行業應用 · 2026-09-28
保險經紀每日花幾個鐘比對保單條款、整理客戶檔案。用本地 AI 慳返 70% 時間，全部離線運作，客戶資料唔上雲端。
保險經紀嘅日常工作，有一大半係文書處理：收到幾間保險公司嘅報價單，要逐份逐條款去比較；客戶續保前要整理舊檔案，對比新舊保障範圍；每季仲要準備客戶報告。呢啲工序唔可以交俾人做（涉及客戶私隱），但自己做又極度費時。
具體嚟講，一份保單報價有十幾個欄位要逐項對：基本保障額、不保事項（exclusions）、自負額（deductibles）、保費、等候期……每次比較幾份報價，最保守都要一粒鐘。如果個客有幾個家庭成員、幾份唔同類型嘅保單，呢個時間隨時翻倍。
行業痛點
一份保單十幾個欄位，三份報價就要對四五十個數值，眼睛好易睇漏。
客戶姓名、身份證號碼、病歷紀錄，上傳到 OpenAI 或 Google 可能違反 PDPO。
同一客戶嘅報價、續保通知、索償紀錄分散喺唔同 folder，每年整理一次已經頭痛。
解決方案好直接：喺你自己嘅電腦上安裝一個 AI 模型，佢識得讀取 PDF 保單文件，自動抽出關鍵條款，然後產生對比表。
AI 讀取 PDF 保單，自動識別每個欄位：保障範圍、不保事項、自負額、保費、等候期等。唔需要人手輸入。
將幾份保單嘅關鍵條款並排顯示，邊啲一樣、邊啲唔同、邊間公司 coverage 最闊，一目瞭然。
同一客戶嘅所有文件自動歸檔，AI 幫你標註到期日、保障範圍變動、索償歷史，整理成 pdf 報告俾客戶。
AI 模型喺你部電腦上運行，網絡斷咗都照用。客戶資料唔會經過任何雲端伺服器。
成個過程，由以前一粒鐘縮短到 10-15 分鐘。而且唔使擔心貼錯數值或者睇漏條款。
案例
某香港保險經紀行，每月處理約 40 個客戶。以前每個客戶嘅新保單報價分析要花大約 1 小時，續保分析要額外 2 小時（包括翻查舊檔案、對比新舊條款、準備客戶報告）。
引入本地 AI 之後：
| 工序 | 以前 | 之後 |
|---|---|---|
| 新保單報價比對（3 份） | ~60 min | ~12 min |
| 續保條款對比 | ~90 min | ~15 min |
| 客戶檔案整理 + 報告 | ~40 min | ~8 min |
| 總計（每個客戶） | ~3 hr 10 min | ~35 min |
每個客戶慳返約 2.5 小時。每月 40 個客戶，即係每月慳返 超過 100 個工作小時 — 相等於 2.5 個全職員工嘅工時。
保險經紀處理嘅資料係最高敏感級別：客戶姓名、身份證號碼、病歷、財務狀況。將呢啲資料上傳到任何雲端 AI 服務（包括 ChatGPT、Claude、Gemini），理論上都存在資料外洩嘅風險，亦可能違反香港《個人資料（私隱）條例》（PDPO）嘅資料保留同跨境轉移要求。
本地部署嘅做法係：
AI 模型安裝喺你自己嘅電腦，所有 PDF 讀取同分析都喺本地完成，網絡線拔咗都照做。
安裝過程只係設定軟件，我哋唔會讀取你嘅客戶資料，亦唔會留低任何遠端存取通道。
因為資料從來冇離開過你嘅電腦，所以完全唔涉及跨境傳輸問題，符合私隱條例嘅資料管有原則。
當客戶問起資料點處理，你可以直接答「所有分析都喺我哋內部電腦完成，冇任何資料上傳到互聯網」。
保險經紀嘅 workload — 讀取 PDF、萃取結構化資料、產生對比表 — 唔需要用最大型嘅模型。一般建議：
| 硬件 | 建議配置 | 可以處理 |
|---|---|---|
| Apple Silicon Mac | 16GB+ 統一記憶體 | 7B-14B 模型，足夠處理 PDF 分析 |
| Windows PC 獨顯 | RTX 4060+ (12GB VRAM) | 14B 模型，速度快 |
| 純 CPU（任何電腦） | 32GB+ RAM | 7B 模型（慢少少但 work） |
| DGX Spark | 128GB 統一記憶體 | 30B+ 模型，可一次過分析大量文件 |
入門門檻其實好低：一部 16GB RAM 嘅 M 系 MacBook Air 已經可以順暢運行。如果你本身用緊嘅電腦已經符合要求，基本上唔使額外花錢買硬件。
免費問一次，我親自話你知做唔做到、大約點做。唔使預約、唔使開會、冇任何義務。Ask once for free — I will tell you whether it is feasible and roughly how. No booking, no meeting, no obligation.
回覆時間：同一個工作天內。所有查詢由本人親自處理。Reply within one working day. Every enquiry handled personally.