AI 在保险行业的发展和应 用 1 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 2 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 3 What technology wants ？ 4 技术进化周期越来越短 5 大模型为什么突然火了 现实域 数域 现实域 模型 technology wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销 风控 1

2025 年保险行业 AI 应用全景洞察报 告 保险业数智化转型与未来展望 部门：金融组 署名：开迪 ©2025.7 iResearch Inc. 卷 首 语 在经济浪潮翻涌的当下 ，保险行业一边在传统业务的航道里稳健巡航 ，一边又在科技变革的浪尖上寻求突破。保险 ，这 一守护经济安稳、传递风险温度的金融工具 ，正面临着数字化浪潮带来的全新命题。 市场竞争的加剧与客户需求的多元 ，本质上是在规模扩张与价值深耕的平衡中摸索前行 ，这不仅 关乎企业发展的效能 ，更是影响千万家庭保障质感的社会性课题。 然而 ，当目光锚定科技前沿 ，一个深刻变革正在上演： AI 正以系统性重塑者的姿态 ，重新定义保险行业的运行逻辑。它 不再是概念宣讲里的“未来畅想” ，而是通过智能算法、数据洞察 ，深度融入产品设计、服务流程、风险管控 ，实现科技赋能 与保险初心的同频共振。这场变革的底层逻辑 3 ： AI 在保险风控与合规领域的应用呈现“双面性 ” ，帮助提升反欺诈效率与风险定价精度， 同 时带来合规挑战。 摘要 保险行业 AI 应用场景 发展背景 发展趋势 3 一、保险 AI 发展背景 Insight 保险行业在粗放式增长与经营压力下亟需技术驱动转型。 AI 通过云计算、 大数据、 生成式模型等技术 ， 重构保险价 值链 ， 从效率工具升级为战略中枢。

INTELLIGENCE ARTIFICIAL 人工智能大模型 保险行业应用评测报告 Evaluation Report on the Application of Large-scale Artificial Intelligence Models in the Insurance Industry 2023 年 10 月 以 ChatGPT 为代表的 AI 大模型技术席卷全球，不仅 服务。 AIGC 时代，应用为王。为了解当下国内外主流大模型在保险领域应用的成熟度和稳定性，国内领先的保险科技平台——元 保，联合国内保险科技研究机构——分子实验室，共同发布《人工智能大模型保险行业应用评测报告》。报告特邀国内知名 高校专家学者、中国大地财产保险股份有限公司、众惠财产相互保险社等共同调研并撰写完成。 《报告》通过保险、法律、医疗等相关领域常规知识问题，测试大模型的基础能力，同时针对部分主要典型的应用能力设计 力，同时针对部分主要典型的应用能力设计 了保险业务场景设定及问题，以测试大模型的实际应用能力。区别于以底层专业性能指标为评测维度的大模型评测报告， 《报告》以应用场景的视角和维度进行测评，向保险行业呈现更为实用和直观的信息，更具现实层面的指导意义。 本报告评测结果经专家组进行谨慎的综合论证形成，但考虑到大模型迭代速度日新月异，评测结果仅代表测试期间所呈现的 效果。报告在分析结论上难免存

大模型技术 深度赋能保险行业白皮书 （2024） 阳光保险集团股份有限公司 清华大学五道口金融学院 中国保险学会 科大讯飞股份有限公司 2024年10月 PREFACE 前 言 � 在人类科技发展的历史洪流中，2023年无疑是大模型技术取得突破性进展的元年。 ChatGPT的问世，如同一颗石子投入平静的湖面，激起了全球科技领域的滔天巨浪。它不 仅深刻改变了人机交互的方式，更预 都从不同角度揭示了大模型技术对于 人类社会发展的深远影响。而国家网信办等七部门联合发布的《生成式人工智能服务管理 暂行办法》，则为中国大模型技术的健康发展提供了坚实的政策保障和合规框架。 在保险行业，这一技术革命同样引发了深刻的变革。国内外众多保险公司和保险科技 公司，如阳光、人保、平安、国寿、泰康、瑞再、安盛、安联等，纷纷投身于大模型技术的研发 与应用，积极探索其在保险业务中的无限可能。阳光保险集团作为行业的先行者和探索 走向实际应用，从概念验证进入规模化部 署的关键阶段。因此，本年度《大模型技术深度赋能保险行业白皮书》的编写，不仅是对过 去一年技术发展的总结与回顾，更是对未来应用前景的展望与规划，旨在为保险行业的智 能化转型提供技术参考和实践建议。 白皮书基于阳光保险的大模型落地实践经验，深入剖析了大模型技术在保险行业的落 地应用路线。我们详细阐述了数据准备、模型精调、工程化适配、模型评测等关键环节的技

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 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 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 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 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 高运营效率，包括在产品设计、市场营销、核保及理赔等环节。AI应用研发框架的流式会话

...........................................................................................5 1.1 保险行业现状与挑战............................................................................................. 前言 随着人工智能技术的迅猛发展，保险行业正面临着前所未有的 机遇与挑战。传统保险业务模式在风险管理、客户服务、产品定价 等方面已显现出局限性，而 AI 大模型的应用为行业带来了全新的 解决方案。通过 AI 大模型，保险公司能够更精准地评估风险、优 化客户体验、提升运营效率，并在竞争激烈的市场中占据先机。本 方案旨在探讨 AI 大模型在保险行业中的具体应用场景，为实现业 务数字化转型提供切实可行的实施路径。 务数字化转型提供切实可行的实施路径。 在保险行业中，AI 大模型的核心价值体现在以下几个方面：首 先，在风险评估与定价方面，AI 大模型能够通过海量数据的分析与 建模，提升精算的准确性和效率，从而制定更加科学合理的保险产 品定价策略。其次，在客户服务与营销领域，AI 大模型可以通过自 然语言处理（NLP）技术实现智能客服、个性化推荐以及精准营 销，显著提升客户满意度与转化率。此外，在理赔处理与反欺诈方

项目编号： 保险行业理赔业务基于 DeepSeek AI 大模 型 设 计 方 案 目 录 1. 引言......................................................................................................................................... .....................................................8 1.1 保险行业理赔业务的现状与挑战.......................................................................................................................9 1.2 DeepSeek ..................................................................................280 1. 引言 近年来，保险行业理赔业务面临日益增长的复杂性和效率挑 战。传统理赔流程依赖人工审核，不仅耗时耗力，还容易因人为因 素导致误差或纠纷。据统计，2023 年全球保险理赔处理时长平均 为 15-30 天，其中约

项目编号： 保险行业基于 DeepSeek AI 大模型智能 体场景化 设 计 方 案 目 录 1. 项目背景与目标.................................................................................................................................. ....................................6 1.1 保险行业现状与挑战................................................................................................................................................7 1 .......................................................................................159 8.1 国际保险行业 AI 应用案例..........................................................................................

数据源，基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT 在执行金融任务上的表现远超同等参数量级的通用大语言模型，为国内金融 行业大模型的落地与使用提供了借鉴路径。我们认为，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。 造“科技+服务”的价值交付体系，将公司的科技中心打造为销售中心和利润 中心，截至 2022 年，公司科技输出收入 5.92 亿元，其中 H2 同比+41%重回常 态高增长。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》， 并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探 索应用场景，AIGC 探索较为积极，应用有望最先落地。 ❖ 投资建议：关注两类保险机构在大模型技术落地中的受益机会：1）大 垂直领域大模型或成后续发力方向，保险行业是最佳落地领域之一 ............................................... 6 2.1 垂直领域 AI 大模型成发力方向，金融领域已率先落地 ................................................................ 6 2.2 保险行业具备 AI 大模型落地的商业化场景与现实基础

大模型相关金融的应用场景 AIGC 在金融行业的应用场 景 保险 智能核保 智能理赔 银行 智能征信 贷款催收 证券 智能投行 智能资讯 保险产品智能配置 保险客服 代理人销售支持 保险行业适合的场景 事前预防减损 防欺诈 参考财通证券《保险 +AI 深度报 告》 车险定价 代码生成 智能定损 智能理赔 5 02 新华三能力集 文件 分布式并行文件 无损网络 数据采集 智能调优 CT 设备 IT 设备 主动安全 安全感知 数据安全 网络安全 应用安全 保险行业智能化应用 代码生成 智能客服 内容生成 智能知识库 智能核保 智能理赔 智能风控 智能投研 大模型服务 提示词工程 预训练服务 微调服务 中标麒麟 BI/MR 昆仑芯 14 MLU 建设 AIGC 前，应先进行自身业务分析并选择场景，依此确定技术方案及场景生 态 办公助理 AI 客服赋能 智能知识库问答 智能保险文档生成 保险行业 AI 赋能场景落地路 径 小规模算力基础设施 中规模算力基础设施