众安在线近日发布了 2024 年全年业绩报告。报告显示 ,AI 赋能在各生态业务均有显著体现。作为众安战略投资的科技输出主体 , 众安信科正加速推进智能化服务 , 通过 B 端实战验证 AI 价值 , 实现AI企业服务领域的突破性创新。

日前 , 众安信科 CEO 郁锋接受《中国银行保险报》独家专访 , 系统阐释了众安 AI 方法论 , 并分享公司在 AI 企业服务方向的战略布局。

深度剖析 AI 在金融保险行业的发展与应用

郁锋将 AI 对金融行业的改变划分为三个阶段 : 最初是靠规则驱动的 " 自动化 " 阶段 , 可实现部分业务环节的无人或少人参与 ; 接着是依托非生成式 AI 的 " 数字化 " 阶段 , 通过深度学习 ,AI 开始懂业务 , 能帮助解决投保过程中大部分沟通问答 ; 如今已进入依靠大模型驱动的 " 智能化 " 阶段 ,AI 具备自我学习和创造能力。他指出 , 金融领域的 AI 应用已从 " 锦上添花 " 转变为 " 不可或缺 ", 正重新定义行业服务标准与体验 , 且逐渐从 " 替代人力 " 转向 " 创造新价值 "。目前保险行业 AI 应用虽整体偏浅 , 但随着场景成熟 , 预计 1 到 2 年内就会涌现更多具备新价值创造力的 AI 应用。

在应用成果方面 , 众安信科已沉淀保险行业各场景下的丰富智能体落地经验。在场景实战中 , 智能外呼语义识别准确率达 98%,100 通电话仅约 2 通需人工接手 ; 合规检查中 ,AI 半小时就能完成人工 3 天的工作。

探索 AI 落地难题的破解之道

在将这些 AI 应用成果赋能业务伙伴的过程中 , 众安信科发现很多公司面临业务需求多样化的问题 , 难以针对性推动 AI 落地。对此 , 郁锋提出了解决之道 : 第一是打好数据地基 , 沉淀尽可能多的优质业务数据 , 比如对话语料、场景问答库等 ; 第二是修炼技术内功 , 训练专属模型 ; 第三是用垂直领域的知识来确保输出内容安全准确 ; 第四是提示工程的精心打磨 , 引导模型在特定场景下给出更精准、更符合业务需求的回答。这套 " 组合拳 " 下来 ,AI 就能既懂业务又守规矩 , 可以很好地解决多样性的问题。在帮助客户进行 AI 转型的过程中 , 众安信科也会提供 " 咨询 + 实施 " 的全套服务 , 从前期痛点诊断 , 到方案设计 , 再到落地实施和持续优化 , 帮助企业从 0 到 1 完成 AI 升级。

郁锋认为 ,DeepSeek 让大模型训练成本直线下降 , 使得更多企业都能参与模型训练和优化。可以观察到 , 现在行业里常见的有两种情况 : 要么用通用模型 " 削足适履 ", 结果水土不服 ; 要么从头自研 , 但成本高昂。郁锋表示 ,众安信科走的是第三条路——专注解决 AI 落地 " 最后一公里 " 问题,基于业务实战积累 , 将大模型 " 组装 " 成业务所需形态,从而实现" 大厂的成本 , 专家的精度 "。众安的核心壁垒就在于 " 中间层攻坚 " ——既懂技术极限 , 更懂业务刚需 , 郁锋说 ," 这才是金融 AI 真正落地需要的关键钥匙 , 也是我们显著区别于其他厂商的差异化优势所在。"

谈及 AI 幻觉风险 , 郁锋表示绝不能因为担心幻觉而放弃 AI 将会带来的海量技术红利。但是 , 为了尽可能减少大模型幻觉问题的出现 , 众安也投入了大量精力去做蒸馏、做知识工程 , 将模型精调得更可靠 , 并设计人工兜底措施来避免在 AI 应用和业务流程中出现偏离。

以联合创新为翼 ,引领行业价值赋能新征程

郁锋提到 , 众安信科和战略级的合作伙伴成立了 AI 联合实验室 , 希望通过强强联合 , 带来 1+1>2 的效果 , 为行业赋能。" 但我们也不会止于研究 , 我们会结合众安在保险、银行、小贷业务和 B 端客户服务的实战 , 去积累更多经验 , 用经过实战检验的数据来反哺技术。技术只是手段 , 我们的目标始终是用科技帮客户解决实际问题。" 郁锋说。