众安在线近日发布了2024年全年业绩报告。报告显示,AI赋能在各生态业务均有显著体现。作为众安战略投资的科技输出主体,众安信科正加速推进智能化服务,通过B端实战验证AI价值,实现AI企业服务领域的突破性创新。
日前,众安信科CEO郁锋接受《中国银行保险报》独家专访,系统阐释了众安AI方法论,并分享公司在AI企业服务方向的战略布局。
深度剖析AI在金融保险行业的发展与应用
郁锋将AI对金融行业的改变划分为三个阶段:最初是靠规则驱动的“自动化”阶段,可实现部分业务环节的无人或少人参与;接着是依托非生成式AI的“数字化”阶段,通过深度学习,AI开始懂业务,能帮助解决投保过程中大部分沟通问答;如今已进入依靠大模型驱动的“智能化”阶段,AI具备自我学习和创造能力。他指出,金融领域的AI应用已从“锦上添花”转变为“不可或缺”,正重新定义行业服务标准与体验,且逐渐从“替代人力”转向“创造新价值”。目前保险行业AI应用虽整体偏浅,但随着场景成熟,预计1到2年内就会涌现更多具备新价值创造力的AI应用。
在应用成果方面,众安信科已沉淀保险行业各场景下的丰富智能体落地经验。在场景实战中,智能外呼语义识别准确率达98%,100通电话仅约2通需人工接手;合规检查中,AI半小时就能完成人工3天的工作。
探索AI落地难题的破解之道
在将这些AI应用成果赋能业务伙伴的过程中,众安信科发现很多公司面临业务需求多样化的问题,难以针对性推动AI落地。对此,郁锋提出了解决之道:第一是打好数据地基,沉淀尽可能多的优质业务数据,比如对话语料、场景问答库等;第二是修炼技术内功,训练专属模型;第三是用垂直领域的知识来确保输出内容安全准确;第四是提示工程的精心打磨,引导模型在特定场景下给出更精准、更符合业务需求的回答。这套“组合拳”下来,AI就能既懂业务又守规矩,可以很好地解决多样性的问题。在帮助客户进行AI转型的过程中,众安信科也会提供"咨询+实施"的全套服务,从前期痛点诊断,到方案设计,再到落地实施和持续优化,帮助企业从0到1完成AI升级。
郁锋认为,DeepSeek让大模型训练成本直线下降,使得更多企业都能参与模型训练和优化。可以观察到,现在行业里常见的有两种情况:要么用通用模型“削足适履”,结果水土不服;要么从头自研,但成本高昂。郁锋表示,众安信科走的是第三条路——专注解决AI落地“最后一公里”问题,基于业务实战积累,将大模型“组装”成业务所需形态,从而实现“大厂的成本,专家的精度”。众安的核心壁垒就在于“中间层攻坚”——既懂技术极限,更懂业务刚需,郁锋说,“这才是金融AI真正落地需要的关键钥匙,也是我们显著区别于其他厂商的差异化优势所在。”
谈及AI幻觉风险,郁锋表示绝不能因为担心幻觉而放弃AI将会带来的海量技术红利。但是,为了尽可能减少大模型幻觉问题的出现,众安也投入了大量精力去做蒸馏、做知识工程,将模型精调得更可靠,并设计人工兜底措施来避免在AI应用和业务流程中出现偏离。
以联合创新为翼,引领行业价值赋能新征程
郁锋提到,众安信科和战略级的合作伙伴成立了AI联合实验室,希望通过强强联合,带来1+1>2的效果,为行业赋能。“但我们也不会止于研究,我们会结合众安在保险、银行、小贷业务和B端客户服务的实战,去积累更多经验,用经过实战检验的数据来反哺技术。技术只是手段,我们的目标始终是用科技帮客户解决实际问题。”郁锋说。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
