□记者 苏洁

12月7日，由《中国银行保险报》主办的第三届保险业数字化转型大会暨第十六届保险信息技术大会在福建泉州召开。在主题为“AI技术赋能保险业未来发展”的主题研讨环节，与会嘉宾就保险业AI、大模型发展痛点和机遇，结合机构实践分享了各自观点。

全人工智能时代到来

在保险业数字化过程中，人工智能有着非常广阔的发展前景。目前，大模型是一个非常热门的话题，有些金融机构快速反应，在客服、理赔、营销等领域有了一些应用。

“通过打造技术底座，我们在营销、风控、理赔、运营等方面做了一些尝试，效果非常明显。”人保财险科技运营部大数据应用处处长杨亚刚介绍，今年人保集团发布了自己的大模型，通过这个大模型打牢、夯实人保集团的技术底座。基于这个大模型，还开展了一系列的应用尝试：比如在营销方面，利用AI技术打造电话座席，实时获取客户有效诉求，促进营销有效发展。在风控领域，基于大模型开展风控，通过大模型技术自动抓取、分类，对信息进行综合判断，最后形成AI分值提交给核保人员，核保人员再结合专业知识和经验做下一步规划。在理赔领域，通过大模型抓取视频中的语音和客户交互的一些动作，以及车辆信息等，了解现场情况。

富邦财险信息总监洪双平认为，在大模型到来之后，就进入了全人工智能时代。“全”体现在很多方面，不仅是保险公司自身，实际上用户也在用人工智能来选择保险产品。“大模型到来之后，整个保险业务会被重塑，甚至颠覆。”洪双平感慨道。

创新与风险并存

AI应用普及之后，如何应对AI创新可能带来的风险？

瑞士再保险中国区数据科学团队负责人赵浩然认为，ChatGPT和生成式AI的痛点首先是安全和合规问题。AI的安全不仅包括数据安全、系统安全、网络安全等，还有大模型负责任的问题。比如对保险特定环节的预测，随着ChatGPT的大模型产生，不论是研发人员还是用户，对于大模型为什么给出这样的结果都没有特别清晰的把控。如果不能解决这个问题，可能会影响我们对于人工智能发展的信心以及基于人工智能产品的用户体验。其次是大模型准确度的问题。目前大模型在艺术创作等领域得到广泛应用，但没有一个标准答案，没有所谓的好坏。最后是大模型幻觉问题。ChatGPT有时候会一本正经地“胡说八道”，有些看似合理的内容，在验证数字和论点之后可能和现实有一定差距。因此，更好地理解大模型的能力以及现有的不足，可以帮助我们比较理性地看待大模型的创新以及其所带来的风险。

“AI是一个数据化的路线，数据是AI的基础。”普华永道金融数字化咨询合伙人方骥认为，短时间内，大家对于AI本身的关注可能超过对于数据安全的关注，这是由于其带来的风险和可能带来的损失会更大。对于金融机构来说，亟须关注对于AI安全和监控的问题。

在太平金科共享应用开发部负责人蒋正华看来，技术不是一个大问题，问题主要是管理和业务方面的决策。具体来看，首先，要解决组织架构的问题，即“一把手工程”，通过数字治理体系明确数据归属和使用方法。其次，要有一个所谓的机制和规范流程，明确数据在共享和使用过程中存在相关的流程、机制，特别是在数据治理、数据安全方面如何应用，如何划分相关的安全体系。再次，统一数据标准，规范数据交互的方式，使数据在各个系统、各个机构之间进行流转。目前来看，数据主要是点状应用，没有形成一个体系。最后，关于大模型建设，有两个要解决的问题：第一，大模型需要在语音、图片、影像多业态的数据领域做一个有效的识别；第二，对于金融机构来讲，私有化部署是一个绕不过去的点，随着个人隐私的要求提升，大模型要与有效的应用场景相结合才能够有效落地。只有将技术和业务场景深度融合，才可以真正赋能保险业务。

本次大会由明亚保险经纪、富邦财险、海峡保险、华为、金山办公支持。