克夫主母行业应用白皮书》(下称《白皮书》)指出，尽管当前，AIGC仍旧处于早期阶段，面临技术将取得新的发展成果，在内容创作、数字营销和客户服务等领域，人工智能有望成为一个巨大的产业。

　　针对AIGC技术在保险行业的应用前景，《白皮书》指出，未来，AIGC将成为保险公司决胜于行业的重要战略性资产。

　　“AIGC技术的优势在于通用型能力和交互能力，这些能力可以很好地赋能保险公司的营销、促活等业务场景，让消费者感受到更好的服务体验。”众安保险数据科学应用中心负责人施兴天对21世纪经济报道记者表示，“从公司角度看，AIGC技术与传统智能客服可以形成很好的互补。对确定性的问题，原有智能客服可以提供专业、准确的解答； AIGC可以对更为宽泛的开放性问题提供解答，通过交互，提升消费者的咨询体验。”

　　现阶段对AIGC技术的应用上，施兴天表示，最重要的找准应用场景。“我们很少涉及底层技术的研究，主要是站在巨人的肩膀上，包括该领域内优质的国产化软件和工具，对行业进程保持关注。更重要的是平台开发和上层应用，对此，我们会考量技术现有的优势和局限性，再来结合落地的难易程度做推进。”

　　“从应用角度上面看，AIGC现阶段有其独特的优势和局限性。比如智能保顾场景中，AIGC技术有通用性能力、拟人化方式；但具体到如何解决一个理赔、投保案例，AIGC不见得是最优解，因为它不具备专业的智库或专业领域的知识。”施兴天表示，“我们不能期待现阶段的AIGC技术解决所有场景的问题。”

　　但在需要与用户发生交互的营销、促活场景中，AIGC技术就能够得到有效的应用。“用户需要有新的输入。比如，我们日常可以给用户提供一些健康咨询、保险相关讯息，这些可以AIGC技术有很好的匹配——它们有自己的‘世界知识’，就可以生成很多内容，我们不用预备大量的知识和数据库。”

　　一是提升AIGC使用场景中的研发与管理效能。“例如平台化功能部分，我们到底需要使用国外的大语言模型，还是国内优秀产品或自主研发平替版本；再比如如何确保AIGC与客户之间的交互在众安在线的管理范围之内，如何确保数据的安全、准确。”施兴天指出，“合规、安全对互联网、金融行业来说是重中之重，我们需要在这方面有持续的投入。”

　　二是如何将AIGC技术与保险领域的知识、经验有机结合。“现在训练一个模型有百亿、千亿的参数，训练非常耗时，对于使用者进行模型精调造成了极大挑战，模型的通用性和垂直领域的专业性也很难平衡。”施兴天指出，“在保险科技领域有技术优势，但从更宏观的角度看，如何把定制化、专业领域的知识和大语言模型结合，仍是长期课题。”

　　三是具体的落地场景。“AIGC提供了一种新的交互方式，但并不成熟。想要结合的具体业务场景去提升交互方式，可能需要改变一些当前的业务流程，这里涉及的场景包括保顾、营销等。作为一家互联网保险公司，众安在线和客户接触的场景集中在线上，我们会根据与客户接触的优先级去做AIGC的布局和投入，争取让客户的交互体验上一个新的台阶。”施兴天表示。

　　施兴天对记者表示，对保险公司而言，AIGC技术的价值不只在于为客户带来更好的交互体验，也在于赋能业务，增加链路整体效能。

　　以众安在线为例。“对AIGC技术的应用，我们企业内部的使用反而早于客户端。”施兴天表示，“作为一家快速迭代的科技型保险公司，效能是众安在线的一切。我们希望提高效能、优化定价，给予客户更好的体验，这是我们的竞争力。如何提升内部各个环节的效率至关重要。”

　　施兴天表示，经过可行性研究后，在众安在线内部的客服总结、客户标注、精算分析等环节，AIGC技术的使用都极大程度地提升了人工效率，使得企业有机会为消费者提供更好的服务和体验。

　　一是客服总结。施兴天表示，通常情况下，保险公司在接到服务、咨询的电话，需要接待员人工生成一个小结，最后存档，这些信息会流向后续其他的业务部门。“这一过程通常会耗费接待员15%的工作时间，但这恰恰是AIGC技术最擅长的——它们可以通过对自然语言的处理直接做总结，极大提升服务效能。这类效能的节省最后也将体现在客户体验上。”

　　二是客户标注。在数据处理过程中，保险公司通常会对客户意图做识别。“有的用户是来咨询的、有的是退保的、有的是投诉的，我们需要通过标注对数据进行识别。以往，对于新的意图识别，我们需要开一个会，要求数据、算法部门的同事参与，关注标注的数据、质量，进行建模、分析，过程非常繁琐。但现在，运营人员可以直接与类似ChatGPT的人工智能对话，极大提升发现问题、识别问题的效能。过往，这可能需要一周，现在只需要一两天。”

　　三是精算定价和经营分析。在产品定价和经营分析的过程中，保险公司负责精算的人员需要浏览、提取大量的过往数据进行分析，这一过程需要专业技术员的支持，或精算人员需要熟悉代码、编程等技术。施兴天表示，“但AIGC技术经过一定的指令输入，可以把精算人员需要的指标和底层的数据做直接映射。例如，产品赔付率高的归因问题，过往需要精算师做较为复杂数据提取与分析，但现在驱动AIGC就可以得到一些直接信息，大大缩小了时间成本。”

　　回顾AIGC技术在保险公司中的使用和发展，施兴天表示，应当系统性地审视AIGC技术在业务链路中每个节点的作用，充分发挥大语言模型的通用型能力和交互优势。“我们内部始终在系统性地看待AIGC技术，它不是一项‘黑科技’，但放在合适的场景会有很好的作用。关键是，如何将新技术的价值发挥到最大，适配具体的业务问题。”