流程
- 匿名上下文。删除申请人姓名、身份证号码、保单号码和联系方式；替换事实等价物。
- 上传文件并请求摘要。参考文献，提取风险问题、突出因素和缺陷。
- 将您的风险因素变成清单。将人工智能标记的每一项都变成一个待确认的问题。
- 与承保指南交叉验证。检查手册中的验收标准、容量限制和强制排除。
- 独立计算保费。根据关税单和技术费表自行计算；千万不要直接拿人工智能给出的数字。
- 写下决定及其理由。记录您的接受/拒绝/额外保费/例外决定，并说明其所依据的规则。
三个迷你箱子
案例 1 — 发现不一致之处。住房一揽子政策申请中申报的建筑价值为 2,400,000 里拉，评估报告中的建筑价值为 3,900,000 里拉。在总结中，人工智能将这两个数字并列放置，并警告“价值陈述不一致”。由于这一警告，承保人意识到保险不足的风险（如果建筑物的保险低于其实际价值，则在发生损坏时按比例支付），并根据正确的价值准备了报价。 AI没有做出决定；使不一致变得可见。
案例2——拒绝和好。在一份运输保险文件中，AI 写了一个准确的费率，称“标准 0.15% 的运费保险费率适用于该商品”。承销商打开运价单：该商品类别和航线没有固定费率；人工智能弥补了这一比例。承销商自行计算费率；结果是0.28%。如果没有独立账户，保费将严重未得到充分利用。
案例 3——歧视陷阱。在商用车队应用中，人工智能建议驾驶员“获得额外奖励，因为他们居住的社区存在风险”。承销商否认了这一点：居住地区可能是与种族等受保护特征相关的代理变量，从而造成间接歧视。奖金是基于合法、合理的标准，例如司机的实际索赔历史和驾驶资料。
四个可复制的提示
1）应用风险总结：
你是一名商业保险承保助理。总结如下匿名申请和鉴定文本：[粘贴文本]输出：1。风险问题（简要）2．突出的风险因素（逐条、每条中的文档/页面参考）3。 4. 信息不完整或不一致。承销商在做出接受/拒绝或奖金决定时会向客户/机构提出的问题。不确定的费率不要补；写上“不在文件中”。
2) 与核保指南交叉核对：
以下是风险摘要和我们承保指南的相关文章。风险摘要：[粘贴]指南：[粘贴]任务：将摘要中的每个风险因素与相关指南项目相匹配。根据指南，在单独的标题下标记需要强制例外、附加条件或容量限制的点。我会决定；你只要匹配。
3）文档缺失和浏览器不一致：
扫描以下申请文件中的文件之间是否有矛盾或遗漏：[粘贴文件]寻找一致性，特别是在以下方面：价值声明、建造/生产年份、预期用途、地址、损坏历史。并排显示冲突的数字并写下它们来自哪个文档。
4) 决定理由草案（经核实）：
根据以下经核实的信息起草承保决策理由：[经核实的风险因素、适用的规则、计算的保费]语气：正式、清晰、非歧视。根据合法的风险标准做出决定；不要使用受保护的属性（性别、出身、邻居等）。这是草案；最终决定权和签字权属于承销商。
弱提示/强提示
弱：“计算该申请的适当保费，并告诉我们是否应该接受。”
问题：请求直接红区决策（奖金+接受）。由于人工智能不知道关税，因此它会制定费率；没有来源，没有限制，也没有验证。
Strong：“像承保助理一样。用参考文件总结匿名申请，突出风险因素和缺陷。不要做出奖金或接受决定；只需列出要检查的问题。”
优点：任务保持在黄色区域，输出可审计，决策权仍由承销商决定。
对比图
任务
人工智能能做到吗？
谁决定？
验证
文件摘要
是（草案）
承保人阅读
文档参考
危险因素标记
是（推荐）
承销商确认
源文件
缺失/不一致检测
是的
承销商评估
纪录片间
高级账户
不
精算师/承销商
关税单、独立账户
接受/拒绝决定
不
称职的承销商
指南+政策条款
常见错误
- 直接使用人工智能给出的加成。不知道资费的模型补费率；始终独立计算保费。
- 接受没有来源的风险因素。没有询问“高火灾风险”声明的依据是什么专家观察。
- 用代理变量进行判别。毫无疑问地根据社区、姓名或出身提出额外的奖励建议。
- 将一般信息误认为是事实文件。认为“在这样的工作场所通常......”这句话属于这个文件。
- 无正当理由记录决定。无法回答“您依赖哪条规则？”的问题。审核期间。
总之
在承保过程中，人工智能会总结文件，标记风险因素，发现遗漏和不一致之处，并生成控制问题；但它不会对风险进行定价并做出接受决定。过滤每个输出的源、文件上下文和可验证性；独立计算保费；根据承保指南和保单条款做出接受/拒绝决定。维持禁止歧视：决策必须基于合法的、可解释的风险标准。最终责任由主管承保人承担。
应用任务
获取真实的（但出于测试目的，匿名的）参考文件。使用上面的提示 1 创建风险摘要。然后尝试找出文档中人工智能标记的每个风险因素的来源：有多少有真实的文档依据，有多少是假设？记下表格中的结果，并写下您对“无来源索赔”所做的操作。
清单
- [ ] 我对应用程序上下文进行了匿名化处理。
- [ ] 我要求提供风险摘要和参考文件；我指示“不要决定”。
- [ ] 我确认了文档中每个风险因素的来源。
- [ ] 我根据关税单独立计算了保费。
- [ ] 我根据承保指南和保单条款做出接受/拒绝决定。
- [ ] 我已经清除了歧视性/替代变量建议，并将其基于合法标准。
- [ ] 我记录了该决定及其理由。