B3：金融
新一代人工智能技术正加速与各行各业的深度融合。保险业亦是如此。
“以大模型为代表的新一代人工智能技术正在加速金融业数字化和智能化发展，其在风险管控、市场营销、运营服务、投资研究、企业经营治理等场景大有可为。”在2023金融街论坛年会——数字技术助力智能金融发展论坛上，十三届全国政协委员、原保监会副主席周延礼表示。
机遇：为保险业带来根本性变革
“大模型技术发展之快带来的创新价值前所未有。与数据收集、计算、交换相关的技术目前被广泛认为是增强金融业安全性、协同性以及提高效率、及时性的技术。”周延礼认为，总体来看，人工智能在提升金融主体内外效应、提升用户全流程体验以及提升金融服务数智化程度方面作用是非常明显的。在金融客户个性化服务方面，人工智能可以通过分析客户的行为、偏好和需求，为每位客户量身定做服务方案。
作为靠数据起家的行业，保险数字化转型的内容更丰富、效果更明显。根据Gartner最新调查报告，40%的保险业首席信息官表示，智能科技是他们在2023年计划大幅增加投资的首要领域之一。智能科技已成为保险公司在创新业务模式、改善客户服务、提高运营效率上最强大、最重要的技术之一。
清华大学五道口金融学院中国保险与养老金研究中心主任魏晨阳认为，从长期来看，以人工智能为代表的新的科技革命将为以风险管理为核心的保险行业带来根本性的变革，不仅影响行业的业态，而且可能改变行业的底层逻辑。“以客户为中心、以科技为链接，保险业正在构建内外开放的合作生态，为保险行业和各行各业创造新的发展生机。”魏晨阳说。
实践：创新商业模式和底层技术架构
开放与合作，是保险机构加快数字化转型的重要方式之一。
近日，中国太保携手华为、科大讯飞共同成立保险数字劳动力实验室，在算力基础设施、底座大模型、场景领域知识等方面深度合作，共同探索保险基础大模型的建设和保险领域数字劳动力的应用。中国太保丰富的保险场景和专业知识、华为的硬件实力和讯飞的算法。这意味着，大模型技术厂商获得了一片技术应用的试验田，而技术厂商不断快速迭代的大模型技术，也能够助力中国太保数字化转型，不断推动保险业务的创新发展，提升客户体验。
中国人保在近日举办的“科技赋能民生、人保慧致未来”科技发布会上发布了“数智焕新—寿险服务升级项目”“神机百算—业务运营数字化项目”“数聚智审—数字化审计项目”等10项成果。以“神机百算—业务运营数字化项目”为例，对于当前和历史的数据，只需要通过简单的人机对话，就可快速获得定制化的数据和报表；对于将来的数据，通过深入学习，构建模型，就可对保费收入、费用支出、灾害损失等重要指标进行有效核算，助力业务经营。
依托长期历史数据积淀，中国人寿寿险公司不断应用数字技术创新风控手段，赋能反欺诈、反洗钱等领域。比如，创新开展基于用户行为的大数据监测和智能分析，快速识别异常登录，精准捕捉异常用户行为，实现风控前移、动态监测、精准处置。目前，日均面向用户精准实时推送安全通知110万次，有效识别并及时化解风险隐患，以科技助力“打击黑产、五虚治理”。2021年，中国人寿寿险公司“反洗钱智能识别及查证系统”荣获中国人民银行年度金融科技发展奖二等奖。
从以上实践来看，保险业数字化转型不同于以往的信息化建设，其重点在于创新商业模式和底层技术架构，借助数字化技术改进经营管理和服务模式，连接不同场景入口，创造直达客户体验的产品。
挑战：算力资源严重不足
根据原银保监会于2022年初发布的《关于银行业保险业数字化转型的指导意见》，到2025年，银行业保险业数字化转型取得明显成效。数字化金融产品和服务方式广泛普及，基于数据资产和数字化技术的金融创新有序实践，个性化、差异化、定制化产品和服务开发能力明显增强，金融服务质量和效率显著提高。数字化经营管理体系基本建成，数据治理更加健全，科技能力大幅提升，网络安全、数据安全和风险管理水平全面提升。
魏晨阳表示，在全球多领域前沿科技融合发展的背景下，我国保险业面临着技术进步带来的新的机遇和挑战。我们仍然需要持续提高科技创新水平，充分实现数据价值和提升生产力；需要在新技术支持下建立更开放的保险业态，进一步释放行业的发展潜力。
“调研中，不少保险企业反映，大模型训练成本非常高，每家公司投入都很大。因此，要进一步支持数据共享与开放，促进金融机构和科技公司共同推进创新型的解决方案。”周延礼建议，鼓励金融业和国家超算中心、数据中心合作开展数字技术的研发。汇聚各种信息科技资源，推动研发市场化运行，共同创造数据要素的价值，降低国产大模型价格。
中国人民保险集团科技运营部总经理刘苍牧从保险公司的角度介绍了目前遇到的挑战。“在大模型研究和应用场景落地的过程中，感受到最大的限制并非技术，而是算力资源严重不足。应对基本的模型调优和小规模场景应用都捉襟见肘，这对我们持续开展大模型研究和推广应用是一个巨大的挑战。”刘苍牧说。
另外，法律合规方面的问题对于保险公司而言也是一项挑战。“大模型算法技术门槛高，底层算力资源需求大，必须借助相关产业公司的技术和算力共同开展大模型的底座研究和训练，这就涉及脱敏数据出域的问题。”刘苍牧进一步表示，“我们从今年6月份开始研究相关法律法规政策，也与法律界和同业开展了很多的交流探讨，但目前尚无非常明确的规定和指引，同业也普遍秉持着谨慎的态度。”
针对这些挑战，魏晨阳建议，不仅市场主体必须积极参与到这场变革当中，对于监管机构更需要保持主动性和前瞻性。其中，在支持科技创新和防范金融风险之前，保持动态平衡的监管模式和监管政策极其关键。监管部门应当与保险科技行业建立常态化沟通机制，持续了解科技前沿，掌握行业创新动态，通过与受监管机构和其他市场参与者的充分交流构建行业共识，在问题集聚前化解风险，在政策调整时保持市场稳定。
（付秋实）