本報(bào)記者 楊菲 何莎莎 北京報(bào)道

新技術(shù)發(fā)展如火如荼的當(dāng)下,，一場(chǎng)以生成式人工智能（以下簡(jiǎn)稱“AIGC”）為驅(qū)動(dòng)的浪潮正向全行業(yè)席卷而來(lái),。

日前,，國(guó)家網(wǎng)信辦聯(lián)合國(guó)家發(fā)展改革委,、教育部等部門公布《生成式人工智能服務(wù)管理暫行辦法》指出,，鼓勵(lì)生成式人工智能技術(shù)在各行業(yè)、各領(lǐng)域的創(chuàng)新應(yīng)用,。支持行業(yè)組織,、企業(yè)、教育和科研機(jī)構(gòu)等在生成式人工智能技術(shù)創(chuàng)新,、數(shù)據(jù)資源建設(shè),、風(fēng)險(xiǎn)防范等方面開展協(xié)作。

普華永道中國(guó)金融業(yè)管理咨詢服務(wù)合伙人,、數(shù)字化產(chǎn)品創(chuàng)設(shè)咨詢服務(wù)合伙人張為峰告訴《中國(guó)經(jīng)營(yíng)報(bào)》記者,，“保險(xiǎn)企業(yè)在數(shù)字化、智能化方面的建設(shè)一直處于金融行業(yè)前列,，以數(shù)據(jù)模型為代表的傳統(tǒng)AI應(yīng)用較為成熟,，如智慧增員、智慧投保,、智慧理賠,、智慧風(fēng)控、智慧客服等場(chǎng)景,，頭部公司甚至覆蓋到保險(xiǎn)作業(yè)鏈的各個(gè)環(huán)節(jié),。AIGC的核心在于自然語(yǔ)言識(shí)別、知識(shí)理解與內(nèi)容寫作,，較保險(xiǎn)行業(yè)各類傳統(tǒng)AI模型有著明顯的提升空間,。目前，頭部保險(xiǎn)企業(yè)已經(jīng)成立大模型團(tuán)隊(duì),，啟動(dòng)部署保險(xiǎn)行業(yè)大模型以及各職能條線的場(chǎng)景應(yīng)用探索,，預(yù)計(jì)下半年將會(huì)有不少行業(yè)的AIGC場(chǎng)景投入使用?！?/p>

保險(xiǎn)業(yè)或成最佳細(xì)分應(yīng)用領(lǐng)域

AIGC指一種可以學(xué)習(xí)復(fù)雜數(shù)據(jù)結(jié)構(gòu)和規(guī)律,，并用這些規(guī)律來(lái)生成新數(shù)據(jù)或解決問題的算法。

較之傳統(tǒng)技術(shù),，AIGC在諸多方面有所突破,?！禔IGC/ChatGPT保險(xiǎn)行業(yè)應(yīng)用白皮書》指出，傳統(tǒng)技術(shù)是基于規(guī)則,、模板或統(tǒng)計(jì)方法的系統(tǒng),，一般只能用來(lái)解決一類問題，超出問題定義范圍外的適應(yīng)性通常有限,。相比之下,，AIGC基于海量無(wú)監(jiān)督數(shù)據(jù)進(jìn)行訓(xùn)練，由于模型強(qiáng)大的表達(dá)能力,，大模型能夠?qū)W習(xí)到數(shù)據(jù)之間的語(yǔ)義關(guān)系和邏輯關(guān)系,，擁有對(duì)各種問題的理解能力。

“一般認(rèn)為,，所有知識(shí)存在于大模型內(nèi)部,，用戶需要做的就是以一種合適的用戶輸入激活模型對(duì)當(dāng)前話題的相關(guān)記憶，并通過生成過程來(lái)解決當(dāng)前問題,。而合適的用戶輸入一般是少樣本提示詞,，甚至是零樣本的提示詞，僅靠問題即可激活模型的記憶,。這種零樣本,、少樣本學(xué)習(xí)的能力使得AIGC能夠隨時(shí)適應(yīng)特定的環(huán)境或領(lǐng)域，更加熟練地理解和響應(yīng)行業(yè)特定的術(shù)語(yǔ),、用戶偏好和語(yǔ)言風(fēng)格,，從而更好地理解和響應(yīng)行業(yè)特定的術(shù)語(yǔ)、行業(yè)知識(shí)或用戶偏好,。這種自適應(yīng)學(xué)習(xí)的能力在商業(yè)場(chǎng)景中具有獨(dú)特的優(yōu)勢(shì),。這種能力可以識(shí)別大量信息之間的關(guān)聯(lián)與聯(lián)系，建立起龐大的知識(shí)網(wǎng)絡(luò),，為未來(lái)企業(yè)級(jí)的知識(shí)庫(kù)和決策支持系統(tǒng)的搭建奠定了基礎(chǔ),。”上述白皮書顯示,。

張為峰認(rèn)為,，目前AIGC已具備商業(yè)化應(yīng)用的基礎(chǔ)，數(shù)據(jù)規(guī)模,、數(shù)據(jù)質(zhì)量保障是大模型應(yīng)用的關(guān)鍵,，而保險(xiǎn)行業(yè)作為數(shù)據(jù)密集型行業(yè)，具備先天數(shù)據(jù)優(yōu)勢(shì),，加之政策支持,、業(yè)務(wù)需求與財(cái)務(wù)支持，保險(xiǎn)業(yè)將成為AI大模型的最佳細(xì)分應(yīng)用領(lǐng)域之一,。

針對(duì)現(xiàn)階段的應(yīng)用現(xiàn)狀,，眾安保險(xiǎn)中臺(tái)首席架構(gòu)師鄢晶向《中國(guó)經(jīng)營(yíng)報(bào)》記者表示,，“當(dāng)前，保險(xiǎn)行業(yè)對(duì)于AIGC的應(yīng)用更多處于觀望狀態(tài),。首先,，監(jiān)管方面相關(guān)的政策不是很透明；其次,，AIGC能夠?qū)嶋H產(chǎn)生怎樣的效益,，也存在諸多的不確定性，走得比較靠前的一些企業(yè)更多是在進(jìn)行小規(guī)模的投入探索,。一些頭部的保司目前正在發(fā)力建設(shè)行業(yè)大模型,。”

助力保險(xiǎn)營(yíng)銷內(nèi)容生成和供應(yīng)

據(jù)鄢晶介紹,，具體來(lái)看，保險(xiǎn)公司現(xiàn)階段在以下方面開展了探索,，比如營(yíng)銷文案,、促銷文案、視覺設(shè)計(jì)素材的生成,；AIGC對(duì)于外部PR推文可以進(jìn)行調(diào)優(yōu),，或者以文生文，以圖生圖,；作為強(qiáng)監(jiān)管,，保險(xiǎn)業(yè)對(duì)合規(guī)性的要求較高，在合規(guī)檢測(cè)方面其也有相應(yīng)的應(yīng)用,；在落地性上,，或者是有明確效益的方面，如在辦公方面,，AIGC作為辦公助手的表現(xiàn)非常優(yōu)秀,，比如輔助生成PPT框架；在保險(xiǎn)業(yè)務(wù)層面,，比如營(yíng)銷以及客服方面場(chǎng)景,，AIGC可以識(shí)別用戶的語(yǔ)義和意圖，進(jìn)而輔助生成客服的話術(shù),。AIGC在賦能營(yíng)銷上有比較大的想象空間,，客服方面比較容易落地。但AIGC真正跟業(yè)務(wù)產(chǎn)生有機(jī)的化學(xué)反應(yīng)方面還在摸索階段,。

對(duì)于AIGC如何運(yùn)用于保險(xiǎn)營(yíng)銷,，張為峰進(jìn)一步指出，首先,，AIGC可有效助力保險(xiǎn)銷售內(nèi)容的生成和供應(yīng),。在保險(xiǎn)銷售領(lǐng)域,，有大量的內(nèi)容支持需求，包括保險(xiǎn)產(chǎn)品知識(shí)和保險(xiǎn)銷售知識(shí),。傳統(tǒng)模式下,，保險(xiǎn)公司一般設(shè)有專門的內(nèi)容部門或者采購(gòu)渠道，負(fù)責(zé)這類內(nèi)容的生產(chǎn)和分發(fā),，保險(xiǎn)人自身也需要花費(fèi)大量的時(shí)間來(lái)學(xué)習(xí)和創(chuàng)作這類內(nèi)容,，比如話術(shù)、案例,、視頻等,。AIGC更高效的知識(shí)理解和內(nèi)容創(chuàng)作能力，可以在銷售場(chǎng)景快速生成符合銷售場(chǎng)景需求的內(nèi)容,，甚至直接提供多模塊的內(nèi)容輸出,，極大提升銷售場(chǎng)景內(nèi)容供應(yīng)效率。

“其次,，AIGC可有效進(jìn)行保險(xiǎn)策略和保險(xiǎn)產(chǎn)品組合的生成,。保險(xiǎn)產(chǎn)品的銷售具有個(gè)性化和組合化，不同客戶不同階段進(jìn)行保險(xiǎn)推廣時(shí)轉(zhuǎn)化概率不同,，在實(shí)際銷售場(chǎng)景中,，對(duì)用戶信息或需求的獲取多數(shù)以交談方式獲得，非常具有場(chǎng)景化和個(gè)性化,，保險(xiǎn)公司或者代理人在接收和理解上,，需要進(jìn)行各環(huán)節(jié)或階段的轉(zhuǎn)化。AIGC的內(nèi)容處理模式完全能基于人類語(yǔ)言交互,，在銷售場(chǎng)景可快速協(xié)助保險(xiǎn)代理人識(shí)別和理解客戶需求,，并輸出符合其需求的產(chǎn)品策略或組合，大幅縮短方案生成效率,，有效縮短決策旅程,，進(jìn)而提升轉(zhuǎn)化率?！睆垶榉灞硎?。

中韓人壽首席戰(zhàn)略官劉大勇向本報(bào)記者表示，“目前很多公司運(yùn)用AIGC是基于市場(chǎng)上的海量信息做迭代,，如果能進(jìn)行內(nèi)外部聯(lián)動(dòng),，使其能學(xué)習(xí)公司內(nèi)網(wǎng)的知識(shí)，進(jìn)行內(nèi)部部署,，會(huì)給公司提供更多的便利,。但現(xiàn)在這部分做得還不夠?！?/p>

對(duì)此,，鄢晶指出,，對(duì)于保司而言，如果希望將通用大模型與企業(yè)已有的數(shù)據(jù)產(chǎn)生有機(jī)結(jié)合,，有以下幾種方式,。第一種方式，是采用頭部保司現(xiàn)有的做法,。一些頭部保司正在訓(xùn)練自己的行業(yè)大模型,，相當(dāng)于基于已有數(shù)據(jù)，再加上一些預(yù)訓(xùn)練的大模型進(jìn)行微調(diào),，以此產(chǎn)生行業(yè)大模型,。“這種方式的落地效果好,，但由于對(duì)數(shù)據(jù)的質(zhì)量以及成本有非常高的要求,，需要有非常多的人才儲(chǔ)備和技術(shù)的支持，包括算力的要求,，所以只有一些頭部保司才‘玩得起’,。”鄢晶表示,。

“另外一種比較好的實(shí)踐就是‘提示詞工程’，其成本相對(duì)比較低,，對(duì)算力的要求不是很高,，僅依托通用大模型的能力來(lái)集成企業(yè)已有的數(shù)據(jù)與知識(shí)。換言之,，是將企業(yè)的知識(shí)嵌入到大模型,，而不影響模型本身，這一方式正處于探索階段,。眾安保險(xiǎn)就是基于這一策略,，將企業(yè)的知識(shí)一鍵嵌入到平臺(tái)當(dāng)中來(lái)做相應(yīng)的對(duì)話問答?！臂尘дf(shuō)道,。

數(shù)據(jù)安全、合規(guī)問題顯現(xiàn)

未來(lái),，AIGC在保險(xiǎn)全流程場(chǎng)景上具有更大的想象空間,。

張為峰認(rèn)為，AIGC不僅僅是一組生成對(duì)話,、文章,、圖片的工具，而是可以與桌面計(jì)算,、移動(dòng)計(jì)算相提并論甚至更具顛覆性的信息變革,。首先,，保險(xiǎn)從業(yè)人員的能力結(jié)構(gòu)將發(fā)生改變，將大幅減少前線投保,、核保,、理賠等場(chǎng)景中低價(jià)值作業(yè)人力，人均作業(yè)效率將大幅提升,，保險(xiǎn)人力向“懂AI,、用AI、管AI”方向發(fā)展,。其次,，行業(yè)中的保險(xiǎn)監(jiān)管單位、保險(xiǎn)企業(yè)對(duì)保險(xiǎn)從業(yè)人員的內(nèi)容式管理和支持,，將逐漸轉(zhuǎn)變?yōu)楸ｋU(xiǎn)認(rèn)知大腦的支持,，即從提供內(nèi)容變?yōu)樘峁┓桨福?wù)效率和服務(wù)即時(shí)性將大幅提升,。此外,，AIGC在個(gè)性化產(chǎn)品設(shè)計(jì)與定價(jià)、潛在風(fēng)險(xiǎn)預(yù)警與管理,、代理人銷售輔助,、個(gè)性化營(yíng)銷材料設(shè)計(jì)、保險(xiǎn)產(chǎn)品推薦與客服咨詢,、與核保理賠均存在廣泛的想象空間,。

對(duì)于未來(lái)險(xiǎn)企的探索路徑，鄢晶不建議險(xiǎn)企投入建自己的大模型,?！拔磥?lái)一定會(huì)有一兩個(gè)大模型，它會(huì)具備通用的以及行業(yè)的能力,。未來(lái)大模型的策略,，更多的可能是會(huì)通過建立生態(tài)的方式，去融入更多行業(yè)的知識(shí),。另外,，很多保司會(huì)與一些互聯(lián)網(wǎng)廠商合作，這其實(shí)更多是去降低人才上的要求,，能夠縮短路徑,，讓保司以更低的對(duì)人才上的投入來(lái)實(shí)現(xiàn)它的目標(biāo)，但它對(duì)數(shù)據(jù)復(fù)雜度,、算力,、財(cái)力投入的要求基本上是無(wú)法降低的。”

AIGC為險(xiǎn)企賦能的同時(shí)也面臨很多潛在挑戰(zhàn),。鄢晶認(rèn)為：“在使用層面,，保險(xiǎn)是一個(gè)強(qiáng)監(jiān)管的行業(yè)，數(shù)據(jù)的合規(guī)性,、安全性上都會(huì)面臨問題,；在效果層面，如何確保生成的內(nèi)容不會(huì)誤導(dǎo)客戶,，甚至不會(huì)產(chǎn)生一些負(fù)面影響,，這也是在使用過程中會(huì)面臨的挑戰(zhàn)。所以,，AIGC如果直接面向C端用戶,，或者直接應(yīng)用于業(yè)務(wù)場(chǎng)景當(dāng)中，當(dāng)前還不夠成熟,?！?/p>

張為峰指出，AI大模型的數(shù)據(jù)安全與隱私保護(hù),、偏見歧視,、生成物準(zhǔn)確性與可解釋性，以及生成物權(quán)責(zé)歸屬問題,、大模型訓(xùn)練與數(shù)據(jù)處理的收益成本平衡仍是行業(yè)需要亟待解決的問題,。這些問題如果不進(jìn)行有效治理，企業(yè)未來(lái)將面臨監(jiān)管處罰,、收入損失,、聲譽(yù)下降等諸多風(fēng)險(xiǎn)。學(xué)界與行業(yè)目前已經(jīng)達(dá)成了一套基礎(chǔ)的可信AI原則體系,，而先進(jìn)國(guó)家正在落實(shí)法律法規(guī)要求，我國(guó)也于近日出臺(tái)了全球首部生成式AI行政立法《生成式人工智能服務(wù)管理暫行辦法》,；因此在法律與行業(yè)可信AI最佳實(shí)踐框架下,，如何工程化落地可信AI治理原則成為AI治理工作的關(guān)鍵基石。