保险大模型机遇与挑战

编者按：当下，大模型在保险业应用热潮迭起。对于保险业来说，这既是机遇也是挑战。随着大模型的不断迭代和发展，也引发行业一系列反思。保险业如何理性看待大模型发展？本专题将进行深入探讨。

保险大模型：探索前行

近期，由北京市通州区人民政府指导的“第一届（2023）保险科技数智大会暨保险科技数智创新联合体筹备会”在阳光金融城召开。会上，来自保险和科技领域的嘉宾对大模型深度赋能保险业等话题展开探讨。

抓住科技变革的窗口

多位与会嘉宾认为，大模型技术将从根本上改变和赋能保险业，保险业应抓住机遇，成为其见证者和参与者。

作为本届大会发起人，阳光保险集团董事长张维功在致辞中表示，“保险科技数智大会的举办是所有参与保险科技的社会力量共同自觉的行动，我们希望用中国保险科技的力量，借助全球科技进步的成果，推动保险科技真正成为推动保险业全面升级和建设金融强国不可替代的重要力量。”

北京市通州区委书记孟景伟在致辞中谈到，推动保险科技数智发展是顺应数字化时代发展大势的必然选择，北京城市副中心的建设，为金融行业创新保险科技数智发展提供了历史性机遇和广阔的市场空间。

原中国保监会党委副书记、副主席周延礼在致辞中表示，保险业的数智化转型已成为一个不可回避的趋势，这种转型不仅仅是一个技术升级的过程，更是一种商业模式的变革。当前我国保险业要抓住科技变革的机遇窗口，通过建立创新体制和机制、加强数字基础设施建设、加大数字科技人才的培养等，推进整个行业朝着更加智能高效、客户友好的方向发展，夯实我国保险科技在国际竞争中的地位和实力。

“近年来，保险业的发展为社会提供了很好的金融服务。但应该看到，当前保险业发展中仍然存在很多不足之处，其中，对于科技的应用，还处于碎片化状态。保险业当前已经进入一个新的阶段，面临很多需要解决的问题，特别是如何实现高质量发展。金融的高质量发展离不开保险的高质量发展，而保险的高质量发展就需要创新驱动。”中国保险学会党委书记、会长董波说。

“我们正处于金融保险行业的‘柯达时刻’。”麦肯锡全球资深董事合伙人、中国区金融机构咨询业务负责人曲向军表示，未来是全渠道的时代，各渠道均将具备“对话”属性，人工智能、机器学习赋能的高度个性化将得到广泛使用。

警惕隐私、成本等风险

在面对大模型深度赋能保险业带来重大机遇的背景下，也有不少与会嘉宾分享了大模型赋能过程中可能存在的一些风险和挑战。

中国人寿集团金融科技部总经理董占军在分享大模型对保险价值链应用价值的同时，也指出大模型应用可能带来数据质量及数量风险、输出内容不可控风险、技术应用道德风险、监管合规性风险等挑战。比如，大模型利用基本的信息和交互语言提取所需信息可能包含个人隐私，对消费者造成危害；大模型训练数据集数量不足，数据质量有待提升；输入的训练数据集可能包含知识产权信息而违反版权保护规定；通过语音和视频生成功能，容易骗取别人的信任，存在诈骗的潜在风险。

中国太保集团数智研究院院长王磊在分享保险数字劳动力生态建设的同时，也指出需要考虑技术与商业可行性验证问题。一方面，从技术可行性来看，需要考虑技术能否满足专业深度需求、能否满足知识能力广度需求、是否较传统AI有显著提升、安全性能否保证等问题；另一方面，从商业可行性来看，需要考虑投入产出比是否合理、商业价值如何衡量、如何平衡短期投入和长期价值等问题。

“数智科技是保险发展的驱动力。”华泰保险集团信息技术总监胡崇威在分享数智融合赋能保险经营的同时，也谈到大模型在保险业落地存在计算资源成本、数据质量欠佳、网络安全风险、专业人才稀缺等四大挑战。一是大模型对计算资源和存储资源有高需求，成本门槛高，需要可持续的投入长期支持大模型的训练和推理；二是需要大量高质量数据进行训练和优化，经常会因为数据分类问题，导致大模型的效果效率无法得到保障；三是大数据在大模型训练及应用过程中可能发生数据丢失、泄露、篡改的风险；四是开发和落地对技术人才储备及技术能力要求高，相关资源的缺失影响大模型在业内快速落地和持续优化。

在科技端看来，大模型具备广泛的应用前景，但同样也面临着诸多不确定性。

“在无人区里，我们都是盲人。我们没法知道不知道的，我们以为是在‘盲人摸象’，但大象可能是个‘四不像’。”微软中国首席技术官韦青认为，模型不是产品，但模型可以成为产品的一部分。对保险机构而言，应选好大致方向而不是终点，在行动中缓慢、坚定地纠偏前行。在大模型赋能的背景下，人的作用在于如何把自己不想干、不擅长的事情让机器去做，同时自己还能继续进化。

“在科技领域，不要高估短期作用，也不要低估长期价值。”元保联合创始人兼副总裁李颖认为，AI大模型带来的机会与风险都是史无前例的，目前存在安全隐患和风险，比如数据泄露、隐私曝光等。