保险 / 智能核保Mercury Insurance2026-08-08

Mercury Insurance 智能核保:清晰件分钟级出结论

个人车险与家财险核保需要从申请表、车管与出险记录、前保单声明页等多处拼装证据。Mercury 在 MOI 上构建智能核保,材料解析为结构化事实后按各州与产品规则评分,清晰件自动出结论。

Mercury Insurance

Mercury General Corporation 成立于 1961 年,总部位于洛杉矶,是美国多险种个人险企业,主营个人车险并经营家财险,通过约 8500 家独立代理人渠道展业。

8500+
独立代理人渠道
分钟级
清晰件出结论
按州按产品
核保规则评分
多源解析
报告与影像件结构化

业务背景

Mercury Insurance 是美国面向个人的车险与家财险公司,业务通过约 8500 家独立代理人渠道展开,绝大部分保费由这些代理人带来。

在独立代理人模式下,同一份投保单往往会同时递给几家保险公司——谁先给出结论,谁就更可能拿到这单。

业务挑战

核保一张个人车险或家财险保单,意味着要从许多地方拼凑证据:投保申请、车辆管理局记录与出险历史、前一家承保公司的文件、车辆与房产数据、查勘照片,以及野火暴露度这类第三方与地理空间风险数据。

这些材料绝大多数是文档和图像,而不是干净的字段。核保员需要重新录入数值、追讨缺失的证据,还要套用各州、各险种各不相同的规则——美国的保险监管按州分立,规则差异不是细节而是结构。

由此带来两个后果。一是结论不一致:不同核保员对同一份材料可能给出不同判断,甚至同一位核保员在忙与不忙的时候标准也会漂移。二是高峰期转人工队列积压。

而在代理人渠道里,这两个问题合起来只有一个结果:一份卡住的投保单,就是一份流向其他保险公司的投保单。

解决方案

Mercury 在 MOI 上构建智能核保。投保单及其附件——申请表、报告、前一家公司的声明页、查勘照片——进入系统后完成解析,OCR、表格抽取与视觉模型把文档和图像转成结构化事实。

这些事实先与内部及第三方数据交叉校验,再依据适用的州与险种规则打分。风险特征由定价与精算团队使用的同一份受治理数据计算得出——这一点决定了核保和定价不会对同一个风险给出两套口径。

在承保偏好范围内的清晰件自动出结论,不进入人工队列。

其余的作为转人工件送达核保员,同时附带三样东西:风险敞口摘要、触发的具体规则,以及回到底层证据的链接。核保员看到的不是一份原始材料包,而是一份已经指出「问题在哪、依据是什么」的待判件。

客户收益

约 8500 家独立代理人贡献了绝大部分保费,出单速度本身就是竞争力——清晰件直接出结论,不必在转人工队列里排队。

同一套规则对每个州的每一份投保单执行,结论不再取决于是哪位核保员接手,也不取决于那天队列有多忙。

常规件自动通过,核保员的专业判断集中在真正复杂或处在边界上的风险敞口上,而不是消耗在数据录入。

每一个转人工结论都附带触发规则与底层证据链接,核保决定可复核、可解释——这在受州级监管的业务里不是加分项,而是必要条件。

方案架构

数据来源
  • 投保申请与附件
  • 车管与出险历史报告
  • 前承保方声明页
  • 影像件与扫描文档
MatrixOne Intelligence
  • 多源材料解析为结构化事实
  • 字段校验与数据补全
  • 按各州与产品线规则评分
  • 清晰件自动决策
  • 复杂件转人工并附依据
业务应用
  • 清晰件分钟级出结论
  • 核保依据可追溯
  • 代理人渠道快速反馈
  • 核保人聚焦复杂件

相关方案与产品