五年沉淀只做精品的APP「そうだなcまあ」　　所谓均衡，就是高铁网络达到一定水平后不再继续加密，“因为辐射半径有限，太密的话可能会造成浪费”。他希望借此强调，今后的枢纽将不再是过去那种点状的少数几个超级枢纽，不再是“非到某个地方去”，而将是“多极网络”，四通八达。CLbUUf-ZCwczwp1ywvAGO6f12cy-AI大模型密集落地保险业 中小险企“超车”的机会在哪里？

　　界面新闻记者 | 吕文琦

　　“今年30岁，年收入20万，想要购买储蓄保险，请帮我推荐。” 界面新闻试着对信美相互人寿22日发布的Chat-Trust3.0如此提问。随后，Chat-Trust3.0快速生成了某款年金产品详细的保险利益演示表与产品特点总结。

　　在采访中，多位技术人士对界面新闻分析，AI大模型的普及将降低大型险企和中小型险企的差距，借助越来越低价的通用大模型，中小型险企有机会实现经营效率大幅提升。不过，AI技术仍存在幻觉、数据安全等问题，离全面重塑行业尚有距离。

　　AI缩小险企间的差距

　　保险与大模型的结合离不开大模型这一年的快速发展。相较于动辄千万美金级的预训练，在通用大模型能力向前狂奔的时代，借用通用大模型打造垂直应用成为保险公司入局大模型更可行之法。

　　2023年，中国人保发布了“数智灵犀-人保大模型”，并推出两款人保专属问答领域大模型应用——“人保智友”和“聪明宝”，两款应用分别面向个人和企业客户，提供保险产品咨询、理赔申请、保单管理等方面的服务，旨在提高用户体验和企业的保险管理效率。

　　阳光保险也在2023年将自研AI大模型列为公司战略工程，其推出的阳光正言GPT大模型已应用于客户服务、销售支持等场景。

　　信美相互人寿数据信息中心负责人童国红对界面新闻表示，大模型的投入主要来自两个部分，一个是算力的投入，另一个是技术团队的投入。“在算力上，作为中小保司，我们的成本投入就更聚焦在公司现有的刚需上，后一步步迭代扩展，但我们相信随着技术的进一步发展，算力成本会逐渐下降。”

　　嘉程资本人工智能投资人王博洋向界面新闻表示，随着AI技术的发展，中小型险企和大型险企的差距会有所缩小。“可能我们会认为大型险企会有更多数据和资源，更早利用大模型。但现在通用大模型越来越智能，成本也逐渐降低，智能客服、定价数据等一系列保险业核心业务都可以让大模型辅助，从而帮助中小险企提高经营效率，实现业务突破。”

　　信美数字化运营部负责人曾煜表示，通过AI大模型，保险公司的费用在理想情况下可以被压缩99%。如果保险公司可以掌握这项技术，那节约出来的费用可以投入到更好的客户服务和定价更低的产品上，这会带来极大的优越性，也会产生拥有全新组织架构的保险公司。

　　AI大模型主要应用于辅助工作

　　那么，AI和保险可能会有哪些结合的形态？

　　信美相互董事长杨帆表示，大模型在保险行业的发展机会和应用场景非常广阔，比如为不同客户群体提供个性化的内容和产品推荐；通过分析历史数据和实时数据，帮助保险公司更准确地评估风险并制定保险费率；加快两核流程，提升客服体验等。

　　不过，他也指出，现阶段保险业AI大模型受制于基础大模型的能力，想要实现90%以上的准确率需要投入的金额较大，目前AI大模型主要应用于辅助工作。

　　另外，王博洋表示，生成式AI在垂直领域的应用仍存在准确性问题，“虽然生成式AI可以适应各种查询，但在连续的对话中可能会缺乏一致性。另外，生成式AI在回答问题时可能生成出预料之外的回答。

　　生成式AI的幻觉问题已经有了不少解决途径。比如信美相互的大模型应用自研“白盒化”展示，在问题回复时清晰地展示推理过程，让结果有迹可循。

　　童国红解释，保险产品和服务通常涉及复杂的风险评估和决策过程，“白盒化”模型应用可以更好地向监管机构、客户和内部团队解释其工作原理和决策依据，在问题溯源及准确性的考量上可以更为清晰透明。

　　与此同时，AI技术应用存在的风险亦不容忽视。童国红表示，保险行业涉及大量个人敏感信息，如何在使用大模型的同时确保数据的隐私和安全是一个重要挑战。保险行业的数据来源多样，如何确保数据的质量和标准化，以便大模型可以有效地学习和预测，是一个关键问题。

责任编辑： 张文