自由互惠保险如何为AI规模化改造遗留系统

随着AI技术席卷各行各业，自由互惠保险公司（Liberty Mutual Insurance）正在制定一套战略路径，在筛选AI应用场景的同时，对遗留系统进行全面改造升级。

今年5月，该公司推出了一款基于对话式AI的汽车保险报价应用，允许OpenAI旗下ChatGPT的用户通过对话交互方式直接获取自由互惠的保险报价，而无需填写繁琐的在线表单。

自由互惠全球零售市场执行副总裁兼首席信息官安德鲁·帕尔默（Andrew Palmer）表示，此次与大语言模型服务商的合作，得益于公司多年来对技术基础设施的前瞻性布局，包括向云端迁移和系统简化等工作。他表示，随着AI技术持续演进，公司将继续推进核心平台现代化，保持数据的AI就绪状态，并审慎筛选应用场景与合作伙伴。

尽管自由互惠在保险报价应用上与OpenAI展开合作，但帕尔默表示，公司的核心策略是保持模型无关性。具体做法是在主机数据之上构建一个抽象层，通过模型上下文协议（Model Context Protocol）与各AI服务商对接——这是一种将AI与数据源连接起来的开放标准。目前，自由互惠正与主机合作伙伴IBM共同构建这一抽象层。

"保持对模型选择的灵活性，同时在模型中维护上下文与记忆，使我们能够在复杂的业务场景中自由切换，而不被绑定在某一家供应商上——这是一个战略性的押注，但我们对此充满信心。"帕尔默说道。

这家拥有114年历史的保险公司已花费超过10年时间将工作负载迁移至云端，将全球13个数据中心整合为一个主数据中心。目前，公司已将85%的工作负载迁移至云端，并采用混合云策略，这与其AI模型选择策略如出一辙。

"我们在计算和存储方面重度依赖AWS，但同时保有云无关性策略，可以根据需要将工作负载切换至谷歌或Azure，三者我们都在使用。"帕尔默说，"这一策略在多个维度上都为我们带来了良好收益，在前沿AI实验室合作层面尤为重要。"

随着AI模型服务商持续升级产品能力，帕尔默表示，企业不应把自己锁定在某一个产品上，尤其是在企业级AI Token消耗量急剧攀升的当下。

自由互惠专门成立了AI财务运营（FinOps）团队，对全公司AI模型的Token使用情况进行监控，细化至个人及团队层级。Token使用量可以设置上限或按需追加，帕尔默表示，他正着力推动运营管理者对AI应用场景与业务成果之间的关联建立问责机制。

帕尔默还指出，数据质量将对未来AI模型的使用效率和Token消耗水平产生关键影响。

"AI跑不了坏数据。"他说，数据若能顺畅地导入数据目录和AI模型的上下文窗口，将大幅提升模型运行效率。

"如果数据散落在各个存储系统和应用中，让AI费力地到处检索拼凑，不仅会消耗大量不必要的Token，很可能也得不到你想要的上下文结果。"

帕尔默表示，公司的核心业务平台目前仍运行于主机上，这是自由互惠接下来要攻克的重大课题。公司将历时五年完成主机现代化迁移，目标平台为Guidewire软件系统。

在此期间，自由互惠与IBM合作构建的抽象层，使前端现代化技术能够在云端运行，同时让公司得以充分利用最新的AI能力。

"我们在核心平台现代化上投入了大量资源，确保平台就绪、数据就绪。"帕尔默说。

他最终指出，企业无法在薄弱的基础设施之上实现AI的规模化落地，而这正是许多公司当前面临的困境。他认为，尽管不少企业都在追加AI能力，却鲜少有人将这些应用场景真正转化为实际的商业价值。

"如果你只想追逐眼前的新鲜事物，以为可以跳过那些艰难的基础工作，迟早会为此付出代价。"帕尔默说。

Q&A

Q1：自由互惠保险的模型无关性策略具体是怎么实现的？

A：自由互惠在主机数据之上构建了一个抽象层，通过模型上下文协议（Model Context Protocol）与各AI服务商进行对接。这一开放标准能够将AI连接到数据所在位置，使公司无需绑定某一家AI供应商，可以灵活切换不同的大语言模型。该抽象层由自由互惠与IBM合作共同构建，同时支持上下文与记忆的跨模型传递，以应对复杂的业务场景需求。

Q2：自由互惠是怎么控制AI Token消耗成本的？

A：自由互惠专门组建了AI财务运营（FinOps）团队，对全公司AI模型的Token使用情况进行实时监控，监控粒度细化至个人和团队层级。Token使用量可以按需设置上限或追加配额。此外，CIO帕尔默正在推动运营管理者对AI应用场景与具体业务成果之间的关联建立问责机制，以减少无效Token消耗。

Q3：自由互惠保险的主机现代化迁移计划是怎样的？

A：自由互惠的核心业务平台目前仍运行在主机上，公司计划用五年时间完成主机现代化改造，目标迁移平台为Guidewire软件系统。在迁移完成之前，公司通过与IBM合作构建的抽象层，让前端现代化技术在云端运行，同时继续享用最新AI能力，实现新旧系统的平稳过渡。