保險科技競逐“下半場”：突破口在何處？
本報記者 陳晶晶 廣州報道
2023年以來，多家保險公司自主創新科技成果頗豐，特別是在AI、大數據、雲計算等技術領域中，取得了較大的突破。
2023年中國保險業數字化轉型優秀案例顯示，中國人壽保險股份有限公司推出的“分佈式架構轉型實踐”，太平人壽保險有限公司（以下簡稱“太平人壽”）“AICC智能外呼助手”“實時大數據中臺”等對於保險大模型的應用落地起到了推動作用。
保險科技大發展的背後離不開良好的政策環境。《中國經營報》記者注意到，國家層面和行業層面陸續出臺了相關支持政策及監管政策，助力大模型技術及產業的快速、規範發展。
現階段，擺在眼前需要解決的問題仍然很多，例如國內保險公司AI佈局已較爲深入，但主要以理解式AI爲主，生成式AI仍在探索中。整體來看，保險科技算力資源、成熟程度、集成應用水平上與發達市場相比還有待提升。
技術突破成果豐碩
“十四五”時期，一系列支持保險科技創新的監管政策出臺。2022年1月，原中國銀保監會發布《關於銀行業保險業數字化轉型的指導意見》，明確大力推進個人金融服務數字化轉型。充分利用科技手段開展個人金融產品營銷和服務，拓展線上渠道，豐富服務場景，加強線上線下業務協同。同年5月，又發佈了《關於印發保險業標準化“十四五”規劃的通知》，提出在保險科技領域加強行業標準供給，在大數據、人工智能、雲服務、區塊鏈、下一代互聯網、智慧健康、物聯網等領域制定相關應用標準，以標準凝聚行業共識、積累行業經驗、規範引領保險科技創新。加強跨行業生態標準建設，促進保險業在依法合規的前提下與第三方合作機構、數據服務提供商、其他行業產業合作，發揮更大的協同效應。
國家從宏觀政策層面，強調了AI作爲戰略前沿領域的重要性，對AI新技術、新產業給予了巨大的支持。地方政府也積極呼應國家戰略，出臺大模型支持政策，推動大模型快速發展。保險等金融機構AI大模型的場景化應用獲得了較好的政策支持下，自主創新科技成果涌現。
近日，記者從太平人壽採訪獲悉，其推出了保險AI算法領域探索實踐的創新成果——“高潛客戶智能圈選體系”。
太平人壽方面對記者介紹稱：“高潛客戶智能圈選體系”通過利用AICC智能外呼機器人對前端參與線上活動的新客戶進行購買意向外呼，有效甄別出高意向客戶；通過整合200多個客戶特徵用於多模態的智能推薦算法模型建立，在保險代理人前端客戶管理頁面爲其服務對象打上智能推薦標籤，並根據標籤實現智能排序，幫助代理人快速匹配客戶需求，提升服務效能。
“自上線以來，‘高潛客戶智能圈選體系’在個險及服拓渠道的應用取得較好成績，提升了個險線上活動的模型轉化率，突顯了數據模型在保險數字化領域的廣泛應用前景。”太平人壽方面表示。
據介紹，太平人壽另一個打造的“數字化營銷體系”，結合大數據和AI技術構建了以Acquire（獲取）—Incubate（孵化）—Reap（收穫）爲核心的“AIR”數字化客戶經營體系，形成全流程數字化營銷網絡，有效提升客戶服務能力和價值轉化。“實時大數據中臺”致力於打造新型技術架構，包含實時計算框架、離線計算框架和多渠道數據採集整合分析框架。目前已完成14個實時任務在營銷業務場景的落地，數據追蹤從3小時提速至1分鐘內，極大地提升了太平人壽的實時業務追蹤能力。
2023年年底，中國人民保險集團發佈了十項科技創新成果，其中包括“數智煥新——壽險服務升級項目”。資料顯示，該項目運用大數據、算法模型、機器學習、關聯圖譜等技術，全面升級針對客戶、代理人、基層的服務能力，有效提升了線上化經營水平。比如升級雙錄系統，優化智能審覈和質檢，有效支持全國8萬多代理人；上新人保友客系統，爲代理人提供十多種可定製化工具箱；上線新業務價值系統，增強精細化經營管理，系統點擊量超139萬次。
除了營銷環節應用AI、大數據等技術取得創新突破，用戶在選購保險產品環節時亦是如此。
爲了讓用戶在選購保險產品時能看懂產品，螞蟻集團推出了金選AIMM模型，幫助用戶篩選全行業優質的保險產品。目前，AIMM金選模型已經覆蓋了保險行業的五大賽道和55個細分賽道，爲用戶提供全方位的選購保險產品的幫助，降低了選購成本。
值得一提的是，AI在保險理賠領域也取得了重要進展。例如AI智能定損，主要應用於車險領域，利用圖像識別和智能算法等技術，通過對案件現場照片風險點的分析、車損照片細節的處理、與歷史影像比對等手段，有效識別車輛損失程度，並判斷是否存在故意製造交通事故、套用車輛牌照等欺詐方式，提升理賠時效。反欺詐是保險風控的重中之重，通過運用建模技術，將數據多層關聯，建立起“風險知識圖譜”，精準預測識別行業中的欺詐行爲。風控水平的提升，爲金融保險服務不斷加厚安全墊，對於防範和化解金融風險，起到預警和護航的作用。
從大數據的風險評估、人工智能的客戶服務到AIGC、隱私計算等數智技術已廣泛應用於前端銷售、定損理賠、風控減損等領域，也正在深刻地改變保險業的運營模式和服務體驗。隨着這些技術的廣泛應用，保險行業也正迅速地向更高效、更透明、更個性化的方向發展。
截至2023年年底，有上百家保險機構推出的130多個數字化創新項目入選了中國保險業數字化轉型優秀案例，技術成果豐碩。
此外，保險科技領域不斷涌現出創新的商業模式和技術手段，或將爲保險行業帶來新的業務增量。
《2023全球保險科技報告》預計，到2032年，全球生成式AI保險市場規模將從目前的3.463億美元增至55.431億美元，並在未來10年以32.9%的複合年增長率增長。生成式AI在提升效率、簡化流程以及風險管理上將有巨大突破。
數據問題尚待指引
目前，大部分保險機構已經意識到數智化轉型的重要性並積極開展相關佈局，不過散點式業務改造升級較難達到理想的效果。
大童保險銷售服務有限公司聯合創始人、董事長兼總裁蔣銘對本報記者分析表示：“目前國內保險業對於AIGC、大語言模型的應用，更多還停留在對未來可能性的描繪，以及創新企業對新模式藝術性的勾勒，真正具有商業價值的實踐性規模化應用，目前尚未出現可靠的垂直大模型用例。”
《2023保險科技洞察報告》也分析指出，目前我國保險科技成果面臨成熟程度低的難題。對於能夠廣泛應用的科技成果，需要前期的技術試驗，小範圍試點以及商品化應用等環節。然而我國保險科技相關研發起步時間較短，大部分科技成果還處於試驗和示範階段，爲落實到大範圍應用層面，其成熟程度需要進一步加速提升。此外，我國保險科技還面臨技術集成應用不充足的問題。實現保險科技的高效應用，需要成套技術聯合集成應用，單一的技術很難解決現階段保險業發展遇到的難題，現階段我國保險科技的發展更加偏重單一技術以及單個產品，對於全流程的綜合技術集成體系建設整體拓展能力還不足。
值得一提的是，在保險科技快速發展的當下，還受到了部分因素限制，包括數據資源不足和保險科技規範和法律的不健全。
一位大型壽險公司金融科技相關負責人表示，保險業是一個數據驅動的行業，大模型的訓練需要大量的數據資源、計算資源和存儲資源，在大模型研究和應用場景落地的過程中，明確感受到最大的限制是保險數據供給不充分，算力資源嚴重不足，這對持續開展大模型研究和推廣應用是一個巨大的挑戰。
“數據是保險產品設計開發的最基本條件，關係到產品各項關鍵指標設定的科學性。可以說，技術的突破，必須從最基礎的保險數據入手，保險基礎數據的標準化、全面性、持續性的供給，是保險創新的根本支撐。而中國保險業所需要的基礎數據和相關數據還沒有得到充分地收集和標準化處理，也沒有實現充分聯通和充分公開，使得保險公司無法獲取和使用，其中包括居民醫療數據、健康管理數據、長期照護數據、企業經營風險數據、災害數據、車輛成本數據等在內的相關產業數據。這些數據因爲與保險業歸屬於不同的行業領域，在調取收集這些數據過程中往往協調成本很高且缺乏通道。如何打破這些壁壘，實現這些數據的互聯互通和公開化是當下亟待解決的問題。”上述壽險公司金融科技相關負責人表示。
同時，保險行業數智化的深入發展，還面臨着監管和合規要求的挑戰。
監管機構要求保險科技機構合規運營，保護用戶權益，但有些技術創新可能會超出監管政策框架的範疇。
“大模型算法技術門檻高，底層算力資源需求大，必須藉助相關產業公司的技術和算力共同開展大模型的底座研究和訓練，這就涉及到脫敏數據出域的問題，但目前法律和監管層尚無明確的規定和指引，同業普遍都秉持謹慎的態度，其應用效果也受限。這些都亟待政府與監管部門給予政策指引，明確AIGC技術商業應用的法律及合規邊界，確保金融科技安全穩健發展。”上述壽險公司金融科技相關負責人進一步認爲。
舉報/反饋