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

近日，由陽(yáng)光保險(xiǎn)集團(tuán)聯(lián)合清華大學(xué)五道口金融學(xué)院、中國(guó)保險(xiǎn)學(xué)會(huì)、北京百度網(wǎng)訊科技有限公司、中國(guó)科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室共同研究編寫的《大模型技術(shù)深度賦能保險(xiǎn)行業(yè)白皮書》（以下簡(jiǎn)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(xiǎn)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(zhǔn)確性、更強(qiáng)的泛化能力、更低的應(yīng)用門檻，實(shí)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(chǎng)景中的應(yīng)用需求；另一方面，保險(xiǎn)天然與數(shù)據(jù)緊密相連，豐富的應(yīng)用場(chǎng)景使得保險(xiǎn)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(xiǎn)的結(jié)合從“能力涌現(xiàn)”逐步走向“價(jià)值涌現(xiàn)”，價(jià)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(jìn)。

大模型的深度認(rèn)知能力將改變保險(xiǎn)行業(yè)對(duì)風(fēng)險(xiǎn)的認(rèn)知與管理能力，推動(dòng)行業(yè)精算模式從“粗放預(yù)測(cè)”向“精準(zhǔn)預(yù)知”升級(jí)，推動(dòng)風(fēng)險(xiǎn)管理從相對(duì)被動(dòng)的“等量管理”向相對(duì)主動(dòng)的“減量管理”轉(zhuǎn)變。這一轉(zhuǎn)變將重塑保險(xiǎn)行業(yè)的商業(yè)模式，引領(lǐng)一場(chǎng)顛覆性的變革，開(kāi)啟保險(xiǎn)業(yè)新的發(fā)展篇章。

大模型發(fā)展迅速　加速Al價(jià)值升級(jí)

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(yǔ)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(jī)器學(xué)習(xí)模型。通過(guò)在海量數(shù)據(jù)中進(jìn)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(shí)。

在人工智能的發(fā)展歷程中，大模型技術(shù)的崛起無(wú)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(zhǎng)，大模型在各類任務(wù)中展現(xiàn)出更高的準(zhǔn)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(shí)，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(tái)、大模型能力擴(kuò)充、大模型服務(wù)平臺(tái)、基于大模型的AI Agent（人工智能代理）等不同層次，各項(xiàng)技術(shù)及平臺(tái)均在不斷進(jìn)步和創(chuàng)新。

保險(xiǎn)行業(yè)作為數(shù)據(jù)密集型行業(yè)，具備數(shù)據(jù)優(yōu)勢(shì)，且應(yīng)用場(chǎng)景豐富，是大模型的最佳應(yīng)用領(lǐng)域之一。大模型與保險(xiǎn)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(xiǎn)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(xiǎn)與大模型之間存在著天然的契合點(diǎn)，使得大模型在保險(xiǎn)行業(yè)的應(yīng)用前景愈發(fā)廣闊。

在政策層面，國(guó)家和行業(yè)陸續(xù)出臺(tái)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(guó)務(wù)院印發(fā)了《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》，其中明確提出“推動(dòng)數(shù)字技術(shù)和實(shí)體經(jīng)濟(jì)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(diǎn)領(lǐng)域，加快數(shù)字技術(shù)創(chuàng)新應(yīng)用”“發(fā)揮國(guó)家產(chǎn)融合作平臺(tái)等作用，引導(dǎo)金融資源支持?jǐn)?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(xiǎn)行業(yè)大模型場(chǎng)景化應(yīng)用正享有良好的政策環(huán)境。

應(yīng)用場(chǎng)景豐富　助力保險(xiǎn)業(yè)增效提質(zhì)

業(yè)內(nèi)專家認(rèn)為，大模型可以應(yīng)用到保險(xiǎn)領(lǐng)域的全業(yè)務(wù)流程，幫助保險(xiǎn)企業(yè)更好地分析市場(chǎng)趨勢(shì)、理解客戶需求、精準(zhǔn)化產(chǎn)品定價(jià)、提升營(yíng)銷效率、提高風(fēng)險(xiǎn)管理能力、提升理賠便捷性、改善服務(wù)質(zhì)量，從而降低運(yùn)營(yíng)成本、提升營(yíng)銷和服務(wù)效能、提升客戶體驗(yàn)。

比如，陽(yáng)光保險(xiǎn)集團(tuán)于2023年初啟動(dòng)了“陽(yáng)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(jìn)行鏈接；另一方面，在開(kāi)源大模型私有化部署的基礎(chǔ)上進(jìn)行二次開(kāi)發(fā)，注入陽(yáng)光的知識(shí)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(xiǎn)專業(yè)垂直領(lǐng)域能力，實(shí)現(xiàn)集團(tuán)、產(chǎn)、壽各條線的全應(yīng)用覆蓋，引領(lǐng)公司智能化升級(jí)。

據(jù)了解，通過(guò)陽(yáng)光正言大模型開(kāi)放平臺(tái)，陽(yáng)光保險(xiǎn)實(shí)現(xiàn)了陽(yáng)光GPT技術(shù)關(guān)鍵能力輸出，為其智能化升級(jí)提供了強(qiáng)大的支持。目前，陽(yáng)光保險(xiǎn)利用大模型技術(shù)重構(gòu)了信息抽取、意圖識(shí)別模塊及部分改造智能問(wèn)答的召回階段，整理出400多條常見(jiàn)問(wèn)題、17個(gè)槽位及26個(gè)業(yè)務(wù)意圖，共計(jì)標(biāo)注2萬(wàn)余條數(shù)據(jù)。相較于傳統(tǒng)方式，信息抽取任務(wù)準(zhǔn)確率提升了15%，意圖識(shí)別任務(wù)準(zhǔn)確率提升了5%，基于信息抽取與意圖識(shí)別方面的改進(jìn)，智能問(wèn)答任務(wù)解答率提升了8.7%。

不久前，中國(guó)人保與認(rèn)知智能國(guó)家重點(diǎn)實(shí)驗(yàn)室、科大訊飛合作研發(fā)了人保首個(gè)專屬問(wèn)答大模型。在通用問(wèn)答能力的基礎(chǔ)上，提升了多輪口語(yǔ)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(wèn)答拒識(shí)能力，并針對(duì)保險(xiǎn)具體應(yīng)用場(chǎng)景，實(shí)現(xiàn)了條款咨詢問(wèn)答能力、業(yè)務(wù)邏輯推理能力和多文檔多知識(shí)點(diǎn)融合能力的全面突破。目前，人保專屬問(wèn)答大模型已通過(guò)“人保智友”產(chǎn)品在代理人賦能、智能客服等場(chǎng)景試點(diǎn)應(yīng)用，借助大模型的語(yǔ)義理解、搜索增強(qiáng)等功能，提升了知識(shí)獲取效率，降低了企業(yè)運(yùn)營(yíng)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?；?000萬(wàn)份醫(yī)學(xué)文獻(xiàn)、20萬(wàn)藥品說(shuō)明書、2萬(wàn)臨床指南等中英文醫(yī)療知識(shí)圖譜以及融合深度學(xué)習(xí)模型，為醫(yī)生提供個(gè)體化精準(zhǔn)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(wàn)名醫(yī)生，覆蓋全國(guó)范圍4.6萬(wàn)家醫(yī)療機(jī)構(gòu)，每天提供的診療輔助決策次數(shù)達(dá)27萬(wàn)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(guó)太保積極推進(jìn)基于大模型的數(shù)字員工建設(shè)，利用大模型的特點(diǎn)和優(yōu)勢(shì)，帶來(lái)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(yǔ)言交互入口，能根據(jù)用戶指令，解析得到用戶意圖，自主進(jìn)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(guó)太保相關(guān)負(fù)責(zé)人介紹，數(shù)字員工實(shí)現(xiàn)了對(duì)專業(yè)工種的建模，賦予了數(shù)字員工思維能力、行動(dòng)能力以及職業(yè)能力，在做到與真實(shí)業(yè)務(wù)人員對(duì)齊，解決實(shí)際場(chǎng)景任務(wù)的同時(shí)，有效填補(bǔ)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(yíng)運(yùn)和決策效率，助力中國(guó)太保數(shù)字化轉(zhuǎn)型。目前，太保數(shù)字員工已在集團(tuán)審計(jì)中心進(jìn)行能力試點(diǎn)，構(gòu)建了審計(jì)檢查、公文質(zhì)檢、咨詢問(wèn)答等多名審計(jì)數(shù)字員工。

泰康保險(xiǎn)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(gè)支持核保理賠場(chǎng)景下全量數(shù)據(jù)采集的醫(yī)療影像解析平臺(tái)。目前，該平臺(tái)服務(wù)已覆蓋泰康人壽全國(guó)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(tái)的應(yīng)用提升了理賠服務(wù)的時(shí)效性和便利性，優(yōu)化了客戶體驗(yàn)。同時(shí)，在智慧養(yǎng)康領(lǐng)域，泰康保險(xiǎn)孵化了一系列業(yè)內(nèi)獨(dú)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(shí)安全照護(hù)以及主動(dòng)干預(yù)式健康管理服務(wù)。

挑戰(zhàn)與機(jī)遇并存　保險(xiǎn)業(yè)積極布局

在金融保險(xiǎn)這一垂直領(lǐng)域中，隨著技術(shù)的持續(xù)進(jìn)步與應(yīng)用場(chǎng)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(rèn)知能力，將改變行業(yè)對(duì)風(fēng)險(xiǎn)認(rèn)知與管理的能力，推動(dòng)保險(xiǎn)行業(yè)的精算模式從“粗放預(yù)測(cè)”向“精準(zhǔn)預(yù)知”升級(jí)，同時(shí)推動(dòng)風(fēng)險(xiǎn)管理從相對(duì)被動(dòng)的“等量管理”向相對(duì)主動(dòng)的“減量管理”轉(zhuǎn)變。這一轉(zhuǎn)變將重塑保險(xiǎn)行業(yè)的商業(yè)模式，引領(lǐng)一場(chǎng)顛覆性的變革，開(kāi)啟新的發(fā)展篇章。在這個(gè)過(guò)程中，大模型應(yīng)用將為企業(yè)帶來(lái)更多的商業(yè)機(jī)會(huì)和價(jià)值，并對(duì)保險(xiǎn)行業(yè)的未來(lái)發(fā)展產(chǎn)生深遠(yuǎn)的影響。

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

具體來(lái)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(huì)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(shí)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(hù)均需要先進(jìn)的技術(shù)支持和專業(yè)的研發(fā)團(tuán)隊(duì)，如深度學(xué)習(xí)框架、分布式計(jì)算、參數(shù)高效微調(diào)、模型加速等，這些技術(shù)和知識(shí)的掌握與應(yīng)用需要長(zhǎng)期的積累和實(shí)踐，需要對(duì)技術(shù)發(fā)展趨勢(shì)和市場(chǎng)應(yīng)用有深刻的了解。在應(yīng)用大模型技術(shù)場(chǎng)景落地時(shí)，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(jìn)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(jì)損失與合規(guī)成本，做到系統(tǒng)安全和隱私保護(hù)。

《白皮書》認(rèn)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(duì)大模型帶來(lái)的機(jī)遇和挑戰(zhàn)，《白皮書》建議，險(xiǎn)企可以從八方面著手，積極應(yīng)對(duì)挑戰(zhàn)，提升自身競(jìng)爭(zhēng)力，推動(dòng)保險(xiǎn)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(xiǎn)企可以基于大模型技術(shù)開(kāi)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(shì)和市場(chǎng)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(chǎng)環(huán)境。

二是積極進(jìn)行數(shù)據(jù)積累。險(xiǎn)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(qiáng)數(shù)據(jù)的處理和分析能力，對(duì)數(shù)據(jù)進(jìn)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(chǎng)景和需求，險(xiǎn)企對(duì)具體應(yīng)用領(lǐng)域的數(shù)據(jù)進(jìn)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(jìn)，探索落地場(chǎng)景并按需進(jìn)行技術(shù)選型。險(xiǎn)企需要建立專業(yè)的技術(shù)團(tuán)隊(duì)，時(shí)刻關(guān)注最新的技術(shù)趨勢(shì)和研究成果，也需結(jié)合自身的業(yè)務(wù)需求和場(chǎng)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(guò)度設(shè)計(jì)。

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(hù)面臨嚴(yán)峻的挑戰(zhàn)。近兩年，我國(guó)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(tái)相關(guān)法律法規(guī)。險(xiǎn)企應(yīng)嚴(yán)格遵守和持續(xù)關(guān)注國(guó)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(jìn)人才。加大對(duì)大模型相關(guān)人才的培養(yǎng)和引進(jìn)力度，提高技術(shù)水平和創(chuàng)新能力。

六是加強(qiáng)合作與交流。險(xiǎn)企可以與其他企業(yè)、研究機(jī)構(gòu)和高校等開(kāi)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(yàn)，共同推動(dòng)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(shí)調(diào)整自身戰(zhàn)略和技術(shù)發(fā)展方向，確保經(jīng)營(yíng)的合規(guī)性和可持續(xù)發(fā)展。

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

（來(lái)源：金融時(shí)報(bào)）