保险业追赶大模型浪潮

作者：苏洁

来源：中国保险家

图片来源：由** AI‌生成

时下，ChaPT以及背后的大模型，正引发一场行业科技浪潮，众多科技企业相继加入其中。伴随ChaPT在全球的快速应用，我国也掀起了一轮AI创新浪潮。在保险业，大模型技术与其结合将擦出怎样的火花？

AI大模型浪潮来袭

“科技浪潮30年来一次，面对以ChaPT为代表的人工智能浪潮，你不上这条船，就会错失上岸的机会。”阳光保险集团副总裁谷伟指出，科技时代风起云涌，以ChaPT为代表的大模型技术对各行业都有影响，而保险领域是受影响**的领域之一。

国家金融与发展实验室副主任、金融科技50人论坛学术委员杨涛撰文指出，就金融领域的应用看，生成式AI已经在几个层面逐渐展现其价值：一是在提升面向客户的服务能力方面，可为金融机构员工的专业化营销、渠道维护提供支持；二是在改善机构工作流程与效率方面，可进一步提升业务链条智能化与办公模式自动化；三是在文本处理方面，对于金融机构的一般文本、专业合规文件及业务所需的信息，都能以更低成本、高效地提供技术支持；四是对金融机构实现了IT支持，其代码生成功能提升了IT基础工作的效率。

杨涛表示，金融业作为经济社会健康运行的“基石”之一，也是特殊的信息处理行业，完全应该抓住机会、创造条件，利用AI来推动自身高质量发展，使得服务更加高效、便捷、有温度。

在具体实践中，已有保险机构开始尝试布局大模型。比如，在近日举办的世界人工智能大会上，众安保险发布了保险行业首份AIGC应用图谱，并带来众安AIGC中台灵犀及首批保险垂直场景AIGC应用工具——易创内容运营平台和集智经营分析平台。

阳光保险集团科技中心副总经理顾青山在近期举办的保险行业大模型研讨会上详解了阳光保险规划和阳光正言大模型开放平台，以及基于该平台搭建“三大机器人”（销售机器人、管理机器人、服务机器人）的应用，支持保险业务的四大领域，即智能营销、智能运营、智能风控和智慧管理。

顾青山表示，阳光保险大模型技术已在“梦客全线上销售机器人”项目中完成应用探索，信息抽取任务准确率提升15%，意图识别和智能问答准确率均有明显提升。阳光保险未来将打造保险垂直领域的专有大模型，支持销售、承保、理赔、客服等行业应用，构建科技核心竞争力。

“未来5-10年大模型技术和能力将深度影响保险业。远期我们希望在全员办公、‘三大机器人’以及更多的业务产品领域持续挖掘和发挥大模型智能化应用，真正实现一台机器服务一群客户的**愿景，从而实现机器人替代人。”顾青山说。

如何在保险实际业务场景中，充分发挥ChaPT等人工智能技术的优势，实现更**、更高效的营销沟通？北京麦伽智能科技有限公司CEO罗成表达了他对真正的智能保顾出现的期待。罗成表示，通用大模型目前还无法在所有领域达到细分下游任务以及训练范式，此外，行业高质量的数据还比较稀缺。

人工智能技术专家、杭州华鲤智能科技有限公司创始人兼CEO李津表示，大模型应用在虚拟**人领域可以完成对客户个人及家庭信息收集、保险需求了解及保险推荐。他指出，虚拟保险**人可以起到链接保险**人和客户的作用，一方面赋能保险**人，另一方面服务和陪伴客户。

数据是核心竞争力

中国信息通信研究院云计算与大数据研究所人工智能部主任曹峰表示，当前，大模型产业进入爆发期，主要有传统人工智能企业、细分领域行业、创业创新企业做大模型研发。目前，大家更关心在实际应用场景中大模型的效果，而不是仅仅关注大模型的参数。

清华大学金融科技研究院副院长、中国保险与养老金研究中心主任魏晨阳认为，大模型现在处于跑马圈地阶段，在AI“三要素”中，与算力、算法相比，数据才是核心竞争力。在他看来，保险业数据丰富，且有大量的应用场景，是大模型应用的优势领域。与此同时，他指出，大模型的定位不是替代人，而是扮演“副驾驶”的功能。

微软金融行业战略技术**顾问专家刘一介绍，微软根据数据类型对大模型的应用场景进行分类，针对不同场景提供大模型技术应用的实践经验。如今大模型变成个人助理，人类的角色也从执行者变成指挥者。对于企业来说，如何更合理地引入大模型，除了做好场景区分，如数据安全、企业级服务的时延要求，也要根据数据类型做应用场景分类，如互联网数据、内外网混合数据、内网数据等。

“AI新技术带来了新的落地场景，企业亟须从AI‘三驾马车’——模型、数据和算力层面协同发力，驱动商业落地。” 萨摩耶云科技集团创始人、董事长兼首席执行官林建明指出，企业要保持商业敏锐度，在各个行业赛道中寻找机会，透彻理解不同行业的商业需求和挑战，开发定制化数智解决方案，并将AI技术与数据驱动的商业应用相结合，不断吸纳培养**的AI人才。此外，要将用户体验和价值创造放在首位，根据用户反馈和数据持续改进。

中科院计算所研究员、博士生导师、自然语言处理团队负责人指出，大模型的训练需要大量的数据资源、计算资源和存储资源，针对大模型面临的数据挑战，预计到2025年，高质量数据就可以完全用于大模型训练。

构建安全可信体系是关键

当前，在大模型的**表现中也隐藏着社会各界对可信、数据与隐私安全、滥用风险、伦理等问题的疑虑。但毋庸置疑的是，大模型产业的蓬勃发展将助力AI工业化进程、变革海量应用交互方式、创造数字产业新的增长空间。

杨涛表示，金融业需直面生成式AI大模型面临的数据保障、算力保障、产业政策保障和行业监管保障等挑战。

“大模型安全可信受广泛关注，需要培育大模型向善向阳向上新环境。”曹峰坦言。

曲速资本创始合伙人、保观科技创始人杨轩认为，保险是一个模型驱动行业，好的**人、好的核保核赔专家都是一个好的模型。他指出，目前大模型在保险行业的应用主要在于聊天机器人、营销、业务员培训、法律事务、理赔及风控环节。对于未来AI会不会替代保险**人，他认为可能会先替代部分工作，但是保险**人要适应生成式人工智能时代，与AI共创。此外，大模型技术在保险行业应用还面临训练成本、员工技能、数据安全等方面的挑战，行业要积极应对。

目前，大模型赋能保险业除了聚焦具体业务场景的探索外，魏晨阳认为，也应积极探讨什么是“更负责任的AI”，即人工智能如何更负责任、更有温度地赋能保险业，最终实现安全、公平、普惠与可持续。

“下一个5年充满想象力，如何把握大模型浪潮的机遇，我们期待与生态多方联手，形成合力，争取做出高质量的垂直领域大模型产品，为行业作贡献。”谷伟如是说。