《寿险公司战略及经营管理实务》是南开-泰康保险与精算研究院面向保险专业硕士开设的核心实务课程，由泰康保险集团倾力打造，课程负责人为泰康保险集团副总裁刘渠。课程立足寿险行业挑战与机遇，将理论与实践深度融合，系统讲解寿险公司治理结构、产品定价、战略资产配置、资产负债匹配、风险管理等核心内容，从管理者视角重构学生知识体系。课程响应国家专业人才培养号召，助力学生贯通学科基础知识与商业逻辑，理解行业发展战略并锚定职业方向，成长为推动寿险行业稳健可持续发展的复合型专业人才。

5月30日上午，《寿险公司战略及经营管理实务》系列课程第十讲顺利开讲。泰康科技运营人工智能研究院运营创新组经理李驰与泰康科技运营人工智能研究院助理总经理丁二锐受邀联合主讲。李驰围绕“泰康在保险两核场景智能化建设实践与探索”，分享了寿险公司如何通过数智化手段提升核保、核赔与风控能力，实现死差管理的全链条优化；丁二锐则以“从模型智能到系统智能”为主线，系统梳理了人工智能技术从判别式、生成式到智能体的演进逻辑，并结合泰康在医养、销售赋能等场景的实践，阐释了“碳硅协同”理念下如何驾驭模型、构建系统智能。

课程开篇，李驰结合长寿时代背景，介绍了泰康“保险+资管+医养”三端协同的商业模式。他指出，老龄化社会带来医疗资源紧张、疾病负担加重等挑战，泰康通过打造医养康宁的“服务端”，与保险支付端、资产端形成闭环，为客户提供“好医、好药、好械”的整合式服务。

随后，李驰深入讲解了死差管理的核心逻辑。他指出，死差是风险保费与实际赔付的差额。从死差的贡献源来看，公司前、中、后台部门在不同阶段承担各自职能。核保环节的本质是对人群风险进行分层，区分标准体、次标体与非保体（延期、拒保），防止逆选择与欺诈。理赔流程则从客户索赔、资料采集到初审、审核、理算，每一步都需要精细化风险识别。控费体系分为三个层次：第一层是反欺诈、反浪费、反滥用；第二层是医疗行为管理；第三层是人群健康管理。其中，科技在反欺诈层面已发挥显著作用。

在数智驱动部分，李驰重点展示了泰康在两核智能化上的实践。理赔端，泰康坚持以“客户为中心”而非以保单为中心，通过APP嵌入AI能力，辅助客户上传完整清晰的影像资料；后端构建端到端理赔智能体，利用大模型加技能组件，实现影像分类、定责、扣费、理算及风险识别的自动化流程。核保端引入大模型，将客户病历与核保知识库结合，自动提取疾病、映射标准化名称并推理结论，极大提升了核保效率。反欺诈方面，泰康综合运用人脸识别、OCR识别、多模态大模型校验以及知识图谱挖掘欺诈团伙，通过事中拦截与事后排查显著提升反欺诈识别效率与准确性。

继李驰分享两核智能化实战经验之后，丁二锐博士为同学们带来了一场关于人工智能技术演进的深度报告。从判别式AI、生成式AI到智能体，丁二锐系统梳理了人工智能技术发展的趋势。

在判别式 AI板块，丁二锐讲解了经典卷积神经网络CNN、残差网络ResNet的发展历程，以ImageNet图像识别竞赛为案例，阐释了特征工程、深度网络对机器识别能力的突破。他介绍到，判别式AI主打分类与感知，人脸识别、OCR文字识别、影像质检等均为典型应用，也是泰康保险风控、两核作业的基础技术支撑。但传统判别式存在“一个场景一个模型”的局限，难以覆盖长尾复杂场景，行业正朝着多模态、全模态融合方向升级，通过语音、图像、语义联动突破单一识别瓶颈。

随后，丁二锐重点解读了生成式 AI的核心逻辑，以GPT 大模型的尺度定律为切入点，讲解了模型参数、训练语料规模的指数级增长，以及Next Token自预测训练机制。他表示，生成式 AI不再局限于简单对话，已拓展至文本创作、视频生成、专业问答等多元场景。结合泰康实践，他分享了生成式 AI在医养健康管理中的落地应用：依托客户病历、健康画像、既往诊疗记录，大模型可智能生成健康管护方案、用药指导与养老服务建议；同时赋能HWP 健康财富规划师，大模型能自动生成产品讲解、客户规划素材，降低跨领域专业门槛，实现服务效率升级。

智能体则实现了“从说到做”的核心变革。智能体依托外部知识库、工具调用能力，实现自主规划、任务拆解与行动执行，打破传统模型仅能问答的局限。丁二锐还分享了从Prompt工程到Harness框架的理念演进，智能体时代已迈入“模型+Harness”的协同阶段。

课程最后，丁二锐鼓励同学们跳出课本局限，主动关注AI、大模型、智能体前沿趋势，打通保险专业与人工智能的知识边界，成长为兼具业务洞察与科技素养的复合型人才，积极拥抱行业变革红利。整场报告视野宏阔、案例生动，将技术演进与保险养老业务深度融合，为同学们理解人工智能如何重塑生产力提供了宝贵的思想框架。