保险业引入人工智能时，如何应对潜在风险？周延礼：建议制定标准

AI重朔金融与安全，助力实体经济高质量发展

周延礼 

一、大模型技术在金融保险业应用的意义重大

众所周知，大模型以更高效、更准确的方式处理数据，帮助金融保险机构预测风险和市场动向，提高风险控制和投资管理能力，创造更合理的产品和服务、提高客户体验、降低运营成本等。大模型可以为金融保险行业带来以下方面管理能力提升：

一是可提升风险管理能力。大模型可以通过分析大量历史数据，识别出潜在的风险信号，帮助金融保险机构采取相应的措施来管理风险。

二是可提升防骗保欺诈能力。大模型可以通过分析用户的行为习惯和交易模式，识别出潜在的欺诈行为，帮助金融保险构采取相应的措施来防止欺诈行为。

三是可提升个性化营销推荐能力。大模型可以从多个环节提升企业的营销效果和客户体验，利用大模型和深度机器学习算法，实现个性化推荐、智能决策、精准触达、营销活动效果评估和反馈的端到端的智能化、移动化和极致客户体验的数智化营销模式，帮助金融机构与客户进行全方位的链接和精细化经营。

四是可提升智能客服能力。大模型可以提供更加强大的智能客服系统，帮助金融机构快速响应客户咨询，提高客户满意度。

五是可提升实现降本增效能力：大模型能够加速AI技术在金融业各类场景的融合应用，带来更多的降本增效。

二、得益于数字经济发展与数字金融融合协调推进

一是数字经济发展动能强劲驱动。我国数字经济规模从2012年的11.2万亿元，增长到2023年的53.9万亿元，是11年前的3.8倍，主要是得益于人工智能加速迭代，驱动了科技革命和产业变革，人工智能核心产业规模近5800亿元，数字产业化不仅为数字经济发展提供了技术、产品、服务、基础设施和解决方案，而且为新兴产业发展提供了坚实的基础。目前，我国5G基站391.7万个，5G物联网终端连接数超过3000万个。数字科技创新密集活跃，技术迭代快速进步与数字金融高度弥合，金融数字化与人工智能、集成电路和生物制药等协同发展，促进行业增长亮点纷呈，有力地推动了实体经济高质量发展。

二是数字技术赋能金融和制造业。科技金融、数字金融与先进制造业融合一体化发展，实现了科技+金融的创新生态系统，金融为智能制造业提供了全生命周期服务。工信部发布数据显示，2023年我国工业互联网核心产业规模达1.35万亿元，以全面融入49个国民经济大类。国家级智能制造示范工厂421家，省级数字化车间和智能工厂1万余家。关键工序数控化率62.2%。数字化研发设计工具普及率79.6%。智能制造、网络协同制造、个性化定制、远程运维服务等为先进制造业提供了新业态、新模式。其中大型的民营科技企业如华为、大疆等在科技创新中独领风骚。

三是国家科技政策的引领下。工信部为专精特新中小企业优先推动装备制造企业、大宗耐用消费品生产和实施大规模设备更新企业进行数字化改造。中小科技企业也乘势而上，发挥了灵活用人机制、激励机制和薪酬分配机制，极大地调动了科技人员的积极性，研发数字科技产品价值数以万亿元。

四是人工智能技术的广泛应用。在算法和算力的加持下，数据要素+应用场景丰富了AI技术，拓展了数字化的智能生产管理新边界，提升了网络化生产能力的新高度，探索了数智化经济发展的新路径。

五是国家数字强国顶层设计指引。在2021-2025的“十四五”规划期间,国家从宏观政策层面强调了人工智能作为战略性新兴领域的重要性,对人工智能新技术、新产业将给予巨大支持。推动高标准数字园区建设，畅通数据链、创新链、产业链、供应链，提升数字化在园区建设整体水平。2023年中共中央、国务院印发的《数字中国建设整体布局规划》中，强调了在金融等关键领域加快数字技术创新应用的重要性。2024年《政府工作报告》强调，要深化大数据、人工智能等技术的研发应用，开展“人工智能+”行动，以打造具有国际竞争力的数字产业集群，这一战略不仅凸显了人工智能在数字经济创新发展中的重要性，更揭示了其与新质生产力之间的紧密联系。

六是日趋完善的政策优化了科技创新环境。国家政策红利为人工智能与各个领域，特别是人工智能与金融保险业的深度融合协同发展提供了有力的技术支撑，不仅明确了科技金融的发展方向，也提供了更多科技与金融协调发展的实践路径。

三、保险业保障和服务科技发展前景广阔

一是保险行业通过自研和合作方式推进大模型应用落地。采用通用人工智能大模型，利用保险数据优势，拓展应用场景，已经在更多先进制造业领域布局保险业务场景。比如，在新能源汽车、首台套装备制造、新型电力系统保险具体业务领域，开始落地“小模型”。

二是保险业在积极推动数字化转型和科技应用，通过提高业务效率和用户体验，全面实现了“提质增效”。

三是保险业正在加快实现数字化转型。努力攻克转型中的技术障碍，破解发展中的难题，利用云计算、人工智能和大数据等新技术，借力AI来提升保险服务能力，提高业务效率，改善保险用户体验。

四是保险行业的数字化转型成效明显。不仅缩短了新产品开发周期，提高了自动化录入和理赔解析的效率，降低了经营成本，还使得保险服务更加精准和高效，得到了保险客户的高度认可。

四、不断开创保险业科技发展新领域

回顾金融保险科技发展的历程，从起步阶段的“互联网+金融”概念，演进到了科技创新全面赋能保险全链条业务的全新时代。都离不开中国全功能接入国际互联网，我国有10.9亿互联网用户。从数字经济市场看，中国也是世界最大数字经济市场，网上销售额15.42万亿元，连续11年居世界首位，移动支付规模是2012年的239倍。

（一）近年来，互联网巨头参与保险市场活动越来越频繁。腾讯、美团、京东等都布局保险代理或参股保险公司，借助互联网+在线投保、电子保单、移动支付等互联网金融的服务方式，促进了保险销售效率大幅提升；据了解，福建字节跳动科技公司全资收购了北京华夏保险经纪公司，借助抖音APP中设有单独的“保险服务”入口，提供有意外险、健康险、财产险的销售和理赔代理服务等。

（二）科技公司与保险公司合作，基于大数据的风险定价、精细化分群、场景化营销，催生了更为精准和个性化的保险产品和服务；借助于科技公司的技术支持，保险公司的智能客服、智能理赔、智能风控等大模型技术与业务流程的融合应用，很大程度上解决了保险行业改善工作流程和效率、改进客户体验的需求。然而，人工智能大模型具有海量的数据和计算资源，为同样是以数据和模型为底层逻辑的保险业开拓了更广阔的发展空间。

（三）大模型能够基于业务场景进行沉淀，可以有效应用于保险咨询、客户运营、在线营销、续保续费、风险识别控制、理赔服务等多个环节，甚至通过构建保险知识图谱、场景模拟器、数字劳动力等，助推保险业务的展业，满足客户复杂产品销售以及综合保障方案定制的需求。

（四）AI大模型数智化模式不仅解决了场景和业务数据割裂碎片化难题，而且了保拓展了保险产品研发和保险运营模式创新的格局，对于全面提升数智运营质效、合理配置资源效率、提高经营决策的精准性、快捷识别和解决保险客户的服务需求很有裨益。

五、防范AI大模型科技应用的风险不可小觑。

保险业引用人工智能技术带来的潜在风险不可小觑，也应该引起我们的高度重视。

一是客户的个人隐私和数据安全风险问题，保险公司如何确保其应用的人工智能算法和系统能够充分保护客户个人的敏感信息，符合《个人信息保护条例》相关的隐私保护法规要求。

二是人工智能技术如何保障决策过程的公正、透明和可解释性，而不是过度依赖算法等。

三是保险公司关注的是用户体验和业务价值创造。如何将人工智能这一创新技术和保险公司的经营目标更好地结合起来，使

AI大模型这种新技术的应用具有可行性和可持续性。

为此，我提出如下几点建议，供大家参考。

一是制尽快定符合行业特征的技术标准规范。我国已经陆续启动人工智能计算平台安全相关的技术标准制定工作，从网络安全、数据安全、算法安全和应用安全等方面提供顶层设计，为我国人工智能安全治理提供标准支撑。保险行业应联合相关技术专家和安全专家，共同制定适用于保险行业的国家标准、行业标准和团体标准，形成涵盖从数据收集、处理到模型训练、决策输出全过程的安全标准体系，确保人工智能在保险业务每个环节的应用都符合安全要求。保险行业的人工智能安全标准体系架构中，特别应该设立风险评估标准体系，建立科学的风险评估模型和指标体系，制定明确的标准和流程，确保评估结果的准确性和可靠性，并加强对评估过程的监督和管理，防止人为干预和操纵评估结果，同时避免算法偏见，确保评估过程透明可追溯。

二是全面构建保险业人工智能安全技术体系。针对技术内生、应用衍生、数据安全和隐私保护等方面的安全挑战，构建人工智能安全治理技术体系，在自身安全、功能安全、隐私安全、可信赖安全方面加强前沿安全技术研究，通过产学研用联合技术攻关，并推动关键技术成果转化应用，是落实人工智能安全治理的必要措施。在算法设计、代码编制和系统部署等方面尽量减少可能存在的安全漏洞，降低系统出错和被攻击的风险，加强内在安全能力建设；应避免由系统功能性故障导致不可接受的风险，加强功能安全；防止对个人信息的过度采集、超权限使用和滥用，避免可能带来的隐私侵犯、金融财务损失、名誉身份受损等方面的风险；应确保人工智能具有可理解性、可解释性、稳健性、公平性以及以人为本的特征，加强可信赖安全。

三是借助第三方科技力量加强检测评估。鉴于人工智能在保险行业的广泛应用可能造成的广泛的影响，应当在现有信息技术安全测试与评估基础上，针对性地加强人工智能安全检测评估体系建设，加大测评技术的攻关力度、丰富测评内容、开发更智能的检测工具、建立更加高效的监测预警平台、开展更加广泛的测评实践。保险公司应定期邀请第三方科技力量对保险行业的人工智能系统进行独立的安全检测和评估，第三方机构应具备丰富的安全评估经验和专业的技术团队。检测频率可根据系统的重要性和复杂性进行调整，建议每年至少进行一次全面检测，应出具详细的评估报告，指出系统中存在的安全漏洞和隐患，并提出相应的改进建议。保险公司应根据评估报告对系统进行优化和改进，提高系统的整体安全性能。政府监管部门通过科学的评估评测指标、方法和工具，确保评估结果的客观性和公正性；同时鼓励第三方机构积累安全检测样例库、测试样本库等知识资源，形成共享数据集。保险公司可联合第三方科技力量共同构建人工智能安全检测评估公共服务平台，提供安全检测工具、安全咨询服务、安全培训等多种服务形式，帮助保险公司提高人工智能系统的安全管理水平，确保人工智能技术的安全可控发展。

人工智能大模型赋能保险行业的时代已经到来，我们在不断探索创新的基础上，更要积极探讨如何让人工智能更负责任地赋能，最终实现安全、公平、普惠与可持续。