作者 | 何逸灿
随着居民收入增速回升、消费信心持续改善、社会保障能力增强，我国保险业积极推进供给侧改革与产品创新，以销售为中心的传统保险商业模式已略显增长疲态，保费增速放缓放大了保险业提质增效的发展需求。在市场环境深刻变化的今天，保险业应该如何在保证自身高质量发展、完成转型升级的同时，助力实体经济质效提升？据艾瑞咨询数据，我国保险业 IT 投入规模将持续稳定增长，并有望在 2023 年达到 569 亿元。过去一年里，在 AI 大模型等新兴技术的加持下，国内保险科技迎来了又一波发展热潮。原保监会副主席周延礼认为：“大模型技术发展之快带来的创新价值前所未有。与数据收集、计算、交换相关的技术目前被广泛认为是增强金融业安全性、协同性以及提高效率、及时性的技术。”保险公司纷纷把科技创新加入工作待办清单，不仅是为响应政府工作报告“五篇大文章”的政策号召，更是推动保险业向更智能高效、用户友好的方向发展的必然要求。借中国人保、中国人寿、中国平安、中国太保和新华保险等五家 A 股上市保险公司 2023 年年报的发布之际，我们进行了关于这些公司数字化转型和 AI 应用的综合盘点。中国人民银行《金融科技发展规划（2022-2025 年）》提出：“要健全安全高效的金融科技创新体系，搭建业务、技术、数据融合联动的一体化运营中台。”保险业数字化转型进入新阶段，不能再将技术、数据简单堆砌在业务场景里或一味追求技术革新，而应当以业务经营为核心，深挖合适的数据、使用合适的技术去解决痛点。中国人保在战略层面强调了这一理念，提出要把科技作为基础支撑，加快推进“保险 + 服务 + 科技”商业模式新变革，在财险领域进行“保险 + 风险减量服务 + 科技”实践，而在人身险领域构建“保险 + 养老健康服务 + 科技”模式。其余各个险企也均在年报工作总结中提及了相似的理念。自疫情以来，险企商业模式虽仍围绕销售展开，但却迅速由依靠线下人员 1 对 1 销售或传统电销转向了线上多渠道数字营销，营销场景变得无处不在。线上用户的肖像特点也正在向年轻、个性多元、泛娱乐化转变，短视频、私域流量等玩法开始盛行。大多数险企都抓住了这一风口，通过多种社媒打造品牌形象、研发手机 APP 形成社区等已经变得老生常谈，但要让玩法和技术不只停留在表面，还需要不断完善。中国平安在这一方面起步很早，目前已打造了平安金管家、平安口袋银行、平安好车主、平安健康等多个亿级用户 APP。值得一提的是平安通过家庭医生和养老管家为客户建立专属的健康档案，提供全天候的医疗健康和会员制的养老服务，通过与 AI 相结合实现 7×24 小时秒级管理。截至 2023 年 12 月 31 日，平安内外部医生团队约 5 万人，合作医院数超 3.6 万家，已实现国内百强医院和三甲医院 100% 合作覆盖。太保寿险推出轻量级远程视频交互技术“芯双录”，实现销售服务人员与客户“云会面”，提升客户投保体验；在亚运会期间深化“保险 + 体育 + 健康 + 服务”营销模式，“太保蓝之队”互动体验宣传获亚组委评为最佳营销案例。元保联合清华大学五道口金融学院中国保险与养老金研究中心 4 月 23 日发布的《2023 年中国互联网保险消费者洞察报告》调研发现，当前令保险行业和消费者最困扰的问题是“担心理赔困难或被拒”，而智能化理赔能够帮助“提升购险和售后体验”。平安人寿和平安产险的“智能理赔”系统已经落地使用，通过计算机视觉、图像和语音识别等技术实现理赔全流程自动化，帮助平安人寿服务运营线上化水平达到 99% 以上、投保及服务自动化水平在 90% 以上，平安产险全年 300 万客户线上自助完成投保，定损流程从拍照到完成缩短到 30 分钟以内。作为以寿险为核心的保险企业，新华保险则着重在简化理赔程序、打通医院系统和保险系统联通路径上下功夫，不断扩大理赔直付业务的覆盖范围，改变事后理赔传统模式，实现客户将理赔材料同步至系统后即可当场结算、理赔。如何探索新模式：大数据和 AI 仍是最受关注的发展方向保险业作为数据密集型行业，其产品研发、保费测算、营销运营、核保理赔等业务全线涉及了海量复杂数据的治理问题，因此 AI、大模型与保险业天然契合。国内保险公司在 AI 大模型方面的探索也开始得很早，比如中国平安在 2017 年就将 AI 应用于人脸识别、声纹识别、流感预测等场景，人工智能对保险业而言并不是什么新奇的词汇。艾瑞咨询调研数据显示，2023 年大数据与人工智能技术的持续攻坚与相互赋能仍然是保险机构决策者最关注的实践内容。中国人保开发了自主控制的人保大模型，并在代理人赋能、智能客服等领域进行了试点应用；基于星火金融大模型底座，经过私有化训练调优形成了专属企业大模型“数智灵犀 - 人保大模型”，利用其深度语义解析和先进搜索能力快速获取知识，实现降本增效。为完善这一专属加垂直领域的大模型生态，中国人保还在此基础上配套建设了人保 prompt 工厂、博文智库、智选路由、信息安全助手等组件。中国人寿充分发挥各成员公司的场景化能力，采用不同方式在各个业务线建设大模型底座。寿险公司与大模型厂商合作，分阶段建设自主可控的大模型，正开展产品测试与框架搭建；财险公司整合数据、构建知识库，通过私有化部署和租赁方式探索大模型应用；资产公司探索大模型在信用领域应用，实现智能问答与数据挖掘；国有投资公司建立大模型中台并实现在多个办公场景的功能落地。中国平安旗下的金融壹账通也已布局大模型和生成式人工智能（AIGC），并在银行、保险、投资等金融垂直领域落地应用。新华保险自主设计、研发的人工智能客服机器人“智多新”，依托于自然语言的处理、语音识别、自主学习，已经具备智能互动咨询、智能外呼、电子化回访、续期交费提醒、智能外呼服务等多项能力，支持 37 万个智能服务场景、拥有 70 余项智能工具，包含全天候服务、智能服务场景、智多新工具箱、绩优、VIP 识别、畅聊有趣话题五大功能，并升级了热点问题库、服务网点查询、短信版三大服务功能板块。从 RPA 到 AI Agent，数字员工逐步规模化落地大语言模型爆红之初，关于 RPA（机器人流程自动化）是否即将被取代的讨论声不绝于耳。当前 RPA 系统更多应用于处理规则和结构化数据，对于非结构化数据和复杂决策过程的作用有限。而 LLM 更擅长处理非结构化的数据，经过训练后具有很强的语言理解、内容生成、推理和决策能力，且不需要像 RPA 那样针对不同流程需求进行个性化开发。然而在 LLM 真正发展为 AI Agent 并规模化应用之前，RPA+AI 构建数字员工似乎是更高效也更现实的方式。人保财险将 RPA 与 OCR（光学字符识别）、自然语言处理、知识图谱等 AI 技术融合，打造智慧数字员工。通过与 OCR 技术融合，实现承保、核保、理赔等业务流程中单证票据信息的自动识别和录入，串联了原本需要人工参与的环节，弥合流程断点，将 RPA 的应用能力扩展到包含非结构化数据的场景。通过和自然语言处理和知识图谱的结合，使数字员工具备智能问答能力。中国人寿将 RPA 应用于财务银企对账，项目已在中国香港、中国澳门、新加坡三地落地运行，能够使工作流处理时效提升 75%、对账成功率 90% 以上，获得了第三届中国 RPA+AI 开发者大赛“2023 流程价值奖”。中国太保拓展了数字员工应用场景的可能性，基于大模型技术构建了审计检查、公文质检、资讯问答等多名审计数字员工，已成为审计日常工作的等效劳动力，解决了审计领域缺乏人力的问题。此外太保产险深化 RPA 技术应用，“黑灯工厂”月均替代人力超过 400 人，提升集约化运营效率。保险金融科技要想进一步深入应用，所面临的最大问题就是隐私数据保护。以大模型研究和应用为例，多数险企并不具备完全自研的能力，在算力、算法上的资源都严重不足，这就需要借助大模型企业的力量共同研究训练。但保险业数据包含了海量用户隐私信息、有其特殊性，如何进行数据脱敏出域就是个难题，目前也尚无明确的法律与监管指引。这是金融行业垂直领域大模型能力提升和落地应用面临的一大挑战。AI 的广泛应用，特别是大模型等前沿技术，正在重新定义业务运营、创新服务和客户体验。应此变革，InfoQ 数字化经纬启动《AI+ 千行百业，驱动业务场景创新》专题，借此机会深入探索 AI 在不同行业的应用实践，提供行业洞察。
我们欢迎相关企业实践案例的投稿，或是希望接受我们采访的企业与个人主动联系我们。