2025 年的资本市场，保险科技板块风起云涌。从轻松健康在港交所挂牌首日股价飙升 158%，市值突破 120 亿港元，到白鸽在线通过聆讯、暖哇科技递交招股书，一场以 "AI" 为核心叙事的新一轮上市浪潮席卷而来。

这波热潮并非简单的资本复制，中国保险科技行业从依赖互联网流量的外生增长，进入了依靠人工智能实现内生驱动的 " 生存突围 " 新阶段。

保险科技的上市突围与价值重估

2025 年，保险科技公司的上市步伐明显加快，路径也更加多元。

纵观全年，一场横跨美股与港股的 " 上市突围战 " 激烈上演。四月，互联网保险平台元保在纳斯达克挂牌，首日上涨 6.4%，为年度上市潮拉开序幕。五月，旗下拥有 " 小雨伞 " 等平台的手回集团登陆港交所，但其首日破发的表现，也为市场敲响了警钟，这显示单纯的渠道故事已难以打动投资者。七月，专注于赋能保险代理人的 i 云保获得中国证监会境外上市备案，赴美进程推进。九月，深耕健康险智能风控的暖哇科技正式向港交所递交招股书。至年末，轻松健康的惊艳表现与白鸽在线的聆讯通过，将这场资本盛宴推向高潮，也彻底将 "AI" 锻造成为新一代保险科技公司的核心价值标签。

回溯更早的上市历程，这种叙事转变的轨迹清晰可见。2020 年至 2021 年间上市的慧择、水滴等，其故事核心仍是互联网模式的流量聚合与变现。随后上市的车车科技、致保科技等，已开始强调其数字化解决方案的能力。至 2024 年至 2025 年，无论是已上市的众淼创科，还是排队中的暖哇科技、白鸽在线，在其招股书中，" 人工智能 "" 大数据模型 "" 数字化风控 " 等关键词的权重已远超 " 用户规模 " 和 " 流量入口 "。

这一波集中上市的背后，是行业共同面临的现实压力：互联网流量红利见顶，监管 " 报行合一 "（即要求保险公司报备费用与实际执行一致，压缩佣金空间）等政策持续挤压传统中介模式的利润，早期融资消耗殆尽。上市对于它们而言，不仅是荣耀的加冕，更是补充弹药、维持科技投入以寻求生存空间的必然选择。相应地，资本市场的反应也出现显著分化——那些拥有清晰 AI 技术落地路径和独特壁垒的公司更受青睐，而模式陈旧者即便成功上市，也难免面临破发与估值低迷的困境。

资本市场为 AI 叙事重新定价

当 "AI+ 保险 " 成为所有入局者的标准叙事，资本市场却以其独有的冷静，对企业进行了一场基于盈利、科技含量与增长潜力的残酷甄别。

2025 年的这场上市潮，本质上是一次公开的 " 期中答辩 "，公司的股价表现、财务健康度与成长叙事，已然划出了清晰的阵营。

市场的聚光灯首先打在了轻松健康身上。其于 2025 年 12 月 23 日在港交所挂牌，首日股价暴涨 158.82%，市值一举突破 120 亿港元，成为年度最大 " 黑马 "。这并非偶然，其公开发售获得超过 1400 倍的超额认购。核心原因在于其成功的业务转型：公司收入重心已从保险销售彻底转向健康服务，2025 年上半年，健康服务收入占比高达 76.7%。其营收增长迅猛。资本市场买单的，是其讲述的 "AI 健康管理 + 保险保障 " 生态闭环故事，认为它找到了从支付延伸到服务的增量市场。

与轻松健康的爆发形成对比的是另一批已实现稳健盈利的公司。元保于 2025 年 4 月在纳斯达克上市，首日上涨 6.4%，股价表现平稳。它的底气来自扎实的财报：公司在 2024 年已扭亏为盈，实现净利润 4.36 亿元，且 2025 年第一季度净利润同比大增 122%。更关键的是，其收入中约有 66.8% 来自系统技术服务费，这使其 " 科技公司 " 的成色更足。同样，手回集团（" 小雨伞 " 母公司）于 2025 年 5 月登陆港交所，虽然上市初期曾遭遇破发，但其 2025 年上半年净利润约 6.64 亿元，同比增幅超过 900%，强大的盈利能力为其构筑了价值底线。

然而，并非所有拥有 "AI 故事 " 的公司都能获得如此礼遇。目前仍在排队上市的 " 技术派 " 代表，正面临资本的严格审视。暖哇科技作为纯技术输出方，其招股书显示，尽管近三年营收年复合增长率达 65%，但同期累计亏损超过 7 亿元。同时，其对单一客户（如众安在线）的收入依赖，也引发了市场对其业务独立性和持续盈利能力的担忧。同样，已通过港交所聆讯的白鸽在线，虽然在细分场景险市场占有率第一，拥有海量保单数据，但其商业模式能否将场景优势转化为高利润率，仍需上市后验证。

AI 叙事的 "B 面 "

尽管 AI 叙事光芒四射，但其伴随而来的内生性挑战也同样严峻，构成了光鲜故事的 "B 面 "。能否妥善应对，将直接决定企业能否穿越周期。

首要且最严峻的挑战是数据安全与隐私保护。保险 AI，尤其是在健康险领域，其效能建立在处理大量个人敏感健康数据、生物信息的基础之上。这些数据既是金矿，也是 " 火药桶 "。一旦发生泄露，不仅会导致巨额财务赔偿和监管重罚，更将彻底摧毁用户信任。

AI 模型的决策依赖历史数据，如果数据本身存在对某些群体（如特定地区、年龄或既往症人群）的固有偏见，算法可能会在核保与定价环节将其放大，导致系统性歧视。此外，AI" 黑箱 " 特性使得拒绝承保或给出特定费率的原因难以向客户清晰解释，这与监管要求的消费者知情权与公平交易原则可能产生冲突。

保险条款复杂，涉及医学、法律等专业领域。若 AI 客服或核赔模型产生 " 幻觉 "，给出错误解释或决定，极易引发销售误导纠纷和错误的理赔结论，给公司造成重大损失。

因此，未来的竞争不仅是 AI 技术能力的竞争，更是技术伦理、风险治理与合规能力的综合竞争。领先的保险科技公司必须在追求效率的同时，主动构建涵盖数据全生命周期的安全防护体系，探索可解释 AI 在关键决策中的应用，并建立严格的 AI 产出人工复核与伦理审查机制。