正文|郭伟
年终将至，回顾、回顾、展望，保险业的“成绩单”即将明朗。 ChatGPT诞生了整整一年，保险公司和中介机构竞相入局，百款大战轰轰烈烈，被视为保险业转型的一次突破，拉开了保险业又一次深刻变革的序幕。
在任何一个技术拐点上，总会诞生一股新的力量，在大模型的研究、测试和应用领域，万帆相向。其中，作为互联网跨越国界的保险科技平台，元宝AI基因明显，始终将资源集中在人工智能在保险行业的应用上，以至于在保险业推出后，保费规模迅速跻身互联网保险行业第一梯队，并先后登上毕马威、胡润等全球知名榜单。
今年10月，元宝发布首份保险行业人工智能大模型“应用评估报告”，从第三方视角系统评估了10个主流大模型的应用能力和性能。 12月，元宝凭借行业大模型在保险领域的应用，成为保险行业唯一入选“2024年北京人工智能产业大模型创新应用”的企业案例。
站在大模型一周年和2024年新年之际，元宝AI团队的工程师们分享了他们的一些想法：当一场全行业的大模型大赛悄然到来时，保险业的竞争格局将发生哪些巨大变化？大尺度模型生态形成的障碍有哪些？下一站，行业机遇再度到来
-insurance today-
保险业是大典范
最佳应用领域之一
长期以来，中国保险业一直在“摸索”。 业内共识是，使用最优秀人才的“众筹战术”换取市场份额的广泛打法已经到了必须改变的时候。 要知道，在巅峰时期，行业有近1000万人，但服务的保险用户只有3亿，在服务效率和业务增长上还有很大的提升空间产品和服务的严重同质化，导致行业发展进入瓶颈。
情报被视为打破保险业局面的关键。 “公司内部有一个共识，保险业作为人力密集型和数据密集型行业，是人工智能模型的最佳应用领域之一。 ”元宝CTO王波提到，从宏观角度来看，AI模式将在行业层面和用户层面给保险行业带来深刻变革，为行业突破瓶颈找到出路。
首先，AI模型的应用将推动保险更具包容性和大众性。 元宝AI团队认为，与传统人工智能相比，AI大模型在保险行业的应用将更加广泛和深入，通过对海量数据的深度学习和分析，可以实现更复杂、更精细的风险评估和定价参考，从而帮助保险公司更好地应对风险。 提高保险产品的性价比，拓宽可保风险范围。
日前，《关于推动普惠金融高质量发展的实施意见》发布，其中首次提出“完善高质量普惠保险体系”。 王波认为，“未来AI模型在保险领域的应用，将加速普惠保险体系的完善。 ”
从行业角度来看，大模式的最终目标是不断提高效率，打破现有的运营模式，为行业发展带来无限的新可能。 王波说，“一开始，大模型只是为了给第一批人提供参考，提高人的效率，让服务人数翻倍。 很快，以大模型为中心的机器人，服务能力将不逊色于人工，而且效率远超人工，机器人可以同时服务数千人，因此“人工+大模型服务”的模式，可以使接受服务的保险用户数量翻倍， 甚至更多。”
大模型对行业效率的提升，不仅让工作更快，更给整个过程的各个环节带来质的变化。 王波解释道，“一个小创意，一个小优化创新，可以改变整个保险行业。 这是我们无法想象的。 “例如，通过大型模型学习和分析大量数据的能力未来，保险产品或许还能实现“积木式”的构建选项，真正实现保险公司产品端的“灵活打补丁”。 当然，这些创新是建立在数据安全和用户隐私的基础上的。 元宝自成立以来，就高度重视数据安全，建立了严格的管控体系，确保全程不会出现数据安全隐患。
另外更深层次的影响是，通用模式的逐步实施将颠覆公众对保险的认知。 保险将更简单、更个性化、更智能，公众对保险难以理解、难以投资、难以支付的刻板印象将得到改变。 王波认为，未来，“大模型不仅将帮助中国保险业进入全面智能化时代，还将大大提高公众对保险的接受度，提高保险的普及度，从而为中国保险业迎来新的飞跃。 ”
-insurance today-
客服成为大模型最好的“训练场”
可能性是无穷无尽的
回首这一年，保险业大模式的转型已经开始。 美国保险科技巨头 Lemonade 开发了数十款基于 AIGC 的应用程序原型，让客户无需拨打**，通过与机器人的通信即可完成保单申请、支付等流程。 好事达保险公司开发了一款生成式人工智能应用程序 MyStory，它允许客户在线向 MyStory 描述事故，并将过去的摘要文件提交给各方，无需反复告诉不同部门的人关于事故的信息。
大模型在美国的落地，给了我们希望和方向。 然而，国内保险业在行业成熟度和市场特点上与国外存在差异，我国保险业大规模模式的实施仍需要更多的运营创新。
在国内，已经找到了大模型应用的捷径，以元宝为例，选择了“客户服务”作为大模型的最佳应用场景。 “大模型最抢眼的应用是chatgpt对话场景，因此具备处理自然语言、生成对话的能力，非常适合客服场景。 它可以提供比传统客户服务更精细、更智能、更个性化的服务。 王波说。
早在2024年成立之初，元宝就已经开始研究大模型，从谷歌的BERT到OpenAI的GPT，从清华的百亿参数大模型GLM到斯坦福的70亿规模的“羊驼”模型。 目前，基于开源模式，结合长期积累的优质行业数据，元宝持续优化。
作为互联网保险行业最早研发自有客服机器人的团队之一，早在今年年初，元宝客服机器人在理解和识别语音和文字意图方面的准确率就已经达到了93%。可识别30多种方言，积累保险领域共计4000多个常见问题客户机器人全天 24 小时待命用户对客服机器人的满意度甚至超过了市场上人类客服的50%左右。
随着通用模型的应用，其能力和魅力直接让传统的机器人客户服务黯然失色。 据元宝AI团队介绍，大模型加持的机器人具有更强的理解力、表达力和专业性，能够更好地理解和生成自然语言，给出符合用户需求的答案，还可以用更通俗易懂的语言解释复杂的专业问题。
给人一种直观的感觉，他们就像一个资深的保险专家，非常了解我，能用白话解释专业问题。 王波点评，并特别强调，基于大模型的客服机器人在专业问答、产品规划、医学知识解答、政策管理等方面都有很好的应用。
例如，当客户问：“我骨折了，需要住院治疗，我可以承保哪些保单？“过去，大多数机器人只能把用户所有保单的环节都扔过来，让用户点击查看和筛选，机器人客服结合大模型，可以根据用户的保险情况快速指出哪些具体保单可以理赔，在专业性上已经有了长足的进步， 敬业与奉献。
接下来，客服机器人面临的挑战主要在于老年人的语音识别、方言识别和回声场景中的语音识别，这也是元宝AI团队未来发展的方向。
机器人可以帮助人们，使服务更有效率;而大模型更进一步，还可以培训人员。 根据元宝的实践，大模型在客服培训场景中的应用已经相当有效例如，客服团队的智能陪练系统，解决了训练成本高、训练效果监测难、训练实战率低等问题。 此外，大模型还用于辅助元宝公司内部的办公室，实现了效率提升。
谈及今年大模型应用价值的体现，王波用手画了一条连续向上的抛物线，“GPT的诞生确实令人兴奋，但之后，我们大家都恢复了平静——每天专心学习，不断进步，这样我们才能慢慢看到不同， 看见效果，看方向。 ”
-insurance today-
如何突破大模型落地的两大障碍？
未来，在保险业模式的深度和应用广度的延伸上，需要突破哪些阻力？在元宝AI团队看来，有两个突破点是最关键的。
首先，我们需要解决数据问题。 在众多探索大模型应用的领域中，保险行业是一个需要突破重重障碍的领域，行业数据基础薄弱，数据标准不统一，数据孤岛问题突出，数据水平低，缺乏能够真正驯化大模型、具有一定质量的大数据。 这也意味着，仅仅依靠大模型本身来推动行业效率变革是不现实的。 要想让大模型在保险领域行之有效，就必须有创新的玩法。
其次，要深度融合大模型和保险的垂直领域。 大模型在工业领域的应用绝不是简单的技术难题，关键是要打造“模型-行业理解-场景应用”的完整体系。 这需要业务和技术思维的双重驱动，这不仅需要理解技术并认识到技术的价值，还需要有良好的业务思维，知道如何围绕业务发展技术，形成协同效应和协同效应。
针对以上两个关键点造成的瓶颈，元宝的策略是在短时间内将大模型和传统模型协同工作，从3000个模型中形成一套智能系统。 在大模型介入之前，中台人员会手动识别用户问题。 目前，元宝已实现采用大模型作为中控，从而调用传统模型，使用户的真实需求得到更快速、高效、更准确的识别。 在这样的训练过程中，元宝AI团队还会加入反事实数据进行测试，提高AI的学习本质，提升大模型的能力。 而这种玩法也在一定程度上解决了数据层面带来的困境。
在即将到来的2024年，行业必然会围绕大车型出现新的布局和战略重点。 元宝主要有三个方向：
一是持续推进保险行业主流大模型应用评估报告。 目前，业界确实需要对大模型在应用层面的效果有更客观、更清晰的认识，从而疏通信息鸿沟，做出决策。
二是深入挖掘保险行业更多应用场景，加大应用深度。
第三，长期以来，元宝一直在开源大模型的基础上不断优化和集成，接下来还会推出更多新模型，不断尝试扩展应用的广度。
据王波介绍，随着开源大模型的优化效果越来越好，专业垂直大模型的建设已经在元宝的规划中。 据悉，该垂直大模型是针对保险领域特定任务和数据训练的模型，更广泛地适用于整个保险行业。 “如果成功，将为行业提供优质的解决方案，为行业大模型生态的建设做点什么。 ”
-insurance today-
大模型将重构行业格局
中小企业有望弯道超车
历史上每一次突破性的技术革命，最终都表现为科技解放人、人被人换人、淘汰不再适用的能力、新的能力和工作类型的出现——AI模式也将经历与保险业相同的过程。 大模式对保险业的巨大冲击，不仅体现在纵向产业链的效率提升和改革上，也体现在行业竞争格局的横向重构上。
在可预见的保险综合智能时代，过去传统人力模式所积累的竞争优势将不再适用，一个模式可能就能取代100或1000人。 谁能用更少的人做更多的事情，谁就赢了。 在这一点上，王波和元宝AI团队认为——大模式让保险业重回原点，中小企业因为组织架构更加灵活，甚至可以弯道超车。
OpenAI之前只是一家只有几十人的小公司，也做了ChatGPT和许多强大的产品。 因此，只要找到着陆方向，小公司弯道超车的机会非常大。 在王波看来，“一般的大模型可能是马太效应，但大模型在垂直领域的应用比应用、数据和人才更具创新性。 谁先做并不重要，谁做得快也没关系。 归根结底，谁能将AI切入应用场景，为用户解决问题，才是最重要的。 ”
在未来大模型的竞争中，胜出企业需要具备哪些特质？王波列举了4个方面：
首先，在经营理念上，既要有商业思维，又要有技术思维，让技术围绕业务展开
其次，在人才战略方面，需要能够与AI对话、向AI提问的人成为AI指挥者，而不是执行者
第三，在数据储备方面，确保数据多样化、覆盖场景丰富，只有拥有高质量、多样化的数据，AI才有发挥空间
四是坚持长期战略布局。
“我们既不应该高估技术的短期影响，也不应该低估它的长期价值。 ”王波认为，“任何所谓的'颠覆性'技术的'颠覆性'，都取决于应用后对现实世界的改变，而这种改变需要时间和耐心。 ”
王波还强调，从今年的效果来看，AI模型向行业和社会的转变速度会更快，但仍需要时间。 2024年，大型AI模型商业化加速，2024年或将进入规模化应用期。
技术的量变最终会形成质变。 王波指出，大模型有望大大提高公众对保险的接受度和保险普及度，从而开辟更广阔的市场空间，助力中国保险业迎来新的飞跃。 “现在仍然是黎明前夕，我们需要以长远的心态看待人工智能的力量和未来。 ”
附言
今年10月召开的第一次金融工作会议指出，高质量发展是全面建设社会主义现代化国家的首要任务，金融要为经济社会发展提供优质服务，做好科技金融、绿色金融、普惠金融、养老金融、 和数字金融。
随着金融业的顶层部署，一个充满希望的新时代也开启了。 对于保险行业而言，保险技术的探索成为近年来高质量转型的重点方向。 如今，随着政策牵引力的加快，可以预见，保险业对科技金融的进一步期待，将在很大程度上被代表当下最高生产力的大模型所诠释。
而这种期待，正通过当下行业中一个又一个“元宝”的实践，逐渐成为现实。 这种对技术创新和行业突破的思考和探索，对技术和市场的专注，既应该是元宝的坚持，更是行业的底色，也将是对互联网精神和保险价值最有力的诠释。