界面新闻记者 | 冯丽君

从ALL inAI到AI inALL的战略转变，今年出现加速，保险业不外如是。

今年年初，DeepSeek突然爆火，多个行业、多家公司宣布接入DeepSeek，AI在应用层落地加速。

以保险业为例，太平保险、中国人保、新华保险、平安保险、中国人寿、泰康保险、阳光保险等多家险企快速响应宣布完成DeepSeek的本地化部署或深度集成，覆盖客户服务、承保/核保流程自动化、智能风控、数据科学等核心业务场景。此前，多家保险公司也接入了其他国产大模型进行AI应用的探索。

全球管理咨询公司麦肯锡认为，AI转型已成为险企保持竞争力的刚需，料生成式AI（Gen AI）对保险业带来的生产力将高达700亿美元，对与保险业密切相关的健康-康养行业带来的生产力高达2600亿美元。

“2025年是AI在保险业应用的转折之年。”原中国银保监会副主席陈文辉在2025Inclusion·外滩大会上表示，AI的性能和成本已经达到临界点，能极大地增强保险从业人员的工作能力，将他们从简单重复性的任务中解放出来。

“AI已深度渗透至保险业务流程的核心环节”

据艾瑞咨询测算，2025年保险行业科技总投入将突破670亿元，其中前沿技术研发板块表现突出，以22.5%的年均复合增长率持续扩容。从前沿技术投入结构来看，大数据、云、AI投入居多，随着AI技术迭代加速，未来AI与大数据结合将全面优化业务模式，推动行业数智化转型升级。

图片来源：艾瑞咨询研究报告 制图：界面新闻

“从业务侧来看，当前AI已深度渗透至保险业务流程的核心环节。” 科大讯飞金融科技业务负责人告诉界面新闻，具体来看：

在前端销售环节，通过智能助手与客户互动，实现产品精准推荐；

在核保领域，通过大模型自动化解析资料，快速完成健康告知问卷的初步审核；

理赔环节中，智能理赔助手可自主处理常规案件的材料校验工作；

在运营端，AI通过图像识别、行为分析等技术，有效甄别欺诈风险；

在代理人培训、绩效分析、流程自动化等方面，AI也发挥了重要作用。

“我们与中国人保、中国人寿、太平洋保险等建立了深度合作。”上述科大讯飞金融科技业务负责人称。

“降本增效”成绩单

从五大上市险企半年报来看，AI助力险企“降本增效”初具成效。

在AI助力运营提效方面，中国人寿以寿险APP为核心，构建了实时直达客户的数字化运营服务矩阵，推动AI大模型等新技术与业务场景深度融合。其坐席智能助手助力95519人工接通率稳居高位，新版智能客服机器人应答准确率超95%。

上半年，中国平安大模型调用次数达8.18亿，多元场景应用数超650个。借助AI与人工协同，提供全天候7×24小时在线服务；上半年AI坐席服务量约8.82亿次，覆盖平安80%的客服总量。

中国人保上半年推动提升需求响应成效，2025年上半年需求按时完成率超过95.3%。上半年公司AI能力调用次数较2024年底提升27.2%。

中国太保上半年AI坐席已经覆盖了近一半的客户服务总量。新华保险上半年则围绕客户、产品、服务、保单、员工、资产六大价值链，体系化推进智能体（Agent）的应用覆盖；互联网中介智能助手提供7*24小时在线问答，准确率超95%。

核保领域，中国人寿上半年数字核保员带动核保智能审核率提升至95.8%。平安寿险保单秒级核保占比94%。

理赔领域，上半年，中国人寿商业保险理赔案件超1200万件，其中数智化服务赔案占比超75%，医保商保融合快赔服务试点地区快赔服务案件无人工率达25%。中国太保健康险理赔自动化率达到16%，大模型对责任认定的准确率达到99%，件均成本减低47%。

辅助销售方面，平安AI智能体赋能需求分析、个性化推荐、话术支持等，上半年辅助销售661.57亿元，辅助保单复效提升18%。新华保险营销智能助手自动生成计划书260余万份。

风控合规预警方面，中国太保建立了基于图像识别的车险理赔风控工具，有效甄别欺诈风险，破解理赔地域差异难题，已累计检出风险金额上千万。平安产险上半年反欺诈智能化理赔拦截减损64.4亿元，同比增长6%。

随着大模型逐步融入中后台管理，其运用场景将覆盖审计内控、研发运维等内部场景，并最终延伸至精算流程。

中国人保上半年升级集团级AI智能中台，引入多种主流基座模型，持续深化保险垂直领域大模型及智能体应用，推动数据工程、知识工程等能力建设，全集团发明专利申请数较上年同期提高55.3%。

新华保险打造了“大势智”AI助手品牌矩阵，助力投资研究。其半年报显示，“深度挖掘研究观点与分析框架，聚合万余条市场热门主题及个股热点，提效30%；智能点评30秒生成，覆盖千余金融产品与发行主体，行业趋势跟踪信息覆盖度提升50%；实现研报、公告、会议的深度问答，迅速把握核心信息，推动业务向高阶智慧协同迈进。”

道阻且长

但需要承认的是，目前国内AI应用于保险业的进展仍然较慢。

麦肯锡认为，目前仅有极少数头部企业实现了AI的全面落地，成为行业转型的标杆。

“AI正在从辅助工具升级为驱动保险业降本增效的核心引擎，但行业整体仍处于从数字化向智能化的过渡阶段。”上述科大讯飞金融科技业务负责人对界面新闻表示，“多数头部险企已完成技术试点，进入规模化应用阶段，但整体仍以‘降本增效’为主要目标，尚未完全进入‘价值创造’的深水区。”

中邮证券人工智能行业高级分析师李佩京也有类似观点，“国内保险行业AI应用进展相对较慢”。

究其原因，一方面，数据作为AI三要素之一，其积累、质量与隐私安全问题仍然需要时间解决。

“中国在B端市场的数字化基础不太够，所以很多企业的数字化程度相对滞后，很多数据都没有构建起来，保险业相对来讲要好一点。” 李佩京告诉界面新闻。

上述科大讯飞金融科技业务负责人对界面新闻表示，“保险业依赖海量数据，但医疗、财务等高敏感数据标准化程度低，隐私合规要求严格，一定程度制约模型效果。”

另一方面，模型本身仍需继续迭代。

“大模型本身的能力也还有所欠缺，目前Transformer架构这种‘拼数游戏’本质的算法逻辑，幻觉实际上是无法避免的。因此在B端落地场景中，需要较多外围工程来尽量减少幻觉，提高精确度。这一点在短期之内，也是制约B端商业化的因素之一。”李佩京对界面新闻表示。

此外，成本与人才也是拖累险企AI步伐的原因之一。

“保险业务高度复杂，通用模型需大量微调才能适应精算、核赔等场景，训练成本较高。”上述科大讯飞金融科技业务负责人补充道，“AI前期投入大，但中小险企往往缺乏足够预算和人才，导致应用落地缓慢。此外，保险业亟需既懂保险又懂技术的复合型人才，但目前这类人才稀缺。同时，AI的应用要求企业重构业务流程和组织架构，传统团队转型难度较大。”

李佩京对界面新闻补充道，“目前，AI在美国主要替代初级助理式岗位，这类岗位需要处理大量资料搜集、数据整理的工作，同时需要一定的容忍度，不需要深度嵌入流程里。美国的人工成本相比中国更高一些，所以他们在这块儿做得会比中国快一点。”

“解决这些痛点需要保险行业和科技企业的协同努力。”上述科大讯飞金融科技业务负责人对界面新闻表示，一是运用隐私计算等技术建立合规的数据共享机制，在保障安全的前提下释放数据价值。二是通过“通专结合”混合模型架构，提升垂直场景的准确性。三是加强生态合作，中小险企可与科技企业开展能力共建和场景共创合作。四是加强跨学科人才培养，推动企业内部“AI+业务”的融合团队建设，实现技术与业务的双轮驱动。

对于国内险企AI应用的未来，上述负责人认为，“未来AI将不再局限于单点应用，而是驱动保险与健康管理、养老服务等生态融合，形成“产品+服务”的新模式；在技术实现上，未来保险（企业）会更多依赖AIAgent实现自主任务规划与执行，如自动承保、智能理赔调查等；在产品创新上，AI将使保险产品更精准匹配个体风险，覆盖传统盲区，推动普惠保险发展。”

市场咨询机构IDC预测，到2026年，15%的保险公司将通过任命AI协调员来打破内部孤岛，从而使其生成式AI项目的成功率超过50%；到2026年，险司与投保人之间超过60%的交互将通过数字自助服务方式实时进行，这将促进跨渠道的对话式互动，并且提升客户满意度；到2028年，20%的C200保险公司将通过与IT服务提供商的战略合作，改革其数据智能架构，从而实现AI部署成功率提高30%；到2029年，40%的保险业员工将掌握人机协作技能，强调个性化学习、批判性思维和沟通能力，从而提高工作效率和客户满意度。

李佩京则认为，若美股保险龙头企业的AI应用没有进展，国内AI+保险就很难出现比较明显的新的商业模式。