新上线今天0 投票
免手动首次损失通知：结合Strands Agents与Amazon Bedrock AgentCore浏览器工具实现智能理赔录入
在财产险理赔流程中，首次损失通知（FNOL） 的录入环节长期被视为“只是开个案子”，但实际却是处理大量非结构化数据的关键瓶颈。理赔员需要将现场照片、视频、扫描文档和录音笔记等异构证据，通过专为人工设计的门户逐一解读、验证和关联，这一过程往往消耗其大量时间。尤其是在灾害或季节性高峰期间，人工操作导致的延迟会迅速积累，直接影响理赔周期和客户体验。
本文提出一种免手动FNOL录入系统，通过组合两种互补能力实现智能化：
- Strands Agents SDK（开源）——采用模型驱动方式构建生成式AI代理，负责执行保险领域特有的业务规则，例如证据解读、跨模态关联以及案件复杂度评估。这些代理基于通过 Amazon Bedrock 提供的基础模型（FM）进行推理。
- Amazon Bedrock AgentCore浏览器工具（由 Amazon Nova Act 驱动）——一个客户端SDK，能够将自然语言指令（如“打开下一个未处理的理赔”或“触发图像标记”）转化为真实的浏览器操作，从而自动与理赔门户系统交互。
该架构的核心思路是保留人类专家的判断力，同时消除重复性的屏幕操作。系统工作流程如下：
- 证据接收与解析：多模态证据（照片、视频、文档、录音）通过API或上传进入系统。Strands Agents首先对证据进行标签化和初步分类。
- 领域推理：基于保险业务规则，代理判断证据是否完整、是否存在矛盾，并评估案件复杂度（例如，是否涉及人伤、财产损失严重程度等）。
- 自动化门户操作：Amazon Bedrock AgentCore浏览器工具根据代理的决策，自动导航到理赔门户，填写字段、上传文件、提交标记。整个过程无需人工介入。
- 人工审核与决策：最终，理赔员获得的不是原始证据的堆砌，而是经过整理、带有上下文标签的决策就绪信息，可以直接进行定损、核赔等更高价值的工作。
行业背景与价值：
- 效率提升：通过自动化重复性录入，理赔员可将精力集中于复杂案件的判断，从而缩短整体理赔周期。
- 可扩展性：在灾害事件导致案件量暴增时，系统能自动扩展处理能力，避免人工团队疲于应付。
- 准确性：基于模型的规则一致性优于人工手动操作，减少因疲劳或疏忽导致的错误。
技术细节：
- Strands Agents 的模型驱动特性允许开发者用声明式方式定义代理行为，而非编写大量胶水代码。它天然支持与Amazon Bedrock集成，可调用Claude、Llama等模型进行推理。
- Amazon Nova Act 作为浏览器自动化引擎，不仅支持简单的点击和填写，还能理解页面上下文，适应门户界面的变化。
总结：
本文展示的FNOL录入方案并非替代理赔员，而是通过代理+浏览器工具的组合，将人类从“数据搬运工”的角色中解放出来，使其专注于需要专业判断的环节。对于正在寻求理赔流程数字化转型的保险公司来说，这一架构提供了一个低代码、可快速落地的参考路径。
注：文中提及的“行业观察”指代一般性实践认知，未引用具体统计数据。实际部署需根据各保险公司门户系统进行适配。