AIGC的浪潮下，似乎各个行业都在寻找与之的契合点，希望可借此“扬帆远航”，保险业亦是如此。
从首批互联网保险公司成立开始算起，保险科技进入快速发展期已有十年光景。而AIGC的崛起，又将给保险业带来怎样的蝶变？
借着2023世界人工智能大会间隙，众安保险首席技术官蒋纪匀接受了第一财经记者的专访，讲述他眼中的保险AIGC。在他看来，目前保险行业对AIGC的探索仅仅处于初级阶段，未来其可成为保险新基建的又一次进阶。而对于中小险企来说，尤为关键的是，当采用适当的策略，AIGC可以帮助中小险企在AI技术能力上实现弯道超车。
(资料图)
在这六大保险维度中，AIGC最有用
“保险科技经过了十年左右的发展，基本达到了业界当初的预期。”蒋纪匀说。
他认为，云原生、大数据、机器学习、人工智能等科技已经逐步渗透到保险产品开发、营销、风控等各方面，目前进入到百家争鸣的高质量发展新阶段。
事实上，人工智能（AI）在过去的保险科技演进中扮演了重要角色，而AIGC这一AI 2.0时代的重要产物，则可以进一步赋能保险企业价值全链路。
AIGC全称“Artificial Intelligence Generated Content”，即生成式人工智能技术，是一种可以学习复杂数据结构和规律，并用这些规律来生成新内容、新数据或解决问题的算法。
在蒋纪匀看来，AIGC凭借其强大的内容生成效率及更为人性化的理解能力、表达能力，将成为“保险新基建的又一次进阶”。
“随着更多垂直行业大模型和自研大模型的落地，AIGC会展现出融合迁移的潜力，通过场景和数据的结合，实现个性化定制、风险控制等优势，带来更高效、更智能、更人性化的服务，同时更精准控制运营成本。”蒋纪匀表示。
而在具体的保险场景上，AIGC的应用面会有多广？
众安保险在世界人工智能大会上发布的保险行业首份AIGC应用图谱，展示了众安保险针对AIGC在19个大类、78个小类保险业务场景中的赋能价值和未来应用潜力所进行的可行性研究。
“我们在图谱上其实主要聚焦在产品设计与创新、营销与展业、核保理赔、客户服务、智慧办公和研发管理这六大方面。这六大方面的近80种场景覆盖了财险、寿险业务，涉及代理人、自营、信息流投放等营销渠道。”蒋纪匀表示。
一个具体的例子是，在做营销活动时，众安保险自主研发的AIGC中台可以结合目前的日期、近期节日、近期相关社会热点等关键词来生成一份创新营销文案，由此大大节省了人工的思考和语言组织的时间，而且效果也比原来纯人工创造要更好。而在另一个AIGC可以广泛应用的智能客服方面，蒋纪匀介绍称，传统智能客服是基于NLP（自然语言处理）技术进行，效果有“天花板”。而在AIGC下，基于LLM（大型语言模型）升级的智能客服，在众安保险的测试中准确率提升了25%，客户满意度大大提高。“人机对话时，你会感知不到是一个机器人在跟你对话。”蒋纪匀说。
“在上述六大维度中，短期内我们觉得产品设计与创新、营销与展业、客户服务、智慧办公、研发管理都比较容易落地，而核保和理赔可能需要相对长一些的周期，因为这个场景相对更难、更复杂。”蒋纪匀表示。
但他也同时强调，在经常被讨论的“技术与人”的替代关系方面，AIGC的应用并不意味着会完全取代人工，而是让人从执行者变为指挥者，可以有更多时间分配到更为复杂的工作中。
AIGC应用或让中小险企实现弯道超车
ChatGPT问世一个月内用户超过2亿人，国内每3分钟都有一个国产大模型产生……这些都代表着AIGC出现以来的热度，保险公司同样对这一技术趋之若鹜。例如，在“文言一心”发布后，就有多家保险机构或保险科技平台纷纷接入其中。
不过，国内保险公司在科技研发的投入和应用进展方面差别很大，尤其对于许多中小险企来说，由于资源有限，在技术投入方面与大型险企相比可能“心有余而力不足”。在蒋纪匀看来，AIGC的普及对于中小保险公司来说则可能是一个机会。
对于中小型的险企来说，科技投入程度取决于自身当前的战略发展阶段。是选择通过轻量化的、模块化的产品工具来投入，还是先在某些渠道对接展业、获客等痛点进行科技投入，这其实并没有一个标准。随着战略周期的不同，决策会有所不同。蒋纪匀认为，AIGC起到最大作用是它的通用化的能力，降低了金融机构尝试新内容的门槛，这对中小保险公司显得特别“友好”。“我觉得AIGC会缩小中小型保险公司在AI技术能力上与大型保险公司之间的差距，也是中小型保险公司弯道超车的机会。”
如何实现弯道超车？蒋纪匀给出的答案是不选择自建大模型，而是用提示词工程以及知识向量库来支撑AIGC的输出。
他解释称，不同的保险公司会采取不同的策略来落地AIGC。譬如自建底层的大模型，又如用embedding策略等，每种方式各有优劣。
“自建大模型除了算力、资源、时间消耗，还需要足够的数据，以及足够的人力来做数据标注，这是普通中小型公司难以承载的。并且自建大模型‘从0到1’对中小公司来说ROI（投资回报率）太低了。我们目前选择的也是embedding路径，觉得这套路径比较适合中小型保险公司。”蒋纪匀说。
当然，在不自建大模型也不进行模型训练的前提下，如何保障AIGC应用过程中数据安全性以及内容生成的准确性就成为了重中之重，而这两点也是AIGC被认为目前存在的重大挑战。
在数据安全性方面，蒋纪匀表示，众安保险对此的实践经验是，对外部大模型服务商的服务进行关键的接口封装，屏蔽底层的差异，屏蔽大模型服务商的密钥等。同时，对原始数据的关键信息进行脱敏，并规范内部用户，防治其滥用AIGC，做到统一规范、统一收口，防止敏感信息外泄。另外，也需进行企业隐私信息及数据审计，这些都可以在安全性上面提升AIGC应用过程中的安全保障。
而在提高准确性方面，为了防止AIGC有时发生的“幻觉”现象，则需要用提示词工程来进行限制，并用脱敏后的中台做进一步的过滤。
“提示词工程是很重要的。在通用模型下，由于AIGC的知识库太大了，所以不能完全准确抓取提问者的核心意思，这就需要很好的提示词工程师来抓住AIGC的‘注意力’，更为精准地回答问题。”蒋纪匀表示，提示词工程和知识向量库是一个逐步优化和累积的过程，可以在不同的场景不断积累。
蒋纪匀称，基于提示词工程以及知识向量库，在AIGC强大的通用化能力下，可以对不同的场景实现不同的解决方案，形成通用化与定制化并驾齐驱。“随着底层大模型越来越成熟、越来越强大，对于采用这种策略的中小型保险公司来说，绝对是一个弯道超车的机会。”他在采访中多次强调了这句话。
