2025年6月14日，“保险与精算四十人论坛·青年论坛2025年年会”在南开大学八里台校区省身楼隆重举行。本次年会由南开大学主办，南开-泰康保险与精算研究院、蚂蚁逸康（广州）信息技术有限公司承办，主题为“数智赋能与保险新质生产力”，聚焦数字化时代保险行业的转型升级与高质量发展。论坛设置主论坛、三场分论坛及一场圆桌论坛。

圆桌论坛以“保险业数智化转型机遇与挑战”为主题，邀请中英人寿保险有限公司总经理崔巍，赋诚再保险有限公司首席执行官史啸凯，合众财产保险股份有限公司总裁周玮，怡安寿险与健康险再保险大中华区负责人王珺，车车科技集团 CFO姬文婷，国泰海通证券股份有限公司金融组组长刘欣琦就我国保险业在数字化时代面临的转型难题和保险数智化高质量发展等话题进行了分享。论坛由中国精算师协会执行副会长兼秘书长张晓蕾主持。本文根据论坛内容整理而成。

圆桌论坛：保险业数智化转型机遇与挑战

圆桌论坛的首轮交流围绕以Deepseek为代表的Ai技术在保险公司的应用展开。当前AI技术还未完全发展成熟，但已经在保险行业的各主体中大规模应用。主持人发问，当前行业面对AI技术做了哪些布局，又面临哪些挑战？

中英人寿保险有限公司总经理崔巍回溯了公司从谨慎试水到全面拥抱AI的战略转型历程。中英人寿 2023年接触AI，认为技术不够成熟，需要先谨慎跟踪。当时在公司内大力推进AI面临两大困境：一是难以向股东证明投入AI的成本效益可持续；二是AI见效周期与保险行业依赖代理人团队、追求即时回报的特性存在冲突。转折发生在2025年DeepSeek取得突破性进展时（"DS时刻"），其价值在于彻底统一了全司对AI的认知——公司上下一致认识到了AI从短期到长期都有着巨大价值，AI投资从“不确定”变为“必须做”，“All in AI”成为主流观点。

在落地执行中，崔巍强调AI的应用必须优先选在成本控制与行政可控领域，一定要在实践中快速体现AI的价值，从而引导、促进在这一方面的长期投入。在执行过程中，中英人寿总结出两点关键：一是在销售上摒弃“大而全”，不给渠道压力，给前线销售人员充足的时间和空间适应AI；二是要将压力给到运营部门，将应用AI的广度和深度作为各部门的考核标准和“战功”，由上而下改变各部门的工作思维，促使各部门将AI研究透、使用透，并且要控制成本的非必要扩张。“AI转型必须由一把手亲自挂帅，将行政推动力发挥到极致”，他直言这是倒逼组织转型的关键。

赋诚再保险有限公司首席执行官史啸凯通过两个案例揭示AI如何重构行业壁垒，改变传统的计算方法和工具。第一，积淀深厚的再保险公司往往有一份专业的人身险核保手册，为核保人员提供参考，这是再保核心专业的“试金石”。作为新兴再保公司，赋诚联合兄弟公司，借助腾讯母公司AI工具的支持，用不到一年的时间完成了覆盖600余种疾病的核保手册从启动到发布上线的开发全过程，并向保险机构客户开放手册使用以加速迭代。

第二，医疗险产品创新始终是赋诚的工作重点之一。面对简化核保医疗险这一特殊产品的事前风控难题，赋诚采用腾讯混元与DeepSeek组合，在短时间内搭建出风控平台雏形，展现了AI在应用领域的潜能。史啸凯认为AI 对于每个人来说就好比招募了一位“知识非常渊博，精通各种语言，响应迅速，不眠不休，不需要绩效考核，尤其不需要提供情绪价值的得力员工”，大家需要思考的是怎么用好这位“优秀员工”。

合众财产保险股份有限公司总裁周玮介绍了合众财险在实践中开辟的中小险企基于数智化的特色经营路径。中小公司不同于大公司，要走好特色经营路线，需聚焦于“大公司不想要的、不好做的、没做大的”业务。当前中小公司用传统方式做特色经营的成功案例很少。数智化是中小公司特色经营的必要环节，而且要在大公司开始之前着手布局。

当前行业车险市场竞争激烈，合众财险结合自身的股东资源禀赋，率先布局新能源车险领域。依托股东吉利汽车，合众财险建立了基于车联网的大数据模型，将模型应用于保前的精准定价、保中的动态安全驾驶管理、保后的智能理赔反欺诈，车险赔付率降低 30%以上，使原本高风险的亏损业务转为盈利。“心中有理想，脚踏实地做好特色经营”，周玮强调这是中小公司破局的核心逻辑。

怡安寿险与健康险再保险大中华区负责人王珺就健康险公司的经营与数字化做了分享。当前健康险公司已经对次标准体保险进行了长时间的探索，惠民保一定程度上可以算作次标准体保险，对社会很有意义，也有很大的规模，但标的的方差太大了，对保险公司来说很有挑战。王珺强调，当前寿险保障要“回归初心”，一是长期利率保证带来的相对其他金融产品的优势，二是大数据时代的风险分级和评价。现在我国的法律环境下，许多客户存在不如实告知的情况，导致保险公司面临着不可控的额外风险。

王珺认为现在的大数据还有进一步提升的空间。如果能够通过保险行业外的数据，将风险评估模型做得更加完整、多元化，从而找到针对每类疾病的风险标签，再融合外部医疗数据建立全量客户风险分级体系，就能够实现对个体的精准画像，分级定价。在此前提下，“次标准体”或将成为伪命题，风险分级定价和健康管理服务与产品责任的融合才是健康险行业当前困境的答案，“有风险分级、有健康服务、有定价标准”将成为健康险的新特征。

车车科技 CFO姬文婷从车车科技在车险行业数字化开发和创新的实践出发，分享了保险科技公司与保险公司协作，在业务全链条过程践行科技创新的实践成果。姬文婷认为，随着新能源车这一类智能网联终端兴起，车险领域的数字化向数智化转型成为了可能，保险行业也因此产生了新的商机。车车科技是国内首家提出新能源车险嵌入式解决方案的公司，保险交易系统嵌入在主机厂的官方APP中，既为车主购险、报险、理赔提供了便捷，也为保险公司利用丰富全面的车机数据发展智能定价、智能理赔提供了空间。目前车车科技在新能源车险领域拓展了一些新的领域。目前我国售价20万元以上的新能源车型里，超过 70%都配备了智能驾驶功能，车车科技推出了一个事故责任实时鉴别，当事故发生时能够及时整合车机数据和驾驶员数据，进行实时系统分析，通过采用“区块链+隐私计算”技术保护数据，既解决了因车主对主机厂篡改数据而产生纠纷的隐患，也避免了车主骗保的问题。车车科技和主机厂开展合作，通过分析驾驶人危险驾驶行为，结合车辆数据生成智能定价模型，改变过往“从车不从人”的定价方式，推动定价模型向“从车又从人”的智能化方向发展。目前很多中小保司缺乏这方面的能力，车车科技可以帮助中小保司为客户提供更为精准、智能的定价。在理赔端，利用新能源车辆传感器可以实现事故现场自动还原，在帮助保司节约人力成本的同时还能防止骗保、欺诈、跑冒滴漏等行业不健康现象。国泰海通证券股份有限公司金融组组长刘欣琦从保险公司价值角度分析了AI对保险公司的影响。近年来随着AI的火爆，包括上市公司在内的保险公司也逐步关注及应用相关技术，但各方仍在探索具体有效的应用场景。从保险公司的经营来看，低利率环境引起的利差损压力是保险公司当前的主要经营压力。尽管当前从增额终身寿险向分红险转型，可以缓解保险公司的利差损压力，但如果从长期竞争力角度来看，借助AI技术，提升保险公司在保障型产品风险定价能力、新的销售场景的拓展以及内部降本增效将是保险公司更为彻底的缓解利差损压力的解决方案。 AI技术在这方面对于保险公司的经营将有更为积极的意义。刘欣琦提出了两个问题：一是保险公司的运营成本如何降低；二是为什么中国保险公司目前没有创造出让客户容易接受的保险产品。对于第一个问题，行业对裁员讳莫如深，但优秀的技术基础确实可以降低人力成本；第二个问题则是目前保险公司的产品形式不利于客户接受，需要进行创新，但创新的试错成本又导致保险公司在产品推广上无法放开手脚。大模型技术可以在一定程度上降低保险公司的试错成本，提高保险产品的成功概率，互联网公司的实践已经在验证这一结论，传统保险在这方面仍有待加强。从投资者角度出发，只有积极通过大模型来解决运营成本、围绕保险公司真实核心竞争力开展经营的公司才能解决盈利中枢下移、盈利不确定性加大的问题，进而降低投资端的风险偏好，才能被称为优秀的投资标的。主持人邀请各位嘉宾就保险行业AI应用生态结构的发展进行了第二轮分享。崔巍指出，作为公司的高管层和决策层，面对AI带来的机遇和挑战，有三个“不能”。一是“不能躲”，一定要迎难而上，抓住时代机遇；二是“不能装”，不能仅仅把AI作为发广告、抢战功的宣传工程，一定要切实认识到AI的价值并加以利用；三是“不能软”，不能因为各部门反映AI应用有困难就心软，要坚定推进AI在各个部门、各类业务中的广泛应用，用好社会提供的强大工具。史啸凯从精算角度出发，分享了他对AI是否会冲击精算师职业的观点。他认为，精算师之所以被认为“越老越值钱”，是因为对长周期经验判断的宝贵积累。在业务中很多事情要先给出结论，再论证细节，这种根据经验果断给出判断的能力是精算师的核心竞争力。AI大时代到来，为精算师提供了新的工具和技能，但经验判断能力和情绪价值提供仍然是精算师独一无二的技能，精算师不应该畏惧AI，而要发展自身数据运用、数据处理、工具开发、技术和经验结合的能力。史啸凯认为， AI对精算学科和精算师职业而言利大于弊，是时代赋予精算这一古老学科的新机遇。

周玮首先分享了数十年前精算师的工作场景： 80%的时间在和数据、模型打交道，20%的时间在思考模型怎么应用，数据背后的成因等问题。他认为，现在的精算师可以通过AI将自己从写代码、数据清洗等基础工作中解放出来，将更多时间投入到数据底层逻辑的思考、部门间沟通和对宏观层面的研究之中。周玮以公司 2024年物流车辆保险业务为例：在保费上涨的前提下，赔付率反而增长，这与承保经验不符。经过分析，经济下行导致了制造业和物流行业的成本增加，外溢到司机身上，最直观的体现就是司机跑得更多、跑得更快，交通事故率上升，从而导致了赔付的增长。这是从基础工作无法得到的结论。对于精算师来说，通过 AI解放自己，做一些更有意义的思考，才是对未来职业发展更有益的选择。

王珺结合上午专家的分享提出，精算人员一定要深度了解人工智能。第一，人工智能不仅仅是大数据，更是跨学科的融合。精算专业和IT专业之间存在一定壁垒和沟通障碍，这是现在精算的“护城河”，但是未来发展不可盲目乐观。第二，人工智能在核保和服务上已经体现出了优势，精算人员要充分考虑这一问题，将更多的外部数据引入风险评估体系，从而形成独特优势。第三，专业人员要提高认知水平，理解大模型本身具有的不确定性，牢记“大道至简”。行业不应该过度内卷，要为整体行业生存留足空间。姬文婷认为精算师的不可替代性仍然较强。通过Lemonade公司承保与理赔机器人的案例，姬文婷肯定了目前人工智能在承保、定损、核保、理赔等环节的作用，但从车车科技的实践来看，线上核保的通过率并不理想，仍然需要人工干预。而在新能源车领域，随着数据合作规模的扩大和模型的逐渐成熟，人工智能应用仍大有可为。刘欣琦首先分析了目前大模型的缺陷。当前大模型对数字的处理能力很差，仍然不能满足在严肃场景——如评估和监管相关场景——应用的需要。同时，大模型时常为满足人的情感需要而给出错误的答案，而人很难分辨这种“AI”幻觉，这一现象为AI的应用提出了更严峻的挑战。不过，AI“满足人类情感需要”这一特点也可以被正面利用，如帮助人们更好地接受保险作为风险管理工具这一本质等。在底层逻辑未知的前提下，精算人员不应该过度相信大模型，各保险公司更应该推进AI在让客户接受产品这一方面的应用，而非在严谨数理层面过分推崇AI。