转自：中国经营网

中经记者 樊红敏 北京报道

保险业正加速在多业务链路中嵌入AI能力。

据近期公开消息，德华安顾人寿上线以 AI 大模型为技术基座的数字员工“爱德华”；新华保险计划未来3—5年将投入不少于30亿元实施“AI+”战略；中信保诚人寿最新获批“人工智能3年工作规划”，目标是在2027年实现核心业务场景AI渗透率超70%……

“从寿险行业视角看，数智化转型已跨越概念验证阶段，进入‘与业务场景融合’的探索期。目前，其应用已从单点尝试走向全流程覆盖，在优化流程、降低成本、提升客户体验方面成效显著。“德华安顾人寿方面在接受《中国经营报》记者采访时表示。

不过，记者采访了解到，目前保险行业的数智化转型进程整体仍处于早期阶段——AI在核心决策环节仍以辅助为主，无法替代人类专业判断，且需持续关注“决策可解释性、数据安全性”的要求。

AI渗透保险业务加速

据德华安顾人寿方面介绍，该公司在2024年就成功建成AI算力平台，将数智人、智能坐席助手、智能客服、智能核保、智能质检、智能代码助手和AIGC等工具，应用到销售、宣传、客户服务、风控和软件研发等环节，为业务全链条注入数智动能。2025年，上线统一AI中台，实现GPU资源智能调度，部署了办公AI助手与数字员工，有效推动了办公效率提升。

“AI技术已深度融入公司实际业务与经营管理流程，形成了‘业务场景智能化、管理决策数据化’的应用格局。”德华安顾人寿方面向记者表示。

众安在线相关负责人在接受记者采访时表示，2025年，该公司自主研发的AI中台“众有灵犀”通过知识工程、语音服务、AIGateway等多模块协同作用，已覆盖保险业务全流程需求。AI中台上活跃的机器约110个，灵犀中台生产环境机器人上半年累计调用量达4.5亿次，行业领先。

12月中旬，中信保诚人寿总经理助理、首席风险官邱文光在相关活动上透露，中信保诚人寿最新获批的“人工智能3年工作规划”，系统推进经营、管理、营运与风控的智能化转型，目标在2027年实现核心业务场景AI渗透率超70%。

10月底，新华保险党委书记、董事长杨玉成在新华保险全渠道高峰会上透露，未来3—5年将投入不少于30亿元，加大在人工智能、大数据方面的建设力度，实施大科技/“AI+”战略，加快推进人工智能等新技术在队伍、产品、服务、客户经营等各领域落地。

AI在国内保险业的应用情况，此前在部分上市保险公司今年半年报中有集中披露。比如，在投保环节，平安产险依托多模态感知与智能推理等人工智能技术，解决新车合格证、关单等大量非结构化、非制式单证的自动化识别与理解难题，应用于车险智能出单场景，实现车代渠道81.2%单件平均一分钟智能出单；在理赔环节，中国人寿2025年上半年商业保险理赔案件超1200万件，数智化服务赔案占比超75%，并推出医保商保融合快赔服务，试点地区快赔服务案件无人工率达25%；在核保与客服环节，阳光保险深化智能客服机器人建设，远程服务全流程无人办理率达65%。

“当前金融行业的AI应用，重点体现在获客营销、业务准入、运营管理、客户服务、研究辅助、风控审计、合规管理、财务企划和人力资源等领域。对比银行和证券行业，保险行业在获客营销、运营管理和风控审计领域的AI应用最为显著。”天职国际金融业咨询合伙人周瑾在接受记者采访时表示。

德华安顾人寿方面预计，未来3—5年，AI将从产品设计、服务模式、核保理赔、风控合规、生态格局、人才结构六个维度，对保险行业进行全方位重塑，核心是“重构而非替代”——保险“风险保障、民生服务”的核心功能不变，但实现路径将从“人力密集型”转向“数据智能驱动型”，行业竞争升级为“AI能力+生态资源”的综合较量。

新技术带来新风险

值得关注的是，AI技术的应用，在提升保险行业经营管理效率的同时，也带来了新的安全风险。

“云基础设施、API互联、物联网设备与AI等技术在为行业注入活力的同时，也同样扩大了其可能被攻击的范围。重大数据泄露和勒索软件攻击事件频现报端，这说明在保险业中，信任与技术同等重要。”全球知名专业服务机构德勤近日发布的《2026年全球保险行业展望》中提到。

中国再保险（集团）股份有限公司数字金融部王沁茹发布的研究文章中也提到，智能客服系统的数据泄露事件频发，暴露出AI技术在数据安全防护方面的短板。黑客利用语音识别系统的漏洞，通过模拟客户语音、构造对抗样本等技术手段，非法获取客户身份证号、银行卡信息、保单内容等敏感数据。

上述研究文章显示，某保险公司曾因智能客服系统存在安全缺陷，致使数万条客户个人信息泄露，引发大规模客户投诉与监管处罚，企业品牌形象严重受损。

德华安顾人寿方面向记者表示，AI在保险领域的规模化应用，确实在显著提升效率的同时，也带来了数据安全、模型风险、合规伦理等多重新挑战。在数据安全与隐私泄露风险方面，客户敏感信息（身份证、病历等）在流转中易泄露、篡改，可能引发信任危机、监管处罚与品牌重创；在模型与算法风险方面，存在模型黑箱导致的决策不公、数据变化引发的模型漂移失效，以及黑客算法攻击等问题，造成风险误判与经营损失；在合规与伦理风险方面，AI迭代快于法规更新，易触碰监管红线，同时可能出现算法歧视、过度营销等伦理争议，损害消费者权益。业务与运营风险方面包括技术与现有流程适配不足、“保险+AI”复合型人才缺口大，以及AI系统故障可能导致业务中断，影响运营效率与连续性。

针对上述风险，德华安顾人寿认为，保险机构AI创新应以“合规安全”为前提，构建精简高效的风险管控体系。比如，在合规安全体系建设方面，构建全周期安全标准，覆盖AI从设计、开发到退役的全生命周期；数据分类分级管理，遵循“最小必要”原则保护用户隐私；建立业务、技术、风控等跨部门协同审查机制，强化制度约束；评估AI技术供应商集中度，防范单一平台依赖的系统性风险。在伦理道德建设方面，制定企业AI伦理准则，融入全生命周期以契合社会价值；提升AI决策透明度，确保过程可解释、可追溯；明确AI的辅助定位，关键决策环节保留人工介入与监督；模型训练避免依赖短期高频数据，保障金融长期稳健性。

周瑾则建议，保险行业在场景梳理和AI应用的优先级安排上，应将“容错高”作为主要标准之一。

“容错率较高的标准，就是针对现阶段AI技术还不够成熟，相应的监管体系还在完善中，数据治理、AI幻觉、‘黑盒子’模型、无法验证等问题还需要逐步探索解决，所以现阶段的AI应用要考虑一旦出错不会造成重大影响的情景。”周瑾解释称。