AI将开辟保险业“第四渠道”，或带来700亿美元影响：高管专家们这样抉择险企科技战略与路线

　　当大模型技术从实验室走向产业纵深，中国保险业也正迎来一场由DeepSeek等AI技术驱动的生态价值重构。站在技术革命临界点，AI赋能下的保险业发展图景日渐清晰，

　　然而，技术狂飙突进的背后是暗流汹涌。AI监管与应用面临的“科林格里奇困境”、AI转型过程中遭遇的“数据治理沼泽化”等层层问题揭示出一个残酷现实：

　　为了解行业在新一轮AI热潮下的动向，2025年3月2日，『慧保天下』在京举办“DeepSeek 驱动下的保险 AI 应用新形态”专题研讨会。来自咨询公司、科技巨头，以及十几家保险公司的高管、专家齐聚一堂，围绕DeepSeek本身及AI技术的保险垂类应用展开了专场学习讨论。

　　此次会议中，有理论分析也有技术探讨，有共识也有分歧，有乐观也有悲观，但各种观点、情绪碰撞之下，有关DeepSeek、AI技术与保险业最前沿、最鲜活的观点逐渐清晰了起来。

　　春节期间DeepSeek的发布并开源，使得全球AI行业在继ChatGpt发布后迎来了第二段加速发展期。当初期的狂热退潮，冷静思考，DeepSeek究竟给世界，给中国带来了哪些影响？有演讲嘉宾表示，核心是打破了算力壁垒、推动了算力平权，增强了发展信心。

　　在过去，算力壁垒被认为是美国对中国保持AI产业领先的核心优势，而打破了美国的算力垄断。得益于高性能、低成本以及灵活的开源模式，引爆了国内各行各业的AI应用热潮。

　　普惠化的DeepSeek为中小机构打开技术通道、提高生产效率，缩短与大机构差距提供了可行路径，更重要的，其还为宏观经济发展再添薪柴，与春节档电影、军工领域一系列创新等一并成为了我国综合国力的重要名片，

　　DeepSeek的应用热潮，让人们深刻感受到，AI正在给各行各业带来巨大的效能提升，已经燃起熊熊AI热的保险业也是如此，有演讲嘉宾预计：其中保险销售、保单管理、理赔、中后台等领域都会有相应的转化率提升、效率提升和成本下降。与保险密切相关的康养领域，在AI的影响下，未来或也将出现1500亿-2600亿美元的效能提升。

　　AI能帮助寿险业降低资负双端成本。负债端，AI技术可以通过自动化内容生成、IP打造、方案制作等服务来降低负债端成本，破解代理人改革、获客及信任建立等转型难题；资产端，在强大推理能力加持下，DeepSeek能提升投资效益。

　　在财险业，长久以来困扰行业的电销中心转型难题，可以借助AI智能外呼、AI协作助手等手段来降低运营转型成本。而在产品定价和理赔方面，尤其在绿色通道和繁杂的小额理赔场景下，AI自动化无疑将大大解放人力。

　　除基础的保险业务外，AI在未来也可以承担核保规则、精算定价等壁垒更高的职能。

　　目前，由于AI技术的发展尚不成熟，其在保险业的应用往往分散且零碎，比如进行用户沟通和服务优化、专业信息整合创意内容生成与程序编码，难以形成完整业态，但这仅仅是一个开始。

　　未来的AI或许可以突破这层桎梏，完整地改变保险业的业务流程、商业模式甚至组织形态，最终出现“第四渠道”。会上，有演讲嘉宾研判，若不考虑合规变量的话，AI技术在改造保险业业务流程方面的应用，将经历三个阶段：

　　第一阶段是AI工具在特定单一场景的简单应用；

　　第二阶段涉及全流程改造，探索利用AI实现资产端成本最优；

　　第三阶段则会产生“第四渠道”，最终，当大模型生成的AI智能体相互之间能够独立的进行互动并模拟下一步动作，为用户构建一个数字化保险社区时，数字化保险社区将替代传统的保险公司组织形式。数字化保险社区可以提供更加智能化、个性化的定价和保单管理等服务，更加贴近用户，可以做到按照基础元素定价，运营更加轻量。

　　据嘉宾介绍，在一些消费领域，已经诞生了“第四渠道”，他们每天通过AI生成数十万条进行分发，直接与企业进行佣金分成。

　　从营销模式变革的角度出发，也有与会嘉宾分享了自己的心得。

　　一位寿险公司高管指出，传统市场营销策略就是“左勾拳+右勾拳”，所谓“左勾拳”是推动客户寻找产品，典型如，宝洁公司通过各种广告宣传引导客户到超市买海飞丝；所谓“右勾拳”则是推动产品寻找客户，典型如，保险公司通过代理人推销产品给客户。

　　过去寿险业主要用“右勾拳”，侧重于提高渠道效率，或直接接触客户，然而，市场正在发生改变，这位高管从近期的经验感受出发，认为在AI时代，“左勾拳”模式可能比“右勾拳”模式，更快取得突破。“左勾拳”在当下保险行业的的一个典型现象是，很多保险大V通过小红书等宣传分红险产品理念，客户在接收有关信息后，会主动找保险公司咨询投保分红险的相关事项，这种情况正变得越来越普遍。

　　保险营销在“左勾拳”方面将率先取得突破，是因为除算力平权外，AI还会加速信息平权，进一步打通产品与用户之间的信息隔膜，客户得以掌握更多主动权。不过，在客户实现信息平权同时，保险业的流量极化也会进一步加剧，流量逐渐集中于少数人手中。

　　一位高管在研讨会上直言道。现在无疑是All in AI的时代，许多保险公司都提出了这一口号。

　　实际上也确实如此，人保、国寿、平安、新华、太平、信美相互、慧择等各类保险机构纷纷官宣本地化部署DeepSeek。保险业还整体加码了算力需求，开始考虑百卡、千卡计划。

　　其不仅为中小保险机构追赶大公司的技术优势提供心理通道，还在一定程度上，所有部门都在讨论DeepSeek、想法设法应用DeepSeek，一些原本对新技术认知匮乏的保险公司老员工也开始积极学习如何利用DeepSeek提升工作效率……基层业务员主动适应通用大模型技术正在呈现一种星火燎原的态势，完全改变了过去从基层提出需求到总公司开发的传统模式。

　　AI浪潮席卷之下，许多保险从业者也不得不面临失业威胁，但是，人才依旧是保险业的发展核心。目前

　　长远来看，尽管技术发展的具体策略未知，但人才布局至关重要。如何解决复合型人才不足的问题，是接下来许多险企在布局AI大模型时需要面临的首要问题。

　　加强对自有人才的培养，是当前一些险企解决合格人才供给不足的重要方法。

　　有高管在分享自己公司的技术人才培养时表示：“目前，我们正将所有代码工程师转型为AI工程师并开始培训。我们要求公司全员掌握AI技能，分为不同等级，其中AI架构师和工程师参与核心项目，其余人员则做普及应用。”

　　因此在面对AI转型中不成熟的第三方时，保险业的复杂环境就决定了AI技术在保险业的应用注定是一个比较漫长的过程。

　　数据管理方面，

　　尚未解决的还有合规问题，有险企高管表示：“所有大模型上线前均需向金融监管总局报备，并遵循一套监管规则，但行业缺乏能够满足合规、真正面向客户的保险解决方案。”

　　目前，

　　“DeepSeek的出世，打破了某些险企的技术壁垒。”一位与会险企高管直言，一些在AI技术方面具备先发优势的险企，现在的优势不再明显，而缺少了技术壁垒之后，因此，保险公司如何根据应用场景选择合适的大模型，搭建高效的智能体，为创新业务服务就显得尤为重要。

　　保险公司由于涉及范围广泛、场景丰富、牵连众多，因此在其实际运作过程中，不存在选择单一模型或是小模型的问题，

　　该高管坦言。

　　要让AI做到企业级应用并不容易，其不仅要覆盖到保险公司的客户运营、商业模式，还要对产业生态产生影响，然而保险公司资源有限，所以路线的选择至关重要。

　　有险企高管认为，DeepSeek这类开源大模型降低了算力需求，解决了企业级安全部署问题，基本保障了企业信息安全。

　　此外，值得注意的是，AI大模型要实现企业级应用，除信息安全外，还必须要关注到数据质量和创新机制作用，即

　　尽管DeepSeek的横空出世令人振奋，但是从技术应用角度来看，目前的DeepSeek仍然存在一些缺陷，其模型通用性和技术稳定性等方面存在不足，多模态功能也有待提升，因此，DeepSeek实际的商业化能力较为有限，并没有在市场应用中有效拓展AI边界。

　　面对当前保险公司多模态布局大模型的现实需求，一位资深专家在此次会议上提出了“双数据飞轮”大模型布局形态。即若干个代理模型在训推和Agent工厂的加持下，形成数据飞轮，借助企业内部的基础设施和数据，不断增强能力，逐渐从世界通用模型进化成为企业内部模型。

　　在构建多模态体系时，“双数据飞轮”的成型一方面要求大尺寸基模和蒸馏模型的能力足够强，能够支撑上层业务场景；另一方面则要求高质量的企业数据来指导小模型能力的提升，这就离不开基模厂商和保险公司同时发力。

　　面对保险业AI应用场景的大爆发，在基础设施构建方面，算力受限是客观存在的。模型搭建完成后，怎样让模型与应用场景和产品标准相结合，让有限的算力物尽其用、充分赋能，值得探索。

　　与会的资深专家给出的答案是：在如何构建大模型智算分层方面，该专家观察到了三大趋势：

　　第一，大模型应用应优选知识密集型场景，保险业可持续尝试利用其知识处理、自动化和推理决策能力；

　　第二，大模型在标准产品领域发展迅速，如客服和编码，但

　　第三，在选择引入大模型使用场景时，应考虑流程节点的使用频率，

　　在未来，随着国产GPU越来越多，保险公司将不可避免地去做异构算力地统一管理，以支撑业务场景有效落地。目前来看，

　　面对来势汹涌的AI技术，保险业究竟会发生多大的改变、产生怎样的走向还没有准确的答案，不过可以确定的是，所有人都开始高度关注AI了，但目前行业所做的一切是足够的吗？

　　此次研讨会上，一位保险业老将认为，行业对AI相关议题的讨论仍过于浅薄，必须以更紧迫的心态看待问题，进行更深刻的思考，他发出了自己对行业未来的忧虑：

　　面对AI潜在的对传统保险经营关系的颠覆甚至“第四渠道”的开辟，也有其他高管认为不必过度焦虑，毕竟目前仍然处于探索阶段。

　　技术固然重要，但是

　　对于商业保险公司来说，一切技术的进步最终还是要落地于报表价值，如果保险公司主业不盈利，那许多事情就会变得非常困难。All in AI不能操之过急，因为降成本之前很可能是大量增成本，

　　当DeepSeek在保险业掀起技术海啸，我们见证的可能不仅是工具迭代，更是一场针对行业价值的系统性重构。这场技术变革浪潮，或许正在将保险业推向百年未有的战略转折点——

　　观察本次研讨会，尽管这场行业技术革命并非坦途，其发展仍然面临诸如合规风险、人才短缺、数据安全等问题。

　　对于身处技术洪流中的保险机构来说，不同的技术战略选择最终将决定其未来的行业生态位，随着DeepSeek抹平了技术差异，将所有人再次拉回同一起跑线时，这场技术升维竞赛或许才刚刚开始。

　　最后，新的技术必然会带来新的伦理问题：