思迈特软件（Smartbi）作为深耕商业智能（BI）和AI应用领域的数字化转型服务商，凭借在金融行业的成熟解决方案与技术积淀，携手中英人寿打造 “中英知行” 智能问数智能体，创新运用 “原子指标拆解 + RAG 检索增强” 等技术手段，实现从总公司到分支机构的 “对话式分析”，让数据收集整理时间缩短 90%，移动端日活激增 3 倍。

凭借在保险行业数据应用技术架构创新、业务价值深化等多维突破及卓越的落地实效，该案例近期成功入选 IDC《中国金融行业智能体最佳实践案例分析之保险与资管篇》报告，成为保险行业挖掘数据价值的标杆范本。

在保险行业，经营分析是一项极其复杂的工程，它涉及多维度、复杂指标。中英人寿一线业务与管理团队曾受限于三重“数据壁垒”，一定程度上影响了数据价值向业务决策的高效转化。

首先是“取数难”。

传统的BI报表虽然丰富，但无法穷尽所有千变万化的分析场景。一旦涉及非固化报表的查询，业务人员就必须向IT部门提需求。排期、开发、核对……一个周期下来，往往需要数天甚至一周。对于瞬息万变的市场而言，这种“T+N”的反馈速度显然太过滞后。

其次是“口径乱”。

保险经营指标逻辑复杂，存在大量的非线性累加和动态调整。比如“新单价值（VNB）”或“年化保费（APE）”，在不同机构、不同渠道的统计口径可能存在细微差异。业务人员如果自己手动加工数据，很容易因为口径不一致导致分析结果偏差，甚至可能误导决策。

再者是“落地难”。

项目初期团队面临双重现实挑战，一方面仅配置有限GPU资源，无法稳定支持高并发与多轮对话需求；另一方面，业务人员对AI能力存在认知偏差，部分人对其抱有“能回答一切经营相关问题”的高期望。

这是中英人寿项目团队的初衷。

为突破数据应用困境，中英人寿以“业务需求为锚点、技术落地为支撑”，分阶段推进“中英知行”智能问数智能体，各环节层层递进、自然衔接，确保方案精准适配经营场景：

以Smartbi成熟的保险行业指标体系构建工具为支撑，项目团队基于“中英知行”现有经营分析框架，系统梳理形成保费类（APE/VNB/标准保费）、产品类、队伍类、渠道类等核心分析场景/主题，明确全场景指标需求并输出标准化业务指标体系模板，为后续建模奠定业务基础。

对企业而言，技术不应只追求“形式新颖”，更需聚焦“业务价值”。项目上线后，不仅实现数据处理效率的显著提升，更推动业务决策模式的深层变革，核心成果可从四个维度量化：

业务人员借助智能问数智能体，数据收集与整理的时间较传统方式缩短90%。原本需要数小时甚至数天才能完成的复杂分析任务，现在仅需数秒即可生成可视化图表。

集成移动端后，极大降低了使用门槛。数据显示，平台上线后移动端日活用户数提升超过 3倍，业务人员的自主查询率显著提高。用户覆盖从总公司管理层、核心业务部门到一线分支机构等全层级角色。数据不再是IT部门的“私产”，成为全员可用的业务工具。

通过严格的“分析意图 × 边界抽样”分层测试，核心指标的问答准确率稳定在 90%以上。指标覆盖范围也从一期的53个核心指标快速扩展至109个，涵盖了业绩监控、趋势预警、渠道分析等全场景。

中英人寿的成功实践，充分印证了思迈特软件（Smartbi）在金融行业数字化转型中的技术实力与场景适配能力 ——AI 大模型绝非悬浮于业务之上的 “概念性技术”，而是经得住落地检验、能创造实际价值的核心生产力工具。

从指标体系搭建、数据建模到企业级智能问数智能体落地，思迈特软件始终以 “业务需求为锚点、技术落地为支撑”，凭借成熟的行业解决方案、开放的技术架构及敏捷的实施能力，助力中英人寿打破数据壁垒、降低用数门槛，完成了一次从“依赖经验和报表”到”让数据通过对话流动”的组织文化升级。

未来，思迈特软件将持续深耕保险及金融行业，持续迭代技术内核与解决方案——以精准化的指标体系工具筑牢基础、以灵活化的大模型适配能力突破边界、以全链路精准赋能服务提质增效，助力更多企业激活数据潜能，共绘数智经营新蓝图。

相关阅读