三秦都市报-三秦网讯（胡瑾）新质生产力是过去一年中国科技频繁提及的词语，也是科技企业的重要指引方向。
这种由创新起主导作用，摆脱传统经济增长方式、生产力的发展路径，在这一年里被持续践行着。尤其在AI领域，当大模型的风潮被ChatGPT引发，这种新质生产力的代表技术，以天为单位持续影响着千行百业。
在这届世界人工智能大会（WAIC）上，一场名为「智造数字劳动力，打造新质生产力」的论坛中，一个金融行业运用大模型，在各个业务中实现降本增效的案例，成为大模型落地的代表作。
中国太保，在短短一年的时间里已经用大模型技术打造了一支数字劳动力矩阵，覆盖集团审计、产险、寿险、健康险等多个核心业务板块。
这些成绩，和行业进展以及企业决心息息相关。当然，中国太保的数字化布局也十分契合国家政策方向。近期召开的二十届三中全会《决定》就指出，要着眼于科技创新和产业创新深度融合，强化企业主体地位，加强企业主导的产学研深度融合。深化科技成果转化机制改革，构建同科技创新相适应的科技金融体制。
“国家兴衰，金融有责。金融业作为数字化需求强烈的数据密集型行业，已成为人工智能发力的重要场景之一，金融业的数字化升级，已经进入到数智化阶段。”中国太保副总裁俞斌在活动上表示。
在大模型落地的第二年，像中国太保这样的案例无疑是少见且令人惊喜的。
一年交卷：中国太保的数字劳动力把大模型真正用起来
“不是把80分提升到85分，而是做到了原来做不到的事。”中国太保数智研究院首席AI专家徐国强，在论坛现场给出了大模型的实践结论。
这句话背后，是中国太保整整一年的实践——恰好也是一年前的WAIC，这一中国头部保险集团，发布了数字劳动力的大模型战略，向外界展示出拥抱大模型的雄心。
以数字劳动力为代表的大模型战略，是新质生产力的最新实践——毕竟发展新质生产力的核心要素，就是落地科技创新催生的新产业、新模式、新动能。
这里的数字劳动力，是真正具备端到端服务能力的AI Agent，也就是能够真正像人一样完成工作的AI智能体。
自从大模型出现以来，不论是在全球迅速称王的OpenAI，还是国内多家大模型明星公司，都曾多次提出落地AI Agent的想法。也就是说，AI Agent是全球新一代人工智能公司们，集体想要抵达的目标。但要做到这一点并不容易。理想状况中，AI Agent是能够精准理解用户高自由度的需求并准确解决的智能体。在游戏场景中，它可以学习、交流，甚至可以产生多个AI Agent一起社交的化学反应。在工作场景中，AI Agent理应帮助使用它的人类完整地解决业务问题。但在实际落地过程中，不难看到，由于API生态难以打通、模型基座能力不满足要求、业务流程难以梳理等问题，目前行业内的AI Agent多以知识库+问答的形式出现。
这种阉割版的AI Agent能力有限，在RAG等技术的加持下，也只能提供较为精准的检索结果和初步的分析反馈。
换句话说，这种 AI Agent既无法深入业务流程完成工作任务，也不能提供针对性的精准分析结论，完全称不上中国太保定义中的“数字劳动力”。
还有一种 AI Agent，则希望通过大模型链式调用固定工具的形式，完成任务闭环。但这种 AI Agent对业务流程的调用不够智能，同样无法完成企业对数字劳动力的期待。但是在中国太保发布数字劳动力的大模型战略一年后，我们却看到，中国太保的数字劳动力已经可以在车险的理赔场景和审计场景辅助员工的工作。而在寿险的代理人培训和健康险的理赔审核环节中，它们已经可以逐渐替代员工完成部分工作。也就是说，中国太保语境中的AI Agent，实现了真正完成任务闭环的效果，成为了真正的数字劳动力。具体拆分，中国太保目前的数字劳动力有两种类型，一种可以和员工一起工作，减轻员工负担成为帮手，另一种，甚至可以完全替代员工。
今年5月底上线的车险在线理赔助手，属于前者。在车险理赔场景中，常常有用户回复不及时、保险公司员工多线程操作而工作碎片化的情况出现。这时，中国太保的车险在线理赔助手就能实时响应用户的请求，并给出用户一些专业领域的建议。这样做的好处，首先是分担一部分员工的工作压力，更重要的是优化用户体验。目前中国太保的车险在线理赔助手，已经具备四个类人的技能：交通事故查勘、信息收集比对、交通事故责任认定、赔付情况分析。预计到年底，这一理赔助手将为150名理赔作业人员赋能，实现案件处理能力10%的增长。同样能够通过人机协同方式提升效益的大模型项目，还有审计数字劳动力。
中国太保介绍，审计数字劳动力的部署，不仅构建了一整套从前台风险检查到后台审计管理的智能化体系，还显著提升了审计工作的精度与效率。从数据看，审计数字劳动力自去年11月投入使用以来，已经惠及250名审计人员。另一方面，寿险代理人培训员和健康险理赔审核员，是更为彻底的创新。这是因为，这两类数字劳动力，是真的可以独立工作、完成既定目标的AI员工。其中，寿险代理人智能助手的主要作用是协助代理人提升业务技能，为客户提供更加贴心、温暖和专业的服务。随着80、90后成为保险行业的主要消费群体，他们对保险产品的需求越来越注重个性化、直观性和专业性。因此，寿险代理人需要不断学习，提高自己的专业水平，以适应市场的变化。寿险代理人智能助手能够成为他们随时可用的“导师和顾问”。
中国太保寿险信息技术总监吴敏辰介绍，在中国太保大模型框架下，寿险代理人智能助手进一步细分为陪练助手和陪访助手。陪练助手就像一个随身携带的导师，能够模拟真实用户与代理人进行互动练习，并提供即时的反馈和建议，帮助代理人掌握业务知识，提高沟通技巧。而陪访助手则更像是一个随身顾问，陪伴代理人与客户进行沟通，协助解答各种保险服务问题，提供产品配置方案和热点话题。目前，寿险代理人智能助手这一数字劳动力正在不断升级，预计到2025年，将为中国太保培养出500名高水平的销售人员。
健康险理赔审核员的功能，更切中了健康险这一险种的核心环节。
中国太保健康险客户服务中心总监陆慰介绍道，对于健康险而言，理赔审核是一个非常核心的一个营运点。首先，理赔审核的成本几乎占到总成本的50%以上。另外，从整个健康险的整个服务流程来看，理赔审核决定了客户体验的核心。整个健康险的理赔审核，切分成录入、定责、判责和结算四个阶段。但是由于各个阶段环环相扣，反而会导致整个流程的自动化受到影响。但是现在，大模型这种智能化的通才，或许可以让理赔审核真正成为一个数字生产力。这样做的好处，不仅是让流程更加顺畅，还可以降低之前健康险理赔必须要医学类专业背景人员参与，而带来的高成本。
健康险理赔数字员工目前也已经成功上线。据了解，中国太保利用大模型实现核赔流程高度自动化，准确率高达93%，预示着核赔新时代的到来。
落地数字劳动力背后，是数字化能力的长期积累
批量打造可落地的大模型产品，让新质生产力真正落到场景中，并非一日之功。徐国强介绍，中国太保对落地数字生产力的目标分了三个阶段来逐步推进。
第一阶段是去年初至今年7月，主要目标是搭台。第二阶段是今年8月至明年年底的应用探索期，目标是推进11个岗位的数字劳动力建设，覆盖10000名中国太保员工，提升劳动生产率30%。2026年开始的大规模推广期是第三阶段，目标是进一步将数字劳动力的业务渗透率从10%提升到50%以上，探索新技术带来的模式创新。
在这过去一年的搭台期内，中国太保已经通过刚刚详细介绍过的四大专项试点项目，证明了大模型对劳动生产力的提升有着明确助力。
细细翻阅这些成绩，能发现其中既有合作伙伴的一齐前行的结果，也有中国太保自己一点点攻克的技术难题。
一齐前行的核心体现在，中国太保和合作伙伴们一起搭建了训练模型最重要的基础设施。
在这次论坛中，中国太保特别强调，通过与华为、科大讯飞等伙伴的合作，集团已经完成保险行业首个自主可控的支撑千亿级大模型的全信创基础设施，最高可支持1750亿参数模型的调优。
而在针对细分业务场景的训练环节，中国太保也在自己攻关。
比如，在车险在线理赔助手的产品中，为使叠加了大模型能力的理赔助手能够应对非标准化场景，中国太保的相关技术团队广泛收集了真实对话中的录音，通过让AI转写、脱敏和标注的方式，形成自己的训练语料——这也是目前业内解决数据短缺问题，所常用的“合成数据”技术。另外，车险在线理赔助手的技术团队还专门设置了虚拟客户、数字助理、评论员三个角色去模拟对话，进一步生成了非标准化场景当中的对话数据。最终，团队通过模型的训练和调优，激活了大模型对于非标准化问题的处理能力。
当前，显然不是所有企业都有足够敏锐的洞察力和行动力去实践新技术。36氪见到的很多企业，还深陷于数据质量的困扰中。而中国太保之所以能拥有这样的前沿探索能力，首先是因为金融行业是最适合落地AI的土壤，更和集团过去长期积累的数字化能力分不开。在国内，很少有一个行业如金融行业一样，有着丰富的业务数据，并且对数据的治理持续保持着高标准和严要求。再加上，金融领域中的不少业务场景，天生需要多个人力进行相对繁琐、重复的劳动。这些金融业务场景中的降本增效需求，给大模型的落地提供了天生匹配的土壤。 中国太保多年的经历证明了这一点。
仅仅在2023年，中国太保就推进了一批保险经营各个环节的数字化应用。
在具体案例上，目前中国太保在健康险领域实现了自动化快赔，将赔付时效缩短到分钟级；通过智慧客经挖掘1.7亿存量客户信息，促进产寿险客户交叉转化；通过反欺诈平台识别车险团伙欺诈涉案金额超千万元，寿险代理退保涉及保费四千万元；通过非标债信用风险预警模型对高风险主体识别的精准率达到70%；通过产险大脑在核保管控、风险预测、客户服务等多个领域促进降本增效；通过寿险银保队伍数智化建设，对网点产能、产品结构、业务品质等关键要素建立了闭环管理体系；成功上线了长江养老新一代养老金运营平台，在养老金行业率先实现了全信创国产化。这分布多条业务线的数字化成果，只是最近一年的成绩。在更早的2021年，也就是各行各业的数据安全流通意识在政策的推动作用下刚刚觉醒的时候，中国太保就已经完成数据入户，成为国内首家实现集团数据集中的大型保险集团。 不仅如此，近年来，中国太保还沉淀了云计算、人工智能、大数据分析、隐私计算等前沿的技术和应用能力，为提升数据处理能力、保障数据安全与隐私、拓展生态合作打下了数字化基础。
在新质生产力成为共识，人工智能被更广泛使用的今天，中国太保依然在持续进行数据基建。2023 年，中国太保出台了“数智太保”科技规划 DiTP（2023-2025），明确“打造行业领先的数智化能力，赋能公司高质量发展”的愿景。“当前，中国太保新一轮“数智太保”规划（DiTP）正加快推进，以打造行业领先的数智化能力，赋能公司高质量发展为愿景目标。在此轮规划中，大模型占据重要位置。”俞斌说。一个关于这一愿景的最新动作是，在这次的WAIC论坛上，中国太保还和浦发银行联合发布了《数据合作生态白皮书》。这一白皮书既介绍了技术，还介绍了场景和生态情况，详尽阐述了如何通过安全的数据交换平台打破壁垒，推动“数据双循环”战略，以数据的流动，激发金融创新的潜力。这种对AI技术革命性突破，和对数据这种生产要素的持续重视，同样是新质生产力的核心。
针对这一摆脱传统增长路径，以创新科技为主的生产力，中国太保不仅表现出持续的行动力，还展露出身为头部险企的责任感。
就在今年4月初于上海举办的“千帆会”新质生产力培育服务联盟成立仪式上，中国太保宣布推出“滴水成洋”新质千帆保产业风险一体化解决方案。
这一方案主要从企业财产安全、创业团队和关键人员人身安全及责任保障三个方面入手，围绕科技研发、成果转化及企业日常经营过程中的风险保障需求，提供定制化保险服务。这一方案的最终目标，就是为新质生产力的发展提供更多保障。
事实上，中国太保推出这一方案并不让人意外。毕竟，在风险保障服务方面，中国太保已连续多年服务集成电路、航空航天、生物医药等重点产业的重大项目，持续支持新质生产力的生态圈。
仅2023年一年，中国太保为科技企业及科技活动提供的风险保障金额，就超过66万亿元。这66万亿元，为300多家集成电路上下游企业、超1700家生物医药企业提供了风险保障。在投资方面，中国太保还累计出资超200亿元，入股国家风险投资基金、国家制造业转型升级基金、上海科创二期基金等项目，投资了一批信息技术、高端制造、生物医药等领域的高质量项目。
如今面对大模型带来的最新机遇，很明显，这一国内头部综合性保险服务集团正在用不断落地的、创新且高投入产出比的业务成果，证明着自身对新兴科学技术的拥抱态度。
当然，这些成绩和行动并不是终点。在WAIC的活动现场，俞斌表示，中国太保正在积极推动五大业务领域数智化转型，引领新质生产力突破。
比如，在新服务领域，中国太保将重点建设风险减量服务的产业化生态平台。在智慧电梯保险、网络安全保险、智能网联车保险等领域，中国太保打造一系列风险减量新服务，发挥保险社会稳定器的价值。在新运营领域，中国太保聚焦健康险理赔数字劳动力和健康大数据的应用，提升健康险理赔运营的自动化水平，降低案均作业成本，形成就医理赔一体化的直赔模式。在新风控领域，中国太保着力提升风险监测效率与精准性，强化风险揭示能力，形成智慧风控和智慧审计新模式。“我们将主动求变，加快从技术创新向场景创新的转变，全力打造中国太保数智化竞争力。”俞斌说。
对中国太保来说，过去一年的大模型搭台期，已经完成应有的业务指标，并给予行业拥抱新技术的信心。
相信在更远的未来，以落地新质生产力为核心思路的中国太保，也将交出更多用科技赋能产业的真实成绩单。
