在金融保險領域，人工智能（AI）技術正逐步成為引領行業變革的核心驅動力。近日，眾安在線發布的2024年度業績報告揭示了AI技術在其生態系統中的顯著成效。特別是在意健險理賠方面，AI智能識別技術的通過率已躍升至90%，結案速度最快僅需15秒。同時，在汽車生態板塊，引入AI的視頻理賠申報服務顯著縮短了報案時間，平均用時僅100秒。
作為眾安戰略投資的科技主體，眾安信科在AI領域的探索和實踐尤為引人注目。眾安信科CEO郁鋒在最近的分享中，詳細闡述了AI在金融保險行業的發展軌跡、應用成果以及應對落地挑戰的策略，為行業帶來了新的啟示。
郁鋒指出，AI在金融行業的發展歷經了自動化、數字化和智能化三個階段。從最初的依賴規則驅動實現業務環節的自動化，到利用深度學習技術理解業務，提升投保溝通效率，再到如今大模型驅動的智能化階段，AI的地位已從輔助角色轉變為不可或缺的核心力量。在金融保險領域，AI不僅重新定義了服務標準和體驗，更從替代人力向創造新價值轉變。
在保險行業，盡管AI應用尚不深入，但郁鋒預測，隨著應用場景的不斷成熟，未來1至2年內，將涌現更多具有創新價值的AI應用。眾安信科在這一領域已積累了豐富的實踐經驗，成功在多個場景中落地智能體。例如，智能外呼系統的語義識別準確率高達98%，大幅減少了人工介入；在合規檢查中，AI的工作效率更是人工的數十倍。
然而，在賦能業務伙伴的過程中，眾安信科發現許多公司面臨業務需求多樣化、AI難以高效落地的挑戰。針對這一問題，郁鋒提出了一套解決方案。他強調，數據基礎是AI發展的關鍵，需要積累大量優質業務數據。同時，企業需要構建適合自身業務的專屬模型，并利用垂直領域專業知識確保AI輸出的安全性和準確性。精心打磨提示工程也是引導模型在特定場景下給出精準回答的關鍵。
在模型訓練方面，郁鋒提到，DeepSeek技術顯著降低了大模型訓練成本，使更多企業有機會參與模型訓練和優化。然而，當前行業存在通用模型不適用和自研模型成本過高的問題。眾安信科則專注于解決AI落地的“最后一公里”問題，基于業務實戰積累，將大模型“組裝”成符合業務需求的形態，實現了高效且精準的AI應用。
郁鋒還表示，眾安信科始終堅持“用科技驅動業務，做最好的業務賦能者”的理念。去年，眾安信科完成了全面擁抱AI的戰略轉型升級，主要體現在軟件AI化和業務AI化兩個方面。軟件AI化使傳統科技軟件變得更智能、更易用；業務AI化則是眾安信科的核心發力方向，通過AI技術將行業Know-how落地，開發出一系列智能應用，幫助客戶解決業務痛點、降低成本、提高效率。
如今，眾安信科的服務范圍已從保險擴展到銀行、零售等多個領域。盡管不同行業的業務邏輯各異，但底層技術是相通的。眾安信科正將保險領域驗證成功的最佳實踐與跨行業積累的深度專業知識相結合，為更多業務伙伴和B端客戶提供可復用的智能化解決方案，助力企業實現AI轉型升級。
眾安信科還積極與戰略級合作伙伴成立AI聯合實驗室，旨在通過強強聯合，實現資源共享和研究成果的互利共贏，為行業的數智化轉型賦能。郁鋒表示，眾安信科將繼續堅持“科技+服務”雙輪驅動的發展路徑，成為保險、銀行及零售行業客戶數智化轉型路上的可靠伙伴。
