
【大河财立方记者孙凯杰】10月27日至30日,2025金融街论坛年会举行。金融科技大会作为论坛年会特定板块,与金融街论坛同期举行。
十三届全国政协委员,原中国保监会党委副书记、副主席,中关村金融科技产业发展联盟专家委员会主任周延礼在主题演讲中表示,人工智能技术的应用推动传统保险业务流程智能化升级,不仅提升业务效率与服务质量,更是从“精准定价”和“风险防范”两大核心环节赋能保险公司,解决传统保险定价粗放、风控滞后的痛点,有利于推动保险产品创新与个性化定制。
周延礼认为,未来应当从加强数据整合、建立数据标准、提升数据质量、加强风险防范等方面加强数据治理,并推动保险机构与高校科研机构合作培养复合型人才,筑牢数字保险发展根基。
保险业与人工智能已经深度融合
人工智能作为关键前沿科技,正引领全球经济向高质量发展迈进。
周延礼介绍,在保险业十分重视人工智能的应用,尤其在DeepSeek开源后,各保险公司加速推进技术融合,通过提升业务效率、优化服务质量、解决客户关切的保障范围与业务内容问题玖富智配,为行业注入新动能。
目前,多家保险公司均已接入DeepSeek等AI大模型,且其中多数都完成了内网的本地化部署。
具体在应用层面,智能核保、智能理赔、保险产品快速生成、优化客户服务体验、实现个性化服务、强化普惠包容性等多个场景,都有人工智能的身影。
“例如利用图像识别技术实现高精度自动定损,为疑难病例确诊、定价及医药支付提供支撑,在车险场景中AI可即时完成事故照片定损,都大大提升了行业的运转效率。”周延礼说。
解决行业痛点,风险管理更精准
风险管理是保险业运转的核心。周延礼认为,人工智能可以通过高效替代人工风险评估,凭借数据完整性实现风控能力跃升,在多维度为保险业赋能。
在风险识别与防控上,人工智能可以精准评估风险,实现欺诈智能化理赔拦截玖富智配,将传统粗放的人工管理模式升级为基于大数据的预测性风险分析,让AI在特定领域具备超前研判能力。生成式人工智能贯穿训练与推理全流程,为创新风险提供可量化保障。
定价逻辑转变,是人工智能为保险业带来的一次深度创新。
周延礼介绍,人工智能通过数据深度挖掘与模型精准迭代,在精准定价及风险防范两大核心环节实现突破,可7×24小时基于个人移动终端实时监测,解决传统保险定价中粗放型风险的滞后性问题。
他提到,在人工智能赋能下,保险业能够从“群体定价”转向“个体定制”,摒弃“一刀切”模式,实现“一人一价”,通过整合动态数据扩展定价参考因素,让保费动态调整、更趋精准。复杂AI模型可精准识别“因子交互风险”,避免“同年龄段同保费”的不合理情况,实现更公平的定价。
人工智能可以实现保险业理赔的全流程服务
周延礼认为,在定价模式上,人工智能是从静态模式转变为实时调整,将保费与个体实时风险水平直接挂钩,能够让定价更贴合实际风险状况。
他表示,人工智能推动保险业从理赔止损向全流程风险管理转变,通过数据维度拓展、模型优化与动态调整,实现精准定价,规避定价偏差导致的经营损失。依托事前预防、事中干预及事后反欺诈(尤其针对高发的电信诈骗),构建“事前预警-事中干预-事后反诈”的闭环风控体系,在保障用户权益与管控经营风险间建立平衡。
在事前,人工智能通过历史风险数据分析建立预警模型,在投保阶段精准设定保险期限、识别风险保单,实施风险拦截机制;在事中干预,通过实时数据监测,在风险发生过程中及时介入,实现从被动响应向实时减损的转变,有效控制损失规模。
两大核心支撑需持续完善
周延礼认为,为推动“人工智能+保险”融合模式持续发展,需重点强化数据治理与人才培养两大核心支撑,
在强化数据整合与标准化能力上,他提到,应汇聚多方数据构建完整性基础,通过技术处理实现信息提取与标准化,搭建客户数据平台;提升专业能力,实时检测、识别并处理错误、缺失及重复性数据质量问题。
在构建数据治理闭环、筑牢数据安全防线方面,他表示,应兼顾存量数据与新增数据,关注市场预测数据关联,实现数据自动化上报,提升数据准确性与完整性;同步加强网络安全维护;运用多种技术手段保障数据安全,超前布局数据分级管理与差异化安全策略,防范数据泄露与滥用。
AI领域的发展,人才最为关键。而兼具保险业务和AI技术的高精尖人才,更是少之又少。周延礼建议,行业应加大与高校、科研机构的合作投入,构建产学研协同培养机制,例如依托北京高校人工智能专业资源优势,扩大AI科技人才储备规模,借鉴国际人才培养经验,建立长效发展机制,完善人才培养与成长体系。
责编:史健|审校:张翼鹏|审核:李震|监审:古筝
玖富智配
线上配资提示:文章来自网络,不代表本站观点。