数字员工来了！有何神通？保险业AI应用提速 行业大咖这样说

数字员工，黑灯工厂，智能助手……随着人工智能技术加速创新，其应用开始融入到各行各业经济发展的全过程。

【资料图】

近日召开的世界人工智能大会上，对于人工智能应用前景，以及AIGC（生成式人工智能）如何影响保险行业发展，行业专家人士展开了深入探讨。

大型险企发力数字员工

根据指令、解析意图，为用户提供日常办公、软件操作、知识问答、业务处理等多样化服务...... 世界人工智能大会上，中国太保旗下太保科技联合数智研究院发布了基于大模型建设应用探索的科技产品——数字员工。

所谓“数字员工”，实际上是基于大模型的人机协作终端，能够通过任务指令识别作业意图，具备自主规划和任务执行能力。

据太保集团数智研究院院长王磊介绍，数字员工已在中国太保集团审计中心进行能力试点，构建了审计检查、公文质检、咨讯问答等多名审计数字员工。通过数字员工与真实员工人机编队的工作方式，助力提升审计工作效能。

除了太保财险，人保财险、国寿财险近年来也纷纷发力数字员工。今年3月，国寿财险展示了数字科技和传统服务结合的成果“1号数字员工”，通过数字客服展示智能服务新模式。

据了解，相较于传统自动化技术，基于大模型技术的数字员工具备更强大的互动交流、信息搜索以及内容生成能力。通过对业务人员的系统性建模，数字员工能够在思想、行动以及职业能力方面与真实员工对齐，通过结对工作，充分激活员工潜能，降低企业运营成本、提高生产效率。

同时，数字员工能够处理通用问题和保险业务。通过自然语言交互终端，业务人员可以通过“聊天的方式”，向数字员工进行工作描述和任务下发，在完成指令解析后，数字员工能够快速识别任务意图，对任务完成规划和拆分，并根据拆分后的任务，生成对应执行代码，完成任务处理。

“当下，大模型技术的应用，对提升作业效能、运营效率和人均产能具有广阔的想象空间”，中国太保副总裁俞斌表示，“中国太保积极开展保险领域大模型的建设应用。在实施策略上，现阶段将‘实现数字劳动力’作为突破口，探索研究保险领域可交易的数字化劳动力，释放普通脑力工作者，充实到更具创新价值的岗位，提升生产力。”

应用场景进一步拓宽

数字员工是AI深入应用的一个缩影。AIGC技术发展让更多创新成为可能。

清华大学金融科技研究院副院长、中国保险与养老研究中心主任魏晨阳通过比较主要产业达到1亿用户的时间来直观展现人工智能技术创新的巨大冲击和影响。他表示，电话从被发明到达到1亿用户用了75年时间，手机用了16年，ChatGPT仅用了2个月。

在魏晨阳看来，AI在保险领域的应用由来已久。由于保险行业拥有巨量数据和丰富场景，预计AIGC在保险垂直领域将有非常巨大应用价值，从产品到营销，到获客，再到保单、保单管理，每个场景都具有赋能想象空间。

例如，在交互和洞察环节，通过交互更好地洞察客户，对于客户画像、意向、偏好、需求的了解更加清晰；通过陪伴和协助，让保险产品从低频变成高频产品，从中发现客户新需求，进而更好服务客户。

作为保险行业技术运用最前沿的保险公司之一，众安保险在AI方面的探索也非常多。

众安保险总经理姜兴表示，众安保险自成立以来，线上出具保单累计超500亿张，每一张保单背后都离不开数字基建的支撑。AI数智化体系已覆盖众安20余个关键业务环节、100%的重点业务场景。2022年底，以ChatGPT为代表的AI大模型技术席卷全球，再一次把人工智能的技术创新推向一个的新拐点。

姜兴认为，垂直领域的大模型，有望成为企业AIGC发力的方向。其中，金融保险行业因其行业的特殊性，即具有高价值、高可得性和高丰富度的数据沉淀，相信应该能够成为AIGC应用发展的天然土壤，“我们内部也在畅想，比如说：代理人，能够轻松生成千人千面的私域营销素材；精算师，可以为不同险种，智能匹配生成精准的赔付率；客服，可以实时识别用户状态意向，推荐最适合的产品方案和服务。”

“我们相信，随着新技术不断渗透，保险领域AIGC的发展应用可激发出新一轮生产力变革，并持续完善和重塑包括客户经营、产品创新、服务提升、流程优化、风控反欺诈等一系列环节。”姜兴说。

例如，在综合运营层面，通过人工智能技术与行业的深度融合，可以在保险产品、营销、运营、客服，以及日常办公和研发提效等多个维度提供赋能，进一步提升相关流程的工作效率和客户满意度。

众安保险数据科学应用中心负责人施兴天提供的一个应用案例是，在社群运营辅助方面，通过在群里配置不同人设的小助手来开展话题探讨、活跃群氛围。针对群友的不同问题，系统分配给不同人设的小助手来回答问题，有的是保险专家小助手，有的是气氛烘托小助手。

人工智能的应用也为保险服务的延伸提供了巨大舞台。姜兴认为，AIC在产品研发、需求分析和个性化服务方面仍存在巨大潜力，特别是在以健康险、寿险为代表的人身险，和以车险为代表的财产险中，将助推实现更多新市民、新业态、新就业人群和银发族的普惠。

施兴天认为，如果要推动AIGC更好落地，不能简单依赖于模型能力，还要对想要改造的业务系统流程有更加深刻的理解，然后结合AIGC来扬长避短。

数据应用合规性引关注

AIGC在应用落地过程中需要大量的数据训练。如何在AI应用中兼顾合规和安全问题，引发业内外人士广泛讨论。

保险机构应该如何建立安全保障机制？火山引擎保险行业解决方案负责人崔菲婷认为，一是数据安全，需要建立更完善的数据分别管理制度，基于用户敏感度做分析，确保敏感数据不会投入使用中；二是技术安全，需要选择一些基于安全互信方案，做到数据隔离、网络隔离等，确保模型的提供方和模型使用者数据安全性和模型的私密性。

魏晨阳也提出“负责任的AI”问题。他表示，当前，硅谷从大厂到创业公司以及监管，都在探讨“到底什么是负责任的AI”，在保险行业应该问“什么是有温度的AI”，不要产生各种风险、各种偏见偏差，同时实现更好地服务客户。

他认为，AI本身需要通过大量数据来进行训练，数据的合规性使用问题需要进一步规范和达成共识。

姜兴表示，看好“保险+AI大模型”的发展机会，但更要正视并积极应对新技术深度化应用中存在的挑战，例如现在技术在某些层面还不够成熟。倡导科学严谨的试点实验，以及开放协同的跨界合作，推动AIGC在保险领域可持续发展。

（文章来源：券商中国）