转自：中国银行保险报网
□本报记者 苏洁
从上市险企披露的年报信息来看，AI成为驱动增长的重要引擎。AI发展为保险行业带来了哪些变革？如何用好AI？这些成为行业持续关注的话题。对此，《中国银行保险》记者采访了众安信科CEO郁锋。
从“替代人力”转向“创造新价值”
郁锋认为，AI对金融行业的改变，可以分为三个阶段：第一阶段是“自动化”，靠规则来驱动，让部分业务环节在没有人或较少人的参与下就能自动化完成。第二阶段是“数字化”，靠非生成式AI驱动，这时候AI开始真正“懂业务”了，通过对大数据分析进行识别、分类、预测，实现深度学习，可以解决投保过程大部分的沟通问答。第三阶段，也就是目前依靠大模型驱动的“智能化”阶段，AI能自己学习和创造。
当问及金融保险行业AI应用的成熟度时，郁锋表示，AI在金融领域已经完成了从“锦上添花”到“不可或缺”的转变，正在重新定义行业的服务标准和服务体验。从行业趋势看，在以ChatGPT为代表的大模型应用出现以前，AI应用还集中在RPA（机器人流程自动化）、NLP（自然语言处理）等领域，更多是在做员工的替代。而现在AI正在从“替代人力”逐渐转向“创造新价值”。当然，需要承认的是，保险行业整体的AI应用程度还相对偏浅，仍需要时间去积累和沉淀，但这个过程不会很久。“如果整个行业应用的场景越来越成熟，我觉得也会加快。预估1到2年会有更多具备新价值创造力的AI应用出现。”郁锋坦言。
据郁锋介绍，目前众安已经有20多个核心业务环节用上了AI，平均效率提升50%，相当于给团队“减负”了一半。
在金融行业很多企业也通过AI收获了显著的业务提效，比如智能外呼现在可以达到98%的语义识别准确率，100通电话里可能只有2通需要人工接手。闪电理赔，材料审核从几小时压缩到15秒，90%的案子能“秒过”，用户不用再苦等。合规检查，AI半小时干完人工3天的工作，能够像“扫描仪”一样精准、快速发现条款漏洞。
但AI在金融行业落地的过程中，不可避免要面对业务需求高度多样化的问题，如核保规则差异、风控规则差异等，这对AI技术的通用性提出了很大挑战。如何解决业务多样性问题？
郁锋认为可以从四个层面来解决：第一层是打好数据地基，沉淀尽可能多的优质业务数据，比如对话语料、场景问答库等；第二层是修炼技术内功，训练专属模型；第三层是用垂直领域的知识来确保输出内容安全准确；第四层是提示工程的精心打磨，引导模型在特定场景下给出更精准、更符合业务需求的回答。这套“组合拳”下来，AI就能既懂业务又守规矩，可以很好地解决多样性的问题。
先找场景再做技术
目前很多企业都在关注AI方向，但缺乏实操经验，不知道应该怎么用。对此，郁锋分享了相关经验，“第一步先深入业务找痛点，我们不会凭空开发一个AI智能体，而是先去观察真实业务场景。比如我们发现坐席人员80%的时间都在处理重复咨询，保险代理人把大量时间花在填单、查条款这些重复性脑力劳动上，而这些都是AI最适合介入的场景。第二步再量身定制解决方案，发现了这些痛点，我们才会着手构建专门的智能体。第三步全程陪跑帮助落地，众安一直以来都在坚持‘科技+服务’的理念，我们有很多专业技术人员可以提供针对性的场景训练赋能，帮助企业从0到1完成AI升级。”
郁锋强调，AI的价值不在于技术多先进，而在于能解决多少实际问题。就像裁缝做衣服，一定是先量体，再裁衣。
AI发展的同时，大家也在担忧AI幻觉带来的风险。如何看待技术的两面性？郁锋表示，首先肯定不能“因噎废食”，因为担心幻觉而放弃AI将会带给我们的海量技术红利。但是，为了尽可能减少大模型幻觉问题的出现，众安也投入了大量精力去做蒸馏、做知识工程，将模型精调得更可靠。比如智能外呼、风控核保环节，要有一个相对详实且准确的语料库。其次，在垂类行业里的核心业务环节，Know-How（专业知识）非常重要，比如核保、风控环节，更推荐训练专属的模型，相当于给AI发行业“资格证”。此外，也要注意在AI应用和业务流程中，设计好人工兜底措施，避免场景运转出现偏离。
“DeepSeek的出现，就像给AI行业开了个‘平价超市’——以前大模型训练是‘奢侈品’，现在直接变成了‘大众消费品’。这种成本断崖式下降，让更多企业都能参与模型训练和优化。”郁锋说，现在行业里常见的有两种情况：要么用通用模型“削足适履”，可能水土不服；要么从头自研，但成本高昂。众安走的是第三条路——“大厂的成本，专家的精度”，不是构建新的大模型，而是基于众安长期的业务实战积累，通过更多智能体的“剧本”设定，把最先进的大模型“组装”成业务需要的形态。郁锋认为这才是金融AI落地的破局点。
郁锋表示，众安信科不做大模型军备竞赛，而是专注解决AI落地的“最后一公里”问题。“我们和战略级的合作伙伴成立了AI联合实验室，希望通过强强联合，带来1+1大于2的效果，为行业赋能。但我们也不会止于研究，我们会结合众安在保险、银行、小贷业务和B端客户服务的实战，去积累更多经验，用经过实战检验的数据来反哺技术。技术只是手段，我们的目标始终是用科技帮客户解决实际问题。”郁锋说。
