專題:2025保險科技峰會:梁濤等出席
來源:慧保天下
4月25日-26日,在深圳市南山區(qū)政府指導(dǎo)下,由“慧保天下”主辦、眾安信科獨家戰(zhàn)略合作、律商聯(lián)訊風(fēng)險信息協(xié)辦的題為“從互聯(lián)網(wǎng)時代到AI時代,AI+保險的戰(zhàn)略推進(jìn)與應(yīng)用創(chuàng)新”的“2025保險科技峰會暨專題研討會”在深圳市南山區(qū)檔案服務(wù)大廈舉行,來自全國各地的70多家保險機(jī)構(gòu)、近200位保險集團(tuán)、人身險企、財產(chǎn)險企、保險中介、再保險機(jī)構(gòu)、科技企業(yè)、咨詢公司等的中高層人事齊聚一堂,共議“AI+保險”浪潮下的現(xiàn)實機(jī)遇、路徑與問題。
當(dāng)今時代,AI浪潮洶涌澎湃,各行業(yè)紛紛迎來巨變,保險業(yè)更是如此。隨著DeepSeek在春節(jié)期間爆火引發(fā)“鯰魚效應(yīng)”,字節(jié)豆包、昆侖萬維、百度文心、阿里通義千問等均推出開源模型。AI正在從少數(shù)國家、企業(yè)、機(jī)構(gòu)的專屬工具,逐漸轉(zhuǎn)變?yōu)槠栈菪曰A(chǔ)設(shè)施,快速步入平權(quán)普惠時代。保險業(yè)對于“AI+保險”的討論也愈發(fā)深入,已經(jīng)從知識普及轉(zhuǎn)向逐步落地應(yīng)用的階段,當(dāng)此之時,仍有諸多疑問有待解答,依據(jù)當(dāng)前AI技術(shù)水平,適合保險機(jī)構(gòu)的大模型架構(gòu)應(yīng)該是怎樣的,AI技術(shù)應(yīng)用的投入產(chǎn)出比是否具備可預(yù)測性和可驗證性,中小險企如何才能利用AI算力平權(quán)實現(xiàn)彎道超車……而這些正是兩場會議所要解答的問題。
兩場會議嚴(yán)肅、認(rèn)真、深入,是一次誠意滿滿的超長頭腦風(fēng)暴,其中,“2025保險科技峰會”涵蓋四大版塊內(nèi)容,既有對AI+浪潮下的機(jī)遇與挑戰(zhàn)全面梳理,也有對AI發(fā)展最新趨勢的前沿洞察,還有險企科技戰(zhàn)略與應(yīng)用創(chuàng)新的全方位展示,更有對于技術(shù)演進(jìn)下的行業(yè)回溯與展望。而后續(xù)的專題研討會,一眾險企高管則繼續(xù)圍繞“技術(shù)、產(chǎn)業(yè)、生態(tài)共振中,險企AI轉(zhuǎn)型的戰(zhàn)略抉擇與落地路徑”進(jìn)行深入研判。
本文對“2025保險科技峰會”的核心內(nèi)容進(jìn)行總結(jié)提煉,讓讀者們先行“一讀為快”。詳細(xì)內(nèi)容,敬請關(guān)注后續(xù)文章。
PART1
擁抱時代浪潮,共赴“AI+保險”新機(jī)遇、新挑戰(zhàn)
AI浪潮席卷而來,保險業(yè)已經(jīng)無路可退,首先要做的就是對AI本身,及其對于保險行業(yè)的影響進(jìn)行全面評估,謀定而后動,為后續(xù)發(fā)力積蓄力量。
梁濤 原銀保監(jiān)會副主席
在會議第一版塊,原銀保監(jiān)會副主席梁濤發(fā)表主旨演講,全面梳理AI對于保險行業(yè)的影響,他旗幟鮮明地提出“保險業(yè)既是人力資源型行業(yè),也是數(shù)據(jù)密集型行業(yè),這使其天然成為AI大模型技術(shù)的理想應(yīng)用領(lǐng)域?!?/p>
在他看來,人工智能的發(fā)展,能幫助保險業(yè)解決很多實際問題,例如備受行業(yè)關(guān)注的中小企業(yè)發(fā)展問題,此外,人工智能發(fā)展還為行業(yè)帶來新的發(fā)展機(jī)遇,使一些保險行業(yè)原來想做但做不了的事情變成了可能,使一些保險行業(yè)能做但做不好的事情做的更好了,例如數(shù)據(jù)資產(chǎn)和網(wǎng)絡(luò)安全保險、災(zāi)害預(yù)防、新能源車車險、綠色保險、普惠保險、“保險+”模式等。在資產(chǎn)端,AI也可以幫助險企提升投研能力、強化風(fēng)險管理、優(yōu)化資產(chǎn)配置策略等。人工智能引發(fā)的信息平權(quán)也有望進(jìn)一步推動險企“以客戶為中心”的轉(zhuǎn)型發(fā)展。
曹德云 中國保險資產(chǎn)管理業(yè)協(xié)會原執(zhí)行副會長兼秘書長
中國保險資產(chǎn)管理業(yè)協(xié)會原執(zhí)行副會長兼秘書長曹德云主持了整場會議,在他看來,探討“AI+保險”的話題正逢其時,既順天時,也得地利,更享人和。他指出,保險業(yè)和保險人善于學(xué)習(xí)和創(chuàng)新,因為保險業(yè)本身就是從辛苦過程中闖出來的行業(yè),行業(yè)因此也具備了很強的韌性,移動互聯(lián)網(wǎng)時代的互聯(lián)網(wǎng)保險創(chuàng)新曾經(jīng)是金融創(chuàng)新的新典范。近期,也有報道稱,美國的AIG公司與美國AI獨角獸深度共建,從過去10年深陷330億美元的泥潭到如今一年盈利19億美元,這個案例也驗證了AI在保險業(yè)的巨大潛力。
擁抱AI儼然已經(jīng)成為行業(yè)共識,那么行業(yè)應(yīng)用情況究竟如何?在這一版塊,眾安信科還發(fā)布了白皮書《邁向智能驅(qū)動新紀(jì)元——大語言模型賦能金融保險行業(yè)的應(yīng)用縱覽與趨勢展望》,全面梳理國內(nèi)外大模型技術(shù)路線演進(jìn)框架,及其在金融保險業(yè)的應(yīng)用情況。
報告指出,大語言模型在金融保險領(lǐng)域的應(yīng)用已完成初步的技術(shù)驗證與試點落地,正處于由試點階段向系統(tǒng)化集成的過渡階段。在部署初期,行業(yè)一般優(yōu)先選擇在容錯成本低、決策干預(yù)門檻較小的輔助性業(yè)務(wù)場景展開,例如智能客服、智能質(zhì)檢、營銷助手、智能快賠、ChatBI、AI審計內(nèi)控,以及覆蓋業(yè)務(wù)全鏈的智能訓(xùn)練體等業(yè)務(wù)領(lǐng)域,通過低敏感度流程的反復(fù)試點,建立模型調(diào)試與反饋機(jī)制,為后續(xù)向高復(fù)雜度核心業(yè)務(wù)的拓展奠定實踐基礎(chǔ),以上審慎的推進(jìn)方式,既體現(xiàn)出金融保險業(yè)對于AI“冷啟動”階段數(shù)據(jù)與經(jīng)驗積累不足,專業(yè)人才及硬件儲備有限等客觀條件的現(xiàn)實考量,也反映出大語言模型本身所需的調(diào)試周期和迭代規(guī)律。
郁鋒 眾安信科CEO
眾安信科CEO郁鋒介紹了眾安信科對于“AI+保險”的思考,他指出,當(dāng)前,所有行業(yè)都應(yīng)該思考,如何將自己的商業(yè)模式、將自己的產(chǎn)品創(chuàng)新、將自己內(nèi)部企業(yè)管理與AI結(jié)合,爭取新的彎道超車的機(jī)會。
這之后,眾安保險常務(wù)副總經(jīng)理兼董事會秘書、眾安信科董事長王敏,眾安信科CEO郁鋒,中移金科副總經(jīng)理孫健還為‘AI+’戰(zhàn)略合作啟動儀式暨‘眾安信科-中移金科’AI+保險聯(lián)合實驗室揭牌。
十幾位險企及科技平臺高管,一起登臺,共同參與揭牌儀式,他們分別是招商仁和人壽、東方嘉富人壽、眾惠相互、長江財險、中華財險、安誠保險、財信人壽、國任保險、亞太財險、民生人壽、中意財險、東吳財險、阿里云、小康人壽、安盛天平、中煤財險、愛和誼財險、北部灣保險等。
孫健 中移金科副總經(jīng)理
孫健最后表示,中移金科將和眾安信科攜手,以AI+保險聯(lián)合實驗室為起點,共同推動行業(yè)智能化三大躍遷,實現(xiàn)從單點智能到全鏈路貫通,將AI深度嵌入保險核心領(lǐng)域,實現(xiàn)業(yè)務(wù)的閉環(huán)智能協(xié)同,從工具賦能到生態(tài)共創(chuàng),匯聚同業(yè)力量,共建智能營銷新范式。
PART 2
前沿洞察,AI發(fā)展最新趨勢與關(guān)注點
AI是全世界的熱點,在競爭前沿,大量中國科技企業(yè)涌現(xiàn)了出來,為人所熟知,從他們角度觀察AI演進(jìn),觀察金融保險業(yè)的AI應(yīng)用,又有另一番感受。
陳楚儀 騰訊研究院高級研究員
在這一版塊,首先演講的是騰訊研究院高級研究員陳楚儀,她詳細(xì)介紹了大模型的應(yīng)用價值,及其在保險業(yè)落地的難點痛點,她指出,對比海外和中國在大模型應(yīng)用方面的差異,美國機(jī)構(gòu)非常注重技術(shù)探索,以及偏復(fù)雜場景中的大模型應(yīng)用,而國內(nèi)特別務(wù)實,最關(guān)注如何降本增效,優(yōu)化流程。在她看來,大模型技術(shù)在保險業(yè)落地的難點主要體現(xiàn)在五個方面,一是技術(shù)本身不完善,AI幻覺等問題的存在導(dǎo)致其無法解決很多問題;二是知識的專業(yè)性,由于缺乏專業(yè)的知識圖譜或者企業(yè)私域知識庫,無法理解很多專業(yè)知識;三是數(shù)據(jù)本身的問題;四是業(yè)務(wù)整合難;五是投資回報率的問題等。
黃旭初 阿里云保險行業(yè)首席架構(gòu)師
阿里云保險行業(yè)首席架構(gòu)師黃旭初也在這一版塊發(fā)表演講,他認(rèn)為,未來保險公司內(nèi)部的模型架構(gòu)應(yīng)該是一個無限靠近AGI的大模型+非常多領(lǐng)域的小模型,共同服務(wù)保險業(yè)務(wù),核心是大模型蒸餾數(shù)據(jù),再用蒸餾之后的數(shù)據(jù)訓(xùn)練小模型。小模型通過日常業(yè)務(wù)不斷沉淀數(shù)據(jù),再通過強化學(xué)習(xí)提升大模型。
除此之外,其還建議了幾種開發(fā)范式,第一種,知識庫+通用大模型,第二種,Muti-agent,即多智能體+推理模型,第三種,雙飛輪。
PART3
行業(yè)探索,戰(zhàn)略生態(tài)位,價值鏈重塑
在當(dāng)下保險業(yè)的競爭格局中,頭部險企紛紛將AI上升至企業(yè)戰(zhàn)略層面,加速推進(jìn)AI技術(shù)的深度應(yīng)用。同時,AI技術(shù)的普惠化也為中小險企帶來了彎道超車的機(jī)遇。如何把握住技術(shù)變革所帶來的歷史機(jī)遇,實現(xiàn)戰(zhàn)略落地、應(yīng)用創(chuàng)新乃至價值鏈重塑,對于不同規(guī)模的保險公司而言,都顯得非常迫切。
在這一部分,與會嘉賓分享了其所屬企業(yè)的AI戰(zhàn)略、AI賦能下的應(yīng)用創(chuàng)新,并探討如何在AI浪潮中重塑行業(yè)價值鏈,找準(zhǔn)并穩(wěn)固自身在行業(yè)競爭中的戰(zhàn)略生態(tài)位。
王永祥 中華財險副總裁
近年來,AI憑借其強大的數(shù)據(jù)分析和預(yù)測能力,正在深度介入保險產(chǎn)品設(shè)計、精準(zhǔn)風(fēng)險評估、高效流程優(yōu)化及個性化服務(wù)等各個環(huán)節(jié),重塑保險價值鏈,為保險行業(yè)帶來深刻變革。中華財險積極擁抱這一浪潮,并取得了顯著成效。中華財險副總裁王永祥表示,該公司與阿里云合作,建立業(yè)務(wù)中臺和數(shù)據(jù)中臺的雙中臺體系,實現(xiàn)基礎(chǔ)設(shè)施云化、技術(shù)線路云原生以及開發(fā)運維一體化,目前已有700多個服務(wù)應(yīng)用,顯著提升研發(fā)與業(yè)務(wù)支持效率。他舉例,在農(nóng)險條款處理上,中華財險運用大模型將兩千多個農(nóng)險條款拆解、重構(gòu),原本至少需20天的產(chǎn)品上線流程,通過條款智能編寫、合規(guī)整合等嘗試大幅提效。展望未來,王永祥希望建立數(shù)據(jù)、業(yè)務(wù)和AI模型的三角。通過業(yè)務(wù)場景沉淀數(shù)據(jù),數(shù)據(jù)優(yōu)化模型,模型反哺業(yè)務(wù),實現(xiàn)“數(shù)據(jù)更準(zhǔn)確,模型更聰明,業(yè)務(wù)更敏捷”,最終達(dá)成技術(shù)驅(qū)動價值、智能重塑保險的愿景。
李靜 申能財險首席數(shù)字官
將大模型等AI技術(shù)融入業(yè)務(wù)全價值鏈,升級現(xiàn)有應(yīng)用軟件,同時關(guān)注客戶體驗,從以產(chǎn)品為中心轉(zhuǎn)向以客戶為中心,也是申能財險的目標(biāo)。申能財險首席數(shù)字官李靜強調(diào),申能財險致力于構(gòu)建“穩(wěn)健后臺、柔性中臺、靈活前臺”的架構(gòu)?!昂笈_實現(xiàn)工業(yè)化,前臺做到敏捷化、場景化,以此保障基礎(chǔ)扎實,前端應(yīng)用隨技術(shù)迭代快速更新。”她表示,申能財險深刻認(rèn)識到數(shù)據(jù)作為核心生產(chǎn)要素的重要性,當(dāng)前正著力于業(yè)務(wù)數(shù)據(jù)、管理數(shù)據(jù)和服務(wù)數(shù)據(jù)的治理,同時推動創(chuàng)新應(yīng)用,構(gòu)建可靠可控可持續(xù)優(yōu)化的智能模型,打造數(shù)字基座。
胡健 太平金科總經(jīng)理
在AI浪潮中,險企如何找準(zhǔn)自身生態(tài)位,深度融合AI技術(shù)與業(yè)務(wù),發(fā)揮數(shù)據(jù)、專業(yè)及服務(wù)優(yōu)勢,實現(xiàn)精準(zhǔn)定位、差異化競爭,提升市場競爭力是一個非常關(guān)鍵的命題。
在錨定自身戰(zhàn)略生態(tài)位方面,太平金科總經(jīng)理胡健介紹了其所在太平集團(tuán)的思考,胡健坦言,與頂尖科技公司相比,太平集團(tuán)在應(yīng)用場景、算力規(guī)模、數(shù)據(jù)規(guī)范等方面存在局限,因此通過建立金融科技生態(tài)聯(lián)盟、制定規(guī)劃,以安全、穩(wěn)妥、有效的方式推進(jìn)大模型應(yīng)用。該聯(lián)盟匯聚集團(tuán)內(nèi)企業(yè)以及眾多科技大廠和特色專業(yè)科技公司,內(nèi)外部專家為大模型應(yīng)用提供了有力支持。
他進(jìn)一步闡釋,太平集團(tuán)規(guī)劃了從算力到場景應(yīng)用的架構(gòu),重點宣介AI文化,營造全員智能氛圍。通過金融科技生態(tài)聯(lián)盟,開展多場大模型宣介活動,且業(yè)務(wù)團(tuán)隊積極參與。同時,在客服、辦公、運營等7個領(lǐng)域開展典型場景探索,涵蓋全集團(tuán)通用辦公、代碼助手等,采用知識庫、RAG、智能體等技術(shù)提升服務(wù)與管理效率。
胡罡 太??萍几笨偨?jīng)理
作為頭部險企,中國太保的AI戰(zhàn)略無疑對行業(yè)起著示范作用。太??萍几笨偨?jīng)理胡罡介紹,太保科技定位為服務(wù)集團(tuán)及子公司,助力集團(tuán)數(shù)字化轉(zhuǎn)型的“排頭兵”。太??萍贾贫恕癆LL IN AI”戰(zhàn)略。針對“大模型能否解決一切”“是否每個人都要會用大模型”“如何解決大模型幻覺”等問題,給出“人機(jī)協(xié)同”“普及與提升結(jié)合”“人把關(guān)”的答案。胡罡強調(diào):“從保險科技公司來說,基于AI的機(jī)會從來沒有這么近,業(yè)務(wù)的要求也沒有那么遠(yuǎn)了。
在實踐探索上,太??萍荚跔I銷、營運、風(fēng)控、理賠及資產(chǎn)端均有嘗試。營銷端聚焦加微場景,通過智能交互、基于保險顧問的客戶經(jīng)營以及業(yè)務(wù)員培訓(xùn)陪練提升營銷能力;營運端在坐席服務(wù)和作業(yè)審核場景應(yīng)用AI提高效率;理賠端在反欺詐方面開展探索,如在車險理賠反欺詐中分析大量案件和圖像,利用多模態(tài)技術(shù)進(jìn)行新能源車風(fēng)控質(zhì)檢。此外,在健康險錄審一體化上,采用人工智能識別票據(jù)、比對信息,結(jié)合人工回錄,降低理賠成本和風(fēng)險。
張琦 招商信諾人壽信息科技部總經(jīng)理
區(qū)別于頭部險企,中小險企在數(shù)智化轉(zhuǎn)型中找到自身生態(tài)位更為重要。招商信諾人壽信息科技部總經(jīng)理張琦介紹,招商信諾一直聚焦高價值場景,圍繞價值優(yōu)先的二八原則,堅持漸進(jìn)融合策略。
張琦重點介紹了公司在多個領(lǐng)域的實踐:在IFRS17項目上,公司采用國產(chǎn)GPU和昇騰底層框架進(jìn)行高性能計算,成為國內(nèi)IFRS17計算中使用GPU的先行者,實現(xiàn)計算效率百倍提升,成本大幅下降;智能質(zhì)檢領(lǐng)域,成功替代9成人力,顯著提升效率;云外呼技術(shù)成熟,正探索更合適應(yīng)用場景;智能理賠借助圖像識別技術(shù)突破,實現(xiàn)每天處理250萬張圖片,成本低至1元可處理2000多張;此外,在智能風(fēng)控、知識庫建設(shè)及醫(yī)療垂直模型開發(fā)等方面也成果顯著。
張勇 律商聯(lián)訊風(fēng)險信息中國區(qū)首席技術(shù)官
在險企AI轉(zhuǎn)型的道路上,除了自身能力建設(shè),專業(yè)技術(shù)公司同樣不可或缺。律商聯(lián)訊風(fēng)險信息中國區(qū)首席技術(shù)官張勇從架構(gòu)解析、AI研發(fā)及功能演示等維度,全方位介紹律商風(fēng)險作為技術(shù)廠商,自主研發(fā)的一體化服務(wù)平臺(The One)。該平臺技術(shù)架構(gòu)分為“云端服務(wù)”與“終端系統(tǒng)”兩大模塊。云端服務(wù)提供標(biāo)準(zhǔn)化產(chǎn)品,涵蓋車型數(shù)據(jù)、車輛信息、新能源、ADAS、風(fēng)險評分等多元數(shù)據(jù)服務(wù),保障數(shù)據(jù)全面實時;終端系統(tǒng)則部署于保險公司,集成車型數(shù)據(jù)與傳統(tǒng)機(jī)器學(xué)習(xí)、大語言模型能力,支持私有化部署,有效規(guī)避敏感數(shù)據(jù)泄露風(fēng)險。通過“123數(shù)據(jù)流”,終端系統(tǒng)實現(xiàn)云端數(shù)據(jù)同步、客戶內(nèi)部數(shù)據(jù)整合及外部數(shù)據(jù)連接,經(jīng)數(shù)據(jù)清洗、標(biāo)準(zhǔn)化與建模分析,將高價值結(jié)果輸出至業(yè)務(wù)系統(tǒng)。平臺具備私有化部署、多數(shù)據(jù)源整合、“數(shù)據(jù)強化AI,AI助力工具”三大核心特點,推動車險風(fēng)險評估向更智能精準(zhǔn)方向發(fā)展。
PART4
機(jī)會展望,從互聯(lián)網(wǎng)保險,到AI保險
過去十年,互聯(lián)網(wǎng)保險的興起為行業(yè)注入了新的活力,而如今,AI技術(shù)的崛起正在引領(lǐng)保險行業(yè)進(jìn)入智能化新時代。從早期的線上化到如今的智能化,保險行業(yè)的技術(shù)演進(jìn)路徑清晰可見。AI技術(shù)不僅提升了運營效率,還為行業(yè)帶來了全新的客戶體驗和商業(yè)模式。未來,AI將引領(lǐng)行業(yè)在哪些領(lǐng)域找到機(jī)會?
在這一環(huán)節(jié),慧保天下創(chuàng)始人、CEO胡瓊擔(dān)任主持人,與三位嘉賓就從互聯(lián)網(wǎng)保險到AI保險,AI+保險的未來展望進(jìn)行了深入的探討。
王敏 眾安保險常務(wù)副總經(jīng)理兼董事會秘書、眾安信科董事長
“AI就如同當(dāng)年的蒸汽機(jī),蒸汽機(jī)突破了人類肌肉的極限,而AI將極大突破認(rèn)知與認(rèn)知交互的極限?!北姲脖kU常務(wù)副總經(jīng)理兼董事會秘書、眾安信科董事長王敏將從互聯(lián)網(wǎng)保險邁向AI保險視為行業(yè)適應(yīng)技術(shù)環(huán)境變革的必然趨勢。他認(rèn)為,技術(shù)環(huán)境與設(shè)施的變化,必將催生出創(chuàng)新的AI保險產(chǎn)品、場景。在商業(yè)模式上,To C端保險公司自營占比將顯著提升。以眾安保險為例,過去十年通過互聯(lián)網(wǎng)渠道積累了大量無渠道費用用戶,降低綜合成本率,未來AI將進(jìn)一步降低線上交互與To C運營成本,優(yōu)化用戶體驗,為中小公司做好To C用戶運營帶來機(jī)遇。
沈鵬 水滴公司創(chuàng)始人、CEO
《奇點臨近》一書提出了“奇點”的概念,即技術(shù)進(jìn)步達(dá)到一個臨界點后,人類的生活方式將發(fā)生根本性的改變?。水滴公司創(chuàng)始人、CEO沈鵬以“奇點已至”概括AI+保險的發(fā)展態(tài)勢。他表示,在AI+保險的大環(huán)境下,過去互聯(lián)網(wǎng)保險行業(yè)積累的海量靜態(tài)與動態(tài)數(shù)據(jù),為建設(shè)大模型、實現(xiàn)智能化發(fā)展奠定基礎(chǔ),這些積累將推動保險行業(yè)迎來爆發(fā)時刻。對于AI保險時代的商業(yè)機(jī)會,沈鵬認(rèn)為行業(yè)格局將發(fā)生重大變革。一方面,保險公司若能把握AI機(jī)遇,可提升自營能力;另一方面,保險平臺能以用戶為中心,利用AI洞察需求,滿足不同用戶群體的差異化需求——懂保險的用戶傾向于選擇運用AI的保險公司,而不太懂保險的客戶則更需要平臺以智能化方式提供服務(wù),兩種場景將長期并存。
吳曉薇 麥肯錫全球董事合伙人
在自然界中,每個物種都有自己的生態(tài)位,即使在同一個區(qū)域,也能通過分層來找到自己的位置。對于企業(yè)來說,提高成功率的關(guān)鍵不是做得比巨頭更好,而是與眾不同。麥肯錫全球董事合伙人吳曉薇針對不同規(guī)模保險公司的科技戰(zhàn)略提出差異化建議。她將保險公司分為三類:大型保險公司憑借強大的資產(chǎn)負(fù)債表和抗風(fēng)險能力,應(yīng)加大AI基建投入,在AI應(yīng)用上穩(wěn)步推進(jìn),同時與大廠合作進(jìn)行前瞻性布局;傳統(tǒng)中小保險公司因資產(chǎn)負(fù)債表靈活性不足,應(yīng)以工具化、流程化的AI應(yīng)用為核心,實現(xiàn)降本增效,在市場競爭中立足;創(chuàng)新類保險公司具備創(chuàng)新屬性且受資本市場扶持,應(yīng)在AI應(yīng)用領(lǐng)域大膽進(jìn)行模式創(chuàng)新,有望成為引領(lǐng)保險行業(yè)未來發(fā)展方向的先鋒力量。
吳曉薇表示,盡管不同類型保險公司對AI的承接能力存在差異,但行業(yè)內(nèi)已展現(xiàn)出蓬勃的創(chuàng)新活力。無論是大公司的基建創(chuàng)新、中小公司的成本創(chuàng)新,還是新型創(chuàng)新公司的模式創(chuàng)新,都讓她對AI驅(qū)動下保險行業(yè)的未來充滿期待。
發(fā)表評論
2025-04-27 12:22:58回復(fù)
2025-04-27 20:01:29回復(fù)
2025-04-27 21:25:18回復(fù)
2025-04-27 12:48:59回復(fù)
2025-04-27 21:00:59回復(fù)