保险平台-AI理赔策略经理

金融服务平台 1、制定与迭代优化理赔模式和核赔规则：负责理赔策略设计，覆盖人伤医疗费扣减、伤残减损逻辑、车物成本管控、估损模型优化等；将核赔规则结构化为AI可自动执行的决策逻辑，推动从"人逐案审"到"AI按规则判、人维护规则"的模式转变 2、保司运营与管理：负责合作保司的日常运营管理，包括保司理赔作业质量监控、核心指标追踪与对齐、保司端理赔动作异常的预警与介入；推动保司侧理赔流程标准化，确保向日葵与保司形成互补分工、协同高效的作业格局；探索用AI对保司作业质量进行实时监测与异常预警，替代传统滞后的人工抽检和周报盘点。 3、设计风控策略并推动落地：构建倒签单识别、异常就医模式检测、关联异常预警等风控能力；推动风控从"事后抽检"转向"AI实时识别"——让每case进来瞬间就完成风险扫描，而非依赖人工回溯发现问题。 4、理赔体验策略：负责理赔满意度提升与投诉率治理，设计理赔时效优化、估损偏差收敛、主动沟通触达等体验策略；关注用户全旅程中的体验断点，从报案、审核、赔付到结案每个环节找到改善空间；利用AI实现理赔进度智能推送、用户诉求预判与主动干预，让"用户追着问进度"变成"系统主动告知结果"，同时通过AI质检实现服务标准化，减少个体差异带来的体验波动。 5、驱动成本与体验的平衡：通过策略手段推动减损产出提升、赔付成本优化，同时守住满意度和投诉率底线；借助AI能力实现理赔时效缩短与服务标准化，在降本的同时用效率换体验，而非单纯压缩赔付 6、结合AI应用，协同理赔中台的规划与落地，挖掘 AI 在保险理赔全链路的应用价值——涵盖自动化理赔审核（通过 OCR、智能审核、风控反诈等Agent技术缩短理赔周期、提高理赔质量）；推动 AI 理赔应用能力的平台化沉淀与跨业务复用，驱动理赔效能提升和成本压降。 1、AI认知与应用意识：不强制要求会写代码，但需要理解AI能力的边界——能判断"这个环节适合AI做还是人做"，能把理赔底层业务规则描述得足够清晰让技术侧实现AI自动执行；有AI/大模型项目参与经验者优先，有创新意识、敢想的优先。 2、理赔/风控策略实战经验：5年及以上保险理赔相关工作经验，实际参与过作业模式设计、核赔规则制定、风控策略设计或赔付成本管控，除执行层面外，需要对理赔管理熟知。 3、成本-体验-效率三角思维：理赔策略的核心难题是三者之间的平衡取舍。需要理解"