工具是 AI 做的,服務還是人在做
客戶最常問的,往往不是哪張保單比較好,而是什麼時候要繳、保額多少、理賠要準備什麼。有標準答案的事交給工具;坐下來把話聽懂,還是人的事。
做保險這幾年,客戶最常問我的,其實不是「哪張保單比較好」,而是:
- 什麼時候要繳?
- 這張保額多少?
- 我有沒有什麼保障?
- 理賠要準備什麼?
問題都不難,難在資料散在各個系統、網站,還有一疊紙本裡。每次都要翻半天才回得出來,客戶等得不好意思,我也一直覺得可以做得更好。
寫程式是我的老本行。所以我做了一件很像工程師會做的事:幫自己蓋了一間「AI 辦公室」,10 個部門、42 位 AI 同事。整理保單、核對條款、追蹤法規,都交給它們,連每天早上的晨會也在裡面。
交給工具的事
查繳費日、整理保額、列出理賠要準備的文件,這些事有標準答案。交給工具做,又快,也比較不容易漏。
省下來的時間,可以拿去做工具做不到的事。
留給人的事
客戶問「這張要不要留」,背後可能是家裡的開銷變了;說「我再想想」,可能是家人還有意見。
這些話,要坐下來、看著對方,才聽得出來。
條款寫得再清楚,也需要有人把它翻成對方聽得懂的話,再陪他一起決定。
所以我給自己的分工很簡單:能標準化的,交給工具;要判斷、要陪伴的,留給人。
也要更小心
用工具處理資料,責任反而更大。客戶的資料存在哪裡、誰看得到、用在什麼地方,都要守住個人資料保護的規範,也要符合公司的規定。
工具是 AI 做的,服務還是人在做。