期待保险行业 数据 + AI开启经验规 模化复制时代 19 December 2023 数据 + AI开启经验规模化复制时代 目录 焦点透视：AI狂潮中的大变革 • AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 和商业价值。随着平台的发展，新的AI Agents涌现，提供专业化、高端化、个性化、规模化、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营 模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技 术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。 • 保险公司在应用AI技术方面的优势和能力：保险公司可以通过分析自身优势并利用AI技术提

近年来，人形机器人正以超出预期的速度渗透到人类生产与生活的核 心场景中，这一进程的加速得益于两大关键驱动力：其一为人工智能、物 联网等底层技术的跨越式突破；其二是硬件成本下降与算法效率提升所 带来的规模化应用可行性。从技术视角看，深度学习框架的演进显著强 化了多模态数据的实时处理能力，例如基于Transformer架构的模型使 机器人能够同步解析视觉、语音与环境反馈信息，从而在动态场景中实 现 一是技术突破驱动场景扩展，多模态大模型与持续学习技术的融合 将提升机器人在复杂家庭环境中的适应能力，推动从清洁、搬运的单一 任务向健康管理、教育陪伴的综合服务升级。二是成本下降与规模化应用， 随着供应链成熟和量产技术突破，家庭机器人价格有望大幅降低，加速C 端普及。三是生态协同与跨界融合，家庭服务机器人将进一步融入智能 家居、医疗健康等生态，形成“硬件+服务+数据”的全链条价值网络。 互规范，借助标准化框架降低跨平台协作成本，推动行业厂商数据集的通用 共享，推动形成覆盖技术研发、生产制造、运维服务全流程的国际协作网络。 二是扶持上游零部件厂商，聚焦底层硬件技术攻关与泛化规模化应用。 建立跨国合作机制，支持引导人形机器人上游零部件厂商泛化发展，先“生 存活下来”，确保稳定可靠的部件交付能力，与人形机器人整机厂有效协同。 在芯片领域，场景定义硬件能力，重点突破异构计算架构的能效比瓶颈，通

化AI（agentic AI）这类新兴系统而言，这一点尤为 关键，因为它们并非简单遵循固定指令，而是需要 统筹协调复杂的任务流程。 其二，简化流程。那些善于精简运营、标准化 流程的企业，将能更快地规模化应用技术，更迅 速地适应变革，并加速AI的学习周期。在当今的市 场格局中，这些无疑是一种核心的竞争优势。 我们对全球1000名企业高管的调研进一步 印证了这些关键战略举措的必要性。调研表明， 通过三项关键举措脱颖而出。首先，通过安全的数 字核心构建坚实的数据基础，并以此为依托实现 平台与治理框架的标准化。其次，对AI赋能技术进 行战略性投资，通常先从目标明确的试点项目入 手，待方案验证有效后再进行规模化推广。最后， 重塑人与技术的协作模式，推动人的角色从执行 例行工作转变为战略性指导与统筹监督。 在自主智能供应链的转型浪潮中，未来的分 界已然清晰可见：那些积极拥抱自主智能供应链 的企业，将创造出前所未有的商业价值，并构建起 成果。近四成（39%）受访企业表示， 得益于更优的再利用、再循环和资 源效率，自主化运营将显著推动供 应链的循环性。 实现自主智能供应链 7 1. 构建坚实且安全的数据基础 2. 投资关键AI技术，加速规模化 战略布局 3. 重构人与技术的协作模式 图1 企业应对中断的反应时间与恢复时间 敏捷性 4天 11天 从中断或变更中 恢复的时间： - 60% 应对中断的 反应时间： - 62%

增值、农民增收、产业升级 充分积累和挖掘数字资产价值，通过运营实现数据资产增值，促进产业提质增效 数字农业发展路径 农业核心问题：缺乏有效的产业协同 产业化程度低 产业附加值低  标准化、组织化、规模化程度低， 农业产业整体呈现“小、散、弱”；  生产、加工、销售一体化水平低， 产前、产中、产后衔接不紧密；  “ 大资源、小产业、弱效益”问题突 出；  金融资源与产业资源错配：农民和 链接所有涉农主体和产业链各个价值环节的运营服务平台；  核心理念是整合产业资源构建新型产业运行机制，以合伙制经营的模式，通过交易环节的互联网营销和订单生产倒逼农业种植、加工等 环节的标准化和规模化，融合政府产业监管、扶持政策和金融机构的创新服务，发掘产业数据价值，推动产业结构调整和提质增效。 农业产业互联网概述 产业互联网平台 聚合产业生态 合作运营促进农业产业化 基础 设施 ( 云 赋能生产经营主体，它将成为新型农业服务组织的孵化器，现 有专业合作社发展壮大的加速器，提高农村基层组织能力的、推动农业产业化的数字引擎。  中国特色农业现代化道路的最显著特点不是经营规模化，而是服务规模化，合作社处于核心地位。即通过社会化服务带动小农户，提升规模经营 水平和农业现代化水平。农业企业最终要经过合作社与农民建立利益联结机制，因此，合作社是农业产业链中最核心的一环。  “ 农户

”从小 众概念向产业化、规模化迈进。 本轮eVTOL的产业加速并非偶然，而是中国市场四大关键发展要素同步推进的结果： 政策层面中央和地方大力支持，监管逐步从特殊豁免向常态审批转变，关键的基础设施加 速落地，产品及产业链供给能力日益完善。政策支持、监管放宽、基础设施建设与产业链 发展等四大要素协同发力，为中国eVTOL产业的起飞积蓄势能，中国也有望成为全球首批 实现规模化应用的市场之一。 1.3 无人驾驶航空器空管信息服务系统；SILAS = 低空智能融合系统。 图4 | 案例：深圳eVTOL基础设施规划 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 8 1.3.4 产业端——产业链具备规模化，整机量产在即 在供应链本土化、航空先进技术与汽车现代化供应链体系融合创新等独特发展路径下， 历经多年的技术验证与产品迭代，中国多家领先eVTOL企业正加速从研发阶段向量产准备 转型。目前，多款 综合来看，中国在eVTOL多个关键环节上已实现从概念验证向产业体系搭建的跃迁。 随着政策、监管、基础设施与产业链发展等四大要素的协同成熟，中国eVTOL市场正迈入 产品交付与规模放量的结构性拐点。中国不仅有望成为全球率先实现规模化落地的市场， 还具备构建完整生态体系、持续引领产业发展的系统性能力。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 10 2. 未来可期：中国eVTOL市场规模展望 未来，在

生命循环，人机共育 在宏观层面上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的 交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态 上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望赋能教师并实现规模化的因材施教，但也挑战传统学习模式和评价工 具；在教学内容方面，高阶通识能力、跨学科复合能力的重要性被重提，并辅以AIGC技术素养要 求；在学习主体方面，引发近乎科幻但并不遥远的哲学思辩：教育人类还是训练大模型，二者可 麦克卢汉提出，媒介是人的延伸。AIGC技术作为一种人造工具（媒介），是对人脑计算、思考、判断、学习等内在能力的延伸，同 时在巨量数据的加持下，AIGC在发现、认识、运用规律上有着明显的优势，是人的智能在机器形态上的规模化聚集、运作和反应， 突破了人类能力的边界；而AIGC的问答式交互、无需下载和配置等特性，使得AI技术的使用门槛大大降低，AI技术走向平权化；同 时，联网后的实时海量数据支持，模型开源及插件生态的开放

整合进公司流程为制药公司提供了提升营收和利润的巨大潜力，机会正当时。许多行业玩家已经建立了成功的应用案例；创建运营防护机制和合理的内部治理架构可以实现 AI 的 规模化应用。在这种情况下，制药公司需要应对不断增加的监管压力，并确保成功扩展 AI 应用案例。 采用 AI 创建运营防护机制以实现 AI 规模化部署应 用 从基础搭建到广泛应用 AI 成熟度阶段比较 AI 起步 初步建立 AI 卓越 AI 部署 战略转型 能力中 心 建立 AI 治理架 构 试点首批 AI 用 例 制定 AI 运营模 式 启动数据治理 推动数据卓越 资料来源：罗兰贝格 AI 试点 随着行业对 AI 的使用和受益不断推进，在规模化运营和持续升级 AI 用例方面的阻碍也在不断更迭。在罗兰贝格，我们根据每家公司的 AI 发展成熟度，提供一种模块化方法满足不 同公 司需求。从识别和实施 初始用例到建立 IT 架构，我们的定制化解决方案可帮助企业量身打造其

Agent 协作边界： MCP 打通 “ Agent - 工具” 连接， A2A 实现 “ Agent - Agent” 交互，二者构建智能体生 态 “工具连接 + 主体协作” 基础，为 AI 应用规模化落地与场景拓展提供支撑，加速 “ AI 数字化协作” 从概念到实用的跨越。 MCP 协议示意图 统一设备连接，开发者用一致方式将工具、数据、模型接入 AI 侧，打破平台 / 模型壁垒，推动通用化 AI 应用开发。 低门槛：统一标准降低工具集成与生态构建成本，企业无需重复适配不同协议，用技术标准化推动 Agent 规模化落地。 互操作性： MCP 让 Agent 可便捷对接任意遵循规范的工具，工具开发者仅需支持 MCP ，就能被海量 Agent 调用，替代 Function Calling 自定义模式，从 “工具 协议通过标准化交互规则推动其进化：先为单智能 体提供统一接口连接外部工具，突破个体能力边界；再构建协作框架，让多智能体基于共同规则沟通配合，实现从“独立运行”到“群体协同” 的 跨越；最终支撑系统向规模化、复杂化演进，完成从“局部应用”到“生态级协作”的升级，使 Multi-Agent 释放更大价值。 多智能体 环境 actions feedbacks

解决社会刚需 STAND FIRM WITH APPLICATIONS SERVE NATIONAL STRATEGY AND ADDRESS SOCIAL RIGID DEMAND 人工智能规模化应用 , 服务国家战略 , 解决社会刚 需 Ai + 金融 Ai + 车载 转写 Ai + 城市 Ai 农 业 Ai 工 业 Ai + 司法 + 翻译 Ai + 营销 Ai+ 项目概述：吕梁市润农（国企），三个规模化猪场，建设 智慧生猪养殖示范基地。 建设内容：硬件： 智能巡检机器人 、精准饲喂 、环控 、 料 线 、水线 、栏位 、基础网络及监控； 软件：智慧养殖物联网平台 、生物安全监控平台。 项目模式：润农（国企）投资 + 山西大象农牧（龙头企 业） 租赁还息 + 讯飞牵头承建。该模式解决了资金闭环，同时， 打造了乡村振兴的标杆项目。 规模化养殖场智能化管理，破解企业资金困难，

未反映真实⽔平：培训与拜访脱节，实战能⼒难考察 考试流于形式：通过⾮正常⼿段完成公司任务 代表⼼⽣抵触情绪：影响⼯作积极性 难以规模化：培训⽼师⼈⼒与精⼒有限 反馈更真实：通过真实拜访和⾃讲过程发现问题 激发代表学习的⾃驱⼒：发现问题，⾃发改进 提升代表⼯作效率：代表把⼯作和学习结合在⼀起 可规模化：借助AI规模化打分，不再有培训⼈⼒瓶颈限制 线上线下拜访 AI打分与建议 代表学习改进，在下次拜访中做的更好 语⾳⾃动转录拜访⽂字