专访麦肯锡钟惠馨：AI转型重塑保险行业，技术与组织能力需协同升级

在数字经济加速渗透的当下，人工智能正以前所未有的力度重构保险行业的生态格局，如何借AI（人工智能）转型实现效率跃升与价值深挖，已成为各大保险机构的核心议题。近日，麦肯锡全球资深董事合伙人钟惠馨（Violet Chung）在接受《每日经济新闻》记者专访时，就保险公司 AI 转型的路径选择、能力建设及实践策略等焦点问题发表见解，深度剖析行业智能化变革的关键逻辑。

钟惠馨指出，保险机构在销售分销、定价承保、理赔处理及保单服务等多个核心环节，均存在通过AI技术创造增量价值的空间。但转型成功的核心前提，在于构建与自身战略高度匹配的运营模式。

“保险行业的AI转型并非一蹴而就的工程，而是技术、数据、组织与人才的协同进化过程。”钟惠馨强调，只有将AI深度融入业务战略与组织能力之中，才能实现从“技术应用”到“价值创造”的跨越，在行业变革中抢占先机。

生成式AI重塑保险行业：高效处理数据，填补信息缺口

生成式AI的迅猛发展，为保险行业的智能化转型注入了全新活力。钟惠馨表示，生成式AI的核心价值在于其对非结构化数据的高效处理能力，以及对信息缺口的有效填补，这将为保险行业带来多维度的变革。

“保险行业沉淀了大量非结构化数据，像理赔报告、客户问卷、医疗记录等，传统处理方式难以充分挖掘其中的价值。” 钟惠馨解释道，生成式AI借助自然语言处理技术，能够对这些复杂文本进行深度分析，提取关键信息并转化为结构化数据，从而大幅提升数据的利用效率。

在实际业务场景中，生成式AI的应用已展现出显著成效。在财产险领域，AI可将理赔信息与气候、地理等外部数据相结合，精准识别气候相关损失等新型风险，为定损工作提供有力辅助；在健康险领域，面对客户健康数据不足的难题，生成式AI能够通过分析现有数据预测客户健康趋势，填补信息缺口，为个性化产品定制与精准定价奠定基础。

除此之外，生成式AI在优化客户互动方面也发挥着重要作用。通过自然语言生成技术，它能为客户提供个性化的建议，在提升用户满意度的同时，进一步增强客户黏性。

数据作为AI应用的核心“燃料”，其治理的重要性日益凸显。钟惠馨提出，保险机构的数据治理需采取系统化的分步策略：

第一步，开展数据资产盘点，全面评估现有数据的质量与可用性，重点打破“数据孤岛”。由于保险数据来源复杂，涵盖内部业务系统、客户交互记录、外部合作机构等多个渠道，因此需要通过清洗、标准化及格式统一，将碎片化数据转化为标准化资产；

第二步，搭建统一数据平台。该平台需具备跨部门、跨业务环节的数据共享能力，同时预留足够的扩展性，以满足生成式AI等新技术对大规模数据处理的需求；

第三步，推动遗留系统现代化改造。通过部署灵活的混合云架构，提升系统的扩展性与敏捷性，为AI应用提供稳定的技术支撑。

值得关注的是，数据治理必须坚守合规与隐私保护的底线。“保险数据大多涉及客户敏感信息，需要通过建立清晰的数据治理框架、明确责任划分及安全标准，确保数据在采集、传输、存储和使用的全流程都合法合规。”钟惠馨特别强调。

保险机构AI转型深水区：硬技术与软能力需双线破局

当前，保险行业的AI转型已步入深水区，在此阶段，构建与自身战略高度契合的运营模式，成为各大保险机构突破转型瓶颈的关键所在。

“AI转型绝非盲目铺开的‘撒网式’投入，而是要锚定企业核心战略目标，精准识别能产生最大价值的领域进行重点突破。”在钟惠馨看来，若保险公司将“提升理赔效率”作为战略核心，那么智能定损、自动化审核等AI技术在理赔环节的应用应置于优先推进序列；若战略重心在于“优化客户全流程体验”，则需聚焦销售分销、保单服务等环节的AI赋能，实现资源的精准投放。

“技术和数据只是解决方案的组成部分，而非全部。” 钟惠馨指出，当前不少保险机构通过采购AI工具或技术外包快速补齐技术短板，但运营机制、人才储备等“软能力”的滞后，正成为技术落地的主要梗阻。她举例称，即便引入业界领先的AI定价模型，若缺乏跨部门协同的运营流程，模型输出结果仍可能沦为纸面数据；若一线员工不具备AI工具的应用能力，先进技术终将陷入“束之高阁”的困境。

这意味着保险机构需推进“软能力”与“硬技术”的同步建设：在夯实数据基础、引入适配技术的同时，必须同步重构运营流程、培育专业人才、推动组织变革，确保AI技术真正嵌入业务全流程。

AI 转型的落地，最终依赖于专业人才的支撑。钟惠馨提出，吸引和留住AI人才需依靠“资本吸引力”与“人才来源”两大支柱。

从资本角度看，亚洲金融行业的快速发展及新兴市场的崛起，为AI人才提供了广阔的发展空间与回报潜力。“当资本持续流向这些市场，且市场能给予人才合理回报时，自然会形成人才吸引力。”

从人才来源看，亚洲区域内的中国内地、中国香港、新加坡等地区，不仅对人才吸引力强，且在尖端科技领域积累了丰富的人才资源，可有效补充保险行业的科技人才短板。

钟惠馨建议，在团队建设上，以经验丰富的技术人才为核心，通过细分标准与认证体系激励优秀人才，并搭建适配的人力资源流程，形成“吸引—培养—留存”的良性循环。

关键一环：让员工从“被动接受”AI转变为“主动参与”

在保险行业AI转型的进程中，推进路径的选择与员工能动性的激发成为决定转型成效的核心因素。

钟惠馨主张采取“领域级方法”，即聚焦特定领域深耕，再逐步复制推广。她解释称，AI转型涉及多维度体系，需精准把控每个环节。具体而言，先在单一领域（如理赔或定价）积累用户案例、优化流程、培养人才，待形成可衡量的运营成果与经济效益后，再将成熟经验复制到其他领域。这种方式能降低大规模转型的风险，同时通过 “实践—总结—迭代”的循环，让企业快速积累可复现的技术能力与组织经验，提升跨领域推广的效率。

麦肯锡报告指出，变革管理是决定AI在保险机构中是被闲置还是能重塑运营的关键分水岭。拥有出色的AI技术仅仅是成功的一半，另一半则在于让员工真正将AI融入日常工作，通过自动化或能力增强，持续推动工作方式的变革。要实现AI与工作流程的深度融合，就必须在全公司范围内培育起关于AI采纳的共同责任意识和担当精神。

钟惠馨认为，让员工从“被动接受”AI转变为“主动参与”，是保险机构 AI 转型成功的关键所在，而这需要从文化、能力、激励三个层面同步发力。

首先，塑造创新文化。管理层要以身作则，清晰传递AI的“赋能价值”——着重强调AI是提升工作效率、减轻工作负担的工具，而非替代岗位的“威胁”，同时明确人类在客户互动等关键环节的不可替代性，以此缓解员工的焦虑情绪。

其次，强化能力建设。通过系统化的培训，让员工熟练掌握AI工具的使用方法，理解技术如何为具体工作赋能，从而增强员工对AI的认同感和应用信心。

最后，建立配套的激励机制。将AI应用纳入绩效管理体系，设立明确的目标与奖励措施，鼓励员工积极探索技术潜力、参与工具优化，同时培养“全员共担AI转型责任”的意识，使技术创新成为企业的集体行动。