先交代产品位置：本文推演的是极昆仑 Data Agent（极昆仑 iInsight）在保险经营链路上的落地形态——本体层统一保单、客户、代理人、工单等对象，决策层按场景产出可执行清单，执行层把处理结果回写、可复盘。下面每个场景的"数据 → 归因 → 动作 → 跟踪"闭环，都是它的默认交付方式，不是额外定制。
市面上讲"Data Agent 在保险的应用"的清单很多，大部分是"智能查数 + 智能报表 + 智能问答"的功能罗列。我们不是从功能出发，是从经营账出发，三个硬标准筛出来的：
标准一：真实数据可得——不臆想。 只用保险公司真实拥有的数据：保单系统（含犹豫期/续期/退保标记）、代理人系统（含产能/佣金/职级）、理赔系统（含全流程时间戳）、客服系统（含投诉工单文本）、财务系统（含手续费/佣金/附加费用），加上公开数据（监管规定、行业基准）。客户看到场景的第一反应必须是"我的数据能跑"，而不是"我的数据根本不支持"。
标准二：合规可落地——红线写死。 保险是强监管行业，每个场景都有明确的"AI 干什么 / 人干什么 / 绝对不做什么"三列边界。《保险法》销售误导红线、报行合一监管要求、理赔定损人工把关、反欺诈取证合规，全部前置写清。合规官敢签字，场景才算数。
标准三：收益可量化——客户能复刻。 每个场景都能按"基础参数 → 极昆仑 Data Agent（极昆仑 iInsight）带来的动作变化 → 经营结果"三段式拆解，客户拿自家 3 个数就能算出自己家的收益。极昆仑 iInsight 在这条链路里只做三件事：把数算准、把原因归对、把动作推到人；拍板与执行仍在业务部门。
按这三个标准，从最初 20 多个候选场景里筛出 10 个。排序不再按"谁的数字大"，而按"数据可得性 × 决策紧迫度 × POC 可验证性"——这也是为什么场景 10 的金额最大，却排在最后。
过去这套内容最容易被打回的地方，不是痛点，是"收益怎么加"。本版统一四条规则：
规则一：只算四类利润口径，保费不进收益。
佣金挽回（已实现收入的避免回拨）；
续期利润（续期保费 × 费差+死差贡献）；
赔付降本（节省赔付支出，须扣调查成本）；
费用优化（可入账的费用回落，须扣单边测算折扣）。 首年保费只作"业务规模指标"单列，不与利润相加。场景 3 的 450 万首年保费属此类。
规则二：续期利润率统一为 5%~8%，并写清定义。 指续期业务的费差 + 死差贡献，不是 NBV margin，也不与首年佣金重复计价。原文按 20% 计，高估 2~4 倍，本版全部重算。
规则三：共享池不可叠加。
场景 2（继续率）、场景 4（代理人流失）、场景 5（理赔体验）共享同一续期保费池：同一张保单不续保，只能归到一个主因，三份不能全加。
场景 1（犹豫期退保）、场景 8（代理人质量）、场景 9（客诉）共享同一退保杠杆：场景 1 若已把全司退保率打到目标，场景 8/9 的增量空间会被吃掉。 本版同时给出"逐项加总"和"去重后"两个数，对外只讲去重后的数。
规则四：两本账分开，不相加。 可入账收益进损益表；风险规避价值（降低合规风险敞口）单独列示，不折成收入。场景 7/8/9 的监管账均按此处理。
规则五：在售保单的赔付率是锁定的。 场景 10 的核保/费率调整只影响新单，且生效滞后 12 个月以上，首年利润改善为 0。任何"一年把全司赔付率打下 3pp"的说法都不符合保险经营规律，本版已删除。
规则六：收益成立的前提是闭环。 预警不发出去、清单不落到人、结果不回写，任何口径都只是纸面数字。极昆仑 Data Agent（极昆仑 iInsight）的默认形态就是这条闭环：数据触发、归因、派单、回写、复盘，每一跳都落在同一套对象体系里，避免"算完就散"。
下表每一行的"核心动作变化"，都是极昆仑 Data Agent（极昆仑 iInsight）在对应场景能交付的标准动作，不是概念描述；金额按上一节的口径算出，仅作示例。
# | 经营场景 | 核心动作变化 | 满额年化（可入账） |
|---|---|---|---|
1 | 犹豫期退保预警与挽留 | 双触发预警 + 一单一策话术，退保率 5.2%→3.7%（-1.5pp） | +1400 万（首年佣金挽回） |
2 | 13/25 个月继续率预警 | 历史归因 + 风险评分 + 预防回访，继续率 +2pp | +500 万（续期利润） |
3 | 家庭保单画像与缺口 | 家庭画像 + 缺口判定 + 一户一策，加保转化率 15% | +126 万（首年佣金；对应首年保费 450 万，单列） |
4 | 代理人流失与产能预警 | 流失评分 + 影响量化 + 精准挽留，流失率 -2pp | +70 万/年（剩余缴费期 5 年累计约 350 万） |
5 | 理赔时效根因与体验 | 分层验证 + 流程优化 + 关怀 SOP，时效 2.4→1.8 天 | +170 万（续期利润） |
6 | 理赔反欺诈识别 | 结构化 + 非结构化交叉验证 + 证据包，增量识别率 0.1% | +650 万（赔付降本，已扣调查成本） |
7 | 报行合一合规监控 | 偏差监测 + 根因拆解 + 可追溯证据包 | +180 万（费用优化） |
8 | 代理人销售质量画像 | 本体建模 + 模式聚类 + 整改闭环，重点 100 人退保率 15.8%→7.2% | +70 万（首年佣金挽回） |
9 | 客诉预警与根因归因 | 文本归因 + 先行指标 + 整改 SOP，投诉量降 22% | +130 万（退保减损） |
10 | 产品赔付率/利润率归因 | 多维归因 + 上会报告 + 迭代跟踪，归因从 1 周压到 1 天 | 首年 0；第 2-3 年累计 0.6~1 亿 |
合计 | 可入账满额 ≈ 3300 万/年；去重后 ≈ 2800 万/年 | ||
另列 | 风险规避价值（7/8/9） | 降低合规风险敞口，不进损益 | ≈ 420 万/年 |
推演基准：中型寿险公司（年保费 200 亿、首年保费 40 亿、代理人 2 万、有效保单 500 万件、13 个月继续率 88%、犹豫期退保率 5.2%、件均首年保费 1.2 万、首年佣金率 40%），参数取自金融监管总局统计及上市公司年报公开数据的量级，可自行查证。所有收益均为基于公开基准的推演假设值，不是实际客户回款，也不构成收益承诺
场景 1｜犹豫期退保——月末看到退保率超阈值，客户早已过犹豫期。极昆仑 iInsight 的双触发（退保意向信号 + 犹豫期倒计时）把窗口提前到犹豫期结束前 7 天（犹豫期通常 15 天，监管要求不少于 10 天），按工单文本归因后一单一策，个险部确认后派企微，T+30 对照组跟踪。退保率降幅按 1.5pp 取值（区间 1~2pp），对应挽留成功率 15%~30%，不是"砍半"。
场景 2｜继续率——继续率是 cohort 的时序留存，不是月度报表——极昆仑 iInsight 按保单 cohort 建时序视图，而不是把月度报表拼起来。已表示不续保的，T+1 工作日内联合回访；未表示的，按风险评分推预防清单。**继续率 +2pp（88%→90%），按续期保费 50 亿 × 2% × 7% 利润率 × 0.7 兑现计，约 500 万。**25 个月继续率与 13 月同法回测，只作长期留存参考。
场景 3｜家庭保单——系统里没有"家庭"对象，缺口谁也看不见。极昆仑 iInsight 在本体层建 family/customer/policy 三层，5 条规则判缺口优先级，一户一策方案书推代理人工作台。收益只算佣金 126 万，450 万首年保费单列为业务规模；10 万家庭是"关系字段可稳定识别"的部分，不是全量。
场景 4｜代理人流失——流失是经营事件，不是 HR 事件。极昆仑 iInsight 的流失评分提前 3 个月预警，约谈后按确认原因出方案，承接预案提前备存。关键是孤儿单承接系数 0.3：代理人离职后保单由公司重新分配，真实损失是服务断档导致的部分续期流失，不是 7200 万全损。年化约 70 万，5 年累计约 350 万。
场景 5｜理赔体验——"时效慢→不续保"是关联，不是已证实的因果。时效 >3 天续保率 52%、<1 天 78%，混杂了险种、保额、年龄、渠道、是否拒赔。极昆仑 iInsight 的 POC 用分层比较 + 倾向得分匹配控制混杂，续保率提升按 5pp（区间 3~8pp）计，且只对体验差分层生效，约 170 万。
场景 6｜反欺诈——极昆仑 iInsight 不抢现有反欺诈系统的活，只做其覆盖之外的增量：病历正文、健康告知、理赔申请三份文本交叉验证。**增量识别率 0.1%（区间 0.05%~0.2%），拒赔成功率 50%，件均欺诈赔付 12 万，扣 20% 调查成本后约 650 万。**证据包只辅助调查，不构成拒赔依据。
场景 7｜报行合一——已进入常态化执行检查期，是"替换/升级"市场，不是新建市场——极昆仑 iInsight 的定位是替换掉人工抽查那部分，而不是再建一套系统。偏差口径统一为 1.3pp（报备 2.5%、实际 3.8%），账一费用优化约 180 万（已按单边测算打 0.3 折）；账二降低合规风险敞口约 300 万（按停止新业务 3 个月的 20 亿保费缺口量级折算），单列。
场景 8｜代理人质量——极昆仑 iInsight 按"人—单—件"三维画像筛出的重点 100 名代理人（占队伍 0.5%）人均年新单 25 件、犹豫期退保率 15.8%，合计约 400 件，占全司退保件 2.4%——不是"TOP3 贡献 45%"。件均首年佣金 4800 元（1.2 万 × 40%），挽回约 70 万；红黄牌由人决定、可申诉、全程留痕。
场景 9｜客诉——极昆仑 iInsight 把投诉率统一定义为"每万张有效保单投诉件数"：全司 3 件/万张，高投诉产品 8.5 件/万张（约 2.8 倍）；年投诉 1500 件中监管转办约 45 件（3%）。**相关性 0.82 来自 720 个"产品×月"观测、控制固定效应，只能作先行提示，不能当因果。**收益约 130 万，建议作附加场景。
场景 10｜赔付率归因——首年不承诺利润：极昆仑 iInsight 也改不了在售保单的赔付率，它由定价与发生率锁定，调整只影响新单且滞后 12 个月以上。首年价值是把 1 周归因压到 1 天、出可上会报告；第 2-3 年仅对新单的赔付率改善 0.5~1pp，累计利润 0.6~1 亿，非年化。
上面的 3300 万、2800 万都是示例口径，换一家公司的参数，结论就会变。所以这些数字的正确用法不是拿去立项，是拿去对照——你把这套公式套进自家数据，算出来的如果和我们对不上，那就是对不上，不必勉强。
为此极昆仑开放免费 POC，10 个场景任选，跑的就是极昆仑 iInsight 在同一份数据上的真实表现：第 1-2 周对齐需求与数据，第 3-4 周跑出验证结果。数据怎么给可以商量，脱敏样本、你们已有的测试环境、现场隔离都行，不必为了 POC 专门批一台沙箱。
POC 验证的是极昆仑 iInsight 能不能做、做得准不准，不验证收益——收益取决于你们的执行强度，那是另一件事。
