生成式人工智能的出现，以及下一代“代理式人工智能”“自主人工智能”的兴起，正在为整个保险行业的创新开启全新的机遇。与此同时，保险公司也面临数据安全与隐私、数据孤岛、技术不足等困境，在保险行业的发展仍面临一系列挑战。由于人工智能技术的快速迭代和应用风险，有75%的受访保险业高管担心对人工智能的投资过快或过早。为助力保险企业应对挑战，把握先机，毕马威发布《智能保险：以人工智能驱动数智化转型新蓝图》报告（以下简称“报告”），为保险公司通过人工智能打造“智能承保人”提供全过程蓝图，助力保险企业的智能化转型。

一、智能保险价值框架

报告提出的人工智能价值框架可以帮助保险企业有效制定变革战略，从而充分发挥人工智能的巨大潜力。该框架指出，保险企业可以通过“员工赋能-组织融合-生态演进”的“三步走”渐进发展战略，稳步推进保险行业的人工智能转型，重塑保险业的价值创造模式。

图1：人工智能价值框架

第一阶段：员工赋能，利用人工智能技术为员工赋能

• 关注点：对员工进行赋能并为人工智能应用奠定基础。
• 行动要点：制定企业人工智能战略；识别出低成本且高价值的应用落地场景例如，索赔处理自动化、承保效率、欺诈检测等；提高员工的人工智能素养并建立伦理框架；利用云平台和最小化定制的预训练模型在企业各职能部门中试点人工智能解决方案。
• 目标：促进企业员工对人工智能技术的认识和实践能力，量化降本增效成果。

下图为报告通过全球1,700万家企业调研及量化分析，所得出的人工智能在保险企业不同职能部门的潜在机遇及任务复杂度（图2，图3）。

图2：生成式人工智能为保险公司不同职能部门带来的价值机遇

▲ 资料来源：“生成式人工智能机遇量化”（Quantifying the Gen人工智能 opportunity）研究，毕马威美国，2025年2月

图3：保险业在把握生成式人工智能机遇方面的任务复杂度

▲ 资料来源：“生成式人工智能机遇量化”（Quantifying the Gen人工智能 opportunity）研究，毕马威美国，2025年2月

利用人工智能技术实现自动化流程，有助于进行数据精细化管理并最大限度减少人为错误。根据报告的调研，提升运营效率和改善数据管理是受访保险企业最希望人工智能第一阶段实现的两大目标（图4）。

图4：受访企业希望在人工智能应用的第一阶段中实现的目标，%

图5：人工智能在保险业的第一阶段的典型应用场景

索赔处理自动化

长期以来，索赔处理一直是保险公司和客户的一个痛点。人工智能技术可以缩短处理时间、降低运营成本并提高客户满意度。在美国的一家行业领先公司中，机器学习算法可以分析车辆损坏或自然灾害的照片，并立即评估维修费用。

提升承保效率和精准度

传统意义上，承保过程一直依赖于人工计算。人工智能系统通过引入预测建模和机器学习算法来改变这一过程，这些技术能够以更高的精确度和速度来评估风险。使承保人能够分析更广泛的数据，包括社交媒体活动、环境数据甚至卫星图像。

进行欺诈检测

根据Insurance Europe的数据，欺诈每年给保险公司造成约140亿美元的损失。据此，人工智能算法可以分析大量数据，相比手动操作，人工智能系统能更快、更准确地识别潜在的欺诈性索赔，减少与欺诈相关的损失，提高整体盈利能力。

第二阶段：组织融合，将人工智能融入关键价值流

• 关注点：将人工智能整合到端到端的工作流程、产品、服务和价值流中，以创造更大的价值。
• 行动要点：推动全企业的架构重组和员工培训，将人工智能嵌入企业的运营流程中，部署代理式人工智能和多元化模型、云计算与本地GPU等现代化技术、并在全企业范围内加强数据安全管理。这一转型将焦点从以产品为中心的结构，例如汽车保险、家庭保险或人寿保险等，转向跨越产品和职能的价值流，从而满足客户的整体需求。
• 目标：推动业务增长，改善客户体验，创造新的增长曲线，并提高团队的生产力。

据调研，提升运营效率和改善数据管理仍然是保险企业希望在人工智能应用的第二阶段中最想所实现的目标，占比分别为42%和40%。（图5）

图6：受访企业希望在人工智能应用的第二阶段中实现的目标，占比前五

人工智能在保险业的第二阶段的典型应用场景

预测与定制客户需求

人工智能可以用于分析客户行为并预测需求，使保险公司能够在恰当的时刻提供个性化的产品和服务。利用机器学习模型，保险公司可以预见生活事件，例如结婚或购房，以便于向客户提供相关保险产品。

动态风险建模

在此阶段，人工智能通过整合动态数据源（如物联网(IoT)数据或行为洞察）实现实时风险评估，从而提供更精确的风险建模和定价。

保护数据隐私

先进的人工智能算法可以将用户数据进行分类及实时监测，并将数据库访问权限仅授予特定用户，以确保数据储存的安全性。另外还可以监控异常活动，及早标记潜在的数据泄露或合规风险。

客户自主参与设计保险解决方案

AI代理可以在与客户互动过程中创建量身定制的财产和意外伤害（P&C）保险产品，用高度个性化的保险范围取代标准的有限选项。经过法规和公司政策培训的AI代理，客户能根据自身的需求和风险状况配置定制的保险解决方案，人工智能系统会实时进行风险合规管理和打造定价模型。

第三阶段：生态演进，发展保险业自身生态系统

演进阶段的重点在于通过转型来适应市场巨变，形成新的商业模式和生态系统。在此阶段，道德、安全和信任最为重要，应通过实时监控和安全更新确保生态系统平台的完整性。

报告指出，保险业需要基于预测性洞察不断开展优化工作，利用人工智能打造生态系统平台，并根据市场状况研发创新型产品。

人工智能在保险业的第三阶段的典型应用场景

人工智能驱动的生态系统平台

保险公司可以创建生态系统平台，将保险价值链中的各个利益相关者联系起来。例如，可以打造与数字技术连接的家庭保险产品，将投保人与家庭安全提供商、应急响应人员和维修服务实时联系起来。

风险预测及防范

人工智能可以将保险公司的风险风险防范意识从被动响应转变为主动预防。物联网数据和人工智能通过将风险管理转变为预测性和自主性，以此来减少索赔，从而更好地关注和预防潜在的风险。

打造创新型产品

人工智能开启了产品创新的更多可能性。保险公司可以提供小额保险产品，或按使用付费的政策，以满足特定的短期需求，例如为单个旅行日或临时工提供保险覆盖。

二、智能保险变革模式

以人工智能技术驱动的保险业智能化变革，是一项极其复杂而系统的工程。基于对全球人工智能发展的深度研究，我们总结了智能保险战略落地的一幅蓝图加四项举措，以此为保险业的变革之路保驾护航。

1. 智能保险公司的构建蓝图，主要聚焦于三个层次：企业——职能——基础。

第一层次：企业

这一层主要制定企业的转型计划，定义了企业范围内的运营模式转变、员工队伍演变以及风险控制。将人工智能转型计划优先纳入计划路线图，并构建一个“转型办公室”，以帮助管理资金、跟踪收益以及动态调整任务的优先级，从而实现人工智能价值最大化。

第二层次：职能

这一层关注于推动跨业务领域的人工智能转型，优先考虑客户服务价值流和端到端的工作流。具体来看，智能保险系统把人工智能应用程序、智能代理、机器人等技术嵌入到工作流程中，从而提升承保、索赔处理、欺诈检测等场景质量，增强客户参与度。

第三层次：基础

这一层着眼于建立人工智能优先的技术栈，包括基础设施、云计算和芯片。针对特定数据分析或任务管理，人工智能技术可以基于不同的模型来进行针对性的微调，从而提升数据的准确性和服务质量。

2. 战略落地的四项举措

措施一：制定符合核心竞争力并能够创造价值的人工智能战略

保险行业管理层应制定战略愿景，将核心竞争力（产品创新、客户成功、数据管理和生态系统合作关系等）与人工智能技术相结合。同时要建立跨职能团队来重点了解保险行业可以从何处入手打造服务，以便于把握使用人工智能创造新商业模式的机会。

措施二：建立对转型路线图的信任

一方面，保险业应通过全面的人工智能治理架构，为问责制、透明度和合规性制定明确的标准。另一方面，保险企业应开发和部署工具，持续审核人工智能模型中的以外偏差，尤其应针对承保活理赔裁定等敏感领域。保持利益相关方的信任，从而释放人工智能的变革潜力。

措施三：打造可持续技术和数据基础设施

保险公司应在技术和数据管理方面采取有纪律的投资策略，以便于平衡满足实验需求和追求规模回报之间的关系。例如，投资打造可灵活扩展的基础设施，以实现高效的模型部署和生命周期管理。另外，也可以使用开放式API、互操作软件和无供应商限制的解决方案，确保保险企业可以持续应对技术进步。

措施四：培养人工智能文化氛围

保险公司不仅需要招募符合技术要求的人才，还应该大力提升员工的现有技能。在此过程中，保险业应制定适合自身需求的学习计划，帮助员工基本理解人工智能、数据分析技术以及人工智能对其职务的影响，从而激发员工对利用人工智能技术的热情。

三、毕马威的服务：凭借专业技术与行业洞察，助力保险行业人工智能转型

越多越多的企业正寻求通过人工智能技术实现业务增长。在数据科学、审计自动化及数据可视化方面，毕马威拥有着丰富的经验和独特的优势，可以为保险企业提供人工智能技术解决方案，帮助挖掘数据价值，具体服务如下：

制定人工智能转型战略

设定人工智能目标，识别机会和风险，并量身定制战略和执行计划。构建具有明确指标的业务用例以确保获得投资，并通过扩大人工智能对保险行业的整体影响和建立持久的能力来确保取得可衡量的成果。

确保人工智能可信度和合规性

人工智能的大规模应用会带来复杂性和风险。值得信赖的毕马威人工智能团队可以帮助您确保人工智能解决方案符合道德、安全和合规要求。我们的可信人工智能框架基于十大道德支柱，能够使您得以负责任、透明和自信地大胆部署人工智能。

利用人工智能赋能员工

毕马威打造的利用人工智能赋能员工队伍的解决方案有助于根据实际情况应用人工智能并提供良好的技能提升体验，帮助您的团队拥抱生成式人工智能并将其融入日常工作之中。

构建可持续的人工智能技术基础设施

利用毕马威专业人士的经验，我们能对人工智能框架、平台和加速器加以整合，帮助您确保技术基础设施随时准备好为大规模人工智能项目提供支持。

本文内容仅供一般参考用，并非针对任何个人或团体的个别或特定情况而提供。虽然我们已致力提供准确和及时的资料，但我们不能保证这些资料在阁下收取时或日后仍然准确。任何人士不应在没有详细考虑相关的情况及获取适当的专业意见下依据所载内容行事。本文所有提供的内容均不应被视为正式的审计、会计或法律建议。