AI导读:

在新一轮AI发展浪潮中,保险业开始积极拥抱大型语言模型技术,以提升业务效率和生产力。多家险企和科技公司已在保险领域应用大型语言模型,并探索新的应用范式。同时,大型语言模型的应用也面临着数据安全和合规的挑战。

在新一轮的AI技术革新中,大型语言模型(LLM)正逐步渗透到各行各业,其中,保险业也紧跟时代步伐,积极拥抱这一技术浪潮。

近日,中国太保在其科技开放日上透露,公司副总裁俞斌明确表示,中国太保正致力于在保险领域应用大型语言模型,并以“数字劳动力”为突破口,探索可交易的数字化劳动力建设,旨在进一步提升保险业务的生产力。

事实上,不仅是中国太保,包括阳光保险、众安保险在内的多家险企也已开始着手应用大型语言模型。与此同时,科技公司也在加速推出金融行业专用的大型语言模型,并与金融机构在应用层面展开深入合作。

保险业大型语言模型应用风起云涌

大型语言模型的兴起正在深刻影响金融业,特别是保险业。据腾讯研究院今年7月末的调研数据显示,国内参数规模在10亿以上的大型语言模型数量已从5月末的79个增加至116个,其中金融行业的大型语言模型约有18个。

业内专家指出,保险领域是大型语言模型的重要应用领域,同时,大型语言模型也将对保险业产生深远的影响。清华大学金融科技研究院副院长、中国保险与养老金研究中心主任魏晨阳认为,大型语言模型目前正处于快速发展阶段,在AI的“三要素”(算力、算法、数据)中,数据是核心竞争力。他强调,保险业拥有丰富的数据资源和广泛的应用场景,是大型语言模型应用的理想领域。此外,大型语言模型并非旨在替代人类,而是作为“副驾驶”,辅助人类完成工作。

面对保险业的新趋势和新挑战,保险科技的发展必须与业务发展需求紧密相连。当前,保险业正朝着成本结构优化和以客户体验为中心的方向发展,同时面临着新客群和多渠道服务的新挑战。智能化,尤其是可复制的智能,被视为解决这些问题的关键手段,而大型语言模型正是实现这一目标的重要工具。

业内人士认为,大型语言模型的自然语言交互能力等技术将在保险公司的展业效率、客户服务体验、代理人队伍管理、内勤工作效率以及市场洞察等五个方面产生实质性的变革,未来5至10年内将深度影响保险业。

在广泛的应用场景下,保险业正积极拥抱大型语言模型的浪潮。中国太保率先推出了“数字员工”,并计划将大型语言模型技术应用于保险销售、保险客服和核保核赔等方向,通过大型语言模型的服务闭环能力,提高服务标准,减少员工的重复性脑力劳动,使员工能够专注于更高价值的工作。同时,大型语言模型的专业深度将突破当前员工的能力限制,打造具备复合型能力的“超级员工”。

太保科技总经理助理陈峰介绍称,目前自研的太保数字员工产品已在集团审计中心进行能力试点,并在审前检查、审中助手及审后管理三大岗位上取得了显著成效。通过数字员工与真实员工的人机编队工作方式,填补了审计人力不足的问题,并扩大了审计范围,未来将在全公司进行推广。

阳光保险集团也推出了大型语言模型开放平台及基于该平台的“三大机器人”(销售机器人、管理机器人、服务机器人)应用。其中,销售机器人项目中已应用了大型语言模型技术,信息抽取任务的准确率提升了15%,意图识别和智能问答的准确率也有显著提升。

众安保险的AIGC架构同样以大型语言模型为基础,并开发了AIGC中台等应用。此外,科技公司也在自己研发的行业大型语言模型产品中与保险业展开合作应用。例如,蚂蚁集团近期推出的金融大型语言模型产品已在理财和保险领域进行了应用测试;百度也宣布其“行业大型语言模型”已在保险等领域与多家金融机构展开合作,如帮助保险公司自动解析复杂的合同业务条款,效率提升高达30倍。

大型语言模型引领保险业新范式

在俞斌看来,保险科技经历了从“信息化+保险”1.0时代到“线上化+保险”2.0时代,再到“数字化+保险”3.0时代的发展历程。而随着大型语言模型的兴起,保险数字化转型将迈入“数智化+保险”的4.0时代。通过对人进行建模,实现数字劳动力,将从事保险经营活动的普通脑力工作者释放到更需要创新能力的岗位,从而全面提升行业生产力。

为何大型语言模型能够带来如此跨时代的变革?太保数智研究院执行院长王磊认为,这得益于大型语言模型技术带来的新应用范式。与传统的数字技术相比,大型语言模型技术能够提供理性的、由推导形成结论的慢思考,并且可以自行编写代码完成行动。一个大模型能够胜任多个任务,成本相对固定,因此可以实现对人的建模,让数字劳动力具备理解、思考和解决问题的能力,能够完成一系列不特定的任务,如打造数字审计员、代理人助理等。

然而,王磊也指出,大型语言模型在应用前景广阔的同时,也面临着数据安全和合规的挑战。尤其在保险这一高度敏感的场景中,大型语言模型的主要挑战包括数据泄露的风险、大模型幻觉带来的合规和责任风险以及监管要求。为了应对这些风险,太保在大型语言模型的应用中采取了私有化部署、敏感数据加密、去隐私化和去标识化等保护措施,并采用差分隐私、添加噪声等技术保护敏感数据。同时,针对大模型幻觉问题,险企需要应用制度和工具确保大型语言模型生成内容的准确、合规,并在初期主要以对内场景为主,确保技术应用的可控性。

(文章来源:第一财经,内容有所调整以符合格式要求)