藍(lán)鯨財(cái)經(jīng)
2024-01-03 
眾安保險(xiǎn)：行業(yè)正借力AI重塑保險(xiǎn)價(jià)值鏈
身處轉(zhuǎn)型深水區(qū)，保險(xiǎn)機(jī)構(gòu)正在科技領(lǐng)域積極探路，近十年間，從信息化到從數(shù)字化，保險(xiǎn)科技快速發(fā)展，在降本增效、服務(wù)優(yōu)化方面書寫成績。當(dāng)前，AIGC（AI Generated Content，生成式人工智能技術(shù)）、大模型的技術(shù)熱潮正在涌來，這給保險(xiǎn)業(yè)帶來關(guān)于從數(shù)字化向真正智能化轉(zhuǎn)型的想象空間。當(dāng)下，比起“賦能”，保險(xiǎn)業(yè)更偏好以“重塑”形容科技的價(jià)值：重塑商業(yè)與服務(wù)模式，重塑業(yè)務(wù)發(fā)展的底層邏輯，重塑保險(xiǎn)業(yè)態(tài)。
近日，眾安保險(xiǎn)架構(gòu)資深專家鄢晶在接受藍(lán)鯨財(cái)經(jīng)記者專訪時(shí)提出，AIGC多模態(tài)原創(chuàng)內(nèi)容生成、長距離理解上下文語義等優(yōu)勢(shì)，有助于保險(xiǎn)機(jī)構(gòu)在產(chǎn)品、營銷、運(yùn)營和客服等多個(gè)領(lǐng)域提供深度技術(shù)賦能，在研發(fā)提效等方面也大有可為。
針對(duì)當(dāng)下大模型的發(fā)展背景，鄢晶也指出，目前的通用大模型在特定垂類領(lǐng)域上會(huì)存在專業(yè)性欠佳的問題。金融行業(yè)作為數(shù)據(jù)密集型行業(yè)，沉淀了交易、客戶、市場(chǎng)、風(fēng)控等的海量數(shù)據(jù)，這些數(shù)據(jù)與數(shù)據(jù)應(yīng)用距離在通用大模型上得到有效使用還存在一定差距。
“數(shù)智化”轉(zhuǎn)型正重塑業(yè)務(wù)邏輯
2013年，被行業(yè)認(rèn)為是保險(xiǎn)科技元年，從信息化（工具化）到線上化，再到數(shù)字化，歷經(jīng)十年發(fā)展，科技在保險(xiǎn)業(yè)“步步為營”，持續(xù)賦能，以提高效率、降低成本、改善服務(wù)質(zhì)量，從而更好地適應(yīng)市場(chǎng)競爭和滿足客戶需求。
“隨著移動(dòng)互聯(lián)網(wǎng)滲透率逐步提高，保險(xiǎn)科技迎來了廣闊的市場(chǎng)機(jī)遇”，鄢晶向藍(lán)鯨財(cái)經(jīng)具體分析道，“以代理人為主要銷售渠道的保險(xiǎn)行業(yè)在互聯(lián)網(wǎng)模式下看到了新的可能，在移動(dòng)互聯(lián)網(wǎng)上構(gòu)建的保險(xiǎn)服務(wù)變得更加普惠。”
其背后，“海量線上交易數(shù)據(jù)的積累開始讓數(shù)據(jù)真正能夠發(fā)揮價(jià)值，通過數(shù)據(jù)驅(qū)動(dòng)精準(zhǔn)營銷，精細(xì)運(yùn)營以提高效率、降低成本以及改善用戶體驗(yàn)。”數(shù)字的意義不言而喻，數(shù)字化轉(zhuǎn)型也已是行業(yè)共識(shí)。
而近年來，科學(xué)技術(shù)高速迭代， AIGC、大模型的應(yīng)用沖擊著各個(gè)行業(yè)的創(chuàng)新邏輯，深度挖掘數(shù)據(jù)價(jià)值，這其中也包括沉淀大量數(shù)據(jù)的保險(xiǎn)業(yè)。這也助推行業(yè)從數(shù)字化應(yīng)用，更多的偏向基于數(shù)字價(jià)值的全鏈路智能化重塑，形成真正意義“數(shù)智化”。
“在智能化方面，不少保司也開始通過AI重塑保險(xiǎn)價(jià)值鏈，在營銷、理賠、客服領(lǐng)域開始不斷出現(xiàn)智能化場(chǎng)景解決方案。”鄢晶從行業(yè)觀察角度提出。
如“智能語音+語義”在客服、銷售環(huán)節(jié)的廣泛應(yīng)用；運(yùn)用大數(shù)據(jù)及AI技術(shù)構(gòu)建精準(zhǔn)的用戶畫像；健康險(xiǎn)公司將AI技術(shù)與健康管理結(jié)合，對(duì)用戶的健康數(shù)據(jù)進(jìn)行分析、評(píng)估、檢測(cè)和預(yù)警等等。
“當(dāng)前保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型已經(jīng)成為一個(gè)不可回避的勢(shì)頭”，原中國保險(xiǎn)監(jiān)督管理委員會(huì)副主席周延禮在近日的演講中提出，隨著數(shù)字技術(shù)的快速發(fā)展，特別是人工智能、大數(shù)據(jù)、云計(jì)算等前沿技術(shù)的融合，保險(xiǎn)公司有了前所未有的機(jī)會(huì)來改革其業(yè)務(wù)模式。“這種轉(zhuǎn)型不僅是一個(gè)技術(shù)升級(jí)的過程，而且是一種商業(yè)模式的變革。”
技術(shù)熱點(diǎn)AIGC：在客服、營銷、中后臺(tái)運(yùn)營、研發(fā)運(yùn)維等場(chǎng)景進(jìn)行發(fā)力
技術(shù)的落地應(yīng)用，是實(shí)現(xiàn)真正數(shù)智化轉(zhuǎn)型的切口。隨著人工智能和自然語言處理技術(shù)的不斷發(fā)展，AIGC已成為保險(xiǎn)行業(yè)中備受矚目的技術(shù)之一。
作為行業(yè)技術(shù)熱點(diǎn)，鄢晶首先強(qiáng)調(diào)了AIGC在保險(xiǎn)各個(gè)環(huán)節(jié)的想象空間。“基于AIGC的技術(shù)應(yīng)用，具備高度的自然語言識(shí)別和寫作能力，能夠根據(jù)特定的對(duì)話指令快速生成多種類型和風(fēng)格的內(nèi)容，包括純文本、圖文、精美的圖片、動(dòng)畫、短視頻等。此外，它們還能夠支持多輪對(duì)話，并隨著對(duì)話的深入更好地理解意圖，從而生成更加精準(zhǔn)的內(nèi)容。”
AIGC的特征，如多模態(tài)原創(chuàng)內(nèi)容生成、長距離理解上下文語義、零樣本、少樣本學(xué)習(xí)、開放域推理能力等，在鄢晶看來，可以為保險(xiǎn)行業(yè)客戶在保險(xiǎn)產(chǎn)品、營銷、運(yùn)營和客服等多個(gè)領(lǐng)域提供深度技術(shù)賦能，同時(shí)還可以應(yīng)用于日常辦公、研發(fā)提效等多個(gè)方面。
鄢晶以眾安為例介紹道，當(dāng)前AIGC主要在客服、營銷、中后臺(tái)運(yùn)營、法律合規(guī)、研發(fā)運(yùn)維、辦公協(xié)同場(chǎng)景進(jìn)行發(fā)力。
“在客服場(chǎng)景，可借助AIGC的意圖理解、多輪會(huì)話、情緒識(shí)別等的能力建設(shè)客服智能體系，提升客服坐席效能。典型場(chǎng)景如進(jìn)線前置AI托管，獲取用戶意圖與業(yè)務(wù)辦理所需的必要信息；生成專業(yè)客服話術(shù)；會(huì)話后輔助生成客服小結(jié)并打標(biāo)。”
“在營銷方面，AIGC可輔助營銷素材、文案生成，以及千人千面的營銷策略，結(jié)合用戶的性格，習(xí)慣進(jìn)行更精準(zhǔn)、更擬人化的營銷觸達(dá)。”
在研發(fā)運(yùn)維提效方面，鄢晶重點(diǎn)強(qiáng)調(diào)了AIGC的價(jià)值。“我們相信人工智能在軟件開發(fā)方面具有巨大的變革潛力，從自動(dòng)化日常開發(fā)任務(wù)到提供富有洞察力的代碼建議，讓開發(fā)人員能夠更智能、更快速、更少錯(cuò)誤地進(jìn)行編碼。”
“此前，有如Github Copilot、Bito等非常優(yōu)秀的代碼助手產(chǎn)品，但存在IDE（開發(fā)環(huán)境）支持、企業(yè)內(nèi)代碼理解、代碼出境等的問題。”鄢晶從應(yīng)用角度指出，“基于解決這些問題，以及讓AI賦能公司內(nèi)每一位開發(fā)者的立場(chǎng)，我們自研DevPilot代碼助手項(xiàng)目。從DevPilot的亮點(diǎn)來看，包括開放模型接入和模型切換；工程級(jí)代碼理解；多交互模式：Jetbrain IntelliJ支持等等。實(shí)際應(yīng)用中，實(shí)現(xiàn)了20%的開發(fā)提效。”
金融垂類大模型起步，海量沉淀數(shù)據(jù)價(jià)值仍待挖掘
另一重技術(shù)熱點(diǎn)的關(guān)鍵詞，是“金融大模型”。
大模型訓(xùn)練和預(yù)測(cè)的能力，在很大程度上決定了AI系統(tǒng)的表現(xiàn)。在大模型席卷各個(gè)行業(yè)，尋求更有價(jià)值的落地與應(yīng)用時(shí)，行業(yè)越來越意識(shí)到，必須從通用大模型向?qū)I(yè)垂類大模型過渡，提升大模型的質(zhì)效。
“但是，由于大模型本身的技術(shù)成熟度、金融數(shù)據(jù)安全、算料算力供給等方面的原因，目前大模型金融應(yīng)用處于初步探索階段，距離全面深度融入金融價(jià)值鏈產(chǎn)業(yè)鏈還有較長一段路要走”，中國互聯(lián)網(wǎng)金融協(xié)會(huì)法規(guī)咨詢部（研究部）主任肖翔日前在演講中談及到。
“就當(dāng)下而言，GPT、Llama等基礎(chǔ)大模型更多用于解決通用性問題，在特定垂類領(lǐng)域上會(huì)存在專業(yè)性欠佳的問題”，鄢晶同樣持有這一觀點(diǎn)：“金融行業(yè)作為數(shù)據(jù)密集型行業(yè)，沉淀了交易、客戶、市場(chǎng)、風(fēng)控等的海量數(shù)據(jù)，這些數(shù)據(jù)與數(shù)據(jù)應(yīng)用距離在通用大模型上得到有效使用還存在一定差距。因此金融大模型，或者說大模型在金融行業(yè)的場(chǎng)景落地存在非常大的空間，且還有很長的路要走。”
2023年3月，彭博首度針對(duì)金融業(yè)推出大語言模型BloombergGPT，推動(dòng)行業(yè)引發(fā)關(guān)于金融垂類大模型的廣泛討論；在國內(nèi)，華為云盤古大模型定位為向各行業(yè)賦能，分為三個(gè)層級(jí)，L0為基礎(chǔ)通用大模型，L1是基礎(chǔ)模型與行業(yè)數(shù)據(jù)結(jié)合進(jìn)行混合訓(xùn)練后的行業(yè)大模型，其中即包括金融行業(yè)。隨后，螞蟻、度小滿等相繼推出金融大模型。
對(duì)于需要處理大量客戶數(shù)據(jù)、理賠數(shù)據(jù)、市場(chǎng)數(shù)據(jù)以及合規(guī)性數(shù)據(jù)的保險(xiǎn)行業(yè)，對(duì)大模型在應(yīng)對(duì)此諸多挑戰(zhàn)中，有更深的期待。
“首先在客戶服務(wù)和營銷方面，大模型可以通過分析大規(guī)模的客戶數(shù)據(jù)，幫助保險(xiǎn)公司更好地了解客戶需求和行為模式，從而提供更加個(gè)性化、精準(zhǔn)的客戶服務(wù)和產(chǎn)品推薦”，鄢晶分析道。
“理賠處理方面，可幫助保險(xiǎn)公司加快理賠處理的速度，自動(dòng)化理賠審核流程，并更準(zhǔn)確地識(shí)別潛在的欺詐行為，提高理賠處理的效率和質(zhì)量。”
“圍繞風(fēng)險(xiǎn)管理，大模型可以通過分析大量的市場(chǎng)數(shù)據(jù)和風(fēng)險(xiǎn)數(shù)據(jù)，幫助保險(xiǎn)公司更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，提高風(fēng)險(xiǎn)管理的水平，包括定價(jià)、產(chǎn)品設(shè)計(jì)、資產(chǎn)配置等方面。”
合規(guī)性管理方面，在鄢晶看來，保險(xiǎn)行業(yè)需要嚴(yán)格遵守法規(guī)和監(jiān)管要求，大語言模型可以幫助保險(xiǎn)公司自動(dòng)化合規(guī)性管理流程，提高合規(guī)性的監(jiān)控和執(zhí)行效率。
最后，值得一提的是，科技之輪快速驅(qū)動(dòng)，但行業(yè)的前行者也必須時(shí)刻反思。“雖然保險(xiǎn)科技發(fā)展迅猛，并取得了不錯(cuò)的成績，但仍然面臨許多需要攻克的難題”，鄢晶提醒道，不可以忽視比如傳統(tǒng)保險(xiǎn)數(shù)字化轉(zhuǎn)型緩慢，技術(shù)落地困難；監(jiān)管和合規(guī)方面，技術(shù)創(chuàng)新很有可能會(huì)超出傳統(tǒng)監(jiān)管框架的范疇；技術(shù)人才方面，兼具專業(yè)保險(xiǎn)知識(shí)與尖端科技的人才供應(yīng)不足等。
“數(shù)智化在保險(xiǎn)行業(yè)還有很長的路要走。”
（文章來源：藍(lán)鯨財(cái)經(jīng)）
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個(gè)人看法，不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn)，讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前，請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
