保险理赔上 AI：先做单证录入与字段校对，不做拒赔判断
四个关键字段错 1 个，后面全错；先把这 4 个盯住。
本页不讨论理赔规则与合规意见，只讨论工程路径与验收口径；价格以当期书面报价为准。
一、把“录入”和“判断”分开
理赔流程里最耗时的是从一堆扫描件里把字段抄进系统，并且反复核对。这件事有标准答案，适合交给机器；而“这事该不该赔”涉及合同解释与监管，机器只应该把矛盾标出来，不应该下结论。把两件事混成一个“智能理赔”项目，往往两头都难验收。
| 环节 | 输入 | 机器能做到 | 必须由人完成 |
|---|---|---|---|
| 单证抽取 | 发票、诊断书、定损单 | 抽出金额、日期、编号 | 异常件人工校 |
| 字段一致性 | 报案信息与单证 | 标出不一致项 | 判断以哪份为准 |
| 材料清单 | 险种与出险类型 | 列出缺件清单 | 对外沟通 |
| 赔与不赔 | 条款与事实 | 只做检索与引用 | 全部由人定 |
二、只盯四个字段
总体准确率是没有用的指标，因为它会把错集中在少见但致命的字段上。只盯四个：金额、日期、标的编号（车牌或设备号）、机构名称。这四个错一个，后道全部重做；其余字段允许人工补。上线前把上周的人工修改记录拿来做回测，直接就能算出每千件要重做多少。
三、合规与部署边界先定
医疗与个人数据大多不能出内网。先回答“能不能出网”，再谈模型选择与功能。需要私有化时，卡型先看显存（长单证要一次读进去），再看数量；部署方式的工程约束见 多租户隔离 与 卡型选型。
当期站内已登记：H100 一年期 9.3 万元/台/月（32 台，2026-09-28）；H200 64 台三年闭口 14 万元/台/月（2026-10-21 事实核）。价格随时点变动，以书面确认为准。
四、上线看三个数
- 每件人工修改字段数：从基线降到一半才算有意义。
- 缺件发现时点：在受理当天而不是结案前一天。
- 重做率：关键字段错导致的返工比例。
五、反例：这些情况不要上
①单证几乎全是手写且模糊：先换扫描设备。②每类险种的单据格式都不同且经常变：先把模板收拢。③法务明确禁止任何外部处理：没有私有化环境就不要启动。④日处理量不足 30 件：人工更快。
六、常见问题
能不能直接对接报灾与定损系统？
能，但先把字段字典对齐。两个系统的“金额”一个是含税一个是不含税，这类差异比模型错误更多。
识别错了会不会影响信用判断？
会，所以关键字段必须保留人工复核环节，并把机器置信度低的条目优先推送。不要在流程里去掉复核这一步。
为什么不先做反欺诈模型？
反欺诈需要大量标注的骗保案例，而且错误代价高。先把录入与缺件流程跑顺，数据质量上来后再谈，那时才可能有好样本。