保险业AI“理论与现实之间”存在差距
能做的事很多,实际在做的却很少
法律限制、内部系统对接与人工验证环节成瓶颈
保险业中,生成式人工智能(AI)的技术潜力与实际业务应用之间存在差距。分析认为,虽然相当多的保险相关业务可借助AI大幅缩短处理时间,但受制于内部系统对接、监管与责任等问题,实际应用仍局限于文档撰写等部分领域。
据金融业26日消息,保险业需要处理海量文档和开展数据分析,因此被认为是可通过AI大幅提升工作效率的行业。不过,与这一技术潜力相比,其在实际业务中的应用仍较为有限。
保险研究院比较了美国劳工部职业信息网络所收录业务中,属于保险相关职业的104项业务的AI应用潜力和实际使用水平。此前研究中,AI专家评估认为,其中83项业务可仅通过大型语言模型(LLM),或结合额外软件及企业内部系统,在保持相同质量的同时将处理时间缩短一半以上。相反,Anthropic对2025年某一时点Claude实际使用记录的分析显示,观察到得到充分应用的保险相关业务仅有8项。也就是说,理论上可利用AI的业务与实际得到应用的业务之间存在巨大差距。
从职业来看,保险代理人的AI应用水平最高。这主要是因为AI被积极用于起草发给客户的通知信息、面谈问题及定制化产品说明。分析认为,AI并非替代直接接触客户或建立关系的工作,而是被用于准备和支持线下业务的过程。
另一方面,精算师被评估为最具AI提效潜力的职业,但实际应用相对低迷。这是因为,要开展保费费率和责任准备金核算、财务稳健性分析等核心工作,需要使用公司内部的敏感数据和系统,且必须严格验证结果的准确性。
制约保险业AI应用的因素,除技术可靠性外,还包括监管、资格要求及责任归属问题。对于损失理算等必须由具备相关资质的人员亲自执行或确认的工作,即使技术上可以实现自动化,也难以将决策权交给AI。
保险研究院研究委员Song Yuna表示:“保险相关职业中,被评估为可借助AI缩短工作时间的业务占比较高,但相当多业务集中于间接应用,实际使用呈现局限于文档业务等领域的趋势。”她解读称:“这表明技术潜力不会立即转化为一线应用和生产率提升。”她接着表示:“考虑到通用技术在早期扩散阶段出现的时滞,这种潜力与实际应用之间的差距可能会随着时间推移而逐步缩小。应从标准化的重复性业务开始,以支持人员工作的方式引入AI,积累实务经验。”她还补充称:“还应完善企业内部系统和数据,提升员工的AI应用能力,并建立应对AI错误与偏见的管理体系。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。