泰康在线：DeepSeek时代，保险正从从劳动密集型向智能化转变

DeepSeek在保险行业引发了新一轮AI应用的热潮。连日来，多家保险公司纷纷宣布接入DeepSeek大模型，并落地相关应用场景。泰康集团宣布“支付+服务+投资”三大核心板块业务均接入DeepSeek，其中，泰康在线已将DeepSeek应用于营销获客、核保和客服等各个环节，并产生了立竿见影的成果，其AI智能服务官“智慧小茹”已覆盖超2万名乳腺癌客户，并为客户提供了数十万次健康咨询解答，使客户群活跃率由15%提升至40%，客户响应时长由3分钟缩短至20秒。

众多保险公司都在紧锣密鼓推进DeepSeek在业务场景上的落地。新华保险宣布新华e家App成功接入DeepSeek-R1、V3两款模型产品，打造个人AI助理，支持多个智能应用场景，而太平人寿、人保财险也宣布接入DeepSeek，在营销获客、理赔质检等方面帮助提升效率。

保险公司为什么纷纷“跑步入场”？

金融行业因为高度依赖数据分析和风险管理，被认为是应用AI积极性最高的几个行业之一，其中，保险行业又具备劳动力密集型的特征，在营销获客、客户服务、理赔等各个环节有大量文件处理和事务性工作，是AI应用的天然“沃土”。在大模型出现之前，保险行业已经有很成熟的AI规模化应用场景，例如在保单录入、理赔处理等场景，用OCR+NLP技术结合可以快速提取合同和文档的关键信息，极大提高处理效率。

以DeepSeek为代表的大模型是一种“加强版AI”，以其更强的通用性和适应性，进一步提升了AI应用的效率和解决问题的能力，正在给保险行业带来巨变。泰康在线认为，DeepSeek等前沿大模型的引入标志着保险业从劳动密集型向智能化的结构性转变，其核心机遇体现在三个维度：效率重构、风控升维和体验革命。例如，大模型的多模态数据处理能力打破了传统精算的数据边界，通过整合医疗记录、行为数据、物联网信息等非结构化数据源，构建动态风险画像，使定价模型从静态概率计算转向实时风险评估。

本质上，DeepSeek正在催化保险业完成从“规模经济”到“数据智能经济”的范式迁移，其核心价值在于将保险公司从“风险转移中介”转变为“风险管理服务商”。

以往新技术的引入可能只是在局部层面改善某个环节的效率，大模型带来的是整体范式的革命，可能直接影响到产业竞合格局。对于保险公司而言，谁掌握了大模型，谁就掌握了先进生产力，这也是保险公司纷纷“跑步入场”的原因。

技术落地仍有门槛需要跨越

虽然大模型的价值显而易见，但是如同所有新技术在行业落地中会遇到的问题一样，碎片化的IT系统、异构数据、复杂或者个性化的业务场景，将是大模型应用需要跨越的门槛。要更好地应用AI和大模型技术，保险公司还是要打好数字化基本功，破除数据孤岛、提高数据质量，同时把业务流程全面数字化，让业务流和IT流有机融合，解决掉IT和业务“两张皮”的问题，这样才能避免科技的应用是为应用而应用。

科技最近几年在保险行业是热点中的热点，也是各个市场主体提升竞争力的不二法宝。但是，不少保险公司在应用新技术上流于形式，最终虽然赶上了时髦，却没有真正让技术发挥应有的效用。泰康在线认为，科技要更实际、更贴近业务，并有的放矢。

此外，对于保险行业来说，由于涉及大量客户的敏感数据，因此数据安全一直都是数字化变革中一个最高优先级问题。相比于GPT、LLaMA等境外公司的大语言模型，DeepSeek的本土背景以及开源属性都让这一模型的应用部署更为容易，不过，大模型部署和应用中如果缺乏相应的网络安全配置和管理机制，容易带来大面积的安全风险。近日，国家网络安全通报中心发布的《关于大模型工具Ollama存在安全风险的情况通报》显示，多数用户使用Ollama私有化部署且未修改默认配置，存在数据泄露、算力盗取、服务中断等安全风险。

2024年12月27日金融监管总局正式发布了《银行保险机构数据安全管理办法》，该办法的出台为金融机构在数据安全管理方面提供了明确的规范和指引。泰康在线持续高度重视数据安全管理，针对人工智能的新情况，已规划人工智能管理方案，通过事前报备、事中评估、事后跟踪的全生命周期，管控人工智能应用的立项、研发以及上线运营。

DeepSeek在保险行业应用前景如何？

行业人士普遍对于DeepSeek在保险领域的落地应用持乐观态度。北京社科院的研究员王鹏指出：“DeepSeek如同一把钥匙，开启了保险行业智能化转型的新大门，预计将重塑整个行业生态，帮助其在未来的市场竞争中脱颖而出，实现突破性的发展。”

虽然有若干现实困难，但整体的技术进步会让全行业以更低成本获得以前不能解决的技术难题的突破进展。泰康在线副总经理陈玮表示：“金融行业的落地实践会筛选出投入产出效果最适合大语言模型的场景和需求。技术和场景两者的结合，配合已有的专属领域智能算法应用，会最终催生出人工智能在保险行业的繁荣”。

审核编辑 黄宇