（来源：网易科技）

8 月 20 日，当平安集团的半年报发布时，一个数字震惊了业内：平安集团内部每日的 Token（AI 词元）的消耗量达到了 1200 亿——同期公开信息显示，一些头部金融机构的日均 token 消耗在小几百亿的量级。

但在平安集团首席技术官（CTO）兼平安科技总经理王晓航，这个数字并不值得惊讶："1200 亿是截至半年报发布（6 月 30 日）时的数字，现在平安集团的每日 Token 消耗已经达到了 2100 亿。"

这就是平安在 AI 方面的速度，也是王晓航加盟平安 1 年后的 " 成绩单 "。外界关注的是，这位从互联网行业出身的首席技术官将给平安带来什么？

答案逐渐清晰：平安的 AI 战略 " 三条主线 " 全面铺开；上半年超 4700 万人次使用 AI 快捷服务；上半年新代码的 AI 生成率达到 62%；AI 诊疗特别是肿瘤专病诊断方面，与专家一致性达到了 90% 以上；AI 查问办覆盖集团 88% 的业务场景；AI 智能体辅助实现销售额 573.13 亿元…… .

而在王晓航看来，这只是开始而已，" 金融保险行业 AI 的消耗和价值产出，正处在一个突破的前夕，平安的目标是——超前半步。"

三线作战：平安的 AI 全景图

王晓航把平安当下的 AI 布局概括为三条主线：综合金融、医疗健康、以及面向企业内部的效率提升。

综合金融是第一条主线。平安拥有 2.53 亿个人客户，月活客户峰值超过 9000 万，已经成长为 " 行业里面最大的 APP 流量生态 "。如何把这批流量转化好、服务好，是王晓航的重要任务。

而平安科技团队所做的，就是尽量把各类服务用 "AI 快捷服务 " 串联起来：银行、保险、证券、医疗等多个入口被整合为一个流量平台，用 AI 技术支持客户实现 " 一句话咨询和办事、一句话理赔、融资、交易、救急 "，这一路 300 多项跨主体、跨业务的服务一站式打通。中报披露，这一服务的使用量累计 4700 万人次，自发布以来使用人数快速攀升。

在王晓航看来，AI 不仅带来了 " 极致的咨询和办事体验 "，还把这个 APP 生态转化成一个 " 新兴渠道 " ——线上增量订单环比增速保持在两位数以上，获客成本大幅低于外部渠道。

第二条主线是医疗健康。目标 " 打造最具专业性的 AI 医生 "。王晓航介绍，平安在全科、专科以及面向重疾的多学科会诊（MDT）领域，AI 的诊疗、诊断和咨询准确性 " 已经对齐三甲医院的水平 "；在肿瘤专病方面，公司与北大、平安好医生共同打造专病 AI，专家一致性达到 90% 以上。

而线上诊断只是就医的起点，平安还通过 " 四到 " 服务体系（到线的家庭医生、到院的医院网络、到企的企业福利、到家的上门服务）连接线上线下资源，形成就医闭环。

第三条主线面向企业内部。平安内勤员工超过 25 万人，内部迅速推进的 AI Coding（AI 编程）、AI 运营、AI 办公三大企业 AI 工程带来可观的成果。

仅 AI Coding 方面，上半年平安集团的新代码 AI 生成率已达到 62% ——相比年初 30% 的水平翻一倍。而 AI 运营的推广，也让相关重复性、事务性的标杆岗位实现了两位数的工时提效。

" 无论是综合金融的 AI 服务还是医疗健康的 AI 服务，未来都是对客超大规模的应用，我们认为都会到每年亿次以上的量级。"

王晓航预判，超大规模的外部应用叠加超高频的内部应用，将构成了平安 AI" 真正产生商业价值和客户价值的关键领域 "。

坚持聚焦：" 金融医疗的专家级 AI"

王晓航很早就提出了，平安 AI 模型建设 " 不做通用大模型、而是要聚焦金融医疗专家级 AI" 的观点，探索一年多后，他的观点日益坚定。

王晓航认为，在过去一年多里，通用模型的能力不断涨升，在日常健康咨询和全科问诊等通用领域，前沿模型的能力 " 水涨船高 "，" 模型本身已经拉不开特别大差距 "。

对保险机构而言，未来的比拼，更多的在产品体验和流量优势方面，而这也是平安的优势所在。

所以，线上 AI 医疗咨询只是保险机构的起点，" 真正的难点 " 是如何帮助客户解决严肃的医疗问题，形成服务闭环。

王晓航由此把平安 AI 在医疗方面的定位拆解为两层：一是在严肃医疗领域做 " 最专业的 AI 医生 "；二是连接医疗资源、连接 " 四到 " 服务。

在他看来，平安的优势和壁垒植根于其 " 综合金融 + 医疗养老 " 的生态，体现在三个方面：其一，真实而精准的医疗需求——平安每年覆盖企业客户接近 20 万家，能够精准了解客户的健康状态与严肃医疗需求；其二，数据积累——长期积累的保险理赔、在线医疗、线下医疗网络数据，与北大、好医生共建形成了 " 行业里面最大的、质量最高的医疗健康档案和医疗知识工程 "；其三，服务闭环—— AI 医生作为统一入口，主动识别、触达客户，连接 " 四到 " 服务体系，解决线上线下就医痛点。

而这一切的结合都指向了一个结论：平安要在专业大模型的研发上持续下功夫，同时把它和一线的服务结合深、结合透。

日均 Token 投入：从 300 亿到 2100 亿

Token 的使用是所有金融机构都绕不过去的热门话题。平安的最新中报也披露，集团内部的日均 Token 消耗量从 2025 年 12 月的每日 300 亿，跃升至 2026 年 6 月的超 1200 亿。王晓航则给出更新的数字：" 我们年报截止日期是到 6 月 30 日，当时的数据是 1200 亿，现在的每日 Token 到了 2100 亿。"

但王晓航强调，Token 消耗 " 不是为多而多 "，关键要看三个环节是否实现了 Token 的 " 正循环 "：

一是供给方面，能否形成稳定高效的算力基础设施。而平安通过长期深耕智算和 AI 基础设施，已构建了国产多 GPU 异构算力集群；

二是效率方面，能否持续降低 Token 的供给成本。王晓航透露，过去半年里内存和 GPU 等算力硬件设施价格涨了不止一倍，而平安单位 Token 成本 " 降低了超过一半 "、背后靠的是从上下文优化、模型优化、推理优化到算力调度的全栈技术的进步；

三是价值方面，Token 的使用和消耗是否是客户的真实需求。而平安内部的 Token 消耗主要来自面向 2.53 亿客户的超大规模应用和面向内部关键岗位的超高频应用。

"AI 应用的下一步发展取决于上述三个环节的发展 "，王晓航判断，在供给、效率、应用三环节同步优化之下，保险行业 AI 的应用和价值将 " 持续爆发 "，平安在 AI 方面的 " 发展空间 " 也将不断拓宽。

AI 应用：安全与边界

金融与医疗是对专业性和严谨性要求最高的两个行业，而 AI 技术本身存在一定的 " 幻觉 " 问题，如何做好安全管理和应用边界的管控，尤为重要。

王晓航介绍，平安在 AI 的可控性上持续推进三件事。

一是专业质控。平安是行业里极少数在医疗健康领域 " 按照卫健委的医生质控要求 " 来做 AI 医疗质控的机构，至今已有超过 13 万例 AI 医疗问诊案例经过专业质控，在专科、全科的幻觉率、错误率、红线率 " 都低于千分之三 "，远超质控要求。

二是专业验证，通过医疗知识工程、病例库、循证文档库等，确保回复可溯源、可控。

三是安全护栏与专家复核，在交易、医学正式诊疗建议等关键决策上明确边界，交由专家团队。

对于《银行业保险业网络安全管理办法（征求意见稿）》提出的三道防线协同共治，王晓航表示平安内部已建立了相应的机制：第一道防线是科技条线（集团科技信息部）负责整体安全管理，第二道防线是集团风险管理部负责风险识别、赋能、评估与监控，第三道防线是稽核部门以独立视角检验、问责并推动整改，成员公司作为第一责任人形成防护闭环。

在智能体规模化的挑战面前，平安给出的管控逻辑是 " 分级准入、最小必要权限 " 原则：一方面，凡是涉及客户权益、资金、关键医疗决策的场景，AI 和智能体 " 非必要，不授权 "；

另一方面，所有关键的决策，都由具有专业资质的人员复核；全程可监控、可追溯、可审计。

"AI 会越来越自主，但同时 AI 的边界也应越来越清晰。"

重塑业务：支持和赋能一线

谈及 AI 对保险行业的深远影响，王晓航认为，这一波 AI 效能释放最充分的是健康险领域。随着 AI 对疾病发生、预测和管理能力的提升，保险有望 " 覆盖过去无法覆盖的人群，提供更多的普惠性 "。

今年 7 月，平安在世界人工智能大会（WAIC）上发布了面向肿瘤患者的专病 AI 产品矩阵，涵盖专病识别、高危人群早筛、癌症复发、阿尔茨海默等场景，出险后由医疗管家提供全流程服务。

同时，越来越出色的 AI 智能体也在赋能一线的销售团队。在寿险领域，平安内部有一款名为 " 营销 askbob" 的智能体平台，为个险代理人提供条款问询、策略解读等服务，目前 39% 的代理人每天使用，并正从 " 问答咨询工具 " 升级为覆盖获客、触达、转化全流程的助手。

中报数据显示，上半年平安 AI 智能体辅助实现销售额 573.13 亿元。在车险端，因流程更标准化，AI 应用更成熟——车代渠道 94% 的保单在一分钟内完成智能出单。

" 再强的 AI 也没办法替代代理人提供的连接和信任 "。王晓航指出，当下的 AI 重点是让一线的销售队伍可以更多的从事务性、重复性工作中解放出来。