保險業(yè)作為數(shù)據(jù)密集型行業(yè)，是人工智能大模型的最佳應(yīng)用領(lǐng)域之一。自2022年底ChatGPT掀起AI大模型熱潮后，目前中國人保、中國平安、陽光保險、眾安保險等眾多保險公司均已圍繞大模型進行了布局。

多位技術(shù)人士表示，AI大模型的普及將降低大型險企和中小型險企的差距，借助越來越低價的通用大模型，中小型險企有機會實現(xiàn)經(jīng)營效率大幅提升。不過，AI技術(shù)仍存在幻覺、數(shù)據(jù)安全等問題，離全面重塑行業(yè)尚有距離。

AI縮小險企間的差距

保險與大模型的結(jié)合離不開大模型這一年的快速發(fā)展。相較于動輒千萬美金級的預(yù)訓(xùn)練，在通用大模型能力向前狂奔的時代，借用通用大模型打造垂直應(yīng)用成為保險公司入局大模型更可行之法。

2023年，中國人保發(fā)布了“數(shù)智靈犀-人保大模型”，并推出兩款人保專屬問答領(lǐng)域大模型應(yīng)用——“人保智友”和“聰明寶”，兩款應(yīng)用分別面向個人和企業(yè)客戶，提供保險產(chǎn)品咨詢、理賠申請、保單管理等方面的服務(wù)，旨在提高用戶體驗和企業(yè)的保險管理效率。

陽光保險也在2023年將自研AI大模型列為公司戰(zhàn)略工程，其推出的陽光正言GPT大模型已應(yīng)用于客戶服務(wù)、銷售支持等場景。

信美相互人壽數(shù)據(jù)信息中心負(fù)責(zé)人童國紅表示，大模型的投入主要來自兩個部分，一個是算力的投入，另一個是技術(shù)團隊的投入。“在算力上，作為中小保司，我們的成本投入就更聚焦在公司現(xiàn)有的剛需上，后一步步迭代擴展，但我們相信隨著技術(shù)的進一步發(fā)展，算力成本會逐漸下降?！?/p>

嘉程資本人工智能投資人王博洋表示，隨著AI技術(shù)的發(fā)展，中小型險企和大型險企的差距會有所縮小?！翱赡芪覀儠J(rèn)為大型險企會有更多數(shù)據(jù)和資源，更早利用大模型。但現(xiàn)在通用大模型越來越智能，成本也逐漸降低，智能客服、定價數(shù)據(jù)等一系列保險業(yè)核心業(yè)務(wù)都可以讓大模型輔助，從而幫助中小險企提高經(jīng)營效率，實現(xiàn)業(yè)務(wù)突破?！?/p>

信美數(shù)字化運營部負(fù)責(zé)人曾煜表示，通過AI大模型，保險公司的費用在理想情況下可以被壓縮99%。如果保險公司可以掌握這項技術(shù)，那節(jié)約出來的費用可以投入到更好的客戶服務(wù)和定價更低的產(chǎn)品上，這會帶來極大的優(yōu)越性，也會產(chǎn)生擁有全新組織架構(gòu)的保險公司。

財通證券研報認(rèn)為，一方面，保險產(chǎn)品條款復(fù)雜、專業(yè)術(shù)語繁多，對保險公司銷售人員的招募與持續(xù)培訓(xùn)等方面的投入提出了遠(yuǎn)高于其他行業(yè)的要求；另一方面，核保核賠等后端服務(wù)也需大量人員對接，因此，保險行業(yè)通常被認(rèn)為是人力密集型行業(yè)之一，人力成本高企。且監(jiān)管趨嚴(yán)背景下，政策端對保險從業(yè)人員專業(yè)性要求更為嚴(yán)格，保險公司具備科技賦能的主動訴求。

AI大模型主要應(yīng)用于輔助工作

信美相互董事長楊帆表示，大模型在保險行業(yè)的發(fā)展機會和應(yīng)用場景非常廣闊，比如為不同客戶群體提供個性化的內(nèi)容和產(chǎn)品推薦；通過分析歷史數(shù)據(jù)和實時數(shù)據(jù)，幫助保險公司更準(zhǔn)確地評估風(fēng)險并制定保險費率；加快兩核流程，提升客服體驗等。

不過，他也指出，現(xiàn)階段保險業(yè)AI大模型受制于基礎(chǔ)大模型的能力，想要實現(xiàn)90%以上的準(zhǔn)確率需要投入的金額較大，目前AI大模型主要應(yīng)用于輔助工作。

另外，王博洋表示，生成式AI在垂直領(lǐng)域的應(yīng)用仍存在準(zhǔn)確性問題，“雖然生成式AI可以適應(yīng)各種查詢，但在連續(xù)的對話中可能會缺乏一致性。另外，生成式AI在回答問題時可能生成出預(yù)料之外的回答。

生成式AI的幻覺問題已經(jīng)有了不少解決途徑。比如信美相互的大模型應(yīng)用自研“白盒化”展示，在問題回復(fù)時清晰地展示推理過程，讓結(jié)果有跡可循。

童國紅解釋，保險產(chǎn)品和服務(wù)通常涉及復(fù)雜的風(fēng)險評估和決策過程，“白盒化”模型應(yīng)用可以更好地向監(jiān)管機構(gòu)、客戶和內(nèi)部團隊解釋其工作原理和決策依據(jù)，在問題溯源及準(zhǔn)確性的考量上可以更為清晰透明。

與此同時，AI技術(shù)應(yīng)用存在的風(fēng)險亦不容忽視。童國紅表示，保險行業(yè)涉及大量個人敏感信息，如何在使用大模型的同時確保數(shù)據(jù)的隱私和安全是一個重要挑戰(zhàn)。保險行業(yè)的數(shù)據(jù)來源多樣，如何確保數(shù)據(jù)的質(zhì)量和標(biāo)準(zhǔn)化，以便大模型可以有效地學(xué)習(xí)和預(yù)測，是一個關(guān)鍵問題。

（來源：每經(jīng)網(wǎng)）