免提式首次损失通知：利用Strands Agents与Amazon Bedrock AgentCore Browser Tool实现智能理赔录入

将多模态首次损失通知（FNOL）证据转化为标记的、可立即用于决策的录入信息，使理赔员从一开始就获得上下文，而非原始数据。

手动FNOL处理会耗费专家大量时间在重复性任务上，因为非结构化的多模态证据必须通过为人类交互设计的门户进行解读。现场拍摄的照片、环绕视频、扫描文档以及笔录或录音笔记，在录入时进入系统，而此时的决策直接影响理赔周期时间、下游准确性和客户体验。

在保险业务的各个领域，这一时刻都非常复杂。FNOL录入常被描述为“只需打开一个理赔单”，但实际上，在这个环节，大量非结构化数据需要被解读、验证和关联，然后才能开始任何有意义的决策。

挑战是巨大的：理赔专业人员花费过多时间在重复的录入验证上。在应用专业知识进行更高价值的决策之前，他们需要导航门户、验证证据完整性并解读工件。行业观察表明，在初始理赔处理过程中，录入验证可能消耗理赔员大量时间，典型提交需要大量的屏幕操作才能开始评估。在灾难事件或季节性激增导致业务量高峰时，这些延迟会累积，造成积压，减缓理赔解决速度并影响客户体验。

在本文中，我们展示了一种免提式FNOL录入系统，该系统结合了基于Strands Agents SDK构建的领域推理智能体与Amazon Bedrock AgentCore Browser Tool的实时门户交互。这种方法保留了人类专业知识，同时消除了重复的屏幕工作。

该解决方案结合了两个互补能力：

Strands Agents是一个开源SDK，采用模型驱动的方法构建生成式AI智能体。在此架构中，智能体（使用Strands Agents构建）通过Amazon Bedrock提供的基础模型（FM）应用保险特定的业务规则，例如证据解读、跨模态关联和理赔复杂性评估。

浏览器推理由Amazon Nova Act执行，这是一个客户端SDK，它能将自然语言指令（例如“打开下一个未处理的理赔单”或“触发图像分析”）转化为具体的UI操作。Amazon Bedrock AgentCore Browser Tool提供托管的隔离Chrome会话，Nova Act连接该会话以执行这些操作。AgentCore Browser Tool还提供会话录制和实时视图功能，用于可观测性。

在此工作流中，Nova Act通过AgentCore Browser会话推理屏幕上可见的内容来驱动录入过程，而基于Strands的智能体在后台进行领域推理。Nova Act确定何时需要分析证据并编排门户交互，而领域智能体通过应用人类审核员会使用的相同领域逻辑来确定证据的含义。

结果是将手动屏幕工作自动化，同时保留人类监督和可审计性。理赔专业人员收到的是上下文丰富、预分析的提交材料，可直接用于判断而非验证。标记的证据成为持久的运营资产，支持更好的路由、模式分析以及整个理赔生命周期的持续工作流优化。

工作流通过系统实际操作的实时浏览器自动化录制进行说明。

机会：优化理赔录入以放大人类专业知识

在保险业务的各个领域（汽车、财产与意外、人寿、健康及特殊险），理赔录入是非结构化信息首次进入系统的时刻。照片、视频、扫描文档和录音笔记同时到达，常常不完整、标签不一致且很少标准化。

理赔专业人员在此刻带来深厚的领域知识。他们知道可用的证据应该是什么样，通常缺少什么，工件之间如何关联，以及哪些信号对于覆盖范围、严重性和后续步骤至关重要。然而，如今这些专业知识大部分是通过缓慢的手动门户工作——逐个点击屏幕和目视检查工件来应用的。在有意义的评估开始之前，审核员必须回答依赖于经验的根本性问题。这些问题包括所需工件是否存在、照片和视频是否可用且相关、录音是否包含重要观察结果，以及提交材料是否足以继续处理而无需延迟。

回答这些问题需要繁琐的屏幕操作。一个典型的FNOL提交可能包含分布在多个视图中的数十个工件，要求审核员定位证据、打开并解读每个项目、跨模态关联信号、将结果与保单阈值比较，并捕获摘要以保持审计连续性。

这些步骤是必要的，但也是重复和机械的。它们需要注意力而非判断力。因此，熟练的理赔员和审核员在应用专业知识进行更高价值的决策之前，花费过多时间来验证录入完整性。

这个挑战在日常理赔处理中存在，并在业务量高峰（如灾难事件、季节性汽车理赔或健康和人寿理赔活动激增）时变得更加突出。随着工作负载增加，积压增长，证据审核变得匆忙或不一致，人类判断应用得更晚。

问题不在于缺乏专业知识或技术。而在于领域知识在流程中应用得太晚，在重复的录入验证上已经花费了时间之后。

为何编码领域知识能改变格局

当关键决策逻辑被捕获到结构化规则中并在摄入时一致应用，而非仅仅依赖个人经验和直觉时，理赔录入就会加速。

有经验的审核员直觉地知道不同理赔类型需要哪些照片角度、何时视频可以替代缺失的图像、哪些工件组合表明更高复杂性，以及哪些差距可能阻碍下游处理。

生成式AI智能体使得将这种工作知识编码为业务规则和推理工具成为可能，这些规则和工具可以在证据进入系统时一致应用。

通过将Strands Agents与Nova Act和AgentCore Browser Tool结合，机械的录入工作（如导航门户、打开理赔单和触发分析）与领域推理分离。Nova Act通过Browser Tool会话推进工作流，而Strands Agents应用专家逻辑来解读、标记和关联证据。

当证据在摄入时被标记，缺失或不足的工件会被早期检测到，相关性变得明确而非隐含，理赔可以根据现有内容进行分类。人类审核员从一开始就获得上下文，而非从头开始。

为何自动化证据标记现在和未来都很重要

自动化标记加速当前理赔，确保在后续步骤开始前录入完整性和清晰度。审核员花更少时间确认基础事项，更多时间进行重要判断。

随着时间的推移，一致标记的证据成为持久的资产。由于标记是由编码的领域推理而非一次性解读生成的，保险公司可以：

• 改善路由和优先级
• 减少因不完整提交导致的返工
• 识别导致延迟或升级的模式
• 随着新场景出现而优化录入规则，而不改变合规边界或决策权限

随着标记证据的积累，非结构化工件不再是被隔离的文件。图像、视频和音频成为可搜索、可分析的信号，支持新工作流，例如在检测到常见差距时主动联系、为专业团队预置理赔，以及缩短类似未来理赔的周期时间。

最重要的是，标记允许领域专业知识在摄入时应用一次，并在整个生命周期中重用，而非在不同阶段重复发现。

这就是智能体自动化所实现的转变：将专业知识上移，用结构化信号丰富下游系统，实现更快、更一致的解决，同时不将人类排除在循环之外。

为演示如何在不修改现有门户的情况下实现这一转变，下一节将介绍一个结合浏览器级自动化和推理驱动智能体的智能FNOL录入架构。

解决方案概览：无需门户变更的智能录入

该原型展示了如何通过智能体推理和浏览器级交互端到端地自动化FNOL录入。在生产环境中，相同的浏览器自动化方法可直接用于现有门户，无需修改，因为Nova Act客户端SDK以人类的方式与UI交互。

该原型旨在模拟现实生产环境。FNOL门户和后端服务作为AWS上的容器化应用运行，而智能体驱动的浏览器自动化与实时门户交互，就像人类审核员一样。这种分离允许领域推理和UI控制独立演进，同时保留可审计性和运营安全性。

在高层，该解决方案假设读者熟悉如何在AWS上部署现代智能体系统。这包括使用FM进行推理、使用容器化服务进行应用运行时，以及使用事件驱动存储进行状态和证据。无需传统机器人流程自动化（RPA）工具的经验。这里描述的自动化依赖于对UI状态的推理，而非回放预录制脚本或硬编码流程。

AWS账户和权限

您需要访问具有权限部署和管理解决方案所需资源的AWS账户，包括AWS Cloud Development Kit (AWS CDK)、Amazon Elastic Container Service (Amazon ECS) on AWS Fargate、Amazon Simple Storage Service (Amazon S3)、Amazon DynamoDB、Elastic Load Balancing (Application Load Balancer)、Amazon CloudFront以及AWS Identity and Access Management (IAM)角色和策略。

部署假设使用标准开发设置本地配置了AWS凭证，并安装了AWS命令行界面（AWS CLI）。

运行时环境和部署模型

FNOL录入用户界面和后端服务（包括使用Strands Agents实现的证据分析和理赔复杂性评估）打包为Docker容器，并部署在Amazon ECS with AWS Fargate上。基础设施使用AWS CDK进行配置，它会构建容器镜像并在单个部署工作流中创建所需的计算、存储和网络资源。

非结构化证据工件（如图像、视频和转录稿）存储在Amazon S3中。理赔元数据、证据引用和智能体生成的分析输出持久化到Amazon DynamoDB中。这使得智能体能够检索、关联和推理整个录入过程中的证据。

浏览器自动化的实践

智能体驱动的浏览器自动化从单独的控制环境（如工作站或自动化主机）执行，并通过AgentCore Browser会话连接到部署的FNOL应用程序。这反映了浏览器自动化在现实世界环境中通常的运行方式。Nova Act（负责浏览器推理的客户端SDK）通过Chrome DevTools协议（CDP）经WebSocket连接到AgentCore Browser Tool提供的托管Chrome会话。自动化层观察并与实时门户交互。