撰稿：陳茜

AI落地最適合的是什么行業(yè)？保險(xiǎn)毫無疑問是其中之一。

在硅谷，當(dāng)紅AI企業(yè)Palantir早就開始布局保險(xiǎn)行業(yè)，集成高敏感度保險(xiǎn)數(shù)據(jù)，賦能保險(xiǎn)運(yùn)營的各個環(huán)節(jié)，今年股價(jià)突飛猛進(jìn)最高市值達(dá)4200億美元；今年5月，馬斯克旗下的xAI更是攜手Palantir和TWG Global合作，在金融服務(wù)和保險(xiǎn)領(lǐng)域部署人工智能。可以看出AI業(yè)界和資本市場，都非?？春煤脱鹤I大模型在保險(xiǎn)業(yè)上的落地。

而從硅谷到中國，我們觀察到，保險(xiǎn)+AI的趨勢也在快速發(fā)生，保險(xiǎn)企業(yè)如何用好AI、AI如何融入保險(xiǎn)業(yè)務(wù)鏈條產(chǎn)生商業(yè)價(jià)值？我們采訪了平安集團(tuán)首席科學(xué)家肖京、香港人工智能與機(jī)器人學(xué)會常務(wù)副理事長柳崎峰，聊了聊AI如何重塑保險(xiǎn)業(yè)的增長邏輯。

（文章內(nèi)容有刪減，歡迎觀看完整版視頻）

01

微表情風(fēng)控多模態(tài)如何降低欺詐風(fēng)險(xiǎn)

平安在一系列AI in All業(yè)務(wù)中，我覺得最有意思之一的技術(shù)就是“微表情風(fēng)控”。

因?yàn)槿说拿娌坑泻芏嗟倪\(yùn)動單元單位，比如說眉毛，眼神，面部肌肉的跳動，一共有39個運(yùn)動單元來識別面部表情。平安就構(gòu)建了“5微1言”多模態(tài)模型，挖掘個體潛在情緒、意圖及疾病，微表情識別準(zhǔn)確率96%。

肖京 平安集團(tuán)首席科學(xué)家： 平安在微表情這個領(lǐng)域的研究有十幾年了。因?yàn)槲⒈砬榭梢苑从橙说男睦碓诙虝r間的波動，一般是1/ 15秒左右。人在想撒謊的時候心理有個小波動，臉部的四十幾塊肌肉就會有點(diǎn)小反應(yīng)，這種反應(yīng)不是人主觀控制的，自己可能沒意識到，但是會呈現(xiàn)出來。如果攝像頭抓住了這些變化，就可以一定程度上反映他是不是有什么傾向。可以幫助我們?nèi)プ鰧徟h(huán)節(jié)的線索，發(fā)現(xiàn)一些欺詐、黑產(chǎn)等等這些痕跡。這點(diǎn)已經(jīng)在我們的信貸場景，尤其是無抵押的小額貸款場景廣泛使用，每年能幫我們減少20多億的欺詐損失。另外它也可以用在心理學(xué)上的診斷，像抑郁癥、多動癥等等這些領(lǐng)域，有96%的準(zhǔn)確率。

這是非常好的AI多模態(tài)應(yīng)用場景，但平安的人員告訴我，一些風(fēng)險(xiǎn)案件還是會進(jìn)入人工核實(shí)和復(fù)審階段，不會單靠AI測謊，還是需要多方驗(yàn)證。微表情風(fēng)控主要是作為輔助工具來提效，而不是作為審判。

02

AI出單理賠

賠付效率全面躍升

另外很有趣的案例，就是車損理賠。我去年也經(jīng)歷了一場車禍，雖然判了對方全責(zé)，但整個理賠過程不要太麻煩，我的保險(xiǎn)公司、對方的保險(xiǎn)公司、各種問卷、郵件、電話等，整個過程太費(fèi)勁了。而平安推出的這個，基于圖像識別的車險(xiǎn)AI出單就很有意思：只要幾張照片，就可以全部搞定。

以圖片定損為例，平安自研的定損大模型，一個模型支持10萬多車型、1000萬多部件、7000多損傷形態(tài)，準(zhǔn)確率達(dá)到95%。依托于這一核心自研技術(shù)，車險(xiǎn)全流程實(shí)現(xiàn)了端到端的智能化變革，承保環(huán)節(jié)AI自動進(jìn)行損傷核驗(yàn)、對資料進(jìn)行鑒偽，查勘環(huán)節(jié)利用定損大模型，機(jī)器人可以自動收單，實(shí)現(xiàn)案件查勘自動化。

肖京 平安集團(tuán)首席科學(xué)家： 客戶在出車禍的時候，如果只是車的外觀件損傷，之前我們還要派查勘人員去現(xiàn)場拍照片、定損人員去定損，效率很低，成本也高。 有了這個系統(tǒng)，現(xiàn)在我們通過圖片定損，客戶只要用我們好車主APP，自己拍一些照片上傳，就可以快速識別這個車的參保的車是哪個部位受損、損傷程度如何、應(yīng)該如何修復(fù)、賠多少錢等等。會自動出一個賠付計(jì)劃，客戶如果接受了，賠付低于3000塊的，在很多地區(qū)都可以自動付款，這樣效率和體驗(yàn)就大幅提升了。有了這個系統(tǒng)，我們98.7%以上的案件都可以一天內(nèi)賠付；70%多的案件可以一小時內(nèi)賠付。除了平安以外，這個系統(tǒng)還輸出給了其他50多家外部的保險(xiǎn)公司，包括海外的一些公司。到現(xiàn)在為止，平安的圖片識別自動定損系統(tǒng)，還是全世界唯一一個大規(guī)模上應(yīng)用的這種系統(tǒng)。03

圖像鑒偽

用AI打敗AI

別看保險(xiǎn)業(yè)是個巨大的市場，但欺詐造成的損失一直是這個產(chǎn)業(yè)難以降低的成本，包括申請材料、身份驗(yàn)證、理賠環(huán)節(jié)、信貸申請等等，都有大量的造假和欺詐信息。保險(xiǎn)公司甚至發(fā)現(xiàn)：現(xiàn)在更多的欺詐是由AI來造假的，因此像平安這樣的保險(xiǎn)企業(yè)，用更高的AI鑒偽能力去檢測欺詐材料，用“AI對抗AI”， 來控制風(fēng)險(xiǎn)。

肖京 平安集團(tuán)首席科學(xué)家： 以前防欺詐主要靠人的經(jīng)驗(yàn)、規(guī)則，來做判斷和識別，現(xiàn)在隨著AI發(fā)展，AI造的假人類基本看不出，所以就需要AI技術(shù)來識別AI造假的東西。 比如現(xiàn)在的AI語音那真是非常逼真，口氣、背景噪音什么全都能弄出來。但我們?nèi)绻シ治鏊念l譜，發(fā)現(xiàn)它還是跟正常的錄音不太一樣的，噪音分布、頻譜分布是會有區(qū)別的。所以我們通過技術(shù)識別，識別出來它是不是AI，在很多場景甚至接近99%的識別率，平均可以達(dá)到95%的準(zhǔn)確率。 還有圖片信息，比如證件造假，能達(dá)到90%以上的識別率。如果是合同資料那種少量修改的造假就難一點(diǎn)，可能是80%左右的準(zhǔn)確率，如果整個圖片全是AI生成，識別率相對來說比較高。 現(xiàn)在國家也很重視，所以要求凡是大模型生成的東西要做標(biāo)記。

2025年10月15日，平安集團(tuán)旗下PAObank（香港數(shù)字銀行）與金融壹賬通聯(lián)合打造的“反欺詐策略平臺（Anti-Fraud Strategy Platform）”入選由香港金管局推出的生成式人工智能沙盒（GenA.I.沙盒），聚焦銀行業(yè)的風(fēng)險(xiǎn)管理、反詐騙及客戶體驗(yàn)創(chuàng)新，特別針對“深度偽造詐騙”設(shè)立測試方向，重點(diǎn)探索如何“以AI對抗AI”。簡而言之，用AI造假，沒有那么容易。

通過以上三個案例，相信大家能感受到，為什么說保險(xiǎn)是一個非常適合AI落地的場景。對于客戶來說，這是一個產(chǎn)品復(fù)雜、選項(xiàng)繁多、信息超級爆炸但你又不得不去面對的行業(yè)；對于企業(yè)來說，你有太多需要提效的人力資源和成本。

那平安是怎么布局整個AI策略的？

04

AI in All

平安的AI護(hù)城河

在國際上，雖然大保險(xiǎn)公司有所動作，但目前還是采取的“合作模式”，這樣很多AI as a service的2B公司獲得巨額的訂單。

Palantir在保險(xiǎn)領(lǐng)域的應(yīng)用愈發(fā)深入，其在官網(wǎng)就明確提出，“Insurance”業(yè)務(wù)版塊涵蓋承保、理賠、組合管理與風(fēng)險(xiǎn)篩查。比如日本大型保險(xiǎn)公司 SOMPO Holdings（SOMPO）就在2023-2024年與Palantir簽署了長期合作協(xié)議。

AIG在2025 年投資者日（Investor Day）中，CEO Peter Zaffino與Anthropic CEO Dario Amodei同臺，明確將生成式AI（GenAI）視為其保險(xiǎn)業(yè)務(wù)的核心變革力量，尤其聚焦承保與理賠流程。

但有個問題：這些保險(xiǎn)大公司過于依賴外部的AI服務(wù)，數(shù)據(jù)安全如何保證？AI的護(hù)城河和競爭優(yōu)勢如何建立？為什么不in-house自己搭建AI團(tuán)隊(duì)呢？當(dāng)我知道平安是花了超過十年時間布局全棧AI能力時，我也很好奇它是如何做到的。

陳茜 硅谷101聯(lián)合創(chuàng)始人： 國際上一些大的保險(xiǎn)集團(tuán)，它們可能對于擁抱AI還是走得比較謹(jǐn)慎的，那平安現(xiàn)在提出要AI in all，是一個非常全棧的態(tài)度跟策略去擁抱AI，你們?nèi)绾味x、理解AI提升企業(yè)級價(jià)值這件事情的？

肖京 平安集團(tuán)首席科學(xué)家： 人工智能也不是一個新的東西，它60多年兩起兩落，為什么前面兩次衰落？現(xiàn)在第三次興起，我覺得就看AI能不能產(chǎn)生價(jià)值，能不能真正養(yǎng)活自己。 創(chuàng)造價(jià)值有兩種方式：一種是把AI能力變成一個產(chǎn)品往外輸出，我們叫“AI產(chǎn)業(yè)化”。還有一種像平安這樣，是要“產(chǎn)業(yè)AI化”的。我們認(rèn)為針對B端的，企業(yè)、政府、醫(yī)院等等，AI產(chǎn)業(yè)化是更大的挑戰(zhàn)，要把AI工具變成產(chǎn)品去服務(wù)其他的業(yè)務(wù)領(lǐng)域，很難做得特別標(biāo)準(zhǔn)化和規(guī)?；Ｋ晕覀儾皇莂ll in AI，而是AI in all，重點(diǎn)是產(chǎn)業(yè)的AI化。首先AI在具體場景落地，精度、效果要出來，就得從底層開始打造體系化的基礎(chǔ)能力。這是為什么很多公司從零開始的話，很難一下子建成這個體系，所以很希望能夠找外部的、AI產(chǎn)業(yè)化的科技公司來幫它實(shí)現(xiàn)。 但我跟很多國內(nèi)外的公司交流后發(fā)現(xiàn)，如果不自己建，完全去外面采購的話，想要變成平安這樣是挺難的。因?yàn)檫@些AI產(chǎn)業(yè)化的公司，它對業(yè)務(wù)理解是很淺的，它沒有自己做過，流程都畫不出來，更不會知道瓶頸在哪、問題在哪，只能針對某些點(diǎn)狀的場景去做，就很難實(shí)現(xiàn)像平安這種體系化的AI in all的能力。我們的客戶已經(jīng)有兩個很大的變化。其中一個很大變化就是它對AI更信任，現(xiàn)在很多人去看病前都會先問一下DeepSeek，我們的客戶見理財(cái)經(jīng)理之前，都經(jīng)常先問一下DeepSeek。所以我覺得產(chǎn)業(yè)AI化是必然趨勢，也是一個很好的機(jī)會，你只有真正實(shí)現(xiàn)AI化，才有可能比客戶知道的更多、更專業(yè)，人家才會更信任你、才會要你的服務(wù)。陳茜 硅谷101聯(lián)合創(chuàng)始人： 這一輪的AI浪潮，平安在AI投入上、整體戰(zhàn)略上有什么樣的考量呢？在模型、算力、數(shù)據(jù)、安全這幾大方向有哪些差異性的優(yōu)勢？

肖京 平安集團(tuán)首席科學(xué)家： 平安的底層算力平臺，包括CPU、GPU這些全部是集中的，由遍布全國的數(shù)據(jù)中心支持，這是我們的動力系統(tǒng)，起到兩個作用：一個是作為數(shù)據(jù)飛輪，去訓(xùn)練各種各樣的模型，第二個是在決策、判斷、服務(wù)客戶的時候，作為要素特征。而數(shù)據(jù)是燃料，這些已經(jīng)搭建起來了。還有一個就是我們的算法，是指揮大腦。智能體是一個整體的體系，把大腦、動力和燃料全都串起來，變成一個高速運(yùn)轉(zhuǎn)、標(biāo)準(zhǔn)化、規(guī)范化的體系，形成工廠，讓所有員工都能在智能體上快速開發(fā)應(yīng)用，快速地覆蓋所有的AI應(yīng)用適配場景。 現(xiàn)在隨著DeepSeek R1、OpenAI o1這些強(qiáng)思考大模型出現(xiàn)，模型不僅可以記憶和泛化，還可以思考、舉一反三、觸類旁通，并且可解釋。這就讓應(yīng)用更加廣泛，而且還出現(xiàn)了非常強(qiáng)大的智能體平臺，所以平安也構(gòu)建了自己的智能體平臺，尤其智能化應(yīng)用的覆蓋場景。原來做智能化應(yīng)用，一般是產(chǎn)品經(jīng)理、業(yè)務(wù)人員定義問題，然后開發(fā)團(tuán)隊(duì)來做開發(fā)。現(xiàn)在有了智能體平臺以后，產(chǎn)品經(jīng)理自己就能完成開發(fā)，只有那些智能體不能完全解決的，才讓開發(fā)團(tuán)隊(duì)來，可以減少大量開發(fā)人員的投入，而且開發(fā)團(tuán)隊(duì)通過AI編碼工具也能提效。 我們做了一年多時間，現(xiàn)在已經(jīng)有57000多個智能體了，全集團(tuán)20多萬員工都在用，這樣就能覆蓋了我們邊邊角角所有的這些智能化應(yīng)用，最終真正地實(shí)現(xiàn) AI in all。

香港人工智能與機(jī)器人學(xué)會常務(wù)副理事長柳崎峰認(rèn)為，對于金融和保險(xiǎn)行業(yè)來說，準(zhǔn)確度是非常重要的，而平安的三層大模型去保證準(zhǔn)確性將是2B應(yīng)用落地的一個樣本做法。

柳崎峰 香港人工智能與機(jī)器人學(xué)會常務(wù)副理事長： 現(xiàn)在面臨巨大的挑戰(zhàn)是準(zhǔn)確度還是有待提高，所以大模型有它的限制。肖總說的三層結(jié)構(gòu)來保證準(zhǔn)確，這是非常好的，因?yàn)橐鉀Q具體的業(yè)務(wù)問題，絕非是一個GPT-5沖上去就完事了。舉個例子，即使像Claude是用基于GPT的模型，但是它的prompting都已經(jīng)幾千、甚至上萬個token，所以這是非常復(fù)雜的系統(tǒng)工程，更不用說肖總介紹的，解決一個問題有可能用多個模型，大大小小、各個環(huán)節(jié)、各個情況要一起上，目的其實(shí)就是要提高準(zhǔn)確度，同時在成本可控的范圍之內(nèi)。05

行業(yè)共識形成

AI正在重塑保險(xiǎn)的底層邏輯

日前，高盛發(fā)布研報(bào)上調(diào)了平安的目標(biāo)股價(jià)，維持“買入”評級，并且把平安納入到高盛提出的新“中國股市AI投資框架”，值得一提的是，中國平安是唯一一家被列入“非科技領(lǐng)域收入增強(qiáng)型（AI驅(qū)動營收增長）”這一主題類別中的金融保險(xiǎn)公司。

可以說，AI正重塑保險(xiǎn)業(yè)的增長邏輯，已成為了行業(yè)共識，而這個垂類正是“模型大廠“觸碰不到的領(lǐng)域，因?yàn)橛刑鄬I(yè)數(shù)據(jù)和行業(yè)know-how。

具體從第三季度財(cái)報(bào)看，其產(chǎn)險(xiǎn)業(yè)務(wù)實(shí)現(xiàn)近九成車險(xiǎn)單平均一分鐘出單，63%的人傷案件理賠實(shí)現(xiàn)自動化，最快51秒即可結(jié)案；壽險(xiǎn)“111極速賠”項(xiàng)目中，閃賠占比達(dá)到58%；風(fēng)控方面，AI反欺詐系統(tǒng)前三季度攔截減損91.5億元；AI坐席已承擔(dān)公司80%的客服量，AI輔助銷售規(guī)模接近千億元。這些數(shù)據(jù)，都在印證一個共識：AI在醫(yī)養(yǎng)金融的實(shí)際落地，是AI商業(yè)化的重要樣本。

柳崎峰也在和我們連線的時候認(rèn)為，雖然面臨著一些技術(shù)上的難點(diǎn)和挑戰(zhàn)，但AI將進(jìn)一步通過深度學(xué)習(xí)和Agent技術(shù)，對金融和醫(yī)療繼續(xù)產(chǎn)生顛覆性影響。

保險(xiǎn)和醫(yī)養(yǎng)金融這樣的復(fù)雜、龐大、繁瑣的產(chǎn)業(yè)，正在被AI的科技創(chuàng)新變革，隨著AI大模型能力的進(jìn)一步提升，模型本身誰更強(qiáng)，對于普通用戶來說也許并不是最關(guān)鍵的問題了，大家在乎的，是AI能為我們的生活帶來什么樣的效率提升，而這正是像平安這樣的產(chǎn)業(yè)端企業(yè)需要不斷思索、創(chuàng)新的領(lǐng)域。

視頻有視覺和音樂的加持，更能呈現(xiàn)出這些精彩的故事細(xì)節(jié)。 請?zhí)D(zhuǎn)至硅谷101收看完整版

注：部分圖片來源于網(wǎng)絡(luò)

國內(nèi)：B站｜騰訊｜視頻號｜西瓜｜頭條｜百家號｜36kr｜微博｜虎嗅

海外：Youtube

聯(lián)系我們：video@sv101.net

監(jiān)制｜泓君 陳茜

撰稿｜陳茜

主持｜陳茜

剪輯｜橘子

動效｜踹

運(yùn)營｜王梓沁 孫澤平 何源清