华农财险 全流程数字化研发管理实践 李翔 华农保险技术中心总经理 www.top100summit.com 李翔 华农保险技术中心总经理 “ 12年互联网从业经验 8年自主创业 4年金融保险行业 从19年从0到1按照互联网模式组建了研发团队，逐步建立起了科技团队的数字化管理 体系，对研发流程进行全流程数字化监控和管理，不断提升人员产能，提升研发效 率。 ” 讲师简介 www 原有模式遭遇瓶颈 同质化严重 科技基础薄弱 后线成本较低，轻资产优势 机构人员精简，船小好掉头 www.top100summit.com HOW&WHAT：保险数智化经营逻辑 初始条件 也是大多数中小险企的状 态 同质化 各公司虽业务方向不同，但经营模式和组织形式是高度同质化的 短期化 KPI导向的短期主义，缺乏核心能力沉淀 保险经营 底层逻辑 客户逻辑 客户获取，如何为客户解决问题、创造价值？ www.top100summit.com 数字化建设路径:自主研发&合作共建 2年9个月行业最快速度实现科技自主可控 • 核心0%自主 • 组建自研团队 • 启动线上化探索-阿波罗车 险、商城、阿凡达 2019年 7月-12月 • 核心0%自主 • 自研团队成型 • 大中台、小前台、稳后台 • 线上化产品-华保星 • 数字化产品-天眼 2020年 • 核心50%自主-天路外部

ChatGPT 与数字化转 型业财融合解决方案 总览 ChatGPT 业财融合 数字化企业 1 2 3 3 REA 模 型 WEB3.0 技术 ChatGPT 技 术 4 5 6 基于新技术结合的业财融合案例分享 7 ChatGPT 基于 OpenAI 的 GPT 架构，是一种生成式预训练变压器 （ Generative Pre-trained Transformer 计算智能（能存会算） - 感知智能（能听会说，能看会认） - 认知智能（能理解会思考，需要抽象和推理能力） 总览 ChatGPT 业财融合 数字化转型 1 2 3 6 REA 模 型 WEB3.0 技术 ChatGPT 技 术 4 5 6 基于新技术结合的业财融合案例分享 7 战略财务：战略财务是指在企业战略管理过程中，运用财务管理的方法和手段，对企业 战略目标、战略规划、战略 关键绩效指标（ KPI ）。业财融 合 平台可以通过整合业务和财务数据，帮助企业监控和分析这些 KPI ，从而实现战略目标。 战略地图：战略地图是一种视觉工具，用于展示企业战略目标之间的因果关系。业财融合平台可以利用战略地图，将业务和财务数据 与企业战略目标相对应，以提供更全面的决策支持。 战略解码：战略解码是将企业战略目标分解为具体的行动计划和任务的过程。业财融合平台可以通过数据分析，帮助企业确定最佳的

智启未来 · 险见新机 —— 人保寿险大模型探索及实践 中国人民人寿保险股份有限公司 呼群 01 公司简介 02 大模型 技术探索 大模型 实践应用 目 录 03 2 保险、年金保险、健康保险、意外伤害保险等保险业务及其再保险业务。公司总部设在北京 ，机构网点布局完善， 在全国 31 个省、 自治区、直辖市和 5 个计划单列市设立 36 个省级分公司。 下拥 下拥有人保财险、人保寿险、人保资产、人保健康、 中诚信托、人保养老、人保投控、人保资本、人保再保、人 保 科技、人保香港等 11 家子公司及成员公司 ，业务范围覆盖财产险、人身险、再保险、资产管理、保险科技等 领域。 简称“ 中国人保” ，成立于 1949 年 10 月 20 日 , 为综合性保险金融集团 ，连续 15 年入选《财富》世界 500 强 ，旗 简称“人保寿险” ，成立于 2005 年 ，实现了“条款透明化 ，服务贴心化” ，产品宝典自动解析并解释每一份保险产品的详细 条款 ，并以对话问答形式展示结果 人保寿险所有在售 + 停售产品： 支持公司所有产品问答！ 支 持 保 险 基 本 信 息 咨 询 、 投 保条件咨询 、 投保流程咨询 、 保险理赔咨询等场 景。 传统知识库和智能知识库实现统一管理 知识检索准确率 > 95% 新产品处理效率提升

分析师 夏昌盛 SAC 证书编号：S0160522100002 xiacs@ctsec.com 相关报告 1. 《上市险企 5 月保费点评》 2023- 06-15 2. 《五年期存款将进入 2.5%时代，储蓄 险竞争力愈显》 2023-06-09 3. 《专属商业养老保险迎常态化经营， 个人养老金有望快速增长》 2023-05- 27 们认为，保险行业作为数字化、 智能化的先行者，在 B 端及 C 端掌握丰富的一手金融数据，且具备政策支持、 业务需求、财力支撑等核心现实基础，或可复制 BloombergGPT 路径，打造保 险领域的专业大模型，赋能保险业务全流程。 ❖ 海外保险机构 AI 大模型布局正加速推进，国内也有望实现 AI 技术的 迭代升级。海外方面，GPT 技术已从销售助理、智能客户、核保核赔等多场 景赋 面，近年来，我国大型保险机构持续关注科技投入，AI 技术已广泛应用于前 端销售、定损理赔、风控减损等领域，但主要仍以理解式 AI 为主，生成式 AI 仍在探索中。AI 大模型可从产品研发、渠道营销、运营管理等各方位实现保 险机构的全流程赋能，预计国内保险机构具备 AI 技术迭代升级的动力。 ❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显 著。中国平安是业内领先的科技型保险公司，以人工智能、区块链、云、大数

矛盾 1 : 顶层设计层面自上而下“以客户中心 + 数字化转型”的长期战略目标，与一线人员层面自下而上短期业绩 KPI 考核的矛盾 ; —— 矛盾 2 : 公司数字化战略转型的长期价值，与短期财报压力的矛盾 ; —— 矛盾 3 : 成熟金融机构优势业务体量巨大但增速放缓，与创新业务增速虽快但占比太小的结构性矛盾。 针对以上矛盾，我们认为 DeepSeek 赋能金融行业的背后有八大逻辑 金融机构数字化转型核心痛点与思考 数字金融发展的核心矛盾与痛点 顶层设计层面自上而下“客户中心 + 数字化转型”的长期战略目标，与一线人员自下而上短期业绩 KPI 考 核的矛盾 ; 公司数字化战略转型的长期价值，与短期财报压力的矛盾 ; 成熟金融机构优势业务体量巨大但增速放缓 ，与创新业务增速虽快但占比太小的结构性矛盾。 业务侧的数字化转型需求零散但技术侧的开发需要统一规划与系统化思维 资金 保险公司 基金公司 信托 招行私行、工行私 行、中国银行…… 诺亚财富、海银财 富、恒天财富…… TAMP 平 Ā / 投资顾问 投 资组 合 管理 风 险 监 ç 分 析 大公国际、中诚信国际、中金信用 …… 中游 : 持牌金融机构 服务 标准化资产 货币市场工具

战略转型实时更新审计重点；需建立季度滚动计划，结合金融科技风险权重变 化） （2）风险评估模型是否与业务复杂度脱节？（如：对跨境金融、数字资 产 等新兴业务仍采用传统风险评估框架，需要引入 AI 风险预测模型，调整风 险因 子量化标准） （3）审计资源配置是否存在不合理？（如：过度集中财务领域，金融科 6 技、 数据安全等方向人力不足；需要建立多维度资源分配模型，优先覆盖高风险 领域） 6 （4）法规库更新 （18）成果转化考核机制是否缺失？（如：未将审计建议采纳率纳入管理 层 “ 绩效考核；需要设置 审计价值贡献度 ”指标，挂钩绩效奖金） 7 （19）审计档案管理是否不合规？（如：电子档案未加密存储，存在篡改 风 险；需要部署国密算法加密系统，实行三员分立管理） （20）审计成果共享机制是否薄弱？（如：未建立全行风险图谱，同类问 题 在不同分支机构重复发生）；需要构建知识库系统，实现风险案例跨机构智 能推 送） （35）整改效果评估是否滞后？（如一年后才复查问题是否解决，需要建 立 90 天闭环跟踪机制，通过系统日志自动验证措施执行情况） （36）审计报告是否缺乏风险预警？（如仅描述已发现问题未提示潜在风 险， 需要增加“风险前瞻”章节，基于历史数据预测未来 3 个月高风险领域） （37）知识库更新是否及时？（如未将典型案例纳入内部培训教材，需要 按 季度更新案例库，标注高频违规场景（如信用卡套现新手法）

天，其中约 30%的案例因资料不全或核损争议需反复沟 通，直接拉高运营成本约 20%。与此同时，客户对快速、透明理赔 服务的需求持续攀升，超过 65% “ ” 的投保人将 理赔效率 作为选择保 险公司的关键指标之一。 在此背景下，人工智能技术为理赔业务优化提供了新的可能 性。DeepSeek 大模型凭借其多模态理解、自然语言处理和复杂决 策能力，能够从以下维度重构理赔流程：首先，通过自动化单证识 史数据与规则引擎的深度学习模型，可实现对理赔案件的智能分级 与风险预判，准确率可达 92%以上；最后，通过动态生成个性化沟 通话术，显著提升客户服务体验。 为验证方案的可行性，某头部财险公司已在车险理赔场景完成 试点测试。结果显示，DeepSeek 大模型的应用使案件平均处理时 效提升 40%，人力成本降低 35%，同时将客户满意度从 78%提升 至 91%。这一成果表明，大模型技术不仅能够解决传统理赔业务的 均处理周期长达 5-7 个工作日，车险案件人工核损环节耗时占比超 40%。根据 2023 年行业白皮书数据，Top20 财险公司理赔纠纷投诉中，67% 源于时效延迟或核损偏差，直接推高运营成本—— 行业理赔管理费 用率中位数达 12.8%，较承保利润率高出 4.3 个百分点。 核心痛点集中在三个维度：首先，海量非结构化数据的处理能 力不足，医疗险中仅 CT 影像等医疗文件的人工解读就需要

景下，保险业作为国民经济的重 要支柱和风险管理的重要力量，必须紧跟时代步伐，把握科技革命的历史机遇。我们希望通 过本白皮书的发布，为保险业做好科技金融和数字金融两篇大文章提供有力支持，推动保 险行业从科技赋能向科技引领的转变。同时，我们也呼吁行业同仁和合作伙伴加强交流与 合作，共同推动科技保险和数字保险的发展，共创保险行业的美好未来！ 最后，我们要诚挚感谢所有参与白皮书编写的专家学者、行业同仁和技术伙伴。正是大 · · · · · · · · 101 太保项目总体技术框架· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 102 车险出单“星驰”系统· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 107 企微运维机器人· · · · · · · · 资料来源：生成式人工智能在保险行业的应用（研讨材料），麦肯锡。 图2 保险业大模型应用成效初现 �� 这些用例之所以成为首选，是因为它们技术成熟度高、实施难度相对较低，且能够迅 速看到成本节约与效率提升的效果。中国人寿财险、阳光保险集团等领先企业正是通过在 这些非敏感且成本可控的场景下开展探索，不仅验证了大模型技术的可行性，还为后续向 更复杂、更高价值的业务场景拓展积累了宝贵经验。 （3）持续深耕高价值场景

保预测偏差率低于 3% 该方案已在试点机构完成 POC 验证，结果显示客服人力成本 降低 60%，同时客户满意度从 82 分提升至 91 分（满分 100）。下 一步将重点优化长尾场景覆盖，例如车险定损中的图像识别准确率 需从 89%提升至 95%以上。 1.1 保险行业现状与挑战 当前保险行业正处于数字化转型的关键阶段，传统业务模式面 临多重挑战。根据银保监会 2023 年数据，行业平均获客成本同比 认为保险条款复杂难懂，理赔流程平均耗时达 5.7 个工作日。 行业主要痛点可归纳为： - 服务效率瓶颈：人工坐席日均处理咨询量约 50-80 通，高峰时段 响应延迟超过 30 分钟 - 风险管控滞后：车险骗保识别依赖人工审核，误判率高达 18% - 个性化服务缺失：标准化的产品推荐匹配度不足，转化率低于 12% - 运营成本高企：培训新人代理平均投入超 2.3 万元/ 人， ROI 周期 长达 800ms，无法支撑实时风控需求。某头 部寿险公司测试数据显示，传统 OCR 识别投保单的差错率达 11.3%，且需要二次人工复核。 市场竞争格局呈现两极分化：前五大保险公司占据 73%市场份 额，中小险企在科技投入占比不足营收的 1.8%，数字化转型差距 持续扩大。监管趋严背景下，2024 年新实施的《保险销售行为管 理办法》对服务响应速度与信息披露提出更高要求，进一步加剧行 业升级压力。 1

实践 中国邮政储蓄银行：新核心统一查询——实时数据分析查询的分布式解决方案 中信建投证券：长尾客户普惠数智金融服务平台 安诚保险：保险客户自助服务平台 太平洋寿险：云原生 paas 平台 财信人寿：“吉小星”AI 助手——保险全链路智能增效引擎 国泰海通证券：基于 AI Agent 的金融云平台全场景运维决策机制研究 05 07 09 11 15 19 23 25 27 52 53 54 “鑫智奖·第六届金融机构数智化转型优秀案例评选”单项奖综述 金融机构数智化转型解决方案选登 中信建投证券：基于 AI 大模型的多智能体技术在投顾领域的应用案例 财信人寿：意健险智控平台——基于行业大数据的反欺诈与降损决策系统 潍坊银行：洞悉脉络·精准溯源——信息系统血缘关系管理平台 大家保险集团：消保管理数字化平台 数智领航，金融技术架构的革新与飞跃——基础设施优秀案例奖概述 业务，展现出其在金融领域的巨大潜力和应用价值。 在做市商业务中，可利用人工智能进行实时数据处理 和风险预测，优化订单执行路径，减少交易延迟，提 升交易效率，并通过强化学习调整风险敞口，确保财 务状况稳健。在 ESG 投资中，可通过自然语言处理和 机器学习技术收集和分析 ESG 相关数据，实现精准的 ESG 评分，为投资者提供决策支持。对于 ETF，人工 智能可以帮助构建更优化的指数，基于市场数据和投