中国保险学会龚明华：AIGC重塑保险业价值链 数据治理问题值得关注

中国保险学会党委副书记、副会长龚明华日前在第四届金融行业数智化创新峰会上表示，从获客到产品开发，再到投保、核保、理赔、风控等环节，数字智能技术必将对保险全行业价值链进行根本性变革，仍面临三方面挑战，其中数据治理问题需要关注。他提出了上下协同建立健全保险数据治理机制，保险机构加强保险技术风险控制，金融监管部门加强保险科技领域风险监管，校企协作加强相关人才培养和岗位培训的建议。

龚明华指出，截至目前，从保险服务主体到保险业务领域，都有数字智能技术重塑行业的具体事例。保险业的通用办公、客户服务两个领域生成式人工智能(AIGC）技术应用相对成熟。通用办公系统接入DeepSeek等大语言模型孵化公文写作辅助、智能知识问答、文稿分析工具、AI绘图、音频视频解析和智能助手整合服务等智能化工具。客户服务方面，通过接入大语言模型，综合运用语言识别技术、语义理解、语言合成等来为客户提供各类咨询服务以及承担外呼、回访等业务。

“客户服务智能化直接化解了长期制约行业发展的人力成本高、培训周期长和人员流动性大等难题。”龚明华说。

同时，在销售支持、核保理赔和产品研发等领域，AIGC技术的应用也取得积极进展。

AIGC可为营销人员提供个性化销售辅助和智力支持，提供销售策略和方案。智能坐席助手可在坐席与客户通话过程中，以侧边栏的方式提供实时话术推荐，并根据反馈情况支持标注、质检和复盘。大模型技术已在知识问答、课程开发、案例帮取、项目设计、数据分析等领域取得显著成效，提高培训效果。

在核保方面，保险公司能借助多模态文档解析技术，自动评估保险标的情况对异常保单进行检测和识别，实现精确核保。在理赔应用方面，AIGC可以自动处理理赔申请、触发理赔流程和计算理赔金额。处理产品的类型正探索从车险等财险理赔发展到较为复杂的健康险。

在龚明华看来，数智化发展改变了传统的保险产品开发模式，传统的“自上而下”的开发模式逐渐让位给“自下而上”的新模式。研发人员可以利用大模型的泛化能力，研判国内外市场发展趋势，理解客户需求和风险特征，从而开发产品和设计方案。精算人员可以利用当前技术处理各类信息，提升精算准确性。AIGC技术在保险业的风险控制和资金运用领域也有探索。

不过，龚明华强调，数智化赋能保险行业仍然面临三方面挑战。首先，数据治理问题不容忽视。由于存在个人数据和隐私保护意识薄弱、系统漏洞、黑客攻击甚至个别内部人员受利益驱使违规操作、非法倒卖客户信息等原因，客户数据和信息存在被泄露和被滥用的风险。外部技术供应商的客户信息安全保护意识仍需加强，系统托管运行和软件产品使用都存在信息安全隐息。科技公司对保险行业的深度介入，会在一定程度上产生数据垄断和数据分割问题，而由于语料不足、数据滞后、水平欠佳等问题，直接导致出现“AI幻觉”的概率较高，影响大模型在行业的应用效果。

其次数智化技术的深度应用改变了传统保险领域的风险特征，增加了风险类别，伴随着保险科技的应用，跨行业、跨区域的交易活跃，业务边界模糊，市场交易结构设计日趋复杂。很多跨市场交易的交叉性金融工具涉及多方合同关系，容易产生风险的交叉传染，另外，随着保险产品创新性变革和风险单位的不断细分，短时性、小众化的保险产品陆续问世，期缴产品现金流不稳定性增加，会在一定程度上影响保险公司的偿付能力。

由于大模型参数高达千亿级以上，直接导致其输出结果的逻辑和过程难以解释。参数本身存在的偏颇容易带入大模型中，导致生成结果的歧视。通用大语言模型的广泛应用，会在一定程度上造成保险机构决策的趋同，产生“羊群效应”。

最后，保险科技在行业的广泛应用，需要一大批具有底层技术应用能力和保险业务知识的复合型人才。

龚明华从上下协同建立健全保险数据治理机制，保险机构加强保险技术风险控制，金融监管部门加强保险科技领域风险监管，校企协作加强相关人才培养和岗位培训提出建议。

他建议，建立健全行业数据治理机制和数据处理机制，构建通用保险垂直领域大模型，建立保险业基础语料库和数据库。

对于金融监管部门来说，建议从两方面入手，建设具有兼容性、针对性和有效性的监管规则体系。一是完善监管规则体系建设，应对传统保险与创新性保险制定统一的监管规则，将所有金融活动纳入有效监管框架之中。二是推动监管大数据平台建设，推进现有监管信息系统的整合和互通。

保险机构则应加强保险科技应用薄弱环节的风险管控，规范宣传、销售、理赔、纠纷解决等服务行为。要加强全面风险管理，对科技应用伴生的风险进行多维、动态的监测分析，采取审慎定价原则，有效管控产品风险，定期回顾赔付数据，检视风控效果，不断提升风险管理水平。