最近，信美相互人壽收到了很多業內詢問，其中不乏一些大型險企——信美3.0能不能開放給合作伙伴之外的公司試用？這個應用是咋設計出來的？
信美3.0是信美人壽相互保險社（以下簡稱“信美”）在不久前正式發布的“大模型保險垂直應用3.0”——信美Chat-Trust3.0，這是業內首批落地的能夠精確進行專業計算的大模型保險垂直應用。
為啥能得到這么多詢問？因為確確實實能夠提高效率。舉個例子，如果投保人希望得到一份個性化的保險計劃書，代理人自己進行計算、歸類、制作這一份計劃書所用的時間大概在一小時左右，如果使用信美3.0，輸入投保人的信息和需求后，大概30秒就可以生成。
“保險與大模型存在底層邏輯的高度契合性，二者的發展都需要大量數據的支持，因此保險公司也應當抓住機遇，深度應用大模型技術，為保險公司的各個業務環節賦能?！标柟獗ｋU集團首席科學家杜新凱表示。
事實也是如此，多家保險公司已經圍繞大模型進行了布局，大勢如此，增效只是第一步。
目前主要用于輔助工作
自2022年底ChatGPT掀起AI大模型熱潮后，目前中國人保、中國太保、中國平安、陽光保險、眾安保險等眾多保險公司均已圍繞大模型進行了布局。
2023年，中國人保發布了“數智靈犀—人保大模型”，并推出兩款人保專屬問答領域大模型應用——“人保智友”和“聰明寶”，兩款應用分別面向個人和企業客戶，提供保險產品咨詢、理賠申請、保單管理等方面的服務，旨在提高用戶體驗和企業的保險管理效率。
中國太保搭建了保險行業首個全棧信創私有化部署的650億大模型平臺，準備了105萬條保險大模型訓練數據，通過了“中國人身保險從業人員資格考試”等3項保險領域的專業資格考試。
中國首家互聯網保險公司眾安在線財產保險股份有限公司已基于阿里云通義大模型，在還款預提醒、客服、理賠、營銷、代碼輔助等多個場景全面升級。
不過，目前大模型在保險業內依然主要用于輔助工作。這點可以從信美大模型的更新迭代中窺見一斑。
信美大模型保險垂直應用經歷了三次版本更新。簡單來說，1.0階段類似內部助手，能夠以知識問答的形式，回答一些關于公司的規章制度等。
2.0階段則是類似專業化的數字分身，除了內部固定的知識問答之外，還提升了專業問題的先驗認知，具備回復專業意見的能力。
3.0階段開始面向外部，一個獨特之處是加入了計算能力且可以進行“白盒化”推演過程的展示。也就是說，除了回答一些文本類關于條款的專業知識以外，還能夠提供部分產品的組合方案、收益率、保費等需要經過計算的問題。舉個例子，當輸入“40歲，男性，一次性買50萬，購買信美傳家有道終身壽，幾年回本”的問題，可以得到“回本期在第6個保單年度”的具體回答。
信美3.0的演示界面。
“1.0、2.0都是面向內部，從內部獲得反饋，3.0是首次對外開放，開始從市場獲得反饋?！毙琶老嗷ト藟鄱麻L楊帆表示，這三次迭代想要實現的是從信息到知識的轉變。大模型應用的迭代路徑在所有行業都一樣，信息來到專業領域就變成了知識，想要向外部解釋知識，內部專業信息的整合是必須打下的地基?！按竽Ｐ蛻檬怯览m成長的過程，越往C端走，要求就越高?！?/p>
增效只是第一步
為啥險企爭相探索大模型的落地和應用？大勢所趨不能落后是一方面，另一方面，大模型確實能夠帶來效率提升。
2023年底，由中國太保旗下的太保科技公司支持研發的“審計數字勞動力”在中國太保審計中心正式上線。據介紹，自上線運行以來，“審計數字勞動力”已代替審計人員自動執行審計任務近3萬件，核查分析數據約25萬條，節約人力約33人月，促進提升整體生產力約35%，實現人工智能技術在傳統領域的融入。
讓大模型釋放員工的時間和工作量，去做更多更創新更有價值的事情，這一點已經成為業內共識。增效只是第一步，如果看向更遠的未來，大模型也許會影響整個產品生態。
產品設計方面，業內人士指出，現在能夠看到的保險產品的更新，通常是基于老產品的迭代，或者市場上同類產品的對比更新。未來能夠通過大模型自身的數據收集和分析功能，更好地發現一些潛在需求，從而為產品更新迭代提供一些決策依據。
把控風險方面，對于險企而言，產品的定價依據大數法則，如果新產品無法盡快找到足夠多的對應客戶，風險也就無法分散，價格會被推高，最終導致產品沒有市場而下線。借助大模型，則能夠讓險企更快識別出成規模、有共性的需求，再設計出相應產品，從而保證風險的可控。
可能性不止于此。目前，保險產品的信息不對稱依然存在，一個重要原因是保險產品相對復雜，可能同時具有金融、醫療等多方面專業知識，理解起來門檻比較高。當AI可以幫助投保人低門檻理解知識，甚至協助直接判斷信息時，那么產品供給就會形成良幣驅逐劣幣，會倒逼險企注重產品的性價比和與客戶需求的匹配度。
當然，就眼下而言，AI技術仍存在幻覺、數據安全等問題無法忽視，應用在金融行業還面臨著合規性、準確性和安全性等挑戰，離全面重塑行業尚有距離。不過，這些美好想象正是各家險企爭相試水大模型應用的原因。
欄目主編：張楊
本文作者：劉惠宇
題圖來源：圖蟲
圖片編輯：蘇唯