□本报记者 谭乐之

在大模型兴起的背景下，“大数据”一词似乎不再那么“时髦”了。大数据作为大模型的底层基础，在数字化发展的当下，几乎无人再怀疑其广阔的应用场景。但随着保险业数字化的深度发展，一种“无大数据，不保险”的观念也逐渐产生——仿佛只要和大数据沾边的就是好的，没有沾边就是落后淘汰的。在《中国银行保险报》记者看来，这是一种“大数据崇拜”，在大数据深度赋能保险业发展的当下，尤其应警惕三类“大数据崇拜”。

第一类崇拜为“符号崇拜”。“大数据”一词经常被作为一种象征符号而使用。部分技术厂商需要“夸大”大数据的商业价值来获取融资，部分保险机构则需要将企业变革和大数据挂钩来彰显企业创新。部分保险机构更像是在消费大数据的符号意义，而不是将大数据真正用于企业生产变革中，让大数据中长期赋能保险价值链。

大数据的“符号崇拜”容易产生对大数据技术的短期主义误解。一些中小保险机构存在迷信“数据就是价值，花钱就要见效”观念的情况，所思考的也不是借助大数据分析改进产品、迎合市场需求，而是围绕大数据营销下功夫。让大数据技术充分赋能保险经营的渠道、产品、服务、风控、生态等多个环节，这必然是一个长期投入的过程，需要面对技术可行性和商业可行性的双重检验。

第二类崇拜为“经验主义崇拜”。大数据分析放弃了在有限样本、有限算力下的传统抽样统计方法，而是采用全样本分析和分布式计算。大数据分析是一种关于“是什么”的解答，而非“为什么”的追问。

诚然，大数据分析对企业的经营效率大有裨益，以市场调研为例，企业不再需要通过假设、抽样、推理、验证等漫长环节来分析揣摩用户心理，而是通过大数据分析更轻松地获得用户画像，比如知道“最易被分享的，是购买保险陷阱类文章”“最受网友关心的保险是养老保险、医疗保险、失业保险、生育保险等”“高学历、高收入人群除保障外最看重保险的强制储蓄功能”，但过分强调这种“只问结果，不问缘由”的相关性分析容易走向极端的经验主义，就像我们只关心“蚂蚁搬家”和“天要下雨”有关系，却不关心两者之间谁是“因”谁是“果”一样。

保险等金融市场瞬息万变，交易形式、交易产品日新月异，只强调相关性而忽视因果性，容易诱发各类风险事件，比如隐私保护、数据篡改、网络安全等各类问题，数据不等于证据，更不等于真相。

第三类崇拜为“工具理性崇拜”。大数据等技术对保险业的深度赋能作用已被广泛认同，但这是否意味着保险业应该走进一个“无大数据，不保险”的时代？

过分强调大数据的“万能”，容易颠倒创新发展与技术进步间的关系。

一方面，执着于某一固定的范式，容易将路走窄，陷入路径依赖，让数据完全以暴力计算的方式得出结论，而不研究其背后原理，弱化了人对事物的洞见、思辨和想象力，从而削弱人的创新能力和精神。过分强调大数据，也容易让我们失去能读懂数据的人，容易面临高级人才缺失的发展瓶颈。另一方面，对工具至上、大数据至上的追捧容易动摇“科技向善”的理念，大数据杀熟、算法霸权、信息茧房等问题已引起业界广泛思考讨论。比如大数据核保下，如果当风险分层精细到个人层面后，每个人仅为自己的风险买单，那是否意味着高风险的人可能因为保费过高而难以支付保费，保险失去“风险共济”的功能？

在大模型兴起的当下，做保险“大数据作业”不应该光抄不思考。在还没有真正弄清楚大数据对公司是否具有技术可行性和商业可行性前，先成为“见证者”再成为“参与者”，也是一种选择。