保险AI从“接起电话”走向“接住业务”，爱化身科技以Agentrix重构续保链路

2026年9月1日，推荐性国家标准GB/T 47746—2026《顾客联络服务 人工与智能客户服务协同要求》正式实施。

这项标准并非专门针对保险行业，却点中了智能客服最常见的尴尬：简单、标准化的问题可以由AI优先处理，复杂需求应及时转交人工；在人机切换时，还要同步客户信息，避免客户反复陈述。

换句话说，AI可以接起电话，却未必接得住客户。

放到保险续保场景中，这个问题更加具体。客户愿意接听，只是续保的开始。真正决定成效的，是系统能否听懂客户的担忧，查到真实的保单和报价，把后续流程继续办下去；遇到处理不了的问题时，还要带着完整上下文交给人工。这些才决定一次沟通只是“触达”，还是一次有效的客户经营。

一、续保不是一场问答，接通也不等于完成

设想一次常见的续保沟通。

智能客服提醒客户保单即将到期，客户没有拒绝，而是继续追问：“为什么今年的保费变了？”“如果调整保障方案，价格会是多少？”“我之前遇到的服务问题解决了吗？”

一旦出现这些问题，续保就不再是照着固定话术完成一轮沟通。它开始牵涉保单状态、保障内容、出险和理赔记录、报价规则、历史服务记录，以及不同系统的操作权限。

如果AI只能回答几个标准问题，再把客户标记为“有意向”，交给人工重新联系，那么它提升的主要还是触达效率。如果转接后上下文丢失，客户还要重新讲一遍，所谓智能反而增加了新的服务断点。

大模型让AI具备了更强的语言理解能力，可以处理更自由的表达，也能结合上下文判断客户意图。但客户问“为什么今年保费变了”，如果系统只是生成一段听起来合理的解释，这件事实际上还没有处理完。

系统还要确认客户对应的是哪张保单、当前处于什么续保状态，并调用真实的业务系统获取试算结果。随后，再根据客户反应判断是继续解释价格、调整保障方案、推进办理，还是转由人工处理。

一次续保真正跑起来，往往要经过到期提醒、信息确认、保费试算、策略匹配、异议处理、方案说明、办理引导、人工接管和结果记录。传统作业中，这些工作通常需要坐席或多个岗位在不同系统之间反复切换、查询和操作。

AI进入之后，有价值的变化不是多了一个会说话的入口，而是让原本分散的信息、规则和操作，能够围绕同一项续保任务连续衔接。

这里有一条重要边界：模型可以生成表达，但业务事实不能由模型生成。

报价、保单状态、出险记录和适用规则，都应该来自真实的业务系统。AI可以理解客户意图、组织沟通内容，但下一步可以执行哪些动作、执行到什么程度，仍要受到规则、权限和流程的约束。

因此，评价续保智能化，不能只看接通量、通话时长或者声音是否自然。客户提出需求以后，系统是否可以把后面的事情继续办下去，更能说明AI到底有没有进入业务。

二、AI既要知道怎么往下走，也要知道什么时候停

AI越往业务深处走，人机协同就越重要。

到期提醒、基础信息确认、常见问题解释、标准化试算等规则清晰、重复性较高的工作，可以交给AI。但如果出现异常报价、复杂保障问题、投诉、特殊服务需求，或者事项已经超出系统权限，AI就不应该继续尝试回答，而应该及时停下来。

“转人工”也不能只是把电话交出去。人工接手时，应该已经知道客户为什么咨询、前面确认过哪些信息、流程走到了哪一步、哪里出现了异常。否则，客户需要重新解释，人工也要重新查询，前面的智能化价值就会大打折扣。

人机协同真正困难的地方，不是简单划出一张任务表，而是提前设计清楚三个问题：AI必须停止的条件，交接时需要同步的信息，以及人工接手后继续处理的节点。

客户已经明确拒绝，系统就应该停止不必要的触达；客户提出人工服务需求，就应该顺畅完成转接；涉及重要信息、方案变更和关键操作时，则需要清晰的权限控制、确认机制和过程记录。

保险服务的温度，也不只体现在声音像不像真人。更重要的是，系统知道什么时候可以继续，也知道什么时候应该把判断、授权和责任交还给人。

三、真正难的不是有几个Agent，而是让业务接得起来

续保业务需要的，不是一个无所不能的Agent，而是一套能够把数据、业务系统、智能体和人工接在一起的底层机制。

围绕这类跨系统、跨任务的人机协同问题，国内企业级AI操作系统提供商爱化身科技构建了企业级AI操作系统Agentrix。Agentrix由Data OS、Agent OS和Agent Workforce三层构成，作用是让分散在不同系统里的数据、规则和业务能力围绕具体任务协同运行，而不是再叠加一套孤立的AI工具。

放到续保场景中，客户问“今年为什么贵了”，Data OS首先要组织正确的客户信息、保单、产品资料、出险及理赔记录和历史服务记录，为智能体提供可靠的业务上下文。

如果客户希望重新试算，Agent OS负责调用相应的业务能力，判断哪些动作可以直接执行、哪些必须经过授权，并对任务流转和执行过程进行记录与追溯。

进入具体环节后，Agent Workforce中的不同岗位型智能体分别参与客户沟通、保费试算、策略匹配、异议处理、任务推进和人工协同。三层能力围绕同一项任务配合，才能把原本需要坐席跨系统完成的查询、判断和操作真正接起来。

在某全国性财险机构的续保实践中，爱化身科技依托Agentrix，将语音沟通、客户意图理解、保费试算、续保策略、异议处理和后续任务推进放到同一条业务链路中。

客户提出价格异议后，如果需要重新测算，系统就进入试算流程；如果客户希望调整保障，流程继续衔接相应方案；客户愿意办理，任务再往后推进。遇到复杂咨询、异常事项或者超出权限的问题，系统会停止自动处理，并把已经确认的信息、客户诉求和当前任务状态一并交给人工。

这些智能体可以承担7×24小时的标准化续保任务。根据项目统计，它们承接了传统人工续保流程中60%以上的重复性工作负荷，让人工团队能够把更多时间用于复杂咨询、客户关系维护和高价值服务。

这项实践带来的变化，并不只是“AI可以打更多电话”。当客户沟通、试算、策略判断、任务推进和人工接手能够顺着同一项任务往下走，续保就不再是一通孤立的电话，而成为一条可以持续运行、记录和优化的业务流程。

四、从触达到经营，AI正在重新定义续保

如果把AI在续保中的价值拆开来看，大致可以分成三个层次：从触达智能化，到流程智能化，再到客户经营智能化。

第 一层，是先把客户联系上。AI承担到期提醒、标准问答和基础信息确认，把大量重复沟通做得更高效，解决的是“联系上”的问题。

触达之后，难点随即转向流程连续性。客户提出需求以后，AI不再只留下一个“有意向”的标签，而是衔接保费试算、续保策略、方案调整、办理流程和人工服务，这就是流程智能化。

到了客户经营智能化这一层，变化的就不再只是某一个续保环节，而是保险机构经营存量客户的方式。

很多续保客户过去并不是没有经营价值，而是持续依靠人工服务，成本很难摊平。尤其对于客单价不高、客户数量又很大的业务，如果完全依靠人工逐一深入服务，投入产出往往难以平衡。

当标准沟通、保费试算、策略匹配和后续跟进可以由智能体规模化承担，AI降低的就不只是一通电话的成本，更重要的是持续服务客户的边际成本。

客户经营也不只发生在续保这一件事上。以车险为例，续保办理结束后，坐席往往还会进一步了解客户家庭住宅等情况，判断是否存在家财险等其他保障需求。如果客户确实有需求，可以继续介绍合适的产品；如果并不需要或并不适合，也没有必要为了销售而强行推荐。

这类保障需求识别看起来只是多问了几个问题，背后反映的却是另一种经营方式：系统不再只知道“这张车险续没续”，而是开始在已有客户关系和服务记录的基础上，理解客户还有哪些真实保障需求，并判断下一步是否值得继续服务。

五、一次续保结束后，企业真正留下了什么

每一次续保留下来的，不应该只是“接通”“有意向”“未续保”几个结果。

在明确的授权、权限和业务边界内，客户为什么对价格敏感、关注哪些保障、容易在哪个环节流失、什么情况下更需要人工介入，以及是否存在其他合适的保障需求，都可以成为下一次服务的业务上下文。

这样，一次续保的结束，不再意味着这段沟通随之归零。相关过程、判断和结果可以在后续服务中继续发挥作用，下一次与客户沟通时，也不必再从头开始。

但信息被记录下来，并不等于企业已经具备了客户经营能力。真正重要的是，这些信息能否在规则和权限约束下，被下一次任务正确理解和使用。

判断一套续保AI是否真正进入业务，可以看四个问题：使用的是否是真实且经过授权的业务信息；客户提出需求后，是否可以调用后续业务能力；遇到处理边界时，是否能够带着完整上下文交给人工；任务结束后，相关结果是否可以被记录下来，为下一次服务继续使用。

这四个问题对应的并不是某一个模型的能力，而是一套完整的企业运行能力：数据是否可靠，系统是否连通，权限是否清楚，流程是否连续，人工是否可以随时接管，任务结果是否能够反过来支持后续工作。

当数据、规则、流程和执行反馈不断积累到类似Agentrix这样的企业级AI操作系统中，保险机构得到的就不再只是一套智能外呼工具，而是一支懂业务、能执行、可治理，并能在持续反馈中成长的数字团队。

一些过去受制于人力和成本、难以获得持续服务的客户，也因此有机会得到更及时、更稳定的专业服务。