保险平台-AI理赔策略经理

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理赔已进入规模化落地阶段——理赔AI项目已实际上线倒签单识别，年底前还有5个Agent陆续落地。加入的不是一个"未来要做AI"的团队，而是一个AI已经在跑、正在快速迭代的团队。策略岗在其中的角色是定义AI执行的规则——写的每条规则，直接决定线上AI的决策质量。

2、真正在定义"AI怎么做理赔"——不是旁观AI浪潮，而是直接参与规则定义。写的规则决定了AI的决策质量，工作产出在线上实时跑着。

3、业务结果可见、可量化——综合项目收益过亿级别，每条策略优化都有明确的成本/体验/效率产出，不是做完就放抽屉的方案。

4、高频场景锤炼能力——骑手险日均理赔量大、险种覆盖全（车物+人伤+伤残+死亡），业务复杂度高但反馈周期短。一条策略上线几天就能看到效果数据，试错成本可控、成长速度快，远超低频险种。

5、多线业务视野，不是螺丝钉——同时覆盖向日葵理赔、人保/太保等保司合作理赔，能接触到不同作业模式和合作方管理逻辑。从成本、体验、效率三个维度理解理赔全貌，而非只做单一模块。