本文共字，预计阅读时间。

近年来，随着互联网、人工智能等信息化技术的快速发展，银行、保险、金融、医疗、零售等行业都从中得到了广泛应用和融合发展。

尤其是在保险行业，有人说AI是蓝海，给患者、保司、医疗机构三方都提供了高效、便利的的数字化服务；也有人说AI是死海，因为AI技术在与保险相融合的过程中势必会存在一些风险问题，而且在如今保险市场竞争愈发激烈的大背景下，AI技术能否快速提高保司市场竞争力而回归正轨还是未知数。

带着这些疑问，近日我们在直播中针对“保险+AI前沿探讨：十字路口如何选择？”这一主题连线了杭州华鲤智能科技有限公司创始人CEO李津；阳光保险集团科技中心副总经理顾青山。津总和顾总在直播中和我们共同探讨了关于AI的诸多路线，究竟有哪些方向适合保险业的问题，同时对于大模型技术持续更迭下，保司如何找到自己的生态位这一难题上，也提出了非常具有建设性的意见，本文的主要内容也来自该场直播。

1. AI路线纷繁复杂，具体有哪些适合保险业？

正如开篇提及的目前保险市场处于数字化不断迭代浪潮下，提高AI赋能业务及从业人员使用数字化工具服务的能力，也就成为每个保险企业不断锚定的新方向。这不仅可以让其借助AI完成一系列棘手难题，最大程度实现降本增效目的；而且还可以为业务带来更多新增量，提升整个产业效率。

然而，一个行业的共识在于，如今保险业涉及的AI路线纷繁复杂且维度众多。那么，目前保司最看重AIGC在哪些业务上的应用？而关于AI的诸多路线，又有哪些究竟适合保险业的呢？

阳光保险集团科技中心副总经理顾总认为，保司最看重AIGC技术赋能保险业务主要体现在以下四个方面：

一是，风险评估和定价，这个是保司最看重的，也是其核心根本。

二是，欺诈的检测，包括一些反欺诈的场景应用等等。

三是，自动化理赔处理。

四是，客户服务的交互，包括营销环节的互动，以及在为客户提供服务时候的互动和交互。

五是，营销的优化，包括精准推荐的广告投放和精准预测等方向。

其中，针对第四点保险代理人营销场景上，华鲤智能创始人CEO津总还补充道，保险销售在展业过程中，在大模型赋能下打造出的理解能力、推理能力，能够更好的帮助保险代理人更精准的找到客户，并且提供专业的回答，从而实现把更好的产品卖给合适的客户，同时能提供后续的各种保险服务，这也是华鲤智能目前一直所专注做的核心事情。

而从大模型技术突破上来看，全球最顶尖的基座大模型能力是在自然交互过程中的意图理解以及推理能力为主，能够为保险行业提供两方面赋能。

其一，在交互层面，在保险销售展业过程中，可以利用语音交互、文字交互、情感交互，甚至有不少代理人利用交互的过程来彰显保司的品牌形象。

其二，调度各种传统和集成大模型贴合进保司已有的业务系统中去，从而把整体的体验赋能并交付给保险代理人。

当然，面对以上涉及到的AI诸多路线，有些适合保险行业，也有些确定是不适合的。

第一，从技术性角度来看，如融合监督学习、强化学习这类的大模型技术，于保司而言是非常适用的。尤其是在垂直细分保险专业领域上，由于对保险从业人员的专业能力和处理问题的精准能力有很高要求的特性，决定了是需要学习类大模型技术来重点进行强化。

第二，在行业内通用型的与客户进行营销互动大模型技术，在保险行业是可以参考借鉴和引用的。比如以文字生成图片技术、营销场景上的视频生成技术，还包括办公场景下的文本生成、撰写提纲等等，这些大模型技术场景对保险行业也都是适用的。

但是，如果要深度契合进保险的核心领域，这些技术模型可能在模式上并不适用匹配。比如，目前大热的Chatgpt大模型应用在保险的核心领域，仅仅适合于解释产品或者讲述方案，以及沟通报价等这些简单层面上，而更核心的领域由于技术还不够成熟，仍处在探索阶段。

第三，在保险行业风险评估、定价和欺诈检测这些方面，大模型技术目前暂时在方向和路线上还不太匹配。这是因为AI技术是往发散式的方向迭代升级，而保险行业是需要相关技术往收敛方向上去深入。

尤其是在自动化理赔的服务处理方面，是需要更精准的技术来全方位进行赋能，但目前传统AI技术还是主要停留在客服应答领域，而且由于技术受限，导致双方理解交谈有所偏差。因此，如何在保险销售或是理赔服务领域将大模型技术进行深度引导才是极为关键的。

此外，在包括机器学习、AIGC技术的数据输入到结论输出等方向上，目前AI技术解释性并不强，但在保险行业极其重要的风险评估和定价，以及反欺诈等领域，对解释度有着极高的专业性要求，否则是不利于业务的推进和开展。

2. 保险商业场景化AI技术的落地，挑战来自哪儿？

基于以上讨论，AI技术在保险多场景下不断进行融合推进，也对遇到的不少难题给出了不错的解题思路，但要想在保险行业进行商业场景化真正落地也面临着不少挑战。

第一，不管是一些最新技术的应用，还是涉及到垂直模型精准算法的应用，怎样发挥两边所长，进行有效结合实现真正落地，是保险AI技术第一步所要面临的挑战。

而在此挑战下，保司从技术精准化到进一步扩大至大模型，也在面临着解释度和透明度的问题，比如，如何将定价风险识别、损失核定等这些根本性的核心业务进行AI技术精准整合赋能，是需要保司通过高度的解释性和透明度来符合监管，取得民众和行业的认可信任。

第二，大量精准高质量数据来做支撑，以及技术成熟度问题。毫无疑问，想要做好一个应用，一定是需要建设大量且精准数据来做支撑，但各大保司所处境遇不同，数据质量也是千差万别，而且保司拥有的大量专业性数据和客户数据都是需要经过层层采集、清洗加工，最终产出的有用数据量远远还不够多。

此外，AI技术成熟度的高低也直接影响到保险行业。比如，刚刚提及到的利用大模型通过数据去执行一些动作，来规划进业务场景里面，但目前AI技术还有一些引导性没有发挥出来，导致运行的规律性还不够，无法预期最终结果，显然这一部分技术还需要再继续提升。

第三，相关AI技术是否合规合法，以及数据安全隐私保护问题。在保险领域，AI技术的赋能肯定是要合法合规，符合正确价值观，而且目前大模型本身是公共开放性的，数据面临着公开传输极易泄露隐私的境况，这时候如果用机构专属大模型来规避这样的问题，也同样会不可避免的泄露一些客户的隐私数据或者公司的敏感数据。那么，如何真正来规避这些涉及安全性和隐私保护的问题，是未来整个行业需要来重点解决的地方。

第四，由于大模型技术对算力要求极高，就导致了高额成本始终是绕不过去的坎儿。如果保险业将AI技术全面应用起来，耗费的高成本所带来的业务价值并不高，尤其是在财产险领域，本来利润就被压缩的很低，这时AI技术的成本管控就成为了保司所必须考虑的问题。

3. AI迭代进化浪潮来袭，企业如何找到自己的生态位？

在面对更加趋严的监管环境和更加剧烈的竞争环境下，各大保司想要顺利实现各项业务与AI技术深度融合，也并非一日之功。对于那些迫切想要参与到AI浪潮的保司而言，大模型的“梦想照进现实”还要多久？

首先，顾总认为人工智能在保险上已经在大规模使用了，而且也在帮助保险行业提升生产力。因此，当AI迭代进入如今2.0时代，保司仍然有更大的热情来投入其中来做定价、风险识别、风险评分等，从而降低保险成本达到盈利目标。

其次，在理赔端口，目前也有很多保司实现了自动化定损，包括图片定损、视频定损等，尽管实现的程度有所不同，但是也侧面体现了应用AI技术的决心，而且随着智能客服的广泛应用，已经将不少保司的服务自动化率提升到60%-80%以上，对自身服务生产力有很大的提升。

最后，在面向一些更难的诸如电话外呼销售应用领域，由于目前AI技术只能涉及到某一个环节，还无法做到全流程覆盖，那么在这样情形下，随着越来越多新技术迭代升级而来，能够将此前无法解决、没办法再继续深化的问题进行重点突破。比如，能够替代更多的人力，包括行业内一些很难取代的真正的专家，以及占比数更大的从业人员等，进一步提升保司的生产力水平。按此趋势来看，也许在未来五到十年内，极大可能实现人工智能技术大规模的应用。

此外，针对这一问题，津总还进一步补充道，从此前AI技术1.0时代发展到如今2.0时代，整个技术的基础模型和其应用场景是在不断深化，已经大规模慢慢渗透到保险每个业务场景里。比如，在数字员工赛道，在生成式的技术加持下，能够大幅度提高员工的生产力，也可以使整个销售到客服，再到理赔、风控、核保等等环节，都可以多维度来赋能员工的生产力。

然而，在实际应用中，受限于技术的壁垒，有很多问题还没有完全解决，要想真正实现AI技术融合进在每一项保险业务，仍需要有一个过程。

但一个好的方向在于，这个融合过程已经开始加速了。越来越多的科技公司不断在探索一些新的非常适合保险业务场景的生成式技术，更有效的解决一些环节问题，通过优先先去解决和逐渐落地，再到慢慢扩大应用规模的方式，将新技术拓展到不同的场景里面去。由此，也能预测三到五年内，在一些非常垂直的保险场景里就可以实现人工智能技术的大规模落地。

当然，无论是整个行业大模型技术，还是某一垂直业务大模型技术，如今人们对其发展的认知已经耳熟能详了，也让不少保司既焦虑又兴奋。那么，在这个过程当中，企业又该如何在AI浪潮中找到自己的生态位？

一方面，从去年年底Chatgpt成功破圈后，引起了整个社会对生成式AI大模型技术广泛关注和热议，这于此前一直在AI技术领域深耕开发的从业者而言，无疑是非常值得兴奋的事情，因为终于不用教育市场，Chatgpt的成功显然率先完成了普及人们认知的过程。

另一方面，目前在大模型AIGC赛道里，真正做到技术落地的企业，已经由此前随着一波技术推入高速泡沫期，到如今进入冷静期的转变，而这也代表着企业真正拥有并形成了隶属于自身的技术门槛壁垒，是非常好的开端。但是在后期要真正实现技术的全面落地不仅需要大量的验证尝试、试错投入等等，而且更需要不断对焦用户需求来打磨技术，思考评估技术落地可能性，以及数据安全问题等，这些都是企业必须要面对的难题。

总的来看，保险+AI技术向更好、更高维度发展是一个必然的趋势，而在不断壮大发展的过程中，各大参与方力量要以市场实际情况为基点，发挥自身技术所长，往前逐步去迈进。

未来，我们也期待在不断迭代升级下的AI技术长期赋能下，从垂直领域到整个保险业务全流程覆盖，保险行业与AI技术能进一步深度融合，推动整个行业持续向上发展。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。