日前，OpenAI研发的文生视频模型Sora发布，几乎一夜间就引爆了全球互联网。从ChatGPT出世，到DELL-E爆火，再到Sora的推出，以大模型为代表的人工智能技术风起云涌，正成为新一轮产业变革的核心驱动力。

　　保险业本身与数据紧密相连，具备AI大模型落地的商业化场景和基础，是大模型技术的绝佳应用领域。也因此，国内头部险企纷纷跃跃欲试，第一时间探索将大模型技术应用在不同环节。

　　如今，国内险企大模型落地进展如何？未来，保险业如何把握机会，充分释放大模型技术的潜能和价值？

　　险企初探大模型

　　过去一年，包括人保、平安、太保在内的头部险企已经开始落地大模型的应用。同时，科技公司也在密集推出保险领域大模型，在应用层面同保险公司展开合作。

　　例如，中国人保与认知智能国家重点实验室及科大讯飞合作研发了人保专属问答大模型，并通过“人保智友”产品在代理人赋能、智能客服等领域试点应用，借助大模型在语义理解、搜索增强等功能，提升知识获取的效率，降低企业运营成本。

　　同时，中国人保还通过自研与合作双轨并行，构建以深度理解保险行业的专属通用大模型为底座、面向垂直业务领域的自研场景大模型为主体、外部大模型能力为辅助的人保大模型生态，并在集团各公司百余个场景中应用落地，支持保险、投资、办公等领域的各类工作任务。

　　作为科技属性鲜明的保险公司，平安人寿推出了基于大模型的数字人产品，协助代理人更有效地与客户沟通。平安健康打造了专门为医生服务的ChatGPT——AskBob智能医生，可为医生提供个体化精准诊疗推荐和辅助决策。

　　值得一提的是，平安不仅能够运用科技助力金融业务提质增效，并且具备了输出能力。平安旗下金融壹账通已率先布局大模型和生成式人工智能(AIGC)，并在银行、保险、投资等金融垂直领域落地应用。

　　太保集团则借助数字员工助力审计监督提升。据了解，太保集团积极推进基于大模型的数字员工建设，希望利用大模型的特点和优势，带来传统用工模式的变革。目前，太保数字员工已在集团审计中心进行能力试点，构建了审计检查、公文质检、资讯问答等多名审计数字员工，实现了人工智能在审计领域全面化应用的率先突破。

　　此外，太保产险还联合百度打造了“全智能、无人工”车辆定损工具“太·AI”。截至2021年11月，已适用2.3万个车型，覆盖97%的乘用车品牌，部件识别准确率超过98%，损伤识别准确率超过90%。

　　大模型助推保险精算升级

　　随着计算能力的提升和数据量的增加，我们可以预见，未来将出现更大规模、更复杂、更具泛化能力的大模型，其应用前景非常广阔。

　　《大模型技术深度赋能保险行业白皮书(2023)》认为，在金融保险这一垂直领域，随着技术的持续进步与应用场景的广泛延伸，大模型在落地应用中的角色将逐步从“辅助”和“赋能”转变为更具主导性和引领性的角色。

　　大模型的深度认知能力，将改变行业对风险认知与管理的能力，推动保险行业的精算模式从“粗放预测”向“精准预知”升级，同时推动风险管理从相对被动的“等量管理”向相对主动的“减量管理”转变。在这个过程中，大模型的应用将为企业带来更多的商业机会和价值，并对行业的未来发展产生深远的影响。

　　但同时《白皮书》也指出，以大模型为代表的生成式人工智能迎来爆发式发展的同时，其衍生的隐私、安全问题以及被滥用、恶意使用的情况也逐步显露。保险行业大模型的发展需要清晰的治理体系框架，划定边界。

　　面对大模型带来的机遇和挑战，《白皮书》建议，险企可以从八方面着手，提升自身竞争力，推动行业高质量发展，主要包括：优化和调整业务策略，基于大模型技术开发新的产品和服务；积极进行数据积累，确保数据资源的充足和多样性；跟踪技术演进，探索落地场景并按需进行技术选型；注意数据和技术的合规性，确保企业在数据使用和技术研究方面合规；培养和引进人才，提高企业在大模型领域的技术水平和创新能力；加强合作与交流，共享大模型技术的研发成果和应用经验；关注政策和法规变化，确保经营的合规性和可持续发展；注重客户体验和满意度。

　　中国人保科技运营部总经理刘苍牧在2023金融街论坛年会—数字技术助力智能金融发展论坛上提到，智能科技在金融行业的进一步深入应用面临的主要挑战和风险包括：数据隐私和安全风险、专业人才和技术壁垒、合规和监管问题、道德和伦理问题，以及客户接受度问题。

　　针对技术壁垒这一问题，刘苍牧强调，智能前沿技术如通用大模型，在底层算力算法技术储备方面的门槛极高，金融机构必将积极开展跨界合作，充分发挥第三方机构的技术先发优势，与自身的业务场景和专业知识相结合，共同打造智能金融生态圈，实现优势互补和互利共赢。