这可能是第七届 " 今日保 · 保险中介峰会 "" 含 AI 量 " 最高的一场圆桌。

主持人陈玮，曾任众安科技 CEO、泰康在线副总裁，长期横跨互联网保险、科技应用与业务经营。六位嘉宾则来自互联网平台、保险公司、专业中介和科技公司等不同市场角色：

蚂蚁保智能服销部总经理江一舟

阳光保险集团支持中心数据科技部负责人姜辰

小雨伞保险经纪副总经理赵欢

梧桐树保险经纪副总经理李俊

元保集团联合创始人兼 CTO 王波

暖哇科技资深合伙人兼首席市场官沈鹤龄

他们围绕 "AI 时代的中介市场如何再进化 " 讨论的，不再是概念层面的 AI，而是 AI 的落地——如何进入保险中介经营的具体环节：选品、核保、客服、理赔、质检、内容生产、客户经营，以及正在打开更多想象空间的 Agent 协作。

随之更现实的问题也浮出水面：AI 到底有没有带来真实提效？投入多大才值得？大模型的 " 幻觉 " 如何控制？数据孤岛如何打通？当机器越来越像人，保险中介最核心的信任与服务，究竟会被强化，还是被稀释？

在热闹的技术想象之外，真正需要厘清的，是真实的业务场景、投入回报和能力边界。对此，六位嘉宾的答案并不完全相同，但一个共识正在变得清晰：

AI 不是魔法，也不只是降本工具。

它正在把保险中介推向更深的能力竞争，谁能真正理解客户，谁能沉淀专业数据，谁能把复杂产品讲清楚、服务好，谁才可能在下一轮市场进化中占据位置。

实战复盘：AI 真的提效了吗？

今天大家经常谈 AI 应用，但真正重要的是：AI 究竟有没有带来新的业务模式？有没有真正提升运营效率？

六位嘉宾分别来自保险公司、中介机构和科技公司，覆盖 ToA、ToB、ToC 等不同业务场景。想先请各位结合自身实践谈一谈：AI 到底做了什么？效果如何？

作为一家线上保险服务平台，蚂蚁保做 AI，并不是简单为了节省人力成本，而是希望用更好的方式解决用户问题。

蚂蚁保服务的客群以普通大众为主，对这些用户来说，真正专业、可及的保险中介服务并不容易获得。而用户问题往往很朴素：这个产品到底好不好？适不适合我？

但在线上场景中，能把这个问题讲清楚，并不容易。

蚂蚁保的 AI 实践，第一就从 " 选品 " 开始。五年前开始，我们与保险机构共建 " 金选 " 服务，形成了一套能够评价不同赛道产品的标准化评价体系。它帮助用户从全网筛选出更合适的好产品，也把产品筛选过程更透明地呈现出来。

不过，即便有了五维评分和金选标签，用户仍然未必能真正理解：为什么这个产品好，为什么它适合我。

直到去年，我们应用推理式 AI Agent 技术，推出 " 保险快查 "。用户可以随时搜产品、查产品、比产品，用大白话来讲清楚产品。如果用户进一步提供家庭结构、预算、风险偏好等信息，AI 还可以做更精准的匹配；对于复杂健康问题、慢病等深度需求，也可以继续使用 AI+ 人工的顾问式服务，直到选出适合自己的好产品。

AI 不是魔法，它并不改变保险商业的本质。对于服务普通大众的平台而言，核心依然是解决用户问题。但 AI 在语言表达、生成式分发和个性化推荐上的能力，让我们能把用户问题解决得更彻底。

阳光对科技的笃定和相信，是从成立之初就注入基因中的。公司一开始就是沿着科技路线打造系统和产品，大部分核心系统都是自主开发和持续迭代。

阳光在 2019 年提出 " 一台机器和一群客户 "。我们认为，阳光本身就是一台服务客户的机器，人负责训练机器、迭代机器，并保持服务的人性化，再用这台机器服务客户从营销、产品到服务的全流程。

2023 年，阳光发布 " 新阳光战略 "，即科技阳光、价值阳光、知心阳光，其中 " 科技阳光 " 放在第一位。到 2025 年，阳光开始全面推进 All in AI，不只是意识和文化层面的倡导，而是从组织架构到机制建设全面落地。

去年，我们成立了机器人工程和数据工程两大战略工程，专项推动代理人辅助 AI 工具和智能客服机器人等项目落地。智能客服机器人去年已经在生产环节全面应用，与传统人工座席、线上化座席相比，人工工作量的智能替代率得到大幅提升。

接下来，我们还会在核赔、核保等保险核心业务价值流程中推进 AI 应用，相关项目已于今年三四月份启动，目前原型已经完成，期待下一步正式上线后释放更大价值，加速推进新阳光战略落地。

我的分享主要围绕内容、品牌和效率三个方面。

第一是内容。未来，AI 生成内容可能会越来越接近真人表达，并在用户理解产品、形成决策上发挥作用。

第二是品牌。我们希望在内容和营销上应用 AI，比如视频制作、文章撰写、海报设计等，实现品牌内容的高效产出与一致性管理，同时降低创意成本。

第三是效率，也是目前体感最明显的部分。我们 " 磐石 1.0 系统 " 主要做 AI 资源搭建、能力应用、测试和自检。基于这一系统，我们做了 AI 质检、经纪费配置和核保等工具。

过去质检主要靠人工抽检，现在 AI 质检效率提升明显。经纪费配置方面，原来配置一款产品协议需要一个人大约 30 分钟，上线 AI 项目后，3 分钟就能完成。

核保提效更明显。过去一单核保，快的情况下也需要 30 分钟，还要配 3 到 4 个核保员值班。推出 " 手小保 "AI 智能体后，用户只需要上传体检报告或病历，AI 就可以判断是否不涉及健告、是否可走智能核保、是否需要转人工核保。从我们的观察看，90% 的客户通过 AI 核保就可以实现投保。

现在，我们已经把保全规则、理赔规则、QA 等内容纳入 " 手小保 " 智能体，使其不仅可以做核保咨询，也可以做产品咨询和销售咨询。核保内勤方面，AI 能把用户上传病历提炼成约 50 字的核心内容，辅助核保员判断，效率提升到过去的六倍左右。

所以，综合看，AI 应用中，我们对效率提升的体感最强。

我们是一家天然处在流量巨头和保司巨头夹缝中生长起来的公司，很多应用一开始就是奔着生存去的。中介 " 报行合一 " 这两年，我们基本没有裁员，坚持以人为本，AI 应用更多是伴随业务增长和扩展展开，以增效为目的，很少直接做人的调整。

目前看，我们大概经历三个阶段：从去年到今年，是营销辅助阶段；从今年到明年，会进入营销委托阶段，也就是 AI 直接参与的阶段；到 2027 年，可能进入智能体经济。如果全球有 800 亿个 Agent，那么在经代、银保、个险之外，可能出现真正的 Agent 渠道。

我们的 AI 辅助主要集中在获客、销售和服务领域。比如获客 AI，最早是为经纪人打造数字化 IP 平台。后来我们发现，并不是每个人都适合做 IP，但这个平台可以进一步变成内容资产化管理平台。

一款复杂产品背后，可能对应大量客群、场景、消费意图和表达方式。如果没有 AI 参与，很难完成规模化内容生产。AI 真正改变的，是让内容生产形成工程化体系：从选题、创作，到数字人、内容生成、发布，再到销售侧由经纪人发给客户，最后评估阅读效果和销售结果，形成完整闭环。内容由此开始资产化，而不再只是零散物料。

在团财业务中，我们现在有 60 万到 70 万团险客户，团险客服只有十几人，但通过人工客服和 AI 结合，已经可以覆盖几十万团体客户。基于经纪人与客户长期沟通形成的数据，我们还做了 " 凤鸣 " 销售辅助决策系统，帮助数字经纪人洞察客户行业和需求，生成方案，并辅助新人更快成长。

未来，我们更看重 Agent 协作。经纪人背后可以由多个 Agent 辅助，包括客户洞察、行动建议、合规响应、方案生成、客户任务和客户运营等。一个经纪人，背后相当于带着一组数字化团队。

但无论 AI 如何发展，建立信任一定要靠人，温度的陪伴一定靠人，责任兜底也一定靠人。这是我们从今年到明年想要突破的点。

同时，主流平台都在向 Agent 开放，豆包、千问这样的通用 Agent，本身就代表了从注意力流量向意图流量的转变。

2023 年以前，普通搜索只能覆盖客户真实搜索意图的大约 20% 到 30%。现在，AI 搜索对真实意图的覆盖可以达到 70% 到 80%。未来，Agent 不仅可以服务人，也可以服务 Agent，这会带来新的商业机会。

元保是一家具有 AI 基因的公司，目前研发人员占比约 70%，AI 人才占比超过 10%。从成立之初，我们就持续关注和投入 AI 技术，从早期的 BERT 到今天的 RAG、Agent、多模态大模型，基本上伴随着这一轮 AI 技术的发展一路走来。过去几年，我们在 AI 应用上主要做两件事。

一是提升组织效率。目前，我们已经将 AI 应用到数据分析、合同审核、保险产品录入、条款解析等多个内部场景，通过 Agent 帮助员工处理大量重复性工作。

二是服务用户，以 AI 为核心引擎驱动保险服务持续升级。比如在客服领域的升级上，2020 年元保就上线了智能服务机器人，当时主要基于 BERT 模型提升基础问答能力。随着大模型时代到来，我们发现 AI 具备了理解复杂语义和用户真实意图的能力。无论是意图识别的准确率，还是多轮对话体验、用户满意度，都实现了明显提升。

我们也用 AI 赋能人工客服场景。比如，我们上线的人工客服 " 通话小结 " 功能就是用 AI 总结提炼客服跟客户的对话内容，能让后续服务人员快速而准确地了解跟用户的历史沟通情况。今年，我们又打通了用户反馈、小程序行为、企业微信沟通记录等多维数据，帮助我们更完整地理解用户需求，并持续优化服务流程。同时，我们还在做情绪识别、方言识别等 AI 基础技术研究，通过大模型应用持续提升我们的服务水平和服务效率。

理赔环节，我们把多模态 AI 能力应用到全流程服务中。目前，元保智能理赔体系已形成由事件整理 Agent、核责 Agent、用户顾问 Agent 协同运转的服务链路，可实现由 AI 完成理赔材料整理、赔付核实初审和赔付结果沟通，让理赔变得更加简单、透明、高效。

暖哇科技的 AI 实践，可以分为三个阶段。

1.0 阶段，从 2018 年成立到 2022 年，我们主要专注于健康险。在这个阶段，我们通过深入一线的实操经验，了解了健康险运营中高复杂、高成本的行业痛点。当时我们就有数百人的理赔作业团队、线上客户服务和经营团队。那是一个非常人力密集的阶段，哪怕科技公司也需要通过 " 堆人 " 来保障端到端运营效果。

2.0 阶段，自 2023 年开始，我们全面投入 AI 建设。与第一阶段相比，在业务规模翻了 5 到 6 倍的前提下，业务团队并没有线性扩张。 我们把健康险中最难、最重人力的环节交给科技，在部分环节实现全流程 AI 替代，也逐步孵化出 AI 核心产品，在不扩张人力的前提下，实现产能跃迁。

比如，AI 智能体驱动的精准触达，带动产能有效提升 36.4%；在理赔端，我们的 " 罗布泊 "AI 理赔最高实现 85% 案件全流程自动审核，结案时间也大幅缩短；在风控端，赔付率显著降低，部分业务场景赔付率下降 12 至 33 个百分点。在 2025 年，暖哇科技处理的理赔审核案件就有 530 万件，相较于 2024 年同步增长了 43.2%。

3.0 阶段，我们希望把已经应用和打磨完毕的 AI 能力，通过更加标准化、模块化的方式，向保险公司和中介市场输出。

今天大家都在讲一个课题：如何把 " 零和博弈 " 变成 " 正和博弈 "。我认为，AI 是实现要素变革、推动正和博弈的关键变量。

产能的提升、理赔成本和赔付率的降低等，这些都是从 " 零和博弈 " 中释放出来的、可以被三方共同分配的增量价值。这也是我们希望在 AI 时代帮助行业破局的地方。

进入深水区：保险 AI 绕不开可信与沟通

AI 技术一直在演进。真正稳定落地，离不开底层数据训练；同时，生成式大模型本身也存在 " 幻觉 " 等问题。蚂蚁保是原生数字化平台，也是 AI 应用的典型案例。想请一舟分享一下，在应用 AI 过程中，蚂蚁保遇到了哪些困难和挑战？

蚂蚁保是一家线上保险平台。线上平台的好处是效率高，可以服务很多人；但挑战也很明显，我们缺乏线下高质量服务的陪伴和信任感。

我分享两个挑战和判断。

第一个，专业可信。保险不是普通消费品，保险产品关系到风险和长期承诺，如何做到 " 说得可信、做得负责 "？

一方面，可信 AI 的背后，需要扎实、长期、细致的投入。保险数字化相比电商等行业仍然薄弱，保险数据需要用统一、清晰、可解释的维度进行结构化处理。在蚂蚁保背后，仍有大量专家在做着保险数字化工作，这些是 AI 训练的重要基础，没有这些基础，保险 AI 很难真正做好。

另一方面，AI 更像是专业能力的增强器，而非专业责任的替身。蚂蚁保目前选择的是 AI+ 人工的服销模式，AI 帮我们读材料、匹配规则、发现风险、解释条款，但复杂判断和最终责任，仍然要由平台 + 专业人工来承担。

第二个，AI 时代，线上保险中介，有机会把 " 沟通 " 这件事重新做好。

我一直觉得，保险无论是销售还是服务，本质上都是一门沟通的生意。线下为什么长期有优势？因为线下有一个天然的沟通场。可以和用户坐下来慢慢聊，慢慢问，慢慢解释，长程服务。

但互联网保险并未完全解决这个问题。我们做到了信息透明，产品更丰富，价格更可比，效率更高，但也丢掉了一部分个性化沟通。如何在线上还原接近线下的高质量沟通场景，是我们正在努力探索的方向。

比如，蚁小保会像顾问一样进行引导，展开多轮长程对话，也在构建多模态音视频沟通能力等。只有当用户需求被更充分地理解，保险服务和销售才会变得更自然。

未来棋局：AI 越像人，越要回归人

最后，请六位嘉宾谈一谈，关于 AI 在各自公司以及保险行业中的应用，未来有哪些打算和判断。

我们的目标，是成为中国乃至亚洲市场一家领先的 AI 科技公司。

首先，最近暖哇科技持续拓展海外业务，我们去了中国香港、新加坡、中东等市场。客观地说，现在是特别好的时点，中国 AI 科技产品在海外的认可度很高。近期，我们也签了几家大型跨国保险公司，围绕 AI 核保、AI 理赔、AI 营销等项目，帮助他们做数字化转型。我们可以看到，中国 AI 科技企业有机会将成熟的产品和经验输出到全球市场，参与国际保险行业的数字化转型。

第二，在国内保险市场中大量人力密集型环节，都有机会被 AI 重新定义。暖哇科技希望与大家一起研发具备长期核心竞争力的科技产品，为行业带来正和博弈，而不是零和博弈。

第三，组织机制和人才体系也是决定 AI 成败的关键变量。真正好的 AI 产品，一定不是只由算法工程师推动，而是由非常优秀的产品经理 " 一号位 " 推动。保险行业有大量成本结构可以通过 AI 重塑，这是一片巨大的蓝海，但关键是找到优秀的 " 一号位 "，以创业精神和企业家精神推动变革。

一是保险 AI 会从 " 通用能力竞争 " 走向 " 场景能力竞争 "。今天的大模型已经具备了很强的通用理解和生成能力，但对于保险这样专业性强、容错率低的行业来说，仅靠通用模型远远不够。未来真正的竞争力，不是谁拥有更大的模型，而是谁能够把模型与行业知识、业务流程和真实场景深度融合。未来场景化会越来越重要，无论是客服、理赔还是运营环节，都需要构建专属知识库，把保险知识、医学知识、医院信息、报销规则等专业内容与 AI 能力结合起来。

二是 AI 会让我们更好地服务用户。过去，很多服务依赖人工经验和有限精力；未来，AI 可以帮助我们更快理解用户需求、更准确匹配服务方案、更及时响应用户问题。保险本质上是一门经营信任的行业。AI 改变的是保险机构运营和服务的方式，但不会改变 " 以用户为中心 " 的行业本质。我相信未来的保险服务，不是人与 AI 谁替代谁，而是人的专业能力与 AI 的智能能力协同发挥价值。只有这样，我们才能真正把保险服务做得更专业、更普惠、更有温度。

去年年底，我们曾经思考过一个问题：公司是否应该彻底转型为科技型公司，保险经纪只是顺便做一做？

但到今年年初，我们还是把品牌口号改成了 " 用心传递保险温度 "。做了一年多 AI 之后，我们反而想明白了：复杂决策产品，最后还是要有人的部分。AI 越来越像人，人就应该更回归人。

人的作用，是建立信任，是长期、有温度的陪伴，也是责任的担当和兜底。这些事情，AI 暂时还无法从法律和体系上解决，必须由人来承担。未来，要把经纪人和整个服务体系，变成超级主播、超级经纪人、超级服务载体。

作为管理者，最难的是投入决策、节奏判断和壁垒判断。对信息中介来说，AI 投入至少要满足三点：一是能产生实质财务结果，或者明显提升效率；二是有利于公司从信息中介走向信任中介，增强客户对公司和经纪人的信任；三是要想清楚自己的壁垒到底是什么。

如果只是把核保、理赔等能力全部做成 AI Skills，最终可能被更大的 AI 生态吞掉。我们现在想明白的是，真正有价值的，是与客户互动形成的私有数据，以及内容资产化的平台。这些与客户真实接触的数据，才是最值钱的。

我们做了很长时间健康险，一直在思考一个问题：今天的保险产品，大多是让用户去适配一款产品的条款、费率和核保规则。无论用户身体情况如何，都要进入既定规则，要么加费，要么除外，要么拒保。

但用户的身体情况今天和明天可能并不一样。未来，能不能基于千人千面的逻辑，做出一款真正基于 AI 的产品？它能够匹配用户不断变化的健康情况、差异化核保规则和差异化费率，从而满足用户持续变化的身体需求和保障需求。

我最后给出三点提示。

第一，基于 AI 新基础设施做体系设计，从原型到生产，真的不是一回事，这是最大的瓶颈。

第二，是做 " 流程 +AI"，还是做 "AI+ 流程 "，两者也不是一回事。流程 +AI 更多是工具，目的是提高效率、提升品质、控制风险；AI+ 流程，则意味着新岗位、新业务形态的设计。

第三，是人才。AI 原生企业，或者正在做 AI 转型的企业，到底需要什么样的人，现在还没有标准答案，需要大家继续思考。

最后，我想分享蚂蚁保总裁冠华经常说的一句话：我们正在从卖保险进入买保险的新时代。

市场依然很大，用户需求依然丰富，我们相信，AI 不会削弱保险中介的价值，反而会推动保险中介从交易连接者，进化为更可信赖的专业服务者。

AI 的到来，一定会让行业变得更好，我们希望与能与金融保险机构与蚂蚁保一起，共建真正有价值、更具差异化的好产品和好服务。

事件发生于 2026-06-11 北京市