险企的AI布局开始大爆发了

近期，中国平安（601318.SH ）中期财报披露，截至2026年8月，日均Token消耗量已突破2100亿，引发市场关注。

《中国经营报》记者梳理发现，包括中国人保、新华保险、中国太保等上市险企都在财报中披露了人工智能相关计划与研发支出。此外，非上市险企中，泰康养医大模型1.0、东吴人寿AI 3.0等也在近期相继发布大模型，加快数智化布局……

记者采访了解到，虽然数字化进程晚于银行，但技术爆发之下，目前AI正全面渗透保险核保、理赔、客服、展业、风控全业务链条。

不过上述“投入”转化为“收入”还需要时间，如何科学检验和评估AI转型的真实成效，如何界定价值兑现的标准与回报周期，都还需要保险机构密集关注。

资金、人力全面倾斜

公开资料显示，近年来多家险企均将数智化上升至战略层面，配套专项资金、算力资源与专业人才投入。近期，其密集披露各项指标与落地规划。

中国平安日均Token消耗量已突破2100亿背后，是其“AI in ALL”战略的全面落地。

记者从中国平安方面获悉，其Token消耗来自两部分：一部分是面向2.5亿客户的应用，包括 AI 快捷服务、AI 理赔服务、AI医疗服务等；另一部分是面向集团内部关键岗位的高频应用，包括AI coding、AI办公和AI运营等。

资源配置层面，根据披露，中国平安每年科技投入超过百亿元。根据中国平安首席技术官王晓航公开讲话，平安把科技投入分成三笔钱：基础研发与运营、规模化创新、前瞻孵化与布局。配置逻辑有两个方面：一是结构优化，二是价值导向。

中国人保（601319.SH ）近期官方微信号文章中披露制定“人工智能+”行动方案，专门成立了数字化发展委员会，制定数字化发展的目标和任务，统筹集团整体的数字化建设和发展工作。

在资金投入上，年报显示，近两年中国人保加大了研发费用支出，2024年研发费用支出14.77亿元，2025年达21.63亿元，研发资源重点向财险科技、AI核保核赔、风险减量服务等特色场景倾斜，围绕自身主业链条做大模型开发。

新华保险（601336.SH ）则在2025年11月公布中长期数智化规划，提出大科技“AI+”战略，明确未来3至5年在人工智能、大数据领域累计投入不低于30亿元。2026年重点推进数字员工规模化落地，打造覆盖七大高频业务领域的数字员工。

中国太保（601601.SH ）亦在加速 AI专项投入，其管理层2026年5月公开称，将“人工智能+”确立为三大战略之一，规划“633”战略蓝图，并于2026年确定30余个首批启动的AI战略项目，全年AI领域投入预算实现翻番，占科技预算18%左右。根据规划目标，确立未来两年AI投入复合增长率不低于40%的长期投入规划。

除了头部保险集团，部分中小险企也在稳步加码数智化布局。

华泰人寿方面在接受记者采访时表示，公司将数字化3.0列为新五年战略三大核心支柱之一，研发中心已于2026年4月正式落地粤港澳大湾区核心城市广州，入驻琶洲数字经济试验区核心区域。

记者梳理发现，受经营体量与战略定位差异影响，不同类型险企的路径与投入策略各有侧重。

头部险企普遍走重资产自研路线，投入亿级以上年度预算，自建智算平台与数据底座，深耕保险垂类大模型，构建体系化技术壁垒。部分中型险企主要采购标准化大模型服务，聚焦核保、理赔、风控等刚需场景试点落地。小型险企数智化转型以轻资产合作为主，依托外部SaaS服务落地基础数智化场景，低成本完成业务流程升级。

品牌IP营销专家、广州思益得首席策略官陈彦颐对记者分析表示，金融机构过去数字化投入资金集中在硬件系统搭建、标准化软件采购与流程线上化改造上，以IT部门预算为主体。而现阶段，资源向业务场景深度适配、行业专属知识沉淀、跨部门协同机制倾斜，投入重心从“建系统”转向“育能力”，业务与IT协同加深。

努曼陀罗商业战略咨询创始人霍虹屹也向记者表示，模型、数据和知识库都需要不断更新，这意味着AI正在把过去偏项目制的科技投入，逐渐变成持续性的“生产资料投入”。

成效进入验证期

记者注意到，随着AI投入的规模化、体系化，数字员工、业务智能体批量上线，AI已深度嵌入销售、核保、理赔、风控、内部办公等全业务链条，特别是经营降本增效已有可量化数据验证。

根据财报，中国平安2026年上半年寿险闪赔占比59%，产险车代渠道94%单件平均一分钟智能出单；产险反欺诈智能化理赔拦截减损71.1亿元，同比增长10.4%；AI智能体辅助实现销售额573.13亿元；AI坐席服务量约9.39亿次，覆盖平安81%的客服总量。

上半年，中国人寿（601628.SH ）累计建设数智应用场景超90个，构建智能体超500个，实现对销售支持、运营管理、客户服务等核心领域的赋能，例如智能核保审核率达96.8%，数字核保员作业率超37% ，保全服务智能审核率达99%，数智化服务赔案占比超75%。

新华保险财报披露，上半年营销智能助手累计自动生成计划书400余万份；理赔数字员工智能申请模块日均处理影像件超3万件，识别准确率逾99%；人力招聘数字员工AI面试已覆盖超3000名候选人，官方数字人服务大使支持16类保险产品讲解与16类线上业务分步指导。

此外，中国人保上半年已落地AI应用场景246个，AI能力调用次数超23亿次。

值得注意的是，目前行业尚未形成统一的数智化成效评估体系，各家险企的考核口径与衡量维度差异显著，比如部分机构以业务自动化率、人力替代规模等运营效率指标为主要衡量依据，有的机构则侧重客户服务体验、运营降本等价值指标。

整体而言，险企对AI价值的量化仍集中在短期运营层面，尚未完整量化AI对保费增长、产品迭代升级、风险管控优化、渠道产能改善、投资端投研效率以及组织数字化能力等中长期维度的综合贡献度。

苏商银行特约研究员付一夫对记者表示，站在经营角度，保险机构需建立以价值兑现为核心的评估标尺，而非仅关注技术指标。“评估标尺应包含多维度的经营指标，例如客户满意度、风险识别准确率、人均效能、费用率、投资收益与风险减损等，应全面纳入常态化考核体系。同时，以成本可计量、价值可追溯为原则，对业务全链路进行精细化核算，推动数智化建设从‘技术叙事’转向‘财务叙事’。”付一夫说。

一位业内人士表示，拉长发展周期来看，保险业数智化转型本质上属于中长期战略投入，基础算力搭建、数据治理、模型迭代、场景磨合普遍需要2~3年的沉淀周期，组织体系适配、业务模式重构、风险体系升级可能需要3~5年的长期打磨，数智化价值的全面兑现仍处于爬坡阶段。

AI落地面临体系性难点

保险行业核心业务对决策精准度、逻辑可解释性、合规可追溯性有着刚性要求，一直是AI落地难度较高的领域之一。

多位业内专家在接受记者采访时坦言，尽管AI已深度嵌入核保、理赔、客服、销售等核心业务流程，但数智化推进仍面临数据治理薄弱、模型落地效果参差不齐、合规趋严等现实难题。

泰康人寿保险科技创新中心总经理周雄志2026年5月公开称，产品、核保、理赔、客服、养老、医疗等部门知识库相互独立、信息割裂，制约了智能体的知识整合与能力输出，成为制约智能体规模化落地的突出障碍。

“现有保险机构的组织架构以职能分工和层级管理为主，决策链条相对较长，而AI应用迭代需要高频试错、快速更新，以及业务端与科技端的紧密协同。这种节奏上的错配，使AI项目在从试点走向规模化推广时容易受阻。”付一夫对记者表示。

数据治理薄弱也是制约模型训练精度与场景适配能力的重要因素。在霍虹屹看来，保险公司建设AI，某种程度上也是在倒逼多年积累的数据治理问题得到重新解决。“以前数据质量不好，可能只是报表不准确；现在如果底层数据和知识库存在问题，AI会把错误进一步放大到核保、理赔甚至客户服务等各项决策中。”

在付一夫看来，要真正释放数智化生产力，需突破三大关键制约。一是推进数据治理和知识治理，打通关键系统之间的数据链路，统一标准和标签体系。二是建立与AI适配的快速决策和业技融合架构。三是每个项目立项时需清晰预判业务增量与经营指标。“当数智化战略从‘技术路线图’转化为‘利润表逻辑’，或能实现从试点验证到规模化释放生产力的跨越。”

（编辑：李晖 审核：何莎莎）

【中经金融】

【中经金融】立足于价值发现与分享，为您解读最新的投融资环境变化，捕捉财经市场重要信息，事事有关您的财富增益。