对话平安集团首席科学家肖京：AI在金融、医疗领域最具潜力 “科技叙事”企业需具备三大条件

以GPT-4、DeepSeek为代表的大模型正在重塑人类认知世界的方式，也在构建金融机构的展业模式，同时，人工智能在企业业务的落地归根结底还在于核心技术水平。

近日，平安首席科学家肖京对财联社记者表示，AI进化速度不断加快，未来将对产业带来三重颠覆：业务流程重构、服务模式变革以及产业生态重塑。在他看来，金融、医疗、教育等领域未来最具AI应用潜力，因为这些行业规模大、数字化接受度高，且利润结构清晰，容易实现现代科技带来的实际价值。

不过，肖京也坦言AI大规模应用仍面临多项挑战。技术层面，大模型存在幻觉现象，可靠性需通过持续训练与知识库增强来提升。“这种技术上的不确定性，在医疗、金融等严肃场景中可能带来显著风险。这可能导致在核保、定价环节放大对特定人群的偏见。”

AI在金融、医疗领域最具潜力

近期，《国务院关于深入实施“人工智能+”行动的意见》出台，标志着我国“人工智能+”行动进入规模化、商业化、生态化发展的新阶段。

在当今资本市场高度关注“科技叙事”的背景下，肖京指出，科技企业与传统企业在科技叙事上存在根本差异。“传统企业如平安的科技叙事是非常务实的，关键在于能否通过人工智能产生增量的价值——或者是成本降低了，或者是风险变少了，或者是利润变高了”。

对于中国AI未来的发展，相较于欧美国家，肖京认为中国在AI发展上具有独特优势。他特别指出，在数据方面国内的大模型已经超过50%甚至70%的训练数据，都是由中文语料来构成的。“这种数据优势结合中国大量的工程师人才和企业积极创新的态度，形成了中国AI发展的独特优势。”

“AI进化速度不断加快，未来将对产业带来三重颠覆：业务流程重构、服务模式变革以及产业生态重塑。”肖京表示。

随着未来AI技术的崛起，一场规模庞大的科技叙事也在资本市场上演，肖京认为，能够让AI落地并真正产生增量价值的企业才能讲好科技故事，这背后需要三个条件，首先公司本身具有一定的数字化基础，其次它的产业规模本身要比较大，最后利润比较高。

“在非科技公司，金融肯定是能够优先讲好科技叙事的。”在肖京看来，金融、医疗、教育等领域最具潜力，因为这些行业规模大、数字化接受度高，且利润结构清晰，容易实现现代科技带来的实际价值。

科技叙事也是险资的投资主题，下半年，保险机构更为看好沪深300相关股票，看好医药生物、电子、银行、计算机、通信和国防军工等行业，关注人工智能、红利资产、新质生产力、高分红高股息和创新医药等投资领域，保险机构认为，企业盈利增速是影响下半年A股市场的主要因素。

国家金融监管总局数据显示，截至今年二季度末，保险公司资金运用余额已超36万亿元，同比增长17.4%，其中，投向股票的资金余额为3.07万亿元，上半年净增加额达6406亿元，占比也从去年二季度末的6.74%提升至今年同期的8.47%，创近年来新高。

AI伦理问题日益凸显 呼吁行业协作

数据作为AI应用的核心“燃料”，其治理的重要性日益凸显。但人工智能在复杂决策场景下仍存在算法黑箱、模型幻觉、数据偏见等问题。

“这种技术上的不确定性，在医疗、金融等严肃场景中可能带来显著风险。他进一步解释道，通用模型对专业问题的理解存在偏差，必须通过大量高质量数据持续训练和迭代，才能降低错误率。”肖京举例，例如平安的医疗AI问诊机器人，错误率需控制在千分之一以下，这背后依赖的是持续的专业案例训练和算法优化。

随着AI在保险等行业的深度应用，数据偏见和算法偏见问题日益凸显。肖京提示说，这可能导致在核保、定价环节放大对特定人群的偏见。

“如果我们在模型训练中发现有数据偏见的问题，就会把它拿掉，或者把有偏见的这一类案例的正确处理方法做成训练数据，当模型再遇到这种数据偏见时，就会给出正确的做法。”肖京介绍，目前还有一项遗忘技术，当发现某处数据产生了伦理问题时，可以通过算法选择性地让模型遗忘该处数据。通过这种模型训练技术，可以避免使用大量数据重新训练的高成本。

从行业的角度看，随着越来越多的机构喊出All in AI的口号，羊群效应也成了不可避免的风险之一。“当保险机构没有自己培育数据的训练能力，都用通用大模型的技术策略那便趋于同质化，羊群效应的风险肯定会出现。”

“我认为我们做垂域数据，不能只用底层的通用大模型，需要根据自己的案例和数据训练模型，根据自身业务逻辑调教多模型协同的体系，个性化的内容是金融机构的专业壁垒，也是差异化优势所在。”肖京表示。

肖京指出，对于行业而言，大型金融机构积极布局人工智能，但中小机构受限于技术能力和资金，可能加剧行业“马太效应”，产生负面影响。他呼吁，需要行业搭建公共平台，共同打造快速的智能化应用方案能力，缩小技术差距，不至于让一些能力比较弱的单位掉队。

AI业务重塑：用科技把业务重做一遍

人工智能为行业客户运营、核保核赔、风险评估、产品迭代等各个经营环节赋能，有望显著提升全要素生产率，在保险行业转型进入深水区的当下，构建与自身战略高度契合的运营模式成为关键，而平安的野心在于将AI链路深入每项业务。

在2025年中期业绩发布会上，中国平安联席首席执行官郭晓涛表示，平安发展AI的核心逻辑是“AI in all”。“我们会用AI把整个金融的价值链从头到尾全部做一遍，把医疗养老的价值链嵌入进去。”

从量化数字来看，平安的“AI in all”策略已初显规模。从半年报来看，以车险为例，通过智能体应用、数字化应用，赋能车险核保、理赔、营销、作业各个层面，推动过去三年综合成本降低了1个百分点。

“单个车险保单的成本，每年约以10%的速度下降，但车险的保费规模在不断增长，其中便是通过科技降本增效成本。”平安首席科学家肖京对财联社记者表示，大模型沉淀专家经验大幅提升核保作业效率，实现核保效率提升60%，寿险保单秒级核保占比达94%。

在技术落地层面，平安智能体已实现规模化应用，2025年上半年，全集团部署智能体23000个，覆盖11万员工，超过20%的员工使用智能体处理日常事务。肖京说，“我们自上而下的车险定价模型通过强思考大模型的加持以后，又额外提升了风控能力和赔付能力，提升了0.3个百分点。看上去这个数字很小，但是我们的理赔金额很大，都是千亿规模，所以0.3个百分点也有很大的价值。”

肖京指出，这些平台体系化地帮助业务实现“三提两降”（提效果、提效率、提用户体验、降风险、降成本）。

“比如说我们的产险农业险，亿元保单的服务人数在行业里面是排名非常靠前的，我们的人数比同业少很多，这些都是通过科技实现的。医疗方面，我们的辅助诊疗系统可以诊断超过2000多种疾病，导诊准确率超过99%，辅助诊断准确率超过95%。”肖京指出。

来源：财联社

中国平安平安集团