每日經(jīng)濟新聞 2025-02-26 19:58:03
◎目前,保險行業(yè)對人工智能的應(yīng)用呈現(xiàn)出明顯的分層格局:頭部險企大部分已形成規(guī)?;斯ぶ悄軕?yīng)用能力;中型險企則大都處于重點場景試點階段;大量中小險企停留在局部功能優(yōu)化的初級階段。
◎在未來三到五年間,大模型技術(shù)可能將在保險業(yè)務(wù)領(lǐng)域引發(fā)一場深刻的變革:一是更有效地提升客戶服務(wù)體驗;二是全面提升經(jīng)營管理效率和產(chǎn)能;三是全面強化風(fēng)控能力;
每經(jīng)記者 袁園 每經(jīng)編輯 廖丹
2025年初,國產(chǎn)開源大模型深度求索(DeepSeek)橫空出世,憑借其出色的自然語言處理、推理分析及數(shù)據(jù)處理能力,迅速在金融尤其是保險領(lǐng)域引發(fā)應(yīng)用熱潮。據(jù)不完全統(tǒng)計,新華保險、陽光保險、北大方正人壽、水滴公司等機構(gòu)已率先完成DeepSeek的接入,積極探索其在智能客服、精準(zhǔn)營銷、核保理賠等多場景下的應(yīng)用。
在保險行業(yè)數(shù)智化轉(zhuǎn)型的背景下,DeepSeek大模型依托于開源特性和低成本優(yōu)勢正在為業(yè)內(nèi)機構(gòu)提供差異化賦能,也給保險業(yè)的數(shù)智化發(fā)展帶來了更多暢想。那么,當(dāng)前保險業(yè)的人工智能技術(shù)發(fā)展應(yīng)用的成效如何?DeepSeek的出現(xiàn)又會給保險業(yè)帶來什么樣的改變?帶著這樣的疑問,《每日經(jīng)濟新聞》記者專訪了陽光數(shù)智科技有限責(zé)任公司(以下簡稱“陽光數(shù)科”)副總經(jīng)理顧青山。
其認(rèn)為,相較于Chat-GPT,DeepSeek的技術(shù)差異主要體現(xiàn)在三大方面,而這也將給產(chǎn)業(yè)及保險行業(yè)帶來新的改變。作為從業(yè)機構(gòu)及從業(yè)者,需要以“開放而務(wù)實”的心態(tài)積極擁抱新技術(shù)——既保持對新技術(shù)的高度敏感,也要立足行業(yè)痛點積極尋找技術(shù)價值錨點。
陽光數(shù)科副總經(jīng)理顧青山 圖片來源:受訪者供圖
NBD:從技術(shù)層面來看,DeepSeek跟Chat-GPT的計算邏輯有什么不同?相較于OpenAI等人工智能2.0時代的應(yīng)用技術(shù),DeepSeek能給產(chǎn)業(yè)及保險業(yè)帶來什么樣的新改變?
顧青山:從技術(shù)視角看,DeepSeek與ChatGPT的差異主要體現(xiàn)在如下幾個方面:
一是DeepSeek-R1體驗提升很大。R1的深度思考模式會展示詳細(xì)的思維鏈過程,這種“透明化推理”不僅能讓用戶獲得答案,還能讓用戶了解到AI的思考邏輯,甚至反向?qū)W習(xí)AI如何拆解復(fù)雜問題,這對于需要復(fù)雜推理的業(yè)務(wù)應(yīng)用場景幫助很大,例如在做經(jīng)營數(shù)據(jù)分析時,需要拆解異常數(shù)據(jù)背后的邏輯,R1的推理過程可以提供非常有價值的線索。這是目前ChatGPT所不具備的。
二是DeepSeek的中文理解力更好。相較于ChatGPT-4o,DeepSeek針對中文市場進行了深度優(yōu)化,它不僅在語言理解和生成方面表現(xiàn)卓越,還能更好地捕捉中文語境中的細(xì)微差別。
三是DeepSeek的開源優(yōu)勢。DeepSeek開源671B參數(shù)規(guī)模的R1和V3,其能力齊平甚至部分超越GPT-4o等模型。企業(yè)可以將DeepSeek開源模型進行私有化部署,使得過去因數(shù)據(jù)隱私問題無法應(yīng)用外部大模型服務(wù)的業(yè)務(wù)場景可以得以應(yīng)用。
DeepSeek給產(chǎn)業(yè)和保險業(yè)帶來的新的改變,我認(rèn)為主要有以下幾點:
一是因DeepSeek私有化部署的可行,可以廣泛深入應(yīng)用于保險業(yè)務(wù)場景,深度嵌入業(yè)務(wù)流程,融合業(yè)務(wù)數(shù)據(jù),數(shù)據(jù)保護能力進一步夯實,這使得大模型的應(yīng)用落地可以更深入。
二是DeepSeek私有化成本也相對更低,減輕了應(yīng)用成本壓力,投產(chǎn)比高,有更多的應(yīng)用可能。開源、能力更強的大模型拉低了技術(shù)的門檻,免費開放的客戶端也激發(fā)了更多業(yè)務(wù)人員的熱情,從而可以在更多的業(yè)務(wù)應(yīng)用場景涌現(xiàn)更多創(chuàng)新。
三是隨著DeepSeek深度思考、透明化推理的模式不斷增強,可以使大模型從過去簡單的對話型應(yīng)用向深入保險領(lǐng)域?qū)I(yè)場景應(yīng)用進行轉(zhuǎn)變,比如在精算定價、風(fēng)控、理賠定損等核心保險領(lǐng)域真正實現(xiàn)專家型機器人應(yīng)用。
NBD:對于DeepSeek,陽光保險目前的態(tài)度如何?后期是否會有一些合作的動作?
顧青山:陽光保險始終秉持開放、創(chuàng)新的態(tài)度,高度重視人工智能技術(shù)在企業(yè)運營中的實際應(yīng)用。2023年我們開始構(gòu)建了開放混合式大模型底座,建立覆蓋保險核心能力的評測體系,并持續(xù)跟蹤全球領(lǐng)先的大模型,持續(xù)提升場景應(yīng)用能力。
在DeepSeek爆火出圈之前我們已經(jīng)在持續(xù)關(guān)注。在對DeepSeek-V2.5測評時我們發(fā)現(xiàn)相對于V2版本而言提升很大;去年12月DeepSeek-V3發(fā)布后,我們發(fā)現(xiàn)其在保險場景的通用能力評測表現(xiàn)突出,隨即我們將之引入并在智能外呼場景進行應(yīng)用驗證。今年2月初我們完成DeepSeek-R1模型API對接,并開放接口平臺和智能體平臺,為全科技條線提供開放性的應(yīng)用支持,在全員日常辦公場景全面推廣應(yīng)用,并在保險業(yè)務(wù)場景展開應(yīng)用場景全面探索。目前我們已經(jīng)完成了DeepSeek-R1模型私有化部署,還舉辦了一系列圍繞DeepSeek應(yīng)用的相關(guān)活動,全面提升各條線員工數(shù)智應(yīng)用的意識和能力,激發(fā)各業(yè)務(wù)條線積極探索科技創(chuàng)新。我們相信,這種“技術(shù)敏捷驗證+業(yè)務(wù)深度協(xié)同”的工作模式將進一步加速AI在保險行業(yè)的價值釋放。
NBD:作為與技術(shù)結(jié)合較深的保險業(yè),對于新技術(shù)其實一直是積極擁抱的態(tài)度,在科技方面的投入也很大。據(jù)你觀察,當(dāng)前真正將人工智能應(yīng)用到具體業(yè)務(wù)并產(chǎn)生賦能價值的保險機構(gòu)有多少?
顧青山:目前,保險行業(yè)對人工智能的應(yīng)用呈現(xiàn)出明顯的分層格局:頭部險企大部分已形成規(guī)?;斯ぶ悄軕?yīng)用能力;中型險企則大都處于重點場景試點階段;大量中小險企停留在局部功能優(yōu)化的初級階段。
頭部險企如平安、太保等,以及一直以來重視科技戰(zhàn)略的陽光保險,都已建立了超百人人工智能團隊,并在智能客服、理賠自動化等領(lǐng)域?qū)崿F(xiàn)了人工智能應(yīng)用突破。這類險企通過自建AI中臺,正逐步從單點突破轉(zhuǎn)向全流程智能化重構(gòu)。
中型險企多采用“自研+采購”的混合模式,重點突破智能客服、代理人賦能等場景。這類險企更注重投入產(chǎn)出比,偏好見效快的解決方案。
中小險企更傾向直接采用技術(shù)廠商的整合方案或者是第三方SaaS服務(wù),但這種方式的定制化能力較為不足,可能會削弱人工智能的應(yīng)用效果。
NBD:當(dāng)前保險領(lǐng)域人工智能技術(shù)介入最多的業(yè)務(wù)板塊是哪個領(lǐng)域?能否以具體業(yè)務(wù)為例,說明技術(shù)升級前后的差異點到底有何不同?
顧青山:自ChatGPT等生成式AI技術(shù)實現(xiàn)突破以來,保險行業(yè)迅速認(rèn)識到其潛在的巨大價值,并開始在全業(yè)務(wù)鏈條上進行驗證及應(yīng)用。陽光保險實施了一系列技術(shù)更新迭代,在已有基礎(chǔ)上全面提升場景應(yīng)用效能。
以智能客服和保險銷售溝通為例,相較于技術(shù)升級之前,使用生成式人工智能技術(shù)可以大幅提升機器人對話深入理解能力,更好地實現(xiàn)結(jié)合上下文理解的多輪對話,根據(jù)每個客戶的對話生成更生動地回應(yīng)內(nèi)容并實現(xiàn)很多任務(wù)的智能化處理,問題解決程度更高,顯著提升客戶業(yè)務(wù)辦理的體驗。以車險報案場景為例,陽光保險在95510客戶服務(wù)熱線部署的智能客服機器人能夠精準(zhǔn)識別不同地區(qū)客戶說出的出險車牌號、出險地址等關(guān)鍵信息,相關(guān)自動化流程極大縮短了客戶的等待時間,為客戶帶來更好的體驗。
NBD:從2023年的ChatGPT到現(xiàn)在的DeepSeek,中間其實僅間隔了不到兩年,新一輪技術(shù)的快速推廣,對保險機構(gòu)的科技團隊會帶來怎樣的影響?保險機構(gòu)又該如何調(diào)整團隊布局或研究方向以應(yīng)對DeepSeek帶來的改變?
顧青山:當(dāng)前全球科技發(fā)展瞬息萬變,尤其是以DeepSeek為代表的新一代AI技術(shù)的興起,正在重塑各個行業(yè)價值鏈。對于保險科技團隊而言,這種變革既帶來效率躍升的機遇,也面臨著能力重塑的挑戰(zhàn)。隨著代碼生成等大模型應(yīng)用的普及,科技團隊大幅提升工作效率,但對基礎(chǔ)開發(fā)能力的需求進一步下降。同樣的,技術(shù)的快速更新?lián)Q代,在給科技團隊、科技人員提供了更多的學(xué)習(xí)和成長機會的同時,對保險科技團隊的學(xué)習(xí)能力、應(yīng)用能力帶來挑戰(zhàn)。
我認(rèn)為,下一階段,保險科技團隊?wèi)?yīng)在快速學(xué)習(xí)跨領(lǐng)域知識技能、快速掌握前沿技術(shù)、既懂保險業(yè)務(wù)又懂技術(shù)且結(jié)合具體場景快速應(yīng)用新技術(shù)等方面構(gòu)建未來核心競爭力,以適應(yīng)科技的快速發(fā)展,并充分利用先進的技術(shù)助力保險業(yè)發(fā)展。
NBD:近兩年人工智能技術(shù)發(fā)展很快,每次新技術(shù)出來都給市場帶來巨大影響。身處日新月異的時代,保險機構(gòu)或保險從業(yè)者該抱著什么樣的心態(tài)去看待新技術(shù)?未來3~5年,大模型還將給保險機構(gòu)的業(yè)務(wù)帶來哪些可預(yù)見的改變?
顧青山:保險從業(yè)者需以“開放而務(wù)實”的心態(tài)積極擁抱新技術(shù)——既保持對新技術(shù)的高度敏感,也要立足行業(yè)痛點積極尋找技術(shù)價值錨點。
我認(rèn)為,大模型本身不是顛覆行業(yè)的“魔法棒”,而是需與業(yè)務(wù)場景深度融合的生產(chǎn)力工具。
在未來三到五年間,大模型技術(shù)可能將在保險業(yè)務(wù)領(lǐng)域引發(fā)一場深刻的變革:一是更有效地提升客戶服務(wù)體驗。通過構(gòu)建全天候的智能客服體系,能夠7×24小時不間斷地提供理賠咨詢、條款解讀等一系列服務(wù),極大地提升了客戶體驗和服務(wù)效率。
二是全面提升經(jīng)營管理效率和產(chǎn)能。以智能核保為例,通過引入多模態(tài)大模型,迅速解析包括醫(yī)療報告、影像資料在內(nèi)的各類復(fù)雜文件,從而實現(xiàn)秒級的風(fēng)險評估,大幅提升核保效率。
三是全面強化風(fēng)控能力。大模型將推動保險機構(gòu)風(fēng)控能力實現(xiàn)多維升級。例如通過整合醫(yī)療影像、物聯(lián)網(wǎng)設(shè)備、社交媒體等非結(jié)構(gòu)化數(shù)據(jù),可構(gòu)建動態(tài)風(fēng)險畫像,實現(xiàn)承保風(fēng)險實時評估。
此外,在制定大模型應(yīng)用策略時,建議遵循“循序漸進”的基本原則,即依照AI就緒度逐步實施,從“普及應(yīng)用”階段穩(wěn)步過渡到“核心建設(shè)”階段,并最終邁向“前沿探索”階段。這一策略旨在確保技術(shù)有效落地的同時,最大程度地發(fā)揮大模型在保險業(yè)務(wù)中的潛力。
在“普及應(yīng)用”階段,聚焦于那些能夠迅速提升工作效率、降低成本的通用型AI應(yīng)用,例如文書助理、自動編程工具、知識搜索系統(tǒng)等。這些應(yīng)用通?;诔墒斓募夹g(shù)框架,易于部署且能夠快速見效,不僅提升了工作效率,也為后續(xù)的核心建設(shè)和前沿探索奠定基礎(chǔ)。
在“核心建設(shè)”階段將大模型技術(shù)深度融入保險業(yè)務(wù)的核心流程中,打造具有行業(yè)特色的AI應(yīng)用。例如,我們自主研發(fā)的壽險銷售機器人可以基于用戶畫像和行為數(shù)據(jù),提供個性化的產(chǎn)品推薦和購買建議,提升銷售轉(zhuǎn)化率;車險銷售機器人則能夠自動化處理車險報價、投保、理賠等全流程,提高客戶滿意度;客服機器人則能夠24小時不間斷地提供咨詢服務(wù),解決客戶的疑問和問題。這些核心應(yīng)用不僅提升了業(yè)務(wù)效率,也增強了保險公司的市場競爭力。
最后,在“前沿探索”階段,嘗試那些具有顛覆潛力的AI應(yīng)用,推動保險業(yè)務(wù)的創(chuàng)新與發(fā)展。例如,我們正在積極推動經(jīng)營管理機器人的打造,利用大模型的推理能力,對保險公司的運營數(shù)據(jù)進行深度分析,為管理者提供經(jīng)營決策支持;投研助手機器人則能夠整合市場數(shù)據(jù)、財務(wù)報告等信息,為投資經(jīng)理提供智能化的投資策略建議;醫(yī)療健康機器人則可以結(jié)合醫(yī)療數(shù)據(jù)和用戶健康信息,提供個性化的健康管理服務(wù)。
封面圖片來源:視覺中國-VCG41N1472123004
如需轉(zhuǎn)載請與《每日經(jīng)濟新聞》報社聯(lián)系。
未經(jīng)《每日經(jīng)濟新聞》報社授權(quán),嚴(yán)禁轉(zhuǎn)載或鏡像,違者必究。
讀者熱線:4008890008
特別提醒:如果我們使用了您的圖片,請作者與本站聯(lián)系索取稿酬。如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。
歡迎關(guān)注每日經(jīng)濟新聞APP