隨著大模型時代的到來，各行各業(yè)都面臨全新的發(fā)展空間。保險領(lǐng)域作為科技創(chuàng)新的沃土，如何拓展商業(yè)機會和創(chuàng)新業(yè)務(wù)模式？如何把握住發(fā)展機遇，充分釋放大模型技術(shù)的潛能？

近日，由陽光保險集團聯(lián)合清華大學(xué)五道口金融學(xué)院、中國保險學(xué)會、北京百度網(wǎng)訊科技有限公司、中國科學(xué)院計算技術(shù)研究所智能信息處理重點實驗室共同研究編寫的《大模型技術(shù)深度賦能保險行業(yè)白皮書》（以下簡稱《白皮書》）正式發(fā)布，《白皮書》系統(tǒng)闡釋了大模型技術(shù)與保險在底層邏輯上存在的天然契合性。一方面，大模型技術(shù)充分利用互聯(lián)網(wǎng)上的一切數(shù)據(jù)，從而具備更高的準確性、更強的泛化能力、更低的應(yīng)用門檻，實現(xiàn)了在傳統(tǒng)深度學(xué)習(xí)基礎(chǔ)上的性能飛躍，滿足了各行各業(yè)在多元場景中的應(yīng)用需求；另一方面，保險天然與數(shù)據(jù)緊密相連，豐富的應(yīng)用場景使得保險成為大模型技術(shù)的絕佳應(yīng)用領(lǐng)域。這種天然的契合性，將使大模型和保險的結(jié)合從“能力涌現(xiàn)”逐步走向“價值涌現(xiàn)”，價值創(chuàng)造也將從量變到質(zhì)變、從改變到變革、從變革到顛覆逐步演進。

大模型的深度認知能力將改變保險行業(yè)對風(fēng)險的認知與管理能力，推動行業(yè)精算模式從“粗放預(yù)測”向“精準預(yù)知”升級，推動風(fēng)險管理從相對被動的“等量管理”向相對主動的“減量管理”轉(zhuǎn)變。這一轉(zhuǎn)變將重塑保險行業(yè)的商業(yè)模式，引領(lǐng)一場顛覆性的變革，開啟保險業(yè)新的發(fā)展篇章。

大模型發(fā)展迅速　加速Al價值升級

所謂大模型，包括廣義的人工智能預(yù)訓(xùn)練大模型及狹義的大型語言模型，是一種具有龐大參數(shù)規(guī)模和高度復(fù)雜性的機器學(xué)習(xí)模型。通過在海量數(shù)據(jù)中進行大規(guī)模的預(yù)訓(xùn)練，深入挖掘并掌握眾多微妙的模式、規(guī)律和知識。

在人工智能的發(fā)展歷程中，大模型技術(shù)的崛起無疑標(biāo)志著一次歷史性的突破。隨著參數(shù)規(guī)模和數(shù)據(jù)規(guī)模的顯著增長，大模型在各類任務(wù)中展現(xiàn)出更高的準確性、更出色的泛化能力以及更低的應(yīng)用門檻，從而滿足了各行各業(yè)日益多元化的需求。同時，大模型生態(tài)的發(fā)展日益完善，從底層基礎(chǔ)設(shè)施到大模型研發(fā)平臺、大模型能力擴充、大模型服務(wù)平臺、基于大模型的AI Agent（人工智能代理）等不同層次，各項技術(shù)及平臺均在不斷進步和創(chuàng)新。

保險行業(yè)作為數(shù)據(jù)密集型行業(yè)，具備數(shù)據(jù)優(yōu)勢，且應(yīng)用場景豐富，是大模型的最佳應(yīng)用領(lǐng)域之一。大模型與保險的底層邏輯不謀而合，它們共同依賴于數(shù)據(jù)和模型這一基石。大模型的底層架構(gòu)以數(shù)據(jù)和模型為核心，而保險業(yè)則秉承大數(shù)法則，同樣以數(shù)據(jù)和模型為基礎(chǔ)。正因如此，保險與大模型之間存在著天然的契合點，使得大模型在保險行業(yè)的應(yīng)用前景愈發(fā)廣闊。

在政策層面，國家和行業(yè)陸續(xù)出臺相關(guān)支持政策及監(jiān)管政策，助力大模型技術(shù)及產(chǎn)業(yè)的快速、規(guī)范發(fā)展。今年2月,中共中央、國務(wù)院印發(fā)了《數(shù)字中國建設(shè)整體布局規(guī)劃》，其中明確提出“推動數(shù)字技術(shù)和實體經(jīng)濟深度融合，在農(nóng)業(yè)、工業(yè)、金融、教育、醫(yī)療、交通、能源等重點領(lǐng)域，加快數(shù)字技術(shù)創(chuàng)新應(yīng)用”“發(fā)揮國家產(chǎn)融合作平臺等作用，引導(dǎo)金融資源支持數(shù)字化發(fā)展”。在AIGC（人工智能生成內(nèi)容）大發(fā)展的背景下，保險行業(yè)大模型場景化應(yīng)用正享有良好的政策環(huán)境。

應(yīng)用場景豐富　助力保險業(yè)增效提質(zhì)

業(yè)內(nèi)專家認為，大模型可以應(yīng)用到保險領(lǐng)域的全業(yè)務(wù)流程，幫助保險企業(yè)更好地分析市場趨勢、理解客戶需求、精準化產(chǎn)品定價、提升營銷效率、提高風(fēng)險管理能力、提升理賠便捷性、改善服務(wù)質(zhì)量，從而降低運營成本、提升營銷和服務(wù)效能、提升客戶體驗。

比如，陽光保險集團于2023年初啟動了“陽光正言GPT大模型戰(zhàn)略工程”。一方面，與多家外部大模型技術(shù)進行鏈接；另一方面，在開源大模型私有化部署的基礎(chǔ)上進行二次開發(fā)，注入陽光的知識和數(shù)據(jù)，構(gòu)建GPT（生成式預(yù)訓(xùn)練Transformer模型）技術(shù)底座，建立保險專業(yè)垂直領(lǐng)域能力，實現(xiàn)集團、產(chǎn)、壽各條線的全應(yīng)用覆蓋，引領(lǐng)公司智能化升級。

據(jù)了解，通過陽光正言大模型開放平臺，陽光保險實現(xiàn)了陽光GPT技術(shù)關(guān)鍵能力輸出，為其智能化升級提供了強大的支持。目前，陽光保險利用大模型技術(shù)重構(gòu)了信息抽取、意圖識別模塊及部分改造智能問答的召回階段，整理出400多條常見問題、17個槽位及26個業(yè)務(wù)意圖，共計標(biāo)注2萬余條數(shù)據(jù)。相較于傳統(tǒng)方式，信息抽取任務(wù)準確率提升了15%，意圖識別任務(wù)準確率提升了5%，基于信息抽取與意圖識別方面的改進，智能問答任務(wù)解答率提升了8.7%。

不久前，中國人保與認知智能國家重點實驗室、科大訊飛合作研發(fā)了人保首個專屬問答大模型。在通用問答能力的基礎(chǔ)上，提升了多輪口語化復(fù)雜意圖理解能力、情感理解與共情能力，新增了敏感問答拒識能力，并針對保險具體應(yīng)用場景，實現(xiàn)了條款咨詢問答能力、業(yè)務(wù)邏輯推理能力和多文檔多知識點融合能力的全面突破。目前，人保專屬問答大模型已通過“人保智友”產(chǎn)品在代理人賦能、智能客服等場景試點應(yīng)用，借助大模型的語義理解、搜索增強等功能，提升了知識獲取效率，降低了企業(yè)運營成本。

更早之前，平安健康打造了專門為醫(yī)生服務(wù)的“ChatGPT”—AskBob智能醫(yī)生。基于4000萬份醫(yī)學(xué)文獻、20萬藥品說明書、2萬臨床指南等中英文醫(yī)療知識圖譜以及融合深度學(xué)習(xí)模型，為醫(yī)生提供個體化精準診療推薦和輔助決策。截至2023年2月，AskBob智能醫(yī)生服務(wù)了140多萬名醫(yī)生，覆蓋全國范圍4.6萬家醫(yī)療機構(gòu)，每天提供的診療輔助決策次數(shù)達27萬次，尤其在醫(yī)療資源有限的地方，極大地提升了醫(yī)療服務(wù)質(zhì)量。

中國太保積極推進基于大模型的數(shù)字員工建設(shè)，利用大模型的特點和優(yōu)勢，帶來傳統(tǒng)用工模式的變革。據(jù)悉，數(shù)字員工提供通用的自然語言交互入口，能根據(jù)用戶指令，解析得到用戶意圖，自主進行任務(wù)規(guī)劃，并完成任務(wù)執(zhí)行，為用戶提供多樣化的服務(wù)。據(jù)中國太保相關(guān)負責(zé)人介紹，數(shù)字員工實現(xiàn)了對專業(yè)工種的建模，賦予了數(shù)字員工思維能力、行動能力以及職業(yè)能力，在做到與真實業(yè)務(wù)人員對齊，解決實際場景任務(wù)的同時，有效填補了人力空缺，提升了業(yè)務(wù)處理效率，優(yōu)化了公司整體營運和決策效率，助力中國太保數(shù)字化轉(zhuǎn)型。目前，太保數(shù)字員工已在集團審計中心進行能力試點，構(gòu)建了審計檢查、公文質(zhì)檢、咨詢問答等多名審計數(shù)字員工。

泰康保險創(chuàng)新“支付+醫(yī)養(yǎng)”服務(wù)商業(yè)模式，搭建了行業(yè)內(nèi)首個支持核保理賠場景下全量數(shù)據(jù)采集的醫(yī)療影像解析平臺。目前，該平臺服務(wù)已覆蓋泰康人壽全國36家分公司，賦能理賠、核保相關(guān)作業(yè)人員千余人。該平臺的應(yīng)用提升了理賠服務(wù)的時效性和便利性，優(yōu)化了客戶體驗。同時，在智慧養(yǎng)康領(lǐng)域，泰康保險孵化了一系列業(yè)內(nèi)獨創(chuàng)的科技產(chǎn)品，可以為泰康之家養(yǎng)老社區(qū)的居民提供7×24小時安全照護以及主動干預(yù)式健康管理服務(wù)。

挑戰(zhàn)與機遇并存　保險業(yè)積極布局

在金融保險這一垂直領(lǐng)域中，隨著技術(shù)的持續(xù)進步與應(yīng)用場景的廣泛延伸，大模型落地應(yīng)用的角色也逐步從“輔助”和“賦能”轉(zhuǎn)變?yōu)楦咧鲗?dǎo)性和引領(lǐng)性的角色。大模型的深度認知能力，將改變行業(yè)對風(fēng)險認知與管理的能力，推動保險行業(yè)的精算模式從“粗放預(yù)測”向“精準預(yù)知”升級，同時推動風(fēng)險管理從相對被動的“等量管理”向相對主動的“減量管理”轉(zhuǎn)變。這一轉(zhuǎn)變將重塑保險行業(yè)的商業(yè)模式，引領(lǐng)一場顛覆性的變革，開啟新的發(fā)展篇章。在這個過程中，大模型應(yīng)用將為企業(yè)帶來更多的商業(yè)機會和價值，并對保險行業(yè)的未來發(fā)展產(chǎn)生深遠的影響。

不過，以大模型為代表的生成式人工智能迎來爆發(fā)式發(fā)展的同時，其所衍生的隱私、安全問題以及被濫用、惡意使用的情況也逐步顯露。

具體來看，大模型的訓(xùn)練和優(yōu)化需要大量的數(shù)據(jù)支持，數(shù)據(jù)的質(zhì)量、數(shù)量和多樣性都會影響模型的效果和性能。這些數(shù)據(jù)的獲取、處理、清洗和標(biāo)注等需要大量的時間和人力資源，需要建立起完善的數(shù)據(jù)采集、處理、管理和安全等體系。大模型的訓(xùn)練和優(yōu)化、部署和維護均需要先進的技術(shù)支持和專業(yè)的研發(fā)團隊，如深度學(xué)習(xí)框架、分布式計算、參數(shù)高效微調(diào)、模型加速等，這些技術(shù)和知識的掌握與應(yīng)用需要長期的積累和實踐，需要對技術(shù)發(fā)展趨勢和市場應(yīng)用有深刻的了解。在應(yīng)用大模型技術(shù)場景落地時，也需特別注重敏感數(shù)據(jù)和技術(shù)的合規(guī)性、合法性，確保在法律和政策監(jiān)管范圍內(nèi)進行技術(shù)的研發(fā)。另外，還需要防止漏洞攻擊和數(shù)據(jù)被竊取而造成的經(jīng)濟損失與合規(guī)成本，做到系統(tǒng)安全和隱私保護。

《白皮書》認為，上述挑戰(zhàn)直接影響到企業(yè)是否能夠成功應(yīng)用大模型、應(yīng)用的效果以及收益。

面對大模型帶來的機遇和挑戰(zhàn)，《白皮書》建議，險企可以從八方面著手，積極應(yīng)對挑戰(zhàn)，提升自身競爭力，推動保險行業(yè)高質(zhì)量發(fā)展。

一是優(yōu)化和調(diào)整業(yè)務(wù)策略。例如，險企可以基于大模型技術(shù)開發(fā)新的產(chǎn)品和服務(wù)，以滿足用戶的需求和期望。根據(jù)大模型的發(fā)展趨勢和市場需求，調(diào)整和優(yōu)化自身的業(yè)務(wù)策略，以便更好地適應(yīng)新的市場環(huán)境。

二是積極進行數(shù)據(jù)積累。險企需要建立完善的數(shù)據(jù)采集、處理、管理和安全等體系，確保數(shù)據(jù)資源的充足和多樣性。另外，還需要加強數(shù)據(jù)的處理和分析能力，對數(shù)據(jù)進行清洗、標(biāo)注、預(yù)處理等操作，提高數(shù)據(jù)的質(zhì)量和可用性。結(jié)合自身的業(yè)務(wù)場景和需求，險企對具體應(yīng)用領(lǐng)域的數(shù)據(jù)進行大量的積累和分析，為大模型的訓(xùn)練和優(yōu)化提供有力的支持。

三是跟蹤技術(shù)演進，探索落地場景并按需進行技術(shù)選型。險企需要建立專業(yè)的技術(shù)團隊，時刻關(guān)注最新的技術(shù)趨勢和研究成果，也需結(jié)合自身的業(yè)務(wù)需求和場景，探索和嘗試新的大模型應(yīng)用，明確大模型應(yīng)用的具體目標(biāo)和指標(biāo)，避免盲目跟風(fēng)造成過度設(shè)計。

四是注意數(shù)據(jù)和技術(shù)的合規(guī)性。全球的數(shù)據(jù)、技術(shù)合規(guī)性和隱私保護面臨嚴峻的挑戰(zhàn)。近兩年，我國在數(shù)據(jù)和生成式人工智能技術(shù)的合規(guī)性方面不斷出臺相關(guān)法律法規(guī)。險企應(yīng)嚴格遵守和持續(xù)關(guān)注國家相關(guān)法律法規(guī)和監(jiān)管政策，以確保企業(yè)在數(shù)據(jù)使用和技術(shù)研發(fā)方面的合規(guī)性和穩(wěn)健性。

五是培養(yǎng)和引進人才。加大對大模型相關(guān)人才的培養(yǎng)和引進力度，提高技術(shù)水平和創(chuàng)新能力。

六是加強合作與交流。險企可以與其他企業(yè)、研究機構(gòu)和高校等開展合作與交流，共享大模型技術(shù)的研發(fā)成果和應(yīng)用經(jīng)驗，共同推動大模型技術(shù)的發(fā)展和應(yīng)用。

七是關(guān)注政策和法規(guī)變化。及時調(diào)整自身戰(zhàn)略和技術(shù)發(fā)展方向，確保經(jīng)營的合規(guī)性和可持續(xù)發(fā)展。

八是注重客戶體驗和滿意度。在利用大模型技術(shù)改進產(chǎn)品和服務(wù)的同時，險企應(yīng)注重提高客戶體驗和滿意度，以便更好地滿足客戶需求、提升客戶獲得感。

（來源：金融時報）