来源：中国银行保险报 于晗
当前，人工智能技术正以前所未有的速度重塑全球产业格局。今年初，DeepSeek的“横空出世”引发全球瞩目。近日，保险机构高层和技术专家共同走进腾讯，共议AI新时代的保险业变革与机遇。
保险业“奇点时刻”到来？
从ChatGPT引领的大模型浪潮到DeepSeek火爆“出圈”，新一轮AI大模型落地应用的热潮加速到来，并快速渗透到各个行业。
“DeepSeek的出现，给国内甚至全球带来三个变化。”腾讯云副总裁胡利明表示，第一，开源技术突破，通过领先的开源创新，推动大模型开源路线成为主流技术选择之一；第二，普惠化技术路径，借助算力调度优化与算法改进，DeepSeek在可控成本下实现高性能，降低AI应用门槛，使更多中小企业和开发者能够参与模型应用与场景适配；第三，全生态应用渗透，从B端到C端，AI创新正在加速渗透至金融、教育等垂直领域，越来越多机构开始探索AI与核心业务的深度融合，技术普及进程显著加快。
作为数据密集型行业，保险业的底层逻辑与大模型不谋而合，是生成式AI技术应用的重要潜力领域。
“当前，融合大模型能力的OCR技术升级方案，针对医疗票据、体检报告等非结构化文档的识别精度实现突破，尤其在医生手写体、复杂表格等场景中，识别准确率较传统OCR提升20%-30%，可显著提升保险理赔流程的自动化水平与准确性。”腾讯金融云相关业务负责人在会上介绍，例如，在疾病核保场景中，大模型结合客户健康数据与文本语义理解，可生成智能健康评估(SCD建议，并通过规则引擎实现自动化核保决策。
在与会专家看来，AI大模型的出现，正在重构保险业的价值链。从智能核保到精准定价、反欺诈风控、客服机器人以及保险理赔等全流程，AI的渗透将不仅能提升效果，更将催生保险产品和服务模式的根本性创新。
作为保险业老将，腾讯集团高级顾问、三星财产保险董事长、香港赋诚再保险有限公司董事长任汇川对此有着清晰洞察：从应用场景来看，前端销售、中台产品设计、后台财务和精算，保险全业务流程都能被AI大模型一一重塑。“过去保险行业竞争是渠道、产品、代理人规模，现在和未来比拼升级——拼的是算法、算力、模型和数据。”任汇川直言。
拥抱AI，保险业新命题
如何拥抱AI，规划AI投入优先级，并确保监管合规和存量业务稳定，借助AI大模型赋能业务提质增效，保险业亟须深入探索。
“对于寿险公司来说，开发适配的营销员AI助手，是第一优先级。”一位寿险公司高管表示，目前，寿险营销员大量脱落，如何借助AI提升营销员展业效率是寿险公司提质增效的关键。亟须科技公司协助开发基准的Agent(智能体，在此基础上寿险公司进行适配化改造，赋能营销员提升工作效率。
百年人寿首席信息官叶谋润表示，拥抱智能化，一定是先从前端销售端开始。尤其对中小保险机构来说，投入产出要看得到。“站在员工管理的视角，AI智能体的概念，就像一个真实又虚拟的员工。当企业花了2万元的月薪去招聘一个岗位员工，是否能够做出匹配2万元月薪的工作？如果可以，真实的物理岗位就可以被AI接管。”
胡利明表示，进入AI大模型时代，企业组织发展方面将会发生显著变化。未来，个人及企业借助大模型，包括配套的工具能力，生产力将大幅提升。小团队多样化创新会是未来的主流。保险机构需要在组织架构调整等方面多一些思考。
“如何平衡颠覆性创新与存量业务的稳定性十分关键。”中华联合保险信息科技部总经理陈小虎表示，从目前来看，从AI大模型到应用之间的跨度还很大，需要根据业务进行定制化。无论是AI大模型还是业务中台，所有系统的底座、不同智能体可以定制化，将是一个重要发展趋势。“无论做营销也好，做服务也好，合规也好，都应该适配不同的场景进行智能体的组合，最终达到理想的效果。”
那么，保险业如何稳妥推进AI应用落地？腾讯云保险行业架构师索艳明指出：“场景+数据+模型是构建AI应用的三大核心要素。对于保险中台运营应用服务重构来说，首先要梳理高频、规则明确的业务场景，基于场景特性设计差异化技术路径；其次在数据中台基础上，强化业务知识库建设，需同步推进结构化数据的标准化清洗、非结构化数据的标准化梳理与知识化沉淀，需业务专家与IT团队协同，此类数据治理能力将成为AI应用的核心壁垒；最后要选择最合适的基座模型组合，AI应用构建依赖多模型组合服务作为基础大脑。就当前的技术路径来看，保险中台运营业务流程基于Agentic Workflow来重构实现AI应用仍然被看好，也是一条落地性较高的实现路径。”
“AI的更新迭代像雨后春笋，每天一个变化。保险机构不能等着结果，必须立刻行动才有机会把握这个时代。”陈小虎表示。保险机构要与科技行业一同摸索，跟着行业和时代一起走，建立对于AI的底层认知，用好AI大模型带来的时代红利。
AI应用与风险防控并行
金融行业是监管合规要求较高的行业，技术演进在释放巨大潜力的同时，也伴生着多方面的挑战，如数据治理、信息安全等。这要求行业在技术部署过程中，需要构建技术应用与风险防控并重的治理框架，确保技术创新始终沿着服务实体、普惠民生的轨道稳步前行。
胡利明表示，生成式AI技术的应用衍生出新型风险，包括算法偏见、幻觉效应、数据泄露及模型黑箱化等，同时还面临法律监管滞后性与伦理责任界定模糊等挑战。因此，保险业需构建全景式风控框架：风险预判、合规适配、技术可控。他强调：“保险机构应在部署前完成技术成熟度评估，并在应用过程中持续迭代治理策略。”
“站在数据安全维度，一方面要防止外部黑客窃取数据，另一方面要防止在AI应用过程中内部人员将数据泄露出去。首先要做好安全防范，加强数据安全管控。同时要在一些关键节点进行针对性部署，两手都要抓。”一位互联网安全专家表示。
腾讯云保险行业解决方案总经理李凯指出，AI大模型的可持续发展需构建风险治理与技术创新的动态平衡机制：效率与公平、风险与创新本质上是共生关系，需通过治理框架前置、全周期风控、安全能力升级等路径实现长效发展。
孟茜云
