2023年11月12日，中国人民保险集团科技运营部总经理刘苍牧出席了2023金融街论坛年会—数字技术助力智能金融发展论坛并并发表题为《拥抱智能科技 追求卓越发展—中国人保的智能技术应用实践》的演讲。
他指出智能科技已成为保险公司创新业务模式、改善客户服务、提高运营效率的最重要技术之一。中国人保高度重视新技术带来的新机遇，创新提出了“保险+服务+科技”的新商业模式，将科技定位为集团的基本生产力和核心竞争力。集团从战略要求和一线业务发展需求出发，规划并建设了统一开发、技术、数据、智能四大基础技术平台，形成人保核心科技基础能力，同时在智能科技研发和落地应用方面进行了积极的布局和探索，取得了一些阶段性的成效，可以为金融同业提供借鉴和参考。
刘苍牧 中国人民保险集团科技运营部总经理
*发言内容 （以下内容根据现场速记整理）
尊敬的周延礼副主席、冯登国院士、刘航巡视员，各位嘉宾、各位朋友：大家上午好。
非常感谢金融街论坛组委会的邀请，非常荣幸参加今天的论坛，有机会跟大家一起交流探讨如何让数字技术更好地助力智能金融发展。我今天分享的主题是《拥抱智能科技 追求卓越发展》。
跟大家交流三个方面的议题：一、保险智能科技发展的趋势；二、中国人保的智能技术应用实践；三、分析智能技术发展面临的挑战，对未来发展进行展望并提出相关的建议。
一、保险智能科技发展的趋势
人工智能技术是由1956年在达特茅斯会议上首次被提出，先后经历了四次发展浪潮。第一次浪潮的代表技术是逻辑推理，第二次是专家系统，第三次是深度学习，目前我们正处于以ChatGPT为代表的大模型技术引领的第四次大浪潮中。包括保险在内的各种业态都将被其冲击和革新。
上个月，Gartner发布了2024年十大战略技术趋势，其中包括了AI增强开发，AI信任、风险和安全管理，智能应用，全民化的生成式AI等四项智能技术，凸现了智能科技在各行业未来规划与发展中的极端重要性。
在4天前，OpenAI公司举办了首届开发者大会，发布了ChatGPT的最新升级版本，同时也发布了ChatGPT的定制化工具。OpenAI开始构建类似苹果应用商店的AI应用生态，任何人都可以通过自然语言快速的创建自己的ChatGPT。可以预见大模型将成为未来智能化应用的底层基础设施，AI也将成为数字化时代的新生产工具，深刻改变各行各业。
根据最新的Gartner CIO调查报告，40%的保险业CIO表示，智能科技是他们计划在2023年大幅增加投资的首要领域之一。智能科技已成为保险公司用于创新业务模式，改善客户服务，提高运营效率最强大、最重要的技术之一。面对日益激烈的市场竞争和客户需求的多样化，保险机构纷纷在营销、运营、风控、服务等领域引入智能科技，提供个性化保险产品和服务，优化业务流程，提高业务运营的效率，降低运营成本，提升风险控制能力，并为客户提供更优质的服务。
二、中国人保的应用实践
中国人保高度重视新技术带来的新机遇，创新的提出了“保险+服务+科技”的新商业模式，将科技定位为集团的基本生产力和核心竞争力。从卓越战略要求和一线业务发展需求出发，规划并建设了统一开发、技术、数据、智能四大基础技术平台，形成人保核心科技基础能力。统一智能平台是其中至关重要的一部分，实现全集团AI能力资源的统一管理、统一运营，自建人工智能算法团队，加大核心算法技术的自主可控力度，持续探索新技术引入，打造了丰富的人工智能类应用产品和智能化的解决方案。
我们以赋能业务发展、服务基层一线和广大客户为出发点，坚持把创新作为第一动力，牢牢把住科技变革趋势，努力将人保的传统优势转化为数字化优势。在智能科技研发和落地应用方面进行了积极的布局和探索，也取得了一些阶段性的成效。
下面，跟大家报告七个具体案例。
案例1，智能营销系统。线上化已成为保险触达客户的主渠道，线上坐席在营销拓客中传统的方式效率和转化率低，而且坐席流动性强，技术培养的周期长。中国人保打造智能营销助手，基于语音识别、语义理解、大语言模型等技术，面向销售的前、中、后的全过程场景，实现了机器智能与人工的深度协同，助力实现高转化率的营销活动和高效贴心的客户服务。以基于企微聊天记录的营销线索挖掘场景为例，实时采集坐席与客户的企微聊天记录，自动分析并挖掘营销线索，推送至企微，提醒客户经理跟进完成营销任务。该系统上线几个月以来，已推送线索3万多条，成单2.9万笔，助力实现产能超过2000万。据坐席反馈，产品意向预测准确率超过90%。
案例2，业务运营数智化。中国人保利用PB级的结构化业务数据，结合文本、影像、语音、视频等多模态数据，通过智能语音、计算机视觉、自然语音处理等技术，深入挖掘大数据的资产价值，向承保、客服、理赔、经营决策等业务场景提供了定制化的智能服务，赋能提质增效，推动业务运营数字化升级。以理赔查勘视频智能质检为例，中国人保每年车险的案件超千万笔，查勘视频大概记录了数百万小时，人工质检极为耗时耗力。我们通过AI对视频进行逐帧检测，自动提取目标物体，实现了智能质检，效率提高了10倍以上。
案例3，农险“天空地一体化”极速查勘定损。农险理赔存在数据采集难、信息不对称、成本高、效率低等困难，特别是大灾造成的大面积损失的情况下尤为突出。中国人保充分利用“3S”、智能图像处理等技术实现对农险标的位置、面积、灾损等情况的精准识别。在今年的台风灾害理赔中，吉林舒兰市农田受灾面积超过了21万亩，我们通过卫星遥感划定淹没区域，通过多光谱遥感和无人机航拍，核实农作物的损失情况，快速查勘定损，解决了刚才我讲的效率低下难题。定损完成的第二天就支付了全省首批农险预付赔款2000万元。
案例4，食品溯源安全服务平台。针对食品安全溯源以及养殖险标的管理痛点，我们采用区块链技术搭建了覆盖保险公司、畜牧部门、检疫部门、无害化处理机构等多方的政企联盟链，实现了畜禽标识、出栏及保险承保、理赔、无害化等全流程数据的可信认证和融合应用，有效实现了个体识别和溯源。目前已有超过1200万标的数据上链。
案例5，RPA自动化业务处理。中国人保围绕着降本增效引入了RPA，并深入融合AI技术，打造智能化的数字员工，自上而下有组织的推动系统化、规模化、规范化的应用，使得员工可以从事更有价值和创造性的工作，有效的提升运营效率和人力绩效，助力公司运营自动化和数字化转型。今年以来，我们旗下的人保财险已经上线了588名数字员工，基于测算节省的人力超过了826人年。
案例6，智能风控领域的案例。在这个场合之前，我介绍过我们的“万象云”，保险是基于大数法则，基于风险等量来发挥保险的经济补偿作用，过去是这种赔付方式。现在按照监管的要求我们要推动风险减量管理，所以在去年的基础上，今年我们推出了万象天眼，我们针对13个场景构筑了万象天眼，来助力“保险+服务+科技”的新商业模式落地。今天重点给大家汇报的是智能星图。传统基于规则的风险分析难以发现隐匿的关系和风险，中国人保打造了企业级的知识图谱、平台“智联星图”，将知识图谱技术引入了保险风控，能够在海量复杂的业务数据中发掘隐含的各类保险业务实体间的关联关系，将专家经验固化在系统中，有效的支撑承保风险识别、理赔反欺诈等场景，提升风控水平。平台车险理赔知识图谱覆盖了18亿数据节点和45亿条数据关系，产出反欺诈模型21个，支持在海量案件中缩小筛查范围，自动识别欺诈团伙涉及的人员、车辆和案件。
案例7，重点介绍一下我们刚发布的人保大模型。中国人保把握大模型技术带来的机遇，积极布局大模型建设，推动内外部生态合作，深入大模型技术研发，充分利用人保海量的语料、数据和行业知识的优势，打造了自主可控的人保大模型，并在代理人赋能、智能客服等领域试点应用，以MaaS方式为集团各公司提供了基于大模型的智能产品和技术服务。这是我们人保大模型的总体规划。
中国人保与认知智能全国重点实验室及科大讯飞合作研发了人保首个专属问答大模型，并通过“人保智友”产品在代理人赋能、智能客服等领域试点应用，借助大模型在语义理解、搜索增强等功能，提升知识获取的效率，降低企业运营成本。同时，中国人保还通过自研与合作双轨并行，构建了以深度理解保险行业的专属通用大模型为底座、面向垂直业务领域自研场景大模型为主体、外部大模型能力为辅助的人保大模型生态，支持营销、运营、办公、客服等众多领域场景的应用，全面提升从业人员的效率和用户体验。
人保大模型规划了“ABCDE”五大领域的应用场景，其中：A（Agent）是赋能代理人场景，B（Brand Marketing）是智慧营销场景，C（Customer）是客户服务场景，D（Developer）是科技研发场景，E（Employee）是智能办公场景。我们将在安全合规的前提下，按照先内后外的顺序，积极推动各领域大模型的应用场景的落地。
三、挑战、展望与建议
我们认为智能科技在金融行业的进一步深入应用面临的主要挑战和风险包括：1.数据隐私和安全风险，2.专业人才和技术壁垒，3.合规和监管问题，4.道德和伦理问题，5.客户接受度问题，等等。由于时间关系不一一展开，重点说一下技术壁垒和法律合规方面的挑战。
中国人保在大模型研究和应用场景落地的过程中，感受到最大的限制并非是技术的问题，而是算力资源严重不足。应对基本的模型调优和小规模场景应用都捉襟见肘，在美西方卡我们脖子和国产化算力尚未强大的当下，这对我们持续开展大模型研究和推广应用是一个巨大的挑战。
其次是法律合规方面的问题，大模型算法技术门槛高，底层算力资源需求大，所以必须借助相关产业公司的技术和算力共同开展大模型的底座研究和训练。这就涉及到脱敏数据出域的问题，我们从今年6月份开始就研究这方面的法律法规政策，也与法律界和同业开展了很多的交流探讨。但目前法律和监管层尚无非常明确的规定和指引，同业也普遍都秉持谨慎的态度。这是金融行业垂直领域大模型能力提升和落地应用面临的另一大挑战。
谈完挑战，我们也对智能金融科技未来的发展进行展望。
在国家政策支持方面，国家陆续出台了一系列顶层规划，提供了标准的指引，将有力推动智能科技的全面发展和应用，促进产业健康可持续发展。
在技术发展方面，人工智能技术，尤其是AIGC大模型技术的爆发式发展，将对金融行业带来革命性的影响，把握好这一历史性变革机遇的领头企业将获得巨大的技术红利和竞争优势。
自主可控方面，智能技术的自主可控是实现金融行业科技自立自强、创新发展和维护国家金融安全的关键所在。在国际竞争环境日益严峻的背景下，我们必须坚持智能金融核心技术和关键设施的自主可控、安全可靠。
在跨界合作方面，智能前沿技术如通用大模型，在底层算力算法技术储备方面的门槛极高，金融机构必将积极开展跨界合作，充分发挥第三方机构的技术先发优势，与自身的业务场景和专业知识相结合，共同打造智能金融生态圈，实现优势互补和互利共赢。
我们也提出相关的建议。
一是要积极拥抱智能技术，鼓励技术创新。传统的保险机构要充分认识到智能科技的潜力和价值，持续转变传统思维模式，积极探索和应用新技术，进一步加大智能科技的投入，建立容错和试错机制，营造鼓励技术创新的文化和氛围。
二是要深度挖掘关键业务需求，聚焦重点核心技术。通过深度挖掘关键业务需求，推动解决业务痛点问题，聚焦智能金融领域的关键核心技术进行重点攻关，提升技术水平和应用成效。
三是要加强产学研合作交流，建设自主人才团队。应加强与高校、科研机构、科技公司及同业的合作交流，促进资源的共享，加速智能科技的研发和应用进程，持续培育自有人工智能团队和自主研发的能力，培养企业的核心科技竞争力。
四是要保护用户隐私和信息安全，确保依法合规。在智能科技研发和应用中，要严格遵照国家相关法律法规，建立完善的访问控制机制，定期开展信息安全审计和检查，加强对员工的保护意识和技能培训，切实保护用户隐私和信息安全。
近期召开的中央金融工作会议强调，高质量发展是全面建设社会主义现代化国家的首要任务，金融要为经济社会发展提供高质量的服务，要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。这五篇大文章关乎国计民生、关系未来发展，需要金融和科技（尤其是智能科技）的双向奔赴和提供强有力支撑。
未来，我们将继续积极投身智能科技生态建设，推动智能科技与金融业务的深度融合，全面赋能金融业务发展，提升金融服务实体经济质效，拓展金融服务的广度、深度、精度和温度，致力于实现金融服务的智能化、个性化、定制化，为客户提供更加智能、平等、便捷、可靠的金融服务，积极践行“人民保险，服务人民”的初心使命。
来源：中关村互联网金融研究院