头部险企修炼“AI内功” 垂域生态、安全合规或为转型关键

随着人工智能浪潮席卷金融业，头部险企正加速修炼“AI内功”，以垂直领域生态构建与安全合规能力为核心竞争力。今年以来，多家险企集中“官宣”接入或本地化部署新一代AI大模型，赋能多个应用场景。

业内人士指出，头部险企通过大模型技术、智能客服体系及医疗健康数字化解决方案，正深度赋能保险全链条业务，行业智能化升级将带来提效果、提效率、降风险、降成本、提升用户体验的价值目标。

加大投入 “AI+保险”百花齐放

近来，保险行业持续加大科技投入，乘着这股“AI东风”，险企数字化转型正在加速。国联民生证券发布的研报显示，2019年至2022年，我国保险行业的金融科技投入由276.4亿元增长至451.3亿元，年复合增速达17.8%。

近期密集披露年报的上市险企也纷纷交出“AI+保险”成绩单。以中国平安为例，围绕“综合金融+医疗养老”战略，中国平安在人工智能结合大数据领域进行深度探索和广泛实践。其在年报中披露，公司搭建了三层大模型体系，支持语音大模型、语言大模型、视觉大模型等；打破数据壁垒，打造三大金融数据库、五大医疗数据库，包含30万亿字节数据，成为全球最大金融、医疗数据库之一；业务场景广泛应用、服务于全集团85个大模型场景，加速推进生态圈建设。

AI技术在险企近年不断加码的大健康领域也在持续赋能。据中国平安介绍，平安健康构建医生工作台和多模态大模型，打造12个系列的业务模型群，实现AI赋能医疗全流程业务场景，助力“平安家医”服务效能提升约62%；自主研发AI辅助诊疗系统，搭建领先的远程诊疗平台。

这份成绩单的背后，是技术储备与专业积累的“量变”。“过去这些年，平安的科技专利申请数已经超过55080项。”中国平安首席科学家肖京在接受记者采访时称。

不仅是中国平安，头部险企纷纷积极拥抱AI。年报显示，中国人保加强数据资产积累，集团数据资源纳管比例达到86.7%，智能技术服务平台储备170余种通用AI能力，全系统专利申请数较上年度提高64.8%。中国人寿则打造实时直达客户的数字化运营服务矩阵，全年服务超30亿人次，理赔近2500万件，核保、保全智能审核率分别达95.2%、99%……

有行业研报分析指出，从应用场景来看，AI等新型技术能够对保险公司的销售、承保、核保、理赔等多个业务条线形成赋能。随着更多保险公司接入开源大模型，有望为保险公司提供更加丰富的展业和服务模式，保险公司的运营效率有望进一步提高。

开源大模型赋能险企提效率、降风险

行业普遍预计，AI赋能在为保险业提升效率的同时也将降低成本。麦肯锡全球董事合伙人、中国区保险咨询业务负责人吴晓薇撰文表示，保险业受到生成式AI影响产生的生产力提升可达500亿美元至700亿美元，可在销售与分销、承保、保单管理、理赔、客服、中后台等几乎所有业务领域，帮助险企提升效率、降低成本；与此同时，与保险高度相关的健康养老行业将得到约1500亿美元至2600亿美元的生产力提升。未来，若保险和康养充分结合，生成式AI将带来约3000亿美元的生产力提升空间。

“DeepSeek这一类的人工智能技术，价值集中体现在两点：一是效率；一是智慧。”肖京说，“效率方面，会大幅提升社会、企业的运转速度，提升工作效率、缩短工作时间；智慧方面，会推动社会、企业经营决策的模式从‘后知、后决、后行’向‘现知、现决、现行’，再到‘先知、先决、先行’，所以我们可以真正地用数据决策来代表经验决策，实现聪明经营。”

据肖京介绍，目前中国平安数字化和智能化的应用方案已经全面覆盖集团的核心业务场景，也通过金融壹账通、智慧城市等单位市场化输出部门、同业，帮助行业智能化升级，实现提效果、提效率、降风险、降成本、提升用户体验的重要价值目标。

中国平安方面分享的数据显示，经过科技赋能，部分险种的赔付比率和理赔周期均出现明显改善。通过智能核保、智能理赔、智能续期，中国平安实现93%的寿险保单秒级核保，寿险保单闪赔占比达56%。针对车险定损管理难，研发并上线图像识别车险闪赔系统，实现拍照上传秒级定损，定损速度提升4000倍。持续提升风控水平，平安产险反欺诈智能化理赔拦截减损119.4亿元，同比增长10.4%。

不仅赋能保险业务，有行业分析人士展望，未来AI技术或将助力保险资管业务效能提升。

“若能充分应用生成式AI技术，将能够助力保险行业全面优化资产负债表，大幅提升资负双端效能。”麦肯锡全球副董事合伙人邵奇表示，在资产端，保险公司面临投资收益不稳、结构仍待优化的问题。基于强大推理能力，生成式AI大模型产品已经能够实现资产大类SAA和特定资管产品TAA的智能决策，有望改善保险公司资产端的效率和投资收益。在负债端，基于生成式AI优化旅程、总结见解、内容创造的能力，可以帮助险企创新产品、服务和商业模式，打造全新的覆盖前-中-后台的保险全价值链，进而重塑行业竞争格局。

严守合规与风控底线

金融垂域的模型进一步增强，必将带来流程、模式和生态彻底的变革，同时也会带来一些潜在风险。在AI走进保险业的今天，如何平衡效率和风险控制成为一道必答题。

在肖京看来，有四方面风险不容忽视：AI本身带来的风险，例如数据安全、隐私保护、算法偏见、模型幻觉、生成内容不合规的风险；经营风险，例如AI大模型应用需要耗费大量资源，在很多产品上可能会出现投入的资源和产出价值不匹配的风险；社会风险，例如产业模式、流程、生态的变革，会带来从业人员进行技能转型，适应新的不同产业业态；行业竞争风险，例如行业在AI应用中出现马太效应、强者恒强。

“对于前两类风险，我们可以通过技术能力、管理水平的提升来解决，后两类风险就需要国家和行业共同努力，通过业态的升级、岗位技能的培训，以及行业智能化、解决方案的开放服务等方式来解决。”肖京说。

总体来看，AI技术的广泛应用正在重塑保险业的运营逻辑与竞争边界。从智能核保秒级响应到反欺诈系统拦截百亿损失，头部险企的实践展现出技术驱动下保险业的效率变革。与此同时，数据安全、算法透明性等合规挑战仍需行业共同应对。业内人士指出，未来，随着生成式AI与行业的深度融合，保险业或将在产品创新、资管优化等领域迎来新一轮突破。