AIGC的浪潮下，似乎各個行業都在尋找與之的契合點，希望可借此“揚帆遠航”，保險業亦是如此。

從首批互聯網保險公司成立開始算起，保險科技進入快速發展期已有十年光景。而AIGC的崛起，又將給保險業帶來怎樣的蝶變？

(資料圖)

借著2023世界人工智能大會間隙，眾安保險首席技術官蔣紀勻接受了第一財經記者的專訪，講述他眼中的保險AIGC。在他看來，目前保險行業對AIGC的探索僅僅處于初級階段，未來其可成為保險新基建的又一次進階。而對于中小險企來說，尤為關鍵的是，當采用適當的策略，AIGC可以幫助中小險企在AI技術能力上實現彎道超車。

在這六大保險維度中，AIGC最有用

“保險科技經過了十年左右的發展，基本達到了業界當初的預期。”蔣紀勻說。

他認為，云原生、大數據、機器學習、人工智能等科技已經逐步滲透到保險產品開發、營銷、風控等各方面，目前進入到百家爭鳴的高質量發展新階段。

事實上，人工智能（AI）在過去的保險科技演進中扮演了重要角色，而AIGC這一AI 2.0時代的重要產物，則可以進一步賦能保險企業價值全鏈路。

AIGC全稱“Artificial Intelligence Generated Content”，即生成式人工智能技術，是一種可以學習復雜數據結構和規律，并用這些規律來生成新內容、新數據或解決問題的算法。

在蔣紀勻看來，AIGC憑借其強大的內容生成效率及更為人性化的理解能力、表達能力，將成為“保險新基建的又一次進階”。

“隨著更多垂直行業大模型和自研大模型的落地，AIGC會展現出融合遷移的潛力，通過場景和數據的結合，實現個性化定制、風險控制等優勢，帶來更高效、更智能、更人性化的服務，同時更精準控制運營成本。”蔣紀勻表示。

而在具體的保險場景上，AIGC的應用面會有多廣？

眾安保險在世界人工智能大會上發布的保險行業首份AIGC應用圖譜，展示了眾安保險針對AIGC在19個大類、78個小類保險業務場景中的賦能價值和未來應用潛力所進行的可行性研究。

“我們在圖譜上其實主要聚焦在產品設計與創新、營銷與展業、核保理賠、客戶服務、智慧辦公和研發管理這六大方面。這六大方面的近80種場景覆蓋了財險、壽險業務，涉及代理人、自營、信息流投放等營銷渠道。”蔣紀勻表示。

一個具體的例子是，在做營銷活動時，眾安保險自主研發的AIGC中臺可以結合目前的日期、近期節日、近期相關社會熱點等關鍵詞來生成一份創新營銷文案，由此大大節省了人工的思考和語言組織的時間，而且效果也比原來純人工創造要更好。而在另一個AIGC可以廣泛應用的智能客服方面，蔣紀勻介紹稱，傳統智能客服是基于NLP（自然語言處理）技術進行，效果有“天花板”。而在AIGC下，基于LLM（大型語言模型）升級的智能客服，在眾安保險的測試中準確率提升了25%，客戶滿意度大大提高。“人機對話時，你會感知不到是一個機器人在跟你對話。”蔣紀勻說。

“在上述六大維度中，短期內我們覺得產品設計與創新、營銷與展業、客戶服務、智慧辦公、研發管理都比較容易落地，而核保和理賠可能需要相對長一些的周期，因為這個場景相對更難、更復雜。”蔣紀勻表示。

但他也同時強調，在經常被討論的“技術與人”的替代關系方面，AIGC的應用并不意味著會完全取代人工，而是讓人從執行者變為指揮者，可以有更多時間分配到更為復雜的工作中。

AIGC應用或讓中小險企實現彎道超車

ChatGPT問世一個月內用戶超過2億人，國內每3分鐘都有一個國產大模型產生……這些都代表著AIGC出現以來的熱度，保險公司同樣對這一技術趨之若鶩。例如，在“文言一心”發布后，就有多家保險機構或保險科技平臺紛紛接入其中。

不過，國內保險公司在科技研發的投入和應用進展方面差別很大，尤其對于許多中小險企來說，由于資源有限，在技術投入方面與大型險企相比可能“心有余而力不足”。在蔣紀勻看來，AIGC的普及對于中小保險公司來說則可能是一個機會。

對于中小型的險企來說，科技投入程度取決于自身當前的戰略發展階段。是選擇通過輕量化的、模塊化的產品工具來投入，還是先在某些渠道對接展業、獲客等痛點進行科技投入，這其實并沒有一個標準。隨著戰略周期的不同，決策會有所不同。蔣紀勻認為，AIGC起到最大作用是它的通用化的能力，降低了金融機構嘗試新內容的門檻，這對中小保險公司顯得特別“友好”。“我覺得AIGC會縮小中小型保險公司在AI技術能力上與大型保險公司之間的差距，也是中小型保險公司彎道超車的機會。”

如何實現彎道超車？蔣紀勻給出的答案是不選擇自建大模型，而是用提示詞工程以及知識向量庫來支撐AIGC的輸出。

他解釋稱，不同的保險公司會采取不同的策略來落地AIGC。譬如自建底層的大模型，又如用embedding策略等，每種方式各有優劣。

“自建大模型除了算力、資源、時間消耗，還需要足夠的數據，以及足夠的人力來做數據標注，這是普通中小型公司難以承載的。并且自建大模型‘從0到1’對中小公司來說ROI（投資回報率）太低了。我們目前選擇的也是embedding路徑，覺得這套路徑比較適合中小型保險公司。”蔣紀勻說。

當然，在不自建大模型也不進行模型訓練的前提下，如何保障AIGC應用過程中數據安全性以及內容生成的準確性就成為了重中之重，而這兩點也是AIGC被認為目前存在的重大挑戰。

在數據安全性方面，蔣紀勻表示，眾安保險對此的實踐經驗是，對外部大模型服務商的服務進行關鍵的接口封裝，屏蔽底層的差異，屏蔽大模型服務商的密鑰等。同時，對原始數據的關鍵信息進行脫敏，并規范內部用戶，防治其濫用AIGC，做到統一規范、統一收口，防止敏感信息外泄。另外，也需進行企業隱私信息及數據審計，這些都可以在安全性上面提升AIGC應用過程中的安全保障。

而在提高準確性方面，為了防止AIGC有時發生的“幻覺”現象，則需要用提示詞工程來進行限制，并用脫敏后的中臺做進一步的過濾。

“提示詞工程是很重要的。在通用模型下，由于AIGC的知識庫太大了，所以不能完全準確抓取提問者的核心意思，這就需要很好的提示詞工程師來抓住AIGC的‘注意力’，更為精準地回答問題。”蔣紀勻表示，提示詞工程和知識向量庫是一個逐步優化和累積的過程，可以在不同的場景不斷積累。

蔣紀勻稱，基于提示詞工程以及知識向量庫，在AIGC強大的通用化能力下，可以對不同的場景實現不同的解決方案，形成通用化與定制化并駕齊驅。“隨著底層大模型越來越成熟、越來越強大，對于采用這種策略的中小型保險公司來說，絕對是一個彎道超車的機會。”他在采訪中多次強調了這句話。

標簽：