AI大模型密集落地保險業，中小險企“超車”的機會在哪裡？

“今年30歲，年收入20萬，想要購買儲蓄保險，請幫我推薦。” 界面新聞試着對信美相互人壽22日發佈的Chat-Trust3.0如此提問。隨後，Chat-Trust3.0快速生成了某款年金產品詳細的保險利益演示表與產品特點總結。

保險業作爲數據密集型行業，是人工智能大模型的最佳應用領域之一。自2022年底ChatGPT掀起AI大模型熱潮後，目前中國人保、中國平安、陽光保險、衆安保險等衆多保險公司均已圍繞大模型進行了佈局。

在採訪中，多位技術人士對界面新聞分析，AI大模型的普及將降低大型險企和中小型險企的差距，藉助越來越低價的通用大模型，中小型險企有機會實現經營效率大幅提升。不過，AI技術仍存在幻覺、數據安全等問題，離全面重塑行業尚有距離。

AI縮小險企間的差距

保險與大模型的結合離不開大模型這一年的快速發展。相較於動輒千萬美金級的預訓練，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用成爲保險公司入局大模型更可行之法。

2023年，中國人保發布了“數智靈犀-人保大模型”，並推出兩款人保專屬問答領域大模型應用——“人保智友”和“聰明寶”，兩款應用分別面向個人和企業客戶，提供保險產品諮詢、理賠申請、保單管理等方面的服務，旨在提高用戶體驗和企業的保險管理效率。

陽光保險也在2023年將自研AI大模型列爲公司戰略工程，其推出的陽光正言GPT大模型已應用於客戶服務、銷售支持等場景。

信美相互人壽數據信息中心負責人童國紅對界面新聞表示，大模型的投入主要來自兩個部分，一個是算力的投入，另一個是技術團隊的投入。“在算力上，作爲中小保司，我們的成本投入就更聚焦在公司現有的剛需上，後一步步迭代擴展，但我們相信隨着技術的進一步發展，算力成本會逐漸下降。”

嘉程資本人工智能投資人王博洋向界面新聞表示，隨着AI技術的發展，中小型險企和大型險企的差距會有所縮小。“可能我們會認爲大型險企會有更多數據和資源，更早利用大模型。但現在通用大模型越來越智能，成本也逐漸降低，智能客服、定價數據等一系列保險業核心業務都可以讓大模型輔助，從而幫助中小險企提高經營效率，實現業務突破。”

信美數字化運營部負責人曾煜表示，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，那節約出來的費用可以投入到更好的客戶服務和定價更低的產品上，這會帶來極大的優越性，也會產生擁有全新組織架構的保險公司。

財通證券研報認爲，一方面，保險產品條款複雜、專業術語繁多，對保險公司銷售人員的招募與持續培訓等方面的投入提出了遠高於其他行業的要求；另一方面，覈保核賠等後端服務也需大量人員對接，因此，保險行業通常被認爲是人力密集型行業之一，人力成本高企。且監管趨嚴背景下，政策端對保險從業人員專業性要求更爲嚴格，保險公司具備科技賦能的主動訴求。

AI大模型主要應用於輔助工作

那麼，AI和保險可能會有哪些結合的形態？

信美相互董事長楊帆表示，大模型在保險行業的發展機會和應用場景非常廣闊，比如爲不同客戶羣體提供個性化的內容和產品推薦；通過分析歷史數據和實時數據，幫助保險公司更準確地評估風險並制定保險費率；加快兩核流程，提升客服體驗等。

不過，他也指出，現階段保險業AI大模型受制於基礎大模型的能力，想要實現90%以上的準確率需要投入的金額較大，目前AI大模型主要應用於輔助工作。

另外，王博洋表示，生成式AI在垂直領域的應用仍存在準確性問題，“雖然生成式AI可以適應各種查詢，但在連續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料之外的回答。

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

童國紅解釋，保險產品和服務通常涉及複雜的風險評估和決策過程，“白盒化”模型應用可以更好地向監管機構、客戶和內部團隊解釋其工作原理和決策依據，在問題溯源及準確性的考量上可以更爲清晰透明。

與此同時，AI技術應用存在的風險亦不容忽視。童國紅表示，保險行業涉及大量個人敏感信息，如何在使用大模型的同時確保數據的隱私和安全是一個重要挑戰。保險行業的數據來源多樣，如何確保數據的質量和標準化，以便大模型可以有效地學習和預測，是一個關鍵問題。