保险业进入AI应用转型之年，开启“体验制胜”新周期

　　“保险业正在进入AI时刻，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刚刚闭幕的外滩大会上表示。

　　从外滩大会上发布的多个保险科技新应用以及多位业内人士关于保险科技应用的观点来看，随着AI技术性能突破与成本下探，保险业已迈入智能化变革的关键阶段，因而AI应用也在今年同步迎来爆发，从服务模式到运营逻辑的全方位重构正加速落地。下一步，保险业的AI应用创新赛点已开始从单纯的效率提升转向价值创造维度的“体验制胜”。

　　“2025年是AI在保险业应用的转折之年。”陈文辉称，AI应用能否落地的核心在于成本与适用性，而当前以DeepSeek为代表的国内金融科技大模型，正通过“降低应用成本+提升适配能力”，让人工智能从“寡头或小众运用”变成全行业可及的普惠技术。这一变化，不仅让头部险企得以深化智能应用，更让中小保险机构拥有了“弯道超车”的可能。

　　从行业整体应用来看，AI已不再局限于单一环节的试点，而是全面渗透到保险业务的“上中下游”。陈文辉提到，下游应用层的主流保险公司与互联网保险机构、中游工具类服务商、上游数据领域，均已实现AI技术的广泛布局，其“功能多元、适配度高、布局便捷”的特征，让技术能快速落地到销售、核保、理赔、客服等各类场景。相关机构调研数据显示，当前保险业中“正在应用大模型”与“未来一年计划应用”的机构占比持续攀升，加速迹象显著。

　　陈文辉认为，保险业的AI应用分为几个阶段，其中运用科技进行效率提升效果显著，也是目前大多数保险公司落地最多的场景类别；而借助于强大数据分析和客户洞察力进行价值创造也已被证明有效，保险公司正在不断试验和发展中；而在深度决策方面则仍处于探索阶段，保险机构的态度偏谨慎。“展望未来，保险业的创新赛点已迈向‘体验制胜’”。众安保险常务副总经理兼董事会秘书王敏在外滩大会上表示。

　　观察到，外滩大会上亮相的多款保险科技创新成果，就直观展现了行业从“效率提升”向价值创造维度的“体验制胜”的跨越。

　　例如蚂蚁保在外滩大会期间发布了基于大模型技术的智能保险顾问“蚁小保”，可提供保险产品解读、保险方案配置和陪伴式理赔服务，借助蚂蚁保平台海量保险知识可以保证解读内容的专业性、严谨性、合规性，并通俗化降维表达，且不捆绑任何一家保险公司，做到客观中立；镁信健康在外滩大会现场展示的一码直付平台，则聚焦传统理赔“垫付难、周期长”的痛点给出创新解法。该平台依托自主研发的AI智能体，实现“先就医、后付费、免材料”的商保直付服务。大会现场的模拟体验显示，输入就诊材料后，系统仅用30秒就完成审核与保险责任匹配，随后生成支付二维码，扫码完成支付。

　　“人工智能已超越试点和实验阶段，全面融入承保、理赔、营销、客户服务等核心环节。这一融合不仅大幅提升运营效率，也显著优化了客户体验，使保险服务在保持确定性的同时，更具个性化和想象力。”王敏说。

　　而随着AI应用走入价值创造阶段，越来越直接地在一线与客户接触，如何在提升效率的同时保留服务温度，避免“技术冰冷感”，就成为业内探索的重点。从多位业内人士在外滩大会的观点来看，“AI+人工”协同是一大解题思路。

　　蚂蚁集团数字蚂力总经理解飞表示，在客户服务阶段，AI解决效率问题依然是第一位的，再逐步通过情感计算、复杂语义理解能力增强等提升共情体验。“如果解决不了效率的问题，就没有任何的温度和体验可言。”解飞说。

　　人保健康互联网保险事业部主要负责人孙晓骏则从健康险的特殊性出发，强调了人工服务的不可替代性：“健康险客服的每一次对话，都可能成为保险合同的一部分——比如用户问‘高血压能不能保’，背后涉及产品承保范围、理赔责任界定，还要区分原发性与继发性高血压的等级，严谨性要求极高。”他坦言，尽管AI在不断进步，但面对监管要求、适老化服务、复杂纠纷处理等场景，人工仍不可或缺，“随着健康险生态发展，希望通过人工客服来解决AI解决不了的问题，建立更深层次的客户信任”。

　　阳光保险集团智能中台管理部总经理高惠庭对此表示认同，他认为未来保险服务将实现“效率与温度的平衡”：“大部分标准化需求靠AI解决，提升效率；而需要共情、个性化的场景，则保留强温度的人工服务，二者互补，才能给用户最好的体验。”

　　当然，在走向更深层次的应用过程中，AI在保险业中的应用升级仍面临多重挑战。

　　“AI发展仍处早期，模型进化才刚起步，保险场景的复杂性决定了技术必须与行业私域知识结合，才能像人类专家一样承担任务。”阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅称。

　　在保险业进一步深化AI应用方面，陈文辉提出了四大建议：其一，AI转型需以“一把手工程”定调，优先从降本增效、防控风险的刚需项目突破，争取快速见效以巩固转型信心；其二，要深度挖掘数据价值，持续积累并激活保险、医疗等数据，为AI精准服务提供支撑；其三，加大AI人才培养；其四，高度关注AI运用可能带来的风险，警惕AI幻觉、算法歧视等风险。