保险业数字化转型进展如何？大模型技术在保险业的落地应用有哪些新进展？一份行业报告从俯瞰视角揭开面纱。10月27日发布的《2024版大模型技术深度赋能保险行业白皮书》（以下简称《白皮书》）指出，目前，保险行业的数字化转型已经取得一定成效。众多保险公司制定了前瞻的数字化转型战略、建立了较为完善的数字化基础设施，并在产品设计、营销、承保、理赔等各个环节中广泛应用数字化技术。
保险业加码大模型技术
10月27日，由中国保险学会、北京市通州区人民政府指导，清华五道口金融学院中国保险与养老金融研究中心、北京金融科技研究院、阳光保险集团共同主办的"第二届（2024）保险科技数智大会"在北京阳光金融城召开。
会上发布的《白皮书》指出，在保险行业，大模型的应用同样由初步探索逐渐走向深入发展，其成效与价值日益显现。
具体而言，阳光保险、中国人保、中国平安、中国人寿、泰康保险等保险机构纷纷投身于大模型技术的研发与应用。
其中，阳光保险于2023年初率先启动了"阳光正言GPT大模型战略工程"，旨在通过大模型技术的深度应用，推动保险业务模式的重塑与升级。《白皮书》显示，在人伤理赔机器人的应用方面，阳光正言GPT提高了人伤案件快速结案率与理赔效率。机器人具备定损单证分类与外表伤情识别功能，工具上线后使用率超过80%，单证分类准确率达95.6%。
"未来保险科技监管将更加科学、精细化，这将为行业的可持续发展提供强有力的保障。"原中国保险监督管理委员会党委副书记、副主席周延礼表示，这意味着保险公司必须更加积极地适应新的监管环境的变化，加快数字化转型的步伐，以科技创新促进保险经营管理的合规性与公司治理的能力提升，以我国保险业科技化发展的新成就，展示更强的国际同业竞争力。
应用落地待加快步伐
在保险科技的前沿探索中，大模型技术的运用虽已彰显一定的价值，但同样伴随着一系列复杂且亟待解决的挑战，这些挑战要求保险业携手并进，共同应对。
《白皮书》指出，保险公司须积极应对推理速度、精准度、监管合规、数据隐私、模型解释性及技术投资等多方面的挑战，通过技术创新与合规管理，推动保险科技的健康发展。
具体而言，在保险行业，特别是在线服务环境中，用户期望的是即时反馈。然而，大模型由于其复杂的计算过程和庞大的参数规模，往往在处理速度上显得力不从心；保险业务中的某些场景，如风险评估、定价等，对结果的精准度有极高要求。然而，当前的大模型技术由于基于概率和统计原理，其输出结果往往存在一定的不确定性。这种不确定性在可接受范围内时或许可以接受，但在要求绝对精准的场景下则可能成为障碍。
在中国保险学会党委副书记、副会长龚明华看来，保险科技和数据智能在推进保险业向广度和深度发展、优化保险企业内部管理流程、降低运营成本的同时，也存在着数据治理、风险防控、消费者权益保护和人才缺失等方面的问题，诞生了客户信息风险、网络安全风险、产品创新风险和空间交叉传染等风险点。
"以生成式AI为代表的人工智能技术的快速发展，将极大地改变传统的保险经营模式，这对我们来说是很大的挑战，也是很大的机遇。"阳光保险总裁李科表示，当前保险企业对数字智能科技的应用普遍都很重视，但在落地方面走得还不够快。其中有多个方面的原因，其中一个重要的原因为，业务线与技术线的信息不对称和协同创新机制的问题，这一问题在保险公司内部的业务线和技术线之间存在，同时在保险公司和科技公司的合作中也存在。