腾讯金融云：基于DeepSeek与大模型的保险行业AI协同办公实践

报告讲者： 腾讯金融云 周梦薇

理论支持： 麦肯锡 (McKinsey)

破解知识孤岛与协作沟通瓶颈

在生成式AI加速崛起的趋势下，保险业务的创新不仅依赖前端负债端（提振销售、创新产服）与资产端（提升投资回报）的变革，更需要后端的支撑体系（风控、人才、科技、资源配置）进行配套数字化转型。目前，保险企业在内部协同办公中普遍面临三大核心痛点：

• 知识流转断层： 各部门业务知识独立管理且格式各异，缺乏统一标准与全周期管理；传统搜索无法有效跨格式提取信息，找知识效率低。
• 人才培养高耗低效： 集中培训组织难度大、成本高，且培训节奏统一，无法实现针对性训练；传统机器人陪练方式死板，评价维度匮乏。
• 异地协作与信息损耗： 线下会议交通成本高，海量会议信息耗时长久，参会人员难以快速提取有效结论或中途跟进讨论进度。

构建基于大模型的协同办公支撑体系

针对上述痛点，腾讯结合底层大模型能力（包含接入DeepSeek及腾讯混元大模型），构建了覆盖“知识库、人才培养、视频会议”三大场景的AI办公应用矩阵：

• 搭建安全可控的本地AI知识底座： 支持企业级、部门级、团队级知识库的私有化部署。通过细化到人的权限管理、自定义敏感词脱敏、异常下载记录监控以及页面水印等机制，确保数据资产归属公司且合规防泄漏。结合DeepSeek-R1等深度思考模型，支持员工边看边提问与多模态知识沉淀。
• 部署千人千面的AI辅导教练： 在培训场景引入高拟真语音的AI陪练。根据业务场景（如保险销售向客户推销产品升级）设定陪练者（AI）的性格特点与关注重点，提供1V1对抗演练。同时，通过AI自动生成课件、提取课程摘要、文字转多语种音频及考后自动批改，大幅缩短课程制作周期。
• 集成全流程视频会议智能中枢： 将AI助手（AI小助手Pro）嵌入跨国会议、产品培训与内部交流场景。提供双语字幕、实时转写、会前知识检索、会中待办生成及跨多场会议提问功能，并支持与企业HR系统对接，实现一站式筛选简历、发起邀请及AI生成候选人面试评价。

提升文档解析精度与信息检索广度

通过引入专属行业数据训练与AI技术升级，该体系在文档处理与信息获取上实现了可量化的业务指标提升：

• 解析精度跃升： 乐享知识解析能力结合大模型后，对8种元素（段落、表格、公式、图标等）的版面分析与元素排序OCR解析准确率提升了25%。
• 检索广度扩容： 乐享知识检索的Embedding模型上下文窗口从512字大幅提升至4k，并支持多套检索策略（如向量关键词混合、表格文字混合检索），有效应对多场景下的数字问答、推理比较等复杂指令。
• 语义切分优化： 采用业内首个长文本切分大模型，将OCR识别的标题提供给切分模型进行多级语义拆分，避免语义截断，大幅提升阅读理解准确率。

重塑客服知识库与全员音视频调度系统

该方案已服务包括中国太平洋保险、中国人保、中国人寿、泰康等众多金融机构，并在具体业务中兑现了应用价值：

• 某保司：适配信创要求的客服系统升级
  • 业务痛点： 需搭建统一智能客服平台，整合话务系统，且必须符合XC（信创）要求。
  • 实施路径： 基于腾讯大语言模型知识应用构建平台，适配国产CPU/GPU芯片及国产化数据库TDSQL；打通腾讯乐享与腾讯文档，与企业内部CRM系统及组织架构集成，实现基于角色的权限认证。
  • 业务影响： 汇聚多渠道知识，实现内部应用无缝整合与一体化用户交互，大模型智驱客服问答场景增效。
• 某头部保险集团（近5万名员工）：全员云上云下会议互联互通
  • 业务痛点： 需解决员工出差随时开会及未来扩容需求，且现有预约系统无法对公有云与私有云会议进行统一管控。
  • 实施路径： 在DMZ区域部署MRA，实现线上线下会议融合；在现有会管基础上增加腾讯会议的融合管理功能。
  • 业务影响： 通过MRA将现网Poly系统与腾讯会议打通，实现资产利旧；建立便捷的内外网融合会议预约与统一管控机制，大幅降低繁多会议造成的运维压力（Ops Cost）。

沉淀全栈大模型技术底座与算法优势

在模型基础能力与算法准确性方面，腾讯云智能模型展现了技术确定性。在国际知名的C-MTEB榜单上，腾讯云智能模型在8个中文任务中达到效果最优，其测试集准确率达到73.09%（最大长度8192），超越了同期同榜单的友商模型，为保险行业处理长文本、复杂图文混排及高并发协同办公提供了坚实的技术支撑。同时，AI小助手Pro基于混元大模型经过精调，高度适应会议内容问答场景，保障了复杂指令下的信息流转效率。