—— 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。 下拥有人保财险、人保寿险、人保资产、人保健康、 ，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 11 月 ，是中国人民保险集团股份有限公司旗下的重要成员 ，主要经营人 寿 70 年 + 品牌沉淀 ，全力保障国计民 生 中国人民保险集团股份有限公司 中国人民人寿保险股份有限公司 年“金融电子化年度十大事件” 人保大模型生态 2023 年 ，人保寿险构建了以通用大模型为基础、 自研垂直领域大模型为主体、外部大模型能力为辅助的人保大模型生态。包括五大 AI 核心组件及专业 领 域 AI 子模型体系 ，打通大模型从技术研发到场景应用落地的最后一道关卡 14 人保聚焦以 DeepSeek 为代表的大模型 ，夯实寿险大模型基础建设 ，深度挖掘高价值应用场景 ， 赋能外勤销售、 助力内勤经营

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 9 个月 技术层面，现有系统存在明显短板：核心业务系统平均年龄达 7.5 年，API 响应延迟超过 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 85%的简单咨询问题仍需人工坐席响应，导致人力资源配置严重 失衡。 数据孤岛与协同障碍 保险公司内部系统通常呈现碎片化状态，典型企业存在 6-8 个独立 业务系统，数据互通需通过中间表手动同步。例如某头部寿险公司 的精算系统与 CRM 系统间存在 17%的数据偏差率，直接导致核保 决策失误率增加 2.3 个百分点。 风控能力滞后 反欺诈依赖规则引擎的静态阈值设定，无法动态识别新型骗保模 式。车险领域约 问题解决率 91.2% 68.5% 平均响应速度 1.2 秒 3.5 秒 复杂决策支持 采用强化学习框架构建的核保决策树，可同步分析投保人健康告 知、医疗历史、职业风险等 18 个维度的数据。某寿险公司试点数 据显示，模型将高风险保单识别率从人工核保的 76%提升至 94%，同时将自动化核保比例从 15%提升至 63%。 实时交互优化 对话系统支持动态意图识别，在客户服务场景中实现多轮精准追

模型”，根据用户年龄、常驻城市、月收入及负债情况，为每位用户模 拟匹配几万种保险配置方案，并最终选出最匹配用户需求（患病概率、地区医疗 条件及成本、预算情况等）的一组方案（包括医疗险、意外险、定期寿险、重疾 险四类）做推荐。由于 AI 相较于代理人可设置不受产品热度、销售佣金等因素影 响，测试结果显示，通过“省心配”配置保险方案，能为用户节省约 30%的预算。 但需明确的是，长期险具有长 是 出于对产品的足够认同、要么是对销售人员的足够信任，两者现阶段都很难通过 AI 实现，因此，我们认为，中长期看，AI 保险产品配置推荐仍仅适用于低单价的 简单型产品，如意外险、百万医疗、定期寿险等。 图8.蚂蚁保“省心配”根据个人信息进行产品推荐 数据来源：支付宝 APP，财通证券研究所 2）保险客服：高质高效满足客户基础咨询和业务处理 AI 客服是当前AI 在 99.8%，语音 识别率 98%，综合评分准确率 90%。 谨请参阅尾页重要声明及财通证券股票和行业评级标准 14 行业专题报告/证券研究报告 3）营销素材生成：平安寿险推出 AI 短视频跟拍工具，帮助代理人打造内容 IP，吸引公域流量，上线 5 个月全网累计视频播放量 707 万次。 图9.平安人寿 AskBob 全方位助力代理人展业 数据来源：平安人寿上海分公司公众号，财通证券研究所

，能在数字创新与保障本质的共鸣中 ，寻回保险“守护稳稳幸福” 的初心 ，奔赴对行业高质量发展、对客户美好保障体验的深度追求。 市场规模： 中国保险市场持续扩容 ， 2026 年原保费收入有望突破 6.3 万亿元 ，寿险、财产险、健康险 等均呈增长态势。 科技投入： 保险业科技投入持续高速增长 ， 2025 年总投入将突破 670 亿元 ，大数据、云、 AI 为主要 投 入领域。 技术价值：生成式 2023 年后，伴随市场环境优化、消费者保障意识升级及产品创新提速，增长动能加速释放 ， 2024 年保费增速已回升 至 11.2% ， 预计 2026 年原保费收入将突破 6.3 万亿元。从结构看，寿险依托储蓄需求保持核心地位，财产险受益于新能源车险渗透率提升稳健增长，健康险及意外 险在政策支持 下贡献增量。未来，随着养老第三支柱深化，责任险、农业险等非车险业务扩张，以及科技赋能提效，行业将进一步释放潜力，助力民生保障与实体经 2023 2024 2025e 2026e 寿险（亿元） 财产险 ( 亿元） 健康险（亿元） 意外险（亿元） 来 源： 中 国保 险 行业协 会、 瑞 再研究院 sigma 报告，

关联交易利益输送审计：如向关联方低价转让优质资产、虚增再保手续费 转移利润，需要检查关联方交易定价公允性及信息披露完整性。 （四）典型案例解析 案例一：销售误导与违规宣传 1 、案例背景 “ ：某寿险公司因客户投诉 承诺收益与实际不符 ”，触发内部 合规审计。调查发现销售人员为达成业绩目标，在销售年金险时存在夸大收益、 隐瞒条款等行为。 2 、审计方法：调取销售录音及保单回访记录，结合客户投诉数据与佣金 （一）基础审计场景应用问题 1 、准备金与精算核算类 （1）如何评估未决赔款准备金计提合理性？（如：运用区块链技术追踪 跨 年度大额赔案进展，验证 IBNR 准备金是否覆盖长尾风险） （2）如何评估寿险合同服务边际（CSM）调整合规性？（如：对比精算 模 型中的死亡发病率假设与卫健委《2024 国民健康白皮书》数据差异） （3）如何开展退保率假设偏离度核查？（如：构建 LSTM 神经网络模 型， 假设（如折现率、死亡率）与市场基准值的偏离度，通过蒙特卡洛模拟验证 巨灾 准备金压力测试场景的覆盖完整性。 合规依据：《保险公司准备金评估 实务 标准》） （三）具体审计示例 1. 准备金计提不足。某寿险公司审计发现，部分重疾险产品未根据最新发病 率数据更新精算模型，导致责任准备金少提 8,000 万元。审计通过比对行业数 据、 复核精算假设参数发现模型参数滞后，责令补提准备金并建立精算动态调

速技术，以提高模型响应速度、并发并降低硬件成本。利用提示词、检索增强生成和智能体 等技术充分激活千亿级大模型的理解、推理和规划等高级能力，赋能办公文秘、应用开发、 车险全线上销售机器人异议处理对话、寿险销售机器人客户引导、内容生成机器人文案改 写等场景。 （2）百亿级大模型建设采用基于开源大模型自研方案，针对不同业务场景的专业性、 时效性和低成本需求，基于自研大模型选取合适的模型尺寸（1.8B、7B、14B、32B），结合保 度”概念，从普及全员办公智能化， 到客户服务、产险理赔、线上销售、内容营销等重点应用场景智能化，再到“AI+”模式下的 探索和布局，全面规划，阶段性地推进场景建设。 5.1.1 阳光保险 寿险知识问答助手：全能宝APP在线客服场景，实现产品条款、投保规则、理赔规则、保 全规则4类问答，问答正确率达70%左右，形成了保险产品知识体系雏形，弥补了传统问答 方式无法有效覆盖各种问题的不足。 险和车险销售、智能客服、人伤智能定损等领域取得了阶段性成果。 （1）智能客服机器人 智能客服机器人旨在为客户提供个性化、有温度、高品质的服务体验。当前已覆盖车 险报案、产险保单查询、寿险保单查询、寿险续期回访等重要场景。充分利用95510服务场 景历史音频数据多、语音转文字技术较成熟、AI训练语料标注和问答知识库基础较好的优 势，智能客服机器人项目取得明显成效。上半年，累计智能服务量538万件，智能服务率

统一指标，统一维 度，分析应用的深 浅度更加标准化 传统模式：烟囱式 未来模式：一体化 评论 集团手工分析 寿险 MIS 产险 MIS 其它 MIS``` 寿险源 系统 集团 GBD 数据平台 集团绩效分析管理平台 产险源 系统 其它业 务源系 统 寿险源 系统 产险源 系统 其它业 务源系 统 财务管理报告标准化 — 平安集团以财企数据集中为驱动，打造 GBD

四川银行：新一代工程基于云平台分布式架构下的核心系统测试实践 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 太平洋寿险：云原生 paas 平台 （该案例在“鑫智奖·2025 第六届金融机构数智化 转型优秀案例评选”中荣获“专家好评 TOP10 优秀案 例奖”） 扫码查看完整案例 ①完成寿险 PaaS 平台与集团新云资源底座的集 成，当前寿险约 80+ 系统完成微服务改造，并迁移上云。 ②实施成效 CPU 平均使用率提升 25%；应用初始化资源配置 减少 50%。 太保寿险部署环境为海光 PaaS 服务，实现一体化集约化管理，解决当前在平台 及交付流水线方面存在的问题，进而实现打造云原生体 系的总体目标。 面向太保寿险“形成标准化的应用系统生产体系” 中对一个开发平台和一套交付流水线的技术目标，确立 向云原生研发体系方向演进的目标，通过建设符合太保 寿险实际情况的稳敏兼顾的云原生研发体系来支撑“两 个一”所要求的战略目标。参考国家信通院《云原生能 力成熟度模型》做为体系建设的参考模型，评估和指导

多家企业已经将智能决策应用于保险流程。比如，南非的 Santam 保险公司 利用预测分析和机器学习来减少欺诈行为，提高运营效率。这一举措帮助他 们在前 4 个月节省了 240 万美元，并加快了索赔处理过程。 日本寿险公司富国生命保险(Fukoku Mutual)正在利用人工智能来解释医疗证 明，并将住院时间、病史和手术程序等因素考虑在内，以决定投保人的保险 费用。这一系统有望在两年内将生产率提高 30%，并取得可观的投资回报率。

推荐 • 自学习能力，低成本维护越用越聪明 二期： 智能培训、智能保顾 百度智能客服实施案例 —— 某寿险全能坐席助手 集成语音输入 输入词联想 多种问法回答 相似问题推荐 智能上下文回答 问答反馈 - 自学习 百度智能客服实施案例 —— 某电网智能知识库案例