隨著大模型時代的到來，各行各業都面臨全新的發展空間。保險領域作為科技創新的沃土，如何拓展商業機會和創新業務模式？如何把握住發展機遇，充分釋放大模型技術的潛能？

近日，由陽光保險集團聯合清華大學五道口金融學院、中國保險學會、北京百度網訊科技有限公司、中國科學院計算技術研究所智能信息處理重點實驗室共同研究編寫的《大模型技術深度賦能保險行業白皮書》（以下簡稱《白皮書》）正式發布，《白皮書》系統闡釋了大模型技術與保險在底層邏輯上存在的天然契合性。一方面，大模型技術充分利用互聯網上的一切數據，從而具備更高的準確性、更強的泛化能力、更低的應用門檻，實現了在傳統深度學習基礎上的性能飛躍，滿足了各行各業在多元場景中的應用需求；另一方面，保險天然與數據緊密相連，豐富的應用場景使得保險成為大模型技術的絕佳應用領域。這種天然的契合性，將使大模型和保險的結合從“能力涌現”逐步走向“價值涌現”，價值創造也將從量變到質變、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對風險的認知與管理能力，推動行業精算模式從“粗放預測”向“精準預知”升級，推動風險管理從相對被動的“等量管理”向相對主動的“減量管理”轉變。這一轉變將重塑保險行業的商業模式，引領一場顛覆性的變革，開啟保險業新的發展篇章。

大模型發展迅速　加速Al價值升級

所謂大模型，包括廣義的人工智能預訓練大模型及狹義的大型語言模型，是一種具有龐大參數規模和高度復雜性的機器學習模型。通過在海量數據中進行大規模的預訓練，深入挖掘并掌握眾多微妙的模式、規律和知識。

在人工智能的發展歷程中，大模型技術的崛起無疑標志著一次歷史性的突破。隨著參數規模和數據規模的顯著增長，大模型在各類任務中展現出更高的準確性、更出色的泛化能力以及更低的應用門檻，從而滿足了各行各業日益多元化的需求。同時，大模型生態的發展日益完善，從底層基礎設施到大模型研發平臺、大模型能力擴充、大模型服務平臺、基于大模型的AIAgent（人工智能代理）等不同層次，各項技術及平臺均在不斷進步和創新。

保險行業作為數據密集型行業，具備數據優勢，且應用場景豐富，是大模型的最佳應用領域之一。大模型與保險的底層邏輯不謀而合，它們共同依賴于數據和模型這一基石。大模型的底層架構以數據和模型為核心，而保險業則秉承大數法則，同樣以數據和模型為基礎。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的應用前景愈發廣闊。

在政策層面，國家和行業陸續出臺相關支持政策及監管政策，助力大模型技術及產業的快速、規范發展。今年2月,中共中央、國務院印發了《數字中國建設整體布局規劃》，其中明確提出“推動數字技術和實體經濟深度融合，在農業、工業、金融、教育、醫療、交通、能源等重點領域，加快數字技術創新應用”“發揮國家產融合作平臺等作用，引導金融資源支持數字化發展”。在AIGC（人工智能生成內容）大發展的背景下，保險行業大模型場景化應用正享有良好的政策環境。

應用場景豐富　助力保險業增效提質

業內專家認為，大模型可以應用到保險領域的全業務流程，幫助保險企業更好地分析市場趨勢、理解客戶需求、精準化產品定價、提升營銷效率、提高風險管理能力、提升理賠便捷性、改善服務質量，從而降低運營成本、提升營銷和服務效能、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大模型戰略工程”。一方面，與多家外部大模型技術進行鏈接；另一方面，在開源大模型私有化部署的基礎上進行二次開發，注入陽光的知識和數據，構建GPT（生成式預訓練Transformer模型）技術底座，建立保險專業垂直領域能力，實現集團、產、壽各條線的全應用覆蓋，引領公司智能化升級。

據記者了解，通過陽光正言大模型開放平臺，陽光保險實現了陽光GPT技術關鍵能力輸出，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重構了信息抽取、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個業務意圖，共計標注2萬余條數據。相較于傳統方式，信息抽取任務準確率提升了15%，意圖識別任務準確率提升了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、科大訊飛合作研發了人保首個專屬問答大模型。在通用問答能力的基礎上，提升了多輪口語化復雜意圖理解能力、情感理解與共情能力，新增了敏感問答拒識能力，并針對保險具體應用場景，實現了條款咨詢問答能力、業務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”產品在代理人賦能、智能客服等場景試點應用，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，降低了企業運營成本。

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

中國太保積極推進基于大模型的數字員工建設，利用大模型的特點和優勢，帶來傳統用工模式的變革。據悉，數字員工提供通用的自然語言交互入口，能根據用戶指令，解析得到用戶意圖，自主進行任務規劃，并完成任務執行，為用戶提供多樣化的服務。據中國太保相關負責人介紹，數字員工實現了對專業工種的建模，賦予了數字員工思維能力、行動能力以及職業能力，在做到與真實業務人員對齊，解決實際場景任務的同時，有效填補了人力空缺，提升了業務處理效率，優化了公司整體營運和決策效率，助力中國太保數字化轉型。目前，太保數字員工已在集團審計中心進行能力試點，構建了審計檢查、公文質檢、咨詢問答等多名審計數字員工。

泰康保險創新“支付+醫養”服務商業模式，搭建了行業內首個支持核保理賠場景下全量數據采集的醫療影像解析平臺。目前，該平臺服務已覆蓋泰康人壽全國36家分公司，賦能理賠、核保相關作業人員千余人。該平臺的應用提升了理賠服務的時效性和便利性，優化了客戶體驗。同時，在智慧養康領域，泰康保險孵化了一系列業內獨創的科技產品，可以為泰康之家養老社區的居民提供7×24小時安全照護以及主動干預式健康管理服務。

挑戰與機遇并存　保險業積極布局

在金融保險這一垂直領域中，隨著技術的持續進步與應用場景的廣泛延伸，大模型落地應用的角色也逐步從“輔助”和“賦能”轉變為更具主導性和引領性的角色。大模型的深度認知能力，將改變行業對風險認知與管理的能力，推動保險行業的精算模式從“粗放預測”向“精準預知”升級，同時推動風險管理從相對被動的“等量管理”向相對主動的“減量管理”轉變。這一轉變將重塑保險行業的商業模式，引領一場顛覆性的變革，開啟新的發展篇章。在這個過程中，大模型應用將為企業帶來更多的商業機會和價值，并對保險行業的未來發展產生深遠的影響。

不過，以大模型為代表的生成式人工智能迎來爆發式發展的同時，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，大模型的訓練和優化需要大量的數據支持，數據的質量、數量和多樣性都會影響模型的效果和性能。這些數據的獲取、處理、清洗和標注等需要大量的時間和人力資源，需要建立起完善的數據采集、處理、管理和安全等體系。大模型的訓練和優化、部署和維護均需要先進的技術支持和專業的研發團隊，如深度學習框架、分布式計算、參數高效微調、模型加速等，這些技術和知識的掌握與應用需要長期的積累和實踐，需要對技術發展趨勢和市場應用有深刻的了解。在應用大模型技術場景落地時，也需特別注重敏感數據和技術的合規性、合法性，確保在法律和政策監管范圍內進行技術的研發。另外，還需要防止漏洞攻擊和數據被竊取而造成的經濟損失與合規成本，做到系統安全和隱私保護。

《白皮書》認為，上述挑戰直接影響到企業是否能夠成功應用大模型、應用的效果以及收益。

面對大模型帶來的機遇和挑戰，《白皮書》建議，險企可以從八方面著手，積極應對挑戰，提升自身競爭力，推動保險行業高質量發展。

一是優化和調整業務策略。例如，險企可以基于大模型技術開發新的產品和服務，以滿足用戶的需求和期望。根據大模型的發展趨勢和市場需求，調整和優化自身的業務策略，以便更好地適應新的市場環境。

二是積極進行數據積累。險企需要建立完善的數據采集、處理、管理和安全等體系，確保數據資源的充足和多樣性。另外，還需要加強數據的處理和分析能力，對數據進行清洗、標注、預處理等操作，提高數據的質量和可用性。結合自身的業務場景和需求，險企對具體應用領域的數據進行大量的積累和分析，為大模型的訓練和優化提供有力的支持。

三是跟蹤技術演進，探索落地場景并按需進行技術選型。險企需要建立專業的技術團隊，時刻關注最新的技術趨勢和研究成果，也需結合自身的業務需求和場景，探索和嘗試新的大模型應用，明確大模型應用的具體目標和指標，避免盲目跟風造成過度設計。

四是注意數據和技術的合規性。全球的數據、技術合規性和隱私保護面臨嚴峻的挑戰，近兩年，我國在數據和生成式人工智能技術的合規性方面不斷出臺相關法律法規。險企應嚴格遵守和持續關注國家相關法律法規和監管政策，以確保企業在數據使用和技術研發方面的合規性和穩健性。

五是培養和引進人才。加大對大模型相關人才的培養和引進力度，提高技術水平和創新能力。

六是加強合作與交流。險企可以與其他企業、研究機構和高校等開展合作與交流，共享大模型技術的研發成果和應用經驗，共同推動大模型技術的發展和應用。

七是關注政策和法規變化。及時調整自身戰略和技術發展方向，確保經營的合規性和可持續發展。

八是注重客戶體驗和滿意度。在利用大模型技術改進產品和服務的同時，險企應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。