看好丰富数据积累及应用场景驱动下，保险+AI 大模型的受益机会

核心观点

❖ 垂直领域大模型或成细分领域公司 AIGC 发力方向，金融领域已率先落地。垂直 AI 大模型专注于特定的行业、领域或场景，且能够依托行业数据与知识壁垒，并为企业提供更准确、专业的解决方案，更好满足用户在某个领域的需求，有望成为后续细分领域企业的发力方向。彭博推出专为金融行业打造的 500 亿参数大语言模型 BloombergGPT，依托其四十年来积累的大量金融数据源，基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT在执行金融任务上的表现远超同等参数量级的通用大语言模型，为国内金融行业大模型的落地与使用提供了借鉴路径。我们认为，保险行业作为数字化、智能化的先行者，在 B端及 C端掌握丰富的一手金融数据，且具备政策支持、业务需求、财力支撑等核心现实基础，或可复制 BloombergGPT 路径，打造保险领域的专业大模型，赋能保险业务全流程。

❖ 海外保险机构 AI 大模型布局正加速推进，国内也有望实现 AI 技术的迭代升级。海外方面，GPT 技术已从销售助理、智能客户、核保核赔等多场景赋能保险业务，预计随着数据与训练的积累，未来长期 AI 大模型有望向个性化产品定价、核保核赔、风控减损等场景延伸，深度赋能全产业链。国内方面，近年来，我国大型保险机构持续关注科技投入，AI 技术已广泛应用于前端销售、定损理赔、风控减损等领域，但主要仍以理解式 AI 为主，生成式 AI仍在探索中。AI 大模型可从产品研发、渠道营销、运营管理等各方位实现保险机构的全流程赋能，预计国内保险机构具备 AI 技术迭代升级的动力。

❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显著。中国平安是业内领先的科技型保险公司，以人工智能、区块链、云、大数据和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，对内赋能金融发展，一是助力代理人招募、培训、展业、客户经营全流程，二是研发智能闪赔、智能预赔、AI 坐席、智能辅助诊疗等核心应用，以科技全面优化改造业务流程，提升作业效率、优化客户体验，三是打造鹰眼系统 DRS2.0、平安企业宝等技术平台，提供线上线下多元化风险管理；对外，依托平安科技、金融壹账通、陆金所等科技子公司进行科技产品和服务的对外输出，截至 2022年，中国平安在人工智能技术领域、金融科技和数字医疗业务领域的专利申请数排名均为全球第一位，技术市场领先，可以助力 AI 大模型的训练、推理和部署的高效进行，且 AIGC 技术已有多场景落地，在 AI 大模型落地优势显著。

众安在线：AIGC探索较为积极，相关应用有望率先落地。众安保险长期专注于科技能力建设，对内从风控+客户需求挖掘+承保理赔支持与降费等方面赋能保险主业；对外，依托众安科技布局人工智能、大数据、云计算等前沿技术，围绕三大标准化科技产品系列——业务增长系列、业务生产系列、业务基建系列，以及战略轻咨询、全域数字化运营、技术共建等定制化服务，打造“科技+服务”的价值交付体系，将公司的科技中心打造为销售中心和利润中心，截至 2022 年，公司科技输出收入 5.92 亿元，其中 H2 同比+41%重回常态高增长。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》，并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探索应用场景，AIGC 探索较为积极，应用有望最先落地。

投资建议：关注两类保险机构在大模型技术落地中的受益机会：1）大型保险公司凭借保险领域垂直数据积累、深厚的资金支持、领先技术水平，有望复制 BloombergGPT 路径，建议关注中国平安；2）头部保险科技公司或更为关注大模型落地带来的增效扩能机遇，相关场景落地有望更快一步，建议关注众安在线。

❖ 风险提示：技术落地不及预期；保险科技监管趋紧；研发投入周期过长。

表 1：重点公司投资评级:

代码	公司	总市值（亿元）	收盘价(06.27)	EPS（元）			PE			投资评级
代码	公司	总市值（亿元）	收盘价(06.27)	2022A	2023E	2024E	2022A	2023E	2024E	投资评级
601318	中国平安	8,431.34	46.30	4.58	6.88	8.21	10.10	6.73	5.64	增持
06060	众安在线	318.95	21.70	-0.92	0.40	0.75	-21.65	49.80	26.67	增持

注：众安在线总市值、收盘价为港元
数据来源：wind 数据，财通证券研究所

内容目录

1 AI大模型快速发展赋予 AIGC产业化应用空间...
2 垂直领域大模型或成后续发力方向，保险行业是最佳落地领域之一...............
2.1 垂直领域AI大模型成发力方向，金融领域已率先落地...
2.2 保险行业具备AI大模型落地的商业化场景与现实基础..... . 10
3 保险机构接入大模型有望重塑行业生态... . 11
3.1 国内上市险企AI技术布局已较为深入.. 11
3.1.1 场景一：前台赋能........ 11
3.1.2 场景二：保险定损理赔... . 14
3.1.3 场景三：风控减损......
3.1.4 场景四：产品开发... ... 16
3.2 海外 AI 大模型多场景赋能保险产业链 .. . 17
3.3 AI 大模型有望全流程赋能保险机构 ..... . 17
4 保险科技标的梳理... . 19
4.1 中国平安：金融科技底蕴深厚，AIGC 落地有望最为深入 ..... . 19
4.2 众安在线：互联网保险上市标的，AIGC已积极布局. .. 29
5 投资建议.... . 36
6 风险提示.................

图表目录

图 1. AI大模型的内涵与特征..
图 2. 全球知名大模型发布时间节点...
图 3. 中国大语言模型产业参与厂商类型与定位逻辑.. 7
图 4. BloombergGPT 与对比模型的参数对比.......
图 5. BloombergGPT在外部金融任务的表现显著领先其他对比模型.
图 6. BloombergGPT在情感三分类测试结果中的表现显著领先其他对比模型.
图 7. BloombergGPT 训练数据集..... .... 9
图 8. 蚂蚁保“省心配”根据个人信息进行产品推荐.. 12
图 9. 平安人寿 AskBob 全方位助力代理人展业.... .. 14
图 10. 平安科技专利情况（单位：件）.......... .. 20
图 11. AI 坐席驱动产品销售规模...... ...... 24
图 12. AI 坐席服务量 ........ ...... 24
图 13. 平安产险鹰眼系统 DRS2.0....... .... 25
图 14. 平安科技在多项 AI、算法竞赛中世界领先 ... ..... 26
图 15. 平安云赋能五大生态圈..... .... 27
图 16. 平安云云计算产品矩阵.... ..... 27
图 17. 平安云解决方案矩阵...... ... 28
图 18. 平安金融壹账通营业收入情况.... .... 28
图 19. 平安金融壹账通优质加客户量...... ..... 28
图 20. 众安在线研发投入及占总保费比例..... ...... 29
图 21. 众安在线工程师数量及总员工占比.... .... 29
图 22. 众安在线科技输出收入及增速...... ... 31
图 23. 2022 年下半年科技输出收入重回常态高增长. ... 31
图 24. 众安科技解决方案.... .. 34
图 25. 众安科技核心客户群... . 34
图 26. 众安国内科技输出结构... . 35
图 27. ZA Tech 科技输出可持续性收入占比提升 ...... . 35
表 1. 近年来政策大力鼓励金融科技发展...... ...... 10
表 2. 保险行业智能客服应用梳理........ ....... 13
表 3. 保险行业智能定损理赔应用梳理....... ...... 15
表 4. 保险行业智能减损风控应用梳理........ ....... 15
表 5. 海外 AI 大模型保险应用加速推进 ....... ..... 17
表 6. AI大模型有望全流程赋能保险机构... ..... 18
表 7. 中国平安科研队伍规模...... ... 19
表 8. 中国平安专利及科技成果情况... .... 20
表 9. 众安在线对内赋能降本增效.... .... 30
表 10. 众安科技产品矩阵.......... ..... 31
表 11. 众安在线系列产品有望实现 AIGC内置升级.... .... 36

1 AI 大模型快速发展赋予 AIGC产业化应用空间

AI 大模型是人工智能预训练大模型的简称，以“大规模预训练+微调”范式满足多元化需求。在大数据的支持下进行预训练后，仅需少量数据的微调就能直接基于超大规模基模型打造出领域大模型或行业大模型，进而覆盖更多行业自场景，直接支撑各类应用，具备强大的泛化性、通用性和实用性，可以在自然语言处理、计算机视觉、智能语音等多个领域实现突破性性能提升。

图1.AI大模型的内涵与特征

数据来源：沙利文《AI 大模型市场研究报告:迈向通用人工智能，大模型拉开新时代序幕》，财通证券研究所

生成式 AI 大模型的突破赋予 AIGC 广阔的产业化应用空间。2022 年底 OpenAI发布人工智能聊天机器人 ChatGPT，在具有庞大参数量的大型语言模型训练下，ChatGPT 展示出了强大的人机交互体验、高质量的持续对话能力以及较好的逻辑推理能力。生成式AI的出现，直接促使大模型带来的价值进一步升级到人类生产力工具的颠覆式革新。同时，数据规模和参数规模的有机提升，也让大模型开始具备涌现能力（Emergent Ability），为 AIGC（AI Generated Content）技术的升级提供了强力支撑。

国内外大模型快速发展，将加速产业智能化变革。2019 年来大模型发展提速，OpenAI、Google、百度、阿里等国内外科技公司开发迭代多版 AI 大模型，大模型的通用性以及基于“预训练+微调”等新开发范式，让AI场景应用的模型定制流程变得更标准化、效果优化更简单，有望大幅加速人工智能大规模产业化进程，推动AIGC在各行各业的渗透与落地。

数据来源：沙利文《AI 大模型市场研究报告:迈向通用人工智能，大模型拉开新时代序幕》，财通证券研究所

2 垂直领域大模型或成后续发力方向，保险行业是最佳落地领域之一

我们认为，垂直领域的数据是大模型应用的关键，保险行业作为数据密集型行业，具备数据优势，在政策支持与自身强智能化意愿下，是AI大模型的最佳应用领域之一。

2.1 垂直领域 AI大模型成发力方向，金融领域已率先落地

垂直领域大模型成细分领域公司 AI大模型发力方向。当前AI大模型发展方向已分化为通用大模型与垂直大模型两类，其中通用大模型需要巨大的计算资源和数据量，对技术团队与资金支持要求极高，是国内外科技领域大厂的重点项目，相对而言，细分领域企业既不具备开发优势，实际应用场景也较少。而垂直领域大模型专注于特定的行业、领域或场景，且能够依托行业数据与知识壁垒，为企业提供更准确、专业的解决方案，更好满足用户在特定领域的需求，当前网络安全、金融、医疗、教育等领域均有垂直领域大模型布局或落地。此外，垂直领域的大模型具备算力不够大、算法难度相对低等优势，又对特定领域数据要求高，更适合数据积累丰富的保险行业探索。

图3.中国大语言模型产业参与厂商类型与定位逻辑

数据来源：艾瑞咨询《ChatGPT浪潮下，看中国大语言模型产业发展》，财通证券研究所

彭博最早推出专为金融行业打造的 500 亿参数大语言模型 BloombergGPT，为垂直领域大模型提供新范式。2023年 3月 30日美国彭博正式发布大型语言模型BloombergGPT，其具有500亿参数，并依托彭博的大量金融数据源，构建了一个3635亿个标签的数据集，使得模型更加聚焦金融场景，更加适应金融术语的复杂性与独特性，从而支持金融领域的各项任务，有效实现了 GPT+垂直知识的深度融合。

BloombergGPT在金融领域表现超越现有模型，展现了基于垂直领域数据打造的大语言模型在专业领域的强大竞争力。根据彭博发布的论文，其根据模型大小、训练数据类型、整体性能以及最重要的访问权限，将 BloombergGPT 与其他三个最相近的模型GPT-NeoX、OPT、BLOOM在金融领域和通用领域的表现分别进行了对比。结果显示，BloombergGPT 模型在金融任务上的表现远超通用模型，在五项任务中的 ConvFinQA（测试对金融领域相关问题的理解和推理能力）、FiQASA（测试英文财经新闻和社交媒体标题中特定方面的情感）、FPB（金融短语库数据集，包括对金融新闻的句子情感分类任务）、Headline（判断新闻标题是否包含特定信息）四项表现最佳，在 NER（对从提交给 SEC 的金融协议中收集的用于信用风险评估的财务数据进行命名实体识别）测试中表现也位列第二。此外，在四个特定的情感分析内部任务中，BloombergGPT 的表现也远超其他测试模型。

图4.BloombergGPT 与对比模型的参数对比

Name	# Tokens (B)	# Params. (B)	Compute
BLOOMBERGGPT	569	50.6	1.00×
GPT-NeoX	472	20	0.33x
OPT	300	66	0.69×
BLOOM	366	176	2.24×
GPT-3	300	175	1.82×

数据来源：Bloomberg《BloombergGPT:A Large Language Model for Finance》，财通证券研究所

图5.BloombergGPT 在外部金融任务的表现显著领先其他对比模型

	BLOOMBERGGPT	GPT-NeoX	OPT66B	BLOOM176B
ConvFinQA	43.41	30.06	27.88	36.31
FiQA SA	75.07	50.59	51.60	53.12
FPB	51.07	44.64	48.67	50.25
Headline	82.20	73.22	79.41	76.51
NER	60.82	60.98	57.49	55.56
All Tasks (aug)	62.51	51.90	53.01	54.35
All Tasks (WR)	0.93	0.27	0.33	0.47

数据来源：Bloomberg《BloombergGPT：A Large Language Model for Finance》，财通证券研究所

图6.BloombergGPT 在情感三分类测试结果中的表现显著领先其他对比模型

	BLOOMBERGGPT	GPT-NeoX	OPT66B	BLOOM176B
Equity News	79.63	14.17	20.98	19.96
Equity Social Media	72.40	66.48	71.36	68.04
Equity Transcript	65.06	25.08	37.58	34.82
ES News	46.12	26.99	31.44	28.07
Country News	49.14	13.45	17.41	16.06
All Tasks (aug)	62.47	29.23	35.76	33.39
All Tasks (WR)	1.00	0.00	0.67	0.33

数据来源：Bloomberg《BloombergGPT：A Large Language Model for Finance》，财通证券研究所

BloombergGPT在金融领域的强大竞争力主要源于其长期积累的数量庞大的金融领域数据。为训练BloombergGPT，研究人员首先构建了一个由一系列英文金融文件组成的综合数据集“FinPile”，同时用广泛用于训练 LLM 的公共数据对其进行充实。1）金融领域数据集由彭博在过去四十年的商业经营中积累而来，共包含了3635 亿个 token，占总数据集 token 量的 51.27%，具体由金融领域相关网页（2978亿 token，占比 42.01%）、金融领域新闻源（376 亿 token，占比 5.31%）、公司财报（145 亿 token，占比 2.04%）、金融相关公司的出版物（86 亿 token，占比 1.21%）、bloomberg（49 亿 token，占比 0.7%）构成。2）通用数据集由共包含了 3454 亿个token，占总数据集 token 量的 48.73%，具体由 The Pile 数据集（1836 亿 token，占比 25.90%）、C4 数据集（1381 亿 token，占比 19.48%）、Wikipedia 数据集（237亿 token，占比 3.35%）组成。

图7.BloombergGPT 训练数据集

Dataset	Docs 1e4	C/D	Chars 1e8	C/T	Toks 1e8	T%
FINPILE	175,886	1,017	17,883	4.92	3,635	51.27%
Web	158,250	933	14,768	4.96	2.978	42.01%
News	10,040	1,665	1,672	4.44	376	5.31%
Filings	3,335	2,340	780	5.39	145	2.04%
Press	1,265	3,443	435	5.06	86	1.21%
Bloomberg	2,996	758	227	4.60	49	0.70%
PUBLIC	50,744	3,314	16,818	4.87	3,454	48.73%
C4	34,832	2,206	7,683	5.56	1,381	19.48%
Pile-CC	5,255	4,401	2,312	5.42	427	6.02%
GitHub	1,428	5,364	766	3.38	227	3.20%
Books3	19	552,398	1,064	4.97	214	3.02%
PubMed Central	294	32,181	947	4.51	210	2.96%
ArXiv	124	47,819	591	3.56	166	2.35%
OpenWebText2	1,684	3,850	648	5.07	128	1.80%
FreeLaw	349	15,381	537	4.99	108	1.52%
StackExchange	1,538	2,201	339	4.17	81	1.15%
DM Mathematics	100	8,193	82	1.92	43	0.60%
Wikipedia (en)	590	2.988	176	4.65	38	0.53%
USPTO Backgrounds	517	4,339	224	6.18	36	0.51%
PubMed Abstracts	1,527	1,333	204	5.77	35	0.50%
OpenSubtitles	38	31,055	119	4.90	24	0.34%
Gutenberg (PG-19)	3	399,351	112	4.89	23	0.32%
Ubuntu IRC	1	539,222	56	3.16	18	0.25%
EuroParl	7	65,053	45	2.93	15	0.21%
YouTubeSubtitles	17	19,831	33	2.54	13	0.19%
BookCorpus2	2	370,384	65	5.36	12	0.17%
HackerNews	82	5,009	41	4.87	8	0.12%
PhilPapers	3	74,827	23	4.21	6	0.08%
NIH ExPorter	92	2,165	20	6.65	3	0.04%
Enron Emails	24	1,882	5	3.90	1	0.02%
Wikipedia (7/1/22)	2,218	3,271	726	3.06	237	3.35%
TOTAL	226,631	1,531	34,701	4.89	7,089	100.00%

Table 1: Breakdown of the full training set used to train BLOoMBERGGPT. The statistics provided are the average number of characters per document ("C/D"), the average number of characters per token ("C/T"), and the percentage of the overall tokens ("T%"). Units for each column are denoted in the header.

2.2 保险行业具备 AI 大模型落地的商业化场景与现实基础

政策层面，金融科技政策持续推出，为保险机构 AI 大模型的发展提供了良好的政策环境。近年来，国务院、央行、银保监会、中保协等部门/协会不断推出推动保险等金融机构数字化转型的政策措施，驱动保险科技快速发展。今年 2 月，中共中央、国务院印发《数字中国建设整体布局规划》，明确指出在金融等重点领域，加快数字技术创新应用，人工智能作为数字技术中的核心技术之一，在金融机构的落地也有望加速进行，AIGC 大发展背景下，保险等金融机构 AI大模型的场景化应用存在较好的政策环境。

表1.近年来政策大力鼓励金融科技发展

时间发文部门		政策、文件	重点内容
2016-12	工信部	（2016-2020年）》	《大数据产业发展规划支持电信、互联网、金融等信息化基础好的领域率先开展跨领域、跨行业的大数据应用。
2017-06	央行	《中国金融业信息技术 “十三五”发展规划》	推动新技术应用，促进金融创新发展;深化金融标准化战略，支持金融业健康发展。
2019-08	央行	《金融科技（FinTech) 发展规划（2019-2021 年）》	建立健全我国金融科技发展的“四梁八柱”，进一步增强金融业科技应用能力,实现金融与科技深度融合，确定了六方面重点任务。
		《推动财产保险业高质 2020-07 银保监会量发展三年行动方案（2020-2022年）》	支持财产保险公司制定数字化转型战略，加大科技投入和智力支持，打造具备科技赋能优势的现代保险企业。鼓励财产保险公司利用大数据、云计算、区块链、人工智能等科技手段，对传统保险操作流程进行更新再造，提高数字化、线上化、智能化建设水平。鼓励财产保险公司通过数字化升级风险管控能力，提升风险定价、细分客户以及反欺诈等核心竞争力。
	2020-11国务院	中共中央关于制定“十四五”规划和二零三五远景目标的建议	构建金融有效支持实体经济的体制机制，提升金融科技水平，增强金融普惠性。
		《关于银行业保险业支 2021-12 银保监会持高水平科技自立自强的指导意见》	充分发挥银行业保险业服务科技创新的积极作用，推动完善多层次、专业化、特色化的科技金融体系，为实现高水平科技自立自强提供有力支撑。
	2021-12中保协	《保险科技“十四五” 发展规划》	推动先进技术应用，赋能保险行业高质量发展，推动数字化转型，增强保险价值链创新的科技支撑，夯实信息科技建设基础，提升科技应用风险管控，建立适应保险科技中长期发展的组织架构、激励机制、运营模式，引导行业企业做好相关技术、数据储备和人才培
2022-01	央行	《金融科技发展规划（2022-2025年）》	养。提出“十四五”时期金融科技发展愿景，明确金融科技发展的指导思想和4个基本原则、6个发展目标，确定了8项重点任务和5项保障措施。
	2022-01 银保监会	《关于银行业保险业数字化转型的指导意见》	重点提出了六个数字化转型方向，包括产业数字金融、个人金融、金融市场、数字化运营服务、安全管理以及风控，并给出具体意见；并要求，到2025年，银行业保险业数字化转型取得明显成效。
		《关于印发保险业标准 2022-05 银保监会化“十四五”规划的通知》	在保险科技领域加强行业标准供给，在大数据、人工智能、云服务、区块链、下一代互联网、智慧健康、物联网等领域制定相关应用标准，以标准凝聚行业共识、积累行业经验、规范引领保险科技创新。

科技部等6人工智能高水平应用促 2022-07 部门导意见》	《关于加快场景创新以进经济高质量发展的指创新要素供给。	提出要着力打造人工智能重大场景，鼓励在金融等重点行业深入挖掘人工智能技术应用场景。金融领域优先探索大数据金融风控、企业智能征信、智能反欺诈等智能场景。同时，还提出要提升人工智能场景创新能力，加快推动人工智能场景开放，加强人工智能场景
2023-02	国务院局规划》	中共中央、《数字中国建设整体布在农业、工业、金融、教育、医疗、交通、能源等重点领域，加快数字技术创新应用。

数据来源：各政府网站，财通证券研究所

行业层面，掌握核心私域数据的保险行业，在 AI 大模型领域的落地有望领先市场。我们认为，高质量的数据是助力AI训练与调优的关键，就国内数据市场而言，据发改委官方批露，我国政府数据资源占全国数据资源的比重超过 3/4，但开放规模不足美国的 10%，个人和企业可以利用的规模更是不及美国的 7%。在此背景下，具备私域属性的行业数据的重要性更加凸显，手握数据的行业及公司在AI大模型领域的布局将领先一步，有望最早享受 AI 数据革命带来效率升级。保险行业属于数据密集型行业，信息化与数字技术应用广泛，信息交互频率高，且大型险企深耕保险科技多年，在数据层面、大模型以及知识图谱方面都有较为深厚的积累，具备垂直大模型落地的商业化场景与现实基础。

保险行业人力成本高企，监管趋严背景下，具备科技创新赋能意愿。一方面，保险产品条款复杂、专业术语繁多，对保险公司销售人员的招募与持续培训等方面的投入提出了远高于其他行业的要求；另一方面，核保核赔等后端服务也需大量人员对接，因此，保险行业通常被认为是人力密集型行业之一，人力成本高企。且监管趋严背景下，政策端对保险从业人员专业性要求更为严格，保险公司具备科技赋能的主动诉求。

3 保险机构接入大模型有望重塑行业生态

3.1 国内上市险企 AI 技术布局已较为深入

我国保险业 AI领域布局多年，已形成较为成熟的AI全场景化应用，沉淀了丰富的应用数据和场景，在AI大模型催化下，AI效能有望进一步提升。

3.1.1 场景一：前台赋能

1）保险产品智能配置：个性化满足低单价产品的配置需求

AI 经过深度学习和对大量解决方案的模拟运算，能够根据用户提供的个人信息量身定制合适的保险配置方案，扮演“AI保险规划师”的角色。2023年 4月 12日，互联网保险代理平台蚂蚁保推出业内首个 AI 智能保险配置工具“省心配”，基于“HRAAM 模型”，根据用户年龄、常驻城市、月收入及负债情况，为每位用户模拟匹配几万种保险配置方案，并最终选出最匹配用户需求（患病概率、地区医疗条件及成本、预算情况等）的一组方案（包括医疗险、意外险、定期寿险、重疾险四类）做推荐。由于AI相较于代理人可设置不受产品热度、销售佣金等因素影响，测试结果显示，通过“省心配”配置保险方案，能为用户节省约 30%的预算。

但需明确的是，长期险具有长期性、无形性的特点，消费者支付保费后获得的是无形的风险保障，获得感仅在出险后方能得到，因此，客户购买保险产品要么是出于对产品的足够认同、要么是对销售人员的足够信任，两者现阶段都很难通过AI实现，因此，我们认为，中长期看，AI保险产品配置推荐仍仅适用于低单价的简单型产品，如意外险、百万医疗、定期寿险等。

图8.蚂蚁保“省心配”根据个人信息进行产品推荐

数据来源：支付宝 APP，财通证券研究所

2）保险客服：高质高效满足客户基础咨询和业务处理

AI客服是当前AI在保险行业运用最为广泛的场景之一，能够综合应用语音识别、语义理解、语音合成、OCR、人脸识别、电子签名等多项人工智能技术，为客户提供咨询（包括保险种类、保险期限、保险条款、保费等）、外呼及回访等众多繁琐的客户咨询和业务处理，提高客户满意度和保险销售效率。

但当前 AI 客服仍是一种基于规则或预定义脚本的自动化程序，只能执行特定的任务，客户需求超过其预设能力范围后便无法给出解决方案，与生成式AI所能带来的客户体验仍有较大差距。

表2.保险行业智能客服应用梳理

公司	智能客服	具体应用场景
中国平安	AI坐席	通过语音机器人、文本机器人提供贷款、信用卡和保险业务的外呼和应答服务。
		依托客户画像精准判断客户需求，推出“客户场景定制”服务。服务断点主动推送客服中国太保洋洋客服入口，实时解答错误原因及处置方案；精准预测客户意图，实现千人千面的场景推送，促成客户所需办理业务的一次性解决。
	智能客服中台	构建3级6类问法、62个语义模型、937个节点、58万个知识点，覆盖1063款产品条款及全流程多项子领域服务，为 APP、总分公司官微等35个服务端提供智能/智能+人工在线咨询服务。
	新华保险智多新	交互型人工智能机器人，依托人工智能技术，通过自然语言的处理、语音识别、多意图理解、自主学习等深度AI，拥有32万个智能服务场景、100 余项智能工具，对接业务员作业平台、官微、官网等6个电子化服务平台，可提供全天候的产品咨询、服务信息查询、业务办理等保险服务，为代理人队伍、客户提供多通道、一体化的智能服务体验。
	“小邦” 智友邦保险能语音客户关爱助手	集合了语音识别、语义理解、语音合成播报等多种AI技术，依托对客户服务诉求的深入挖掘及分析，提供续期客户挽留、孤儿单客户关爱和客户催领款提醒等多种特色服务，由 “点"及"面"覆盖5大类共 700余种交互场景，快速应对市场和客户需求的变化，轻松解决客户多元化保险需求。
	众安在线小安	应用AI技术赋能保险客服场景，打造智能客服机器人，覆盖保险场景中售前、售中、售后的简单、高频问题，通过大数据加AI技术高效、智能解答用户的问题，同时推出
		上百个场景的自助服务能力，实现7*24小时不间断的为客户提供服务。阳光保险百问百答阳光于2022年推出的人工智能机器人，能够提供文本对话交互功能。

数据来源：中国平安2022财报，中国太平洋保险公众号，河北省保险行业协会，友邦保险公众号，众安黑板报公众号，阳光保险官网，保险业风险观察公众号，财通证券研究所

3）代理人销售支持：增产增效，推动销售人员产能提升

AI能够通过强大的机器学习能力和数据挖掘能力，快速吸收知识并输出优解，为销售人员提供专业知识辅导，提升代理人专业能力，助力增产增效的实现。平安依托其在人工智能领域的深厚积淀及庞大的内外部培训经验，打造平安知鸟培训平台，其中智能助手（AskBob）与智能陪练是赋能代理人的两大重要应用场景。

1）AskBob：基于海量数据创建专属的企业大脑，通过智能柜面、核保助手、拜访助手、展业查询、产品宝典、问答社区等 9 大核心功能，实现“学习问答”，一方面支持代理人碎片化学习、及时提升，另一方面，也为代理人展业提供全方位的专业知识支撑。当前平安知鸟问答匹配结果准确率 91%，同时支持非结构化文档（音视频、PDF、PPT 等）搜索。

2）智能陪练：基于深度学习算法、意图识别、微表情识别等技术，通过人机对话训练的方式，构建多元化智能实训模式，为学员提供 1 对 1 的精准反馈，实现智能培训的“降本增效”，当前知鸟在智能陪练方面已实现人脸识别率 99.8%，语音识别率 98%，综合评分准确率90%。

3）营销素材生成：平安寿险推出 AI短视频跟拍工具，帮助代理人打造内容IP，吸引公域流量，上线 5 个月全网累计视频播放量 707 万次。

图9.平安人寿 AskBob 全方位助力代理人展业

数据来源：平安人寿上海分公司公众号，财通证券研究所

3.1.2 场景二：保险定损理赔

AI在核赔理赔领域已有广泛探索，在线定损、在线理赔为主要应用场景。1）AI智能定损：主要应用于车险领域，利用图像识别和智能算法等技术，通过对案件现场照片风险点的分析、车损照片细节的处理、与历史影像比对等手段，有效识别车辆损失程度，并判断是否存在故意制造交通事故、套用车辆牌照等欺诈方式，提升理赔时效。2）AI 智能理赔：当前仍主要应用于车险、人身险小额赔付的自动处理、快速结案。如：中国太保产险联合百度打造的“全智能、无人工”车辆定损工具“太·AI”，截至2021年 11月，已适用 2.3万个车型，覆盖 97%的乘用车品牌，部件识别准确率超过98%，损伤识别准确率超过90%。

需要注意的是，定损、理赔判定依据复杂、专业性高，尤其是人身险在涉及劳动损失给付等方面的程序时，往往涉及与被保险人的交涉沟通，因此，虽然未来 AI在定损理赔领域应用前景广阔，但并不可完全对人工形成替代。

表3.保险行业智能定损理赔应用梳理
公司	）定损理赔系统	应用场景 “全智能、无人工”车辆定损工具；适用 2.3万个车型，覆盖97%的乘用车品牌,部件
中国太保	太·AI	识别准确率超过98%，损伤识别准确率超过90%。
中国人保	拇指理赔	投保人通过手机“一键报案、三张照片、确认账号”三个动作，即可在事故现场在线自主完成从出险报案到收取赔款的全流程。借助人工智能技术对出险车辆进行智能图片定损和智能风险渗漏拦截，搭建的自动智
中国平安	智能闪赔	能理赔模式。客户运用闪赔模式报案后，系统可自主完成标准化的损失照片、定损资料、定责资料和支付信息等上传录入，后台将自动判断责任和损失金额，并快速给出理赔意见，确认金额后，赔款可秒级到账，实现全自动核赔。
中国平安	智能预赔	通过构建理赔客户画像及大数据模型，综合分析客户疾病、保单等情况，预测赔付金额；将理赔环节前置到住院治疗中，缓解客户治疗的资金压力。
蚂蚁集团	理赔大脑	分成智能材料收集系统、智能调查系统和智能审核系统三大系统，可识别107种医疗、理赔凭证，将理赔核赔效能提升70%；平均核赔周期从30天缩短至15天。
		将理赔流程简化，实现全产品、全渠道、全流程智能理赔，让用户可以在更短的时间众安保险智能理赔系统内完成理赔。通过数智化理赔服务，众安保险在今年上半年每 12 秒就有一个理赔结案，95%理赔线上申请，智能理赔通过率达30%。

数据来源：太平洋保险 e服务公众号，广西人保财险公众号，深圳市科技创新委员会官网，平安随行公众号，河北省保险行业协会公众号，众安保险公众号，财通证券研究所

3.1.3 场景三：风控减损

AI 在风控减损领域的应用具体可分为事前预防减损与防欺诈两大场景。减损方面，当前行业应用主要集中于财险的非车险领域，将人工智能与地球科学、大数据等技术相结合，提供自然灾害风险预警，最大限度降低损失；风控方面则主要是通过各项防欺诈技术的应用降低骗保风险。

表4.保险行业智能减损风控应用梳理

公司	减损风控系统	应用场景
中国平安		实现理赔审核作业“全流程免人工”。时效方面，通过AI智能读取理赔资料，极大缩短客户从理赔申请到获赔的等待时长；风控方寿险：AI智能自动决策模型面，该模型汇集400 万理赔案例，构建涵盖超过5000种疾病的疾病库和意外场景库，通过理赔风险点的海量聚合和自主判断，改变了
中国平安	础的自然灾害风险管理体系向多类保险业务、贯穿保前保中保后的全链路灾害风险管理体系。	过去依赖人工经验进行风险判断的不确定性，风险管控更精准。产险：以鹰眼系统DRS2.0为基将地球科学、人工智能与保险大数据融合，建立针对常见灾种、面
新华保险	Magnum智能核保系统	支持寿险、重疾险、医疗险等险种的智能风险评估。可对客户健康等基本状况进行询问时，根据客户差异化的告知内容自动生成“人机对话”式、动态输出的问卷，在提升客户的投保体验的同时，智能把控客户风险。
阳光保险	天眼风险地图平台	可呈现全国自然灾害风险分布和保单风险分布情况，赋能核保定价、风险筛选和客户风险管理，为客户提供气象灾害、台风路径和内涝点数据等预警信息，提醒客户及时采取防灾防损措施。功能上
		线5个月，已累计向企业客户发送超过二十万条预警信息。整合了内外部健康数据资源，联合多地实验室研发33种疾病健康风
	健康智能数据中台	险评级模型，助力产品定制、智能风控、健康服务、精准营销等业务应用落地，进一步推动了产品创新和设计。
人保财险	“万象云”风险管理平台	整合了人保财险在安全生产、智慧城市、公共安全、新技术新风险等领域的多项物联风控成果，通过大数据技术收集分析投保企业所处地域环境、灾因/灾害损失程度等信息，综合评估企业风险状况, 形成“事前预防+事中控制+事后理赔”的全周期闭环风险管控。上线两年来，“万象云”已累计对接全国逾2万台物联预警设备，实现180万余次有效预警，协助投保企业成功处理风险隐患超过165
人保财险	AI+反欺诈系统	万起。 AI+反欺诈系统利用人工智能对理赔案件欺诈风险进行评估，为案件稽核人员提供线索，实现理赔风险排查全覆盖。
中国太保	寿险：“核动力”智能项目	实现智能核保自动标保模型、保额计算器、自动补充资料下发、智能交互式核保、体检报告OCR识别、结构化体检数据对接医学核保模型自动核保等，达到精准风控、高效核保。
中国太保	产险：智能风控产品 “听风者”	在车险报案环节嵌入了语音情绪识别，将客户报案的情绪特征与车险欺诈场景进行匹配建模，测算欺诈指数。
众安在线	X-model反欺诈平台	基于众安在各类消费金融场景下沉淀的实战风控经验和底层风控模型，针对不同场景和业务阶段，实现对欺诈风险由点及面的全面识别。针对互联网模式下的信贷场景和保险场景，整合运筹算法和知识图谱，助力平台策略冷启动，实现对欺诈风险由点及面的识别，集成离线策略和在线策略，助力平台策略低碳化，实现与欺诈风险动态高效的对抗。

数据来源：上海证券报、中国银行保险报、新华保险直通车、每日经济新闻、中国经济网、上海保险、浙江人寿保险、太平洋寿险云南分公司、保险业风险观察、数据猿公众号，财通证券研究所

3.1.4 场景四：产品开发

当前 AI 在保险产品开发方向的应用依然较少，且主要应用于车险领域的定价场景。我们认为，主要源于当前我国较为标准化的海量医疗行为数据主要掌握在医保局、卫健委手中，保险公司数据仍较为匮乏，创新型产品开发动力不足，因此延缓了 AI技术在产品开发领域的应用。

但自 22年以来，我国医保局已开始积极探索数据要素放开，预计放开后将为保险公司多样化产品设计提供数据支撑，从而带动AI技术在产品开发领域的应用。一方面，AI数据处理与分析能力相较于人工优势显著，可更好识别和利用隐藏在数据中的趋势、风险因素等，帮助精算师更好地理解风险和预测未来的发生率；另一方面，通过分析市场趋势、客户需求和风险因素，AI可以为产品精算人员提供个性化的保险建议和方案，助力保险公司创新性、具备吸引力的产品的开发。

3.2 海外 AI 大模型多场景赋能保险产业链

海外 GPT保险领域应用正加快推进，从销售助理、智能客户、核保核赔多场景赋能保险产业链。考虑到ChatGPT浪潮下的AI大模型多集中于自然语言处理领域，我们判断，短期来看，AI 大模型在保险领域的应用将主要集中在前端的智能客服、销售人员赋能（销售助理）方面，但随着数据与训练的积累，长期来看，AI大模型有望向个性化产品定价、核保核赔、风控减损等多场景延伸，深度赋能全产业链。

表5.海外 AI 大模型保险应用加速推进

应用场景	公司	国家	具体应用
			该公司基于ChatGPT平台打造人工智能系统，依据公司内部积累的数据构成人工智能生成文本的基础，为保单持有人和保险代理人提出的有关保
销售助理	Tokio Marine & Nichido Fire Insurance	日本	险范围和程序的问题撰写答案草案，计划6月上线。但人工智能生成的答案并不会按原样提供给保单持有人，人类工作人员将使用人工智能文本作为指导来回答查询。该系统有望将执行此类问答任务所需的时间减少 30%至50%，并减少错误。
	Sompo Japan Insurance	日本	已经开始采用聊天AI进行编程，减少了工程师编写代码的时间，加快系统构建速度；并计划在未来几个月内使用聊天AI进行销售。该平台打造基于GPT-3技术面向用户的销售机器人玛雅（AI.MAYA），利用自然语言处理和机器学习技术为客户提供个性化的保险推荐和咨询
	Lemonade	美国	服务。具体而言，该技术贯穿客户提问分析与解析，引导客户加入 Lemonade，创建报价和安全付款等任务。当客户有购买保险的意图时，只需与玛雅约两分钟的简单聊天便能识别与处理客户信息，推荐适配的保险产品及报价，促成交易的达成。该公司使用OpenAIGPT-3架构创建了一款名为PolicyGPT的聊天机器人，可
智能客服	Plum	印度	为用户提供有关他们从Plum 购买的健康保险政策的信息。在PolicyGPT的帮助下，用户无需翻阅保单文件即可找到答案。PolicyGPT将以用户习惯的简单对话形式，让用户更轻松地了解保单涵盖的内容和未涵盖的内容。除了提供有关保单的信息外，PolicyGPT还可能提供定位最近的网络医院、获得支持等
智能客服	Helvetia	瑞士	功能。 Helvetia 是全球首家推出基于ChatGPT 技术的直接客户联系服务的上市保险公司，该服务使用人工智能来回答客户关于保险和养老金的问题。
承保核保	PaladinGroup	美国	2023年2月1日，该公司和保险技术提供商DaisTechnology 推出了 UnderwriteGPT——世界上第一个生成式人工智能承保工具，旨在简化承保流程并改进风险评估，最终为保单持有人带来更好的定价和覆盖范围。
承保核保	ZurichInsurance瑞士		苏黎世保险公司正在测试如何在索赔和建模等领域使用ChatGPT人工智能技术，例如从索赔说明和其他文件中提取数据，尝试找出整个索赔部分的具体损失原因，以改善其承保。

数据来源：nikkei.asia 官网，众安科技《AIGC/ChatGPT保险行业应用白皮书》，Plum 官网，helvetia 官网，零壹智库公众号，保观公众号，财通证券研究所

3.3 AI 大模型有望全流程赋能保险机构

当前国内保险公司AI布局虽已较为深入，但主要仍以理解式AI为主，生成式AI仍在探索中，因此，我们判断，AI大模型有望从产品研发、渠道营销、运营

管理等各方位，实现保险机构的全流程赋能，助力保险业实现更加灵活、更多内容的高效生产和服务。

表6.AI大模型有望全流程赋能保险机构


应用场景	流程		具体应用 AIGC可以为保险精算人员提供强大的数据分析和建模工具，帮助他们更好地理解客
产品研发		数据收集和预处理户需求和风险特征，制定更准确的保险产品和价格，并提高客户满意度和忠诚度。具体应用场景包括世界知识整合、保险产品文档等物料生产、结果可视化和解释等。
	风险评估和预测	AIGC 在保险产品设计过程中可以帮助产品精算人员更好地识别潜在的风险因素，提供个性化的保险建议和方案，并进行风险模拟和压力测试，从而提高产品设计的有效性和精度。具体应用场景包括风险因素识别、个性化建议、风险模拟与压力测试、车险的风险评估方面等。
	保险产品方案设计	AIGC 可以帮助保险公司研究市场趋势，制定有针对性的保险方案计划。①通过分析国内外市场，AIGC 可以提供有关新产品的建议，并在保险计划设计方面提供指导。 ②AIGC 可以通过对海量数据的处理和分析，发现不同因素对于客户需求的影响，从而为保险公司提供更准确的市场研究结果。
	风险预警和管理	AIGC 可以利用机器学习算法对历史数据进行分析和模式识别，发现隐藏的风险因素并预测未来潜在的风险。智能客户需求分析：AIGC 技术可以帮助保险代理人通过自然语言交互，智能化地分
	代理人销售辅助	析客户的需求、偏好、风险承受能力等信息，了解客户的真正需求和偏好，从而精准地为客户提供符合其需求的保险产品。智能化的产品推荐：基于AIGC技术，保险代理人可以构建智能化的保险产品推荐机器人，通过自然语言交互，为客户提供个性化的保险产品推荐和购买建议。机器人可以根据客户的需求和情况，智能化地推荐适合客户的保险产品，提高保险销售效率和客户满意度。
智能化的客户服务：AIGC 技术可以帮助保险代理人构建智能化的客户服务机器人，通过自然语言交互，为客户提供快速、便捷的保险产品咨询和客户服务。机器人可以回答客户的各种问题，包括保险种类、保险期限、保险条款、保费等，提高客户满意度和保险销售效率。数据分析和预测：AIGC 技术可以帮助保险代理人分析海量的数据，从中挖掘出有价	代理人销售辅助
渠道营销	营销素材设计	值的信息，为代理人提供更加精准的客户洞察和预测，以便代理人更好地制定保险产品营销策略和行动计划，提高保险销售效率和客户满意度。 ①利用AIGC生成文案，比如广告语、口号、邮件、短信、微信公众号文章等，且可以基于不同的目标受众进行优化，从而提高文案的转化率。此外，也可以通过和其他相关AI工具结合，自动生成各种场景下宣传图片和视频，从而更好地呈现保险产品，
		还可依靠其学习及推理能力，对内容进行敏感词等合规性审查，从而协助保险公司设计销售并审核页面。 ②AIGC可以通过整合海量的保险知识，生成易懂易学的保险知识普及内容，从而提高客户对于保险的了解和认知水平。
	保险产品推荐	AIGC 可以通过分析客户数据，生成个性化、实时、跨渠道、新产品、社交媒体、多语言和情感分析等保险产品推荐方案，从而提高产品的推销效果和市场占有率。 AIGC可以通过自然语言理解和生成技术、个性化服务、智能问答和情感分析等技术，
	保险产品咨询	提高保险产品客服咨询的效率和质量，从而提高客户的满意度和忠诚度。 AIGC 可以为保险公司的核保工作提供自动化、智能化的解决方案，提高核保效率和
	核保	准确率，降低风险和损失，提高客户满意度。具体应用场景包括自动核保、风险评估、异常检测、决策支持等。

理赔

AIGC 可以在理赔处理的各个环节上提供自动化服务，从而提高理赔效率、降低成本、提高客户满意度。具体应用场景包括自动化理赔申请处理、自动化索赔处理、自动化理赔评估、自动化理赔审核、自动化理赔结算等。

数据来源：众安科技《AIGC/ChatGPT保险行业应用白皮书》，财通证券研究所

4 保险科技标的梳理

4.1 中国平安：金融科技底蕴深厚，AIGC落地有望最为深入

中国平安是业内领先的科技型保险公司，坚持科技赋能金融、科技促进发展。2017年，平安正式确定“金融+科技”双驱动战略，以人工智能、区块链、云、大数据和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，以科技赋能金融发展。

公司坚持研发投入，科技人才与专利技术大幅领先同业。2018 年公司管理层表示，之后每年将会按收入的 1%持续投入，未来十年的科技投入总额至少千亿。与此同时，公司科研团队持续扩容，截至 2022年，已形成了一只囊括近 3万名科技开发人员、近 3900 名科学家的一流科技人才队伍，驱动科技专利持续增长，至 2022年，公司累计专利已达 4.6 万件，其中 2022 年新增 7657 件，在人工智能技术领域、金融科技和数字医疗业务领域的专利申请数排名均为全球第一位。

表7.中国平安科研队伍规模

年份科研队伍规模

2017 2.2 万多名研发人员

2018 金融科技与医疗科技业务从业人员 9.9 万名、研发人员 2.9 万名

近 11 万名科技业务从业人员、3.5 万名研发人员、2,600 名科学家的一流科2019技人才队伍

2020 超 11 万名科技从业人员、超 3,700 名科学家的一流科技人才队伍

2021 超 11 万名科技业务从业人员、超 4,500 名科学家的一流科技人才队伍

2022 近 3 万名科技开发人员、近 3,900 名科学家的一流科技人才队伍

数据来源：中国平安2017-2022年财报，财通证券研究所

图10.平安科技专利情况（单位：件）

数据来源：中国平安2017-2022年财报，财通证券研究所

表8.中国平安专利及科技成果情况

年份
2017	专利申请数累计达3,030项,较年初增长262.0%。人脸识别技术准确率在国际权威人脸识别数据库LFW 公布的结果中居世界第一;医疗影像研究在国际医学影像领域权威评测LUNA排行榜上,分别以95.1% 和96.8%的精度取得“肺结节检测”和“假阳性筛查”的双世界第一。
2018	科技专利申请数较年初增加9,021项，累计达12.051项，其中PCT及境外专利申请数累计达3,397项。自然语言处理(NLP)技术在 2018 年全球 SQuAD2.0 机器阅读理解竞赛中排名第一；在 Schneider“AI+ 环保大赛”中获得全球第一。
2019	科技专利申请数较年初增加9,112项，累计达21,383项，其中，发明专利申请数占比近96%、PCT及境外专利申请数累计达4,845项。科技专利申请数较年初增加10,029项，累计达31,412项，其中发明专利申请数占比近95%，PCT及境
2020	外专利申请数累计达7,513项。在金融科技知识产权白皮书中，以3,978 项累计专利申请位居全球第一位；在全球数字医疗专利申请榜单中，以1,074 项累计专利申请位居全球第一位；在全球人工智能专利申请榜单中，以9,255项专利申请位居全球第三位；在 2020 年全球区块链发明专利排行榜（前100 名）中，以1,128项专利申请位居全球第三位。
2021	科技专利申请数较年初增加7,008 项，累计达38,420 项，其中发明专利申请数占比超95%，PCT及境外专利申请数累计达8,897项。人工智能专利申请数排名从全球第三位跃居至第一位，金融科技、数字医疗专利申请数排名位居全球第一位。
2022	科技专利申请数累计达 46,077 项，其中发明专利申请数占比近95%，PCT 及境外专利申请数累计达 9,335项。在人工智能技术领域、金融科技和数字医疗业务领域的专利申请数排名均为全球第一位。

数据来源：中国平安2017-2022年财报，财通证券研究所

AIGC技术已有多场景落地，后续有望向保险领域延伸。一是，平安银行已开始利用AIGC技术对客户的个人信息、历史借款记录、消费行为等数据进行深度分析，建立客户的信用评级体系，并在此基础上，为不同信用等级、借款需求和偏好的客户推出个性化的借款产品和服务，包括贷款额度、借款期限、利率等方面的差异化设置，提高客户满意度和忠诚度。二是，金融壹账通在AIGC技术上已有提前布局与落地应用，后续人工智能团队也将积极布局相关技术的探索与研发。我们认为，公司有着先进的AI模型加上丰富的数据积累，且在以ChatGPT为代表的新一代人工智能技术的探索方面，积累了领先于同业的先发优势。

（一）对内：科技赋能金融

平安对内深挖业务场景，强化科技赋能，助力实现降本增效、风险管控目标，打造优质产品，提升获客能力。当前应用场景主要包括智能营销、智能提效、智能风控三个方面。

营销方面，公司 AI技术助力代理人招募、培训、展业、客户经营全流程。核心应用如下：

招募支持：“AI 云面试”高度模拟真实的准增员面试场景，打造了精准的对话语义理解以及智能回复能力，自动识别用户对话过程的多维度信息并生成面试报告，节省大量面试人力及成本。截至 2022 年末，AI 面谈已支持准增员对象完成面试超1900 万场次，累计面试时长超300万小时。

培训支持：1）“智能陪练”基于深度学习算法、意图识别、微表情识别等技术，通过人机情景式对话训练的方式，模拟真实销售场景，支持代理人与机器进行人机对练，并点评练习结果，帮助代理人快速提升销售技能。截至 2022年第一季度，智能陪练已支持代理人陪练累计达 8305万次。依托平安先进的人工智能优势，知鸟在智能陪练方面已实现人脸识别率 99.8%，语音识别率 98%，综合评分准确率90%。2）“AI 直播”通过风控技术和云技术赋能，实现了互动直播、智能巡检、智能剪辑，其中基于图像、声纹、文字识别等多模态技术打造的智能剪辑能自动提取关键视频或核心要点内容，为直播后的精彩片段及要点内容提取提供智能化、自动化的支持，其剪辑切割准确率达到 92%，大大的节省了人工视频剪辑时间。在实践过程中，平安运用知鸟智能直播功能，完成全国百万代理人统一培训，毫秒风控体系实时护航。3）通过大数据技术精准构建“代理人画像”，洞察不同类别代理人的发展潜力，为之匹配个性化培养规划及 7×24 小时线上培训，绩优养成时间同比缩短 3.6 个月。

展业支持：智能助理机器人 AskBob 应用大数据和知识图谱技术，整合集团内外部数据，多渠道吸收内容，提升数据量，并通过从上至下业务拆解，和从下而上海量数据识别两种方式，打造保险行业知识图谱，落地搜索、社区问答两大核心功能，为代理人提供高度智能化的助手服务，专业问题7x24小时答疑解惑。此外，AskBob借助拟人的语音对话方式及智能识别技术，有效提升了代理人获取所需信息和功能的效率。

客户经营：1）“智能拜访助手”打造 AI线上会客厅功能，提供 VR会客、销售智能辅助、面访总结等核心功能，可容纳 300 人同时在线互动，支持举办线上大型产说会和创说会。2022年，依托“智能拜访助手”工具，代理人队伍累计举办近10 万场线上产说会、创说会，月均会客时长超 17 万小时，辅助出单超 6 万件。2）“AI 跟拍短视频制作工具”等工具，帮助代理人打造内容 IP，吸引公域流量，上线 5 个月全网累计视频播放量 707 万次。3）“易答销售助手”基于人工智能技术，为销售人员提供精准的客户画像和销售策略，帮助销售人员更好地了解客户需求和购买偏好，同时具有全面的合规质检功能，能够自动检测和监控销售过程中的违规问题，并实时进行提醒和干预，为销售人员精准营销和品质风险管控提供支持。截至 2023年一季度末，易答销售助手已累计服务数十万销售坐席和上百万客户，在降低违规风险的同时，助力保单成交率提升。

提效方面：平安运用科技全面优化改造业务流程，提升作业效率、优化客户体验。核心应用如下：

智能核保理赔赋能：

1）平安寿险：已构建以闪赔和预赔为核心的立体化理赔服务体系，提供从客户出险到赔付的全流程专业服务，客户的普通医疗就诊可智能“预赔”、重疾确诊可“先赔”、联网医院可“快赔”、自助APP申请可“闪赔”。

①“智能闪赔”：2017年，平安人寿聚焦传统理赔模式时效长、手续繁琐等行业痛点，依托互联网前沿技术，通过流程创新与优化、人脸识别、OCR+NLP、医院联网、智能理赔模型等一系列新科技技术，在标准案件 3 日赔付、到标准案件2天赔付的基础上，业内首创推出极速、极简的尖刀服务——“闪赔”，从提交申请——理赔审核——理赔款到账，最快 1 分多钟就能收到理赔款，至 2019 年9月，每天有将近四成的理赔客户在30分钟内获得理赔款。

②“智能预赔”：2020年，平安人寿聚焦看病就诊的痛点和难点，推出理赔创新服务——“智能预赔”，打破了传统理赔需要客户出院后申请赔付的模式，将理赔环节前置到住院治疗中，缓解客户治疗的资金压力。智能预赔通过构建理赔客户画像及大数据模型，综合分析客户疾病、保单等情况，预测赔付金额，实现提前给付部分款项。

2）平安产险：将AI应用于车险理赔全流程，从智能人机交互代替人工坐席接报案、到基于大数据的动态调度实现极速查勘、智能图片定损，全面提升理赔服务体验。“智能闪赔”与“信任赔”为两大综合性理赔核心应用。

①“智能闪赔”：借助人工智能技术对出险车辆进行智能图片定损和智能风险渗漏拦截，搭建的自动智能理赔模式。客户运用闪赔模式报案后，系统可自主完成标准化的损失照片、定损资料、定责资料和支付信息等上传录入，后台将自动判断责任和损失金额，并快速给出理赔意见，确认金额后，赔款可秒级到账，实现全自动核赔。此外，智能闪赔还会根据项目特点设定风控规则引擎，包括图片查重、权限动态调整、数据监测日报、异常数据预警等多种风险管控措施，及时发现欺诈风险并进行阻断，降低风险概率，管控业务品质。该应用拥有 43 项技术专利，具备四大核心技术：一是高精度图片识别，覆盖所有乘用车型、全部外观件、23种损失程度，智能识别精度高达 90%以上；二是一键秒级定损，以海量真实理赔图片数据作为训练样本，运用机器学习算法智能对车辆外观损失的自动判定，只需一键上传照片，秒级完成维修方案定价；三是自动精准定价，通过主机厂发布、九大采集地采集与生产数据自动回写三种方式，构建覆盖全国，精准到县市的工时配件价格体系，实现定损价格的真实准确，有价有市；四是智能风险拦截，构建承保到理赔全量风险因子库，应用逻辑回归、随机森林等多元算法，开发 30000多种数字化理赔风险控制规则，覆盖理赔全流程主要“个案”与“团伙”风险，实现对风险的事中智能锁死、智能拦截与事后智能筛查，有效降低理赔成本。2019年，“智能闪赔”项目凭借在智能风控、智能核赔、510极速查勘等核心服务和保险技术方面的不断创新和突破斩获“Gartner2018 金融创新奖”，成为亚太地区唯一获奖的保险公司。

②“信任赔”：根据客户驾驶习惯、交通违章、车辆出险次数、车辆维修记录、消费信用等内外部数据，进行建模智能画像评分，授予一定的车险理赔信任额度。授信理赔信任额度范围内的单方小额事故，客户可直接通过手机 APP 或微信小程序进行定损，拍一两张出险照片，进行人脸识别验证，等待两三分钟理赔款就能到账。数据显示，“信任赔”单方无人伤案件传统时效10.59天，平均时效188秒；用户体验指数 NPS（净推荐值）达 89%，高于传统车险理赔 NPS 的 75.85%；结案率达 100%，平均结案时效为2.16分钟，高于单方事故案件 10天结案时长。

辅助诊疗赋能：平安健康打造专门为医生服务的“ChatGPT”——AskBob智能医生，基于 4000万医学文献、20万药品说明书、2 万临床指南等中英文医疗知识图谱以及融合深度学习模型，可为医生提供个体化精准诊疗推荐和辅助决策。截至2023 年 2 月，AskBob 服务于140 多万名医生，覆盖全国范围 4.6 万家医疗机构，每天提供的诊疗辅助决策次数达 27万次，尤其在医疗资源有限的地方帮助提升医疗服务。

AI坐席赋能：通过AI技术赋能人工坐席，2022年AI坐席服务量约 26.0亿次，同比增长 26%，覆盖平安82%的客服总量；AI坐席驱动产品销售规模约 3444亿元，同比增长 25%，在整体坐席产品销售规模中占比48.5%，同比上升 19.2%；AI催收覆盖率为49%，同比上升 20%；AI催收的30日回退率为 72%。②2021年，平安寿险AI视频机器人辅助完成近 80%新契约回访任务，同比提升 20个百分点。

图11.AI坐席驱动产品销售规模

数据来源：中国平安2021-2022年业绩推介材料，财通证券研究所

图12.AI坐席服务量

注：AI 坐席服务量指语音机器人、文本机器人提供的贷款、信用卡和保险业务的外呼和应答服务总次数
数据来源：中国平安2021-2022年业绩推介材料，财通证券研究所

风控方面：1）平安产险：依托鹰眼系统 DRS2.0、平安企业宝等技术平台提供线上线下多元化风险管理服务。2022 年累计为客户提供千人千面精准预警超441万次，为超 3.8 万家企业客户和重点工程项目提供防灾防损服务；通过生物识别技术，重塑养殖险风控作业模式，为队伍及客户提供自助化风险识别及防范工具，2022年，已累计识别投保牲畜超百万头，AI识别准确率达90%以上，有效降低农险欺诈风险。其中，鹰眼系统DRS2.0 应用时空大数据引擎、气象灾害模型、卫星雷达监测、机器学习等多项技术，建立了针对常见灾种、面向多类保险业务、贯穿保前保中保后的全链路灾害风险管理体系，自项目上线至2023年 2月，累计减损金额约两亿元，并助力平安产险业务拓展，比如支持某分公司中标地方政府巨灾保险项目，实现各类保费增收超五千万元。2）平安寿险：在核保核赔环节创新融合文本识别抽取（OCR）、自然语言处理 NIP、机器学习等技术，辅助资料信息识别、案件审核，截至 2022 年，已支持近 1,600 种疾病的核保风险识别、超 1,500种疾病的医疗险理赔审核，核保效率较传统模式提升近30%，理赔效率提升近20%。

图13.平安产险鹰眼系统 DRS2.0

数据来源：中国银行保险报，财通证券研究所

（二）对外：输出科技与服务，实现价值转化

中国平安通过平安科技、金融壹账通、陆金所控股等子公司进行科技产品和服务的对外输出。

1）平安科技

平安科技是平安集团旗下的科技解决方案专家，人工智能与云计算两项核心技术布局领先，且实力深厚。自2008 年创立以来，公司持续聚焦金融 IT技术建设，2018年起，AI与算法技术陆续在众多国际赛事中名列前茅，甚至多次问鼎第一。我们认为，公司市场领先的云计算平台和 AI 服务可以助力 AI 大模型的训练、推理和部署的高效进行，AI大模型落地优势显著。

图14.平安科技在多项 AI、算法竞赛中世界领先

2008 O	2011 O	2013 O	2014 O O	2015 O	2016
平安科技(深圳) 有限公司正式成立，并成立创新研究所，主动研发金融领域IT创新应用 2019	出品远程金融服务一体机，实现全天候，无间断、无区域差别综合金融服务	取得“国家重点软件企业”、 “国家高新技术企业”资质，获得科技行业最高荣誉 2018 O	大数据突破传统金融模式大规模获取外部用户数据，同时整合集团内部数据，支持精准营销、风险控制	人脸识别应用于平安远程开户等多项业务 2017 O
在“全球AI艺术大赛”中，AI创作在EPFL瑞士联邦理工学院举办的AI作曲作品《青春记忆》获大赛一等奖在ISBI上获得肺癌病理分割(ACDC)、内窥镜影像质控(EAD)和病理性近视检测(PALM)竞赛世界冠军		国际挑战赛中获冠军在国际权威IDRiD眼底图分析竞赛上获得硬性渗出物、出血、微动脉瘤分割任务世界第一、二、三名		深圳市公安局机场分局、平安科技(深圳)有限公司与深圳前海征信中心股份有限公司合作，打造人脸识别安防场景
在WMT2019国际顶级机器翻译大赛上，斩获“英译中”赛道世界冠军在由斯坦福大学发起的机器阅读理		在AI+环保国际大赛“异常能耗监测”中摘得世界第一在国际图像识别领域评测比赛COCO-Text		孵化平安医疗健康管理股份有限公司，实现平安健康医疗板块闭环布局
解竞赛和深度学习推理两项比赛中获得双冠军		任务1文本定位比赛中成绩排名第一获美国BAI全球创新奖-金融服务领域最佳LFW评测世界第一		平安科技人脸识别技术的识别精度和最低波动幅度获
在国际文档分析与识别大会的《票据关键信息识别》榜单准确率排名世界第一		人工智能应用奖获吴文俊人工智能科学技术进步奖-企业入CSA云安全联盟技术创新工程项目奖		平安科技金融云(平安云)加
2020 O AI语义理解能力最权威的榜单-通用语言理解任务(Glue)榜单上登顶		2021 O 上海市科技进步奖一等奖		2022 硅谷研究院在CVPR国际AI顶
世界知识产权组织公布的2019PCT 专利榜中，平安科技排名全球第八名		深圳市科技进步奖二等奖入选2021IDC中国FinTech 50		级赛事中获3项第一，1项第二， 1项第三算法平台建设团队在计算语言
凭借发明专利《意图获取方法电子装置及计算机可读存储介质》（专		“全球首届糖尿病综合管理国际人机大赛”中Askbob"AI医生”糖尿病综合管理能力以92.4vs89.5媲美国际内分泌主		学国际顶级会议COLING2022 中获得赛道二第一名、赛道三第二名、赛道一第三名
利号201710660484.6)荣获中国专利优秀奖在“2020IDC Fintech全球Top100榜		治医生团 Askbob医生团队医疗文本理解技术获国际计算语言学协会(ACL)MediQA2021		自然语言理解团队在2022国际顶级NLP比赛-任务4中获得第
单”中排名第48位连续四年入围百强榜单		比赛冠军自然语算法团队在国际语义评测大赛		二名硅谷研究院获ACM期刊TOMM
在Look Into Person多人物人体解析竞赛中，平安科技排名世界第一三个国际AI页级赛事冠军，入选[AI中		SemEval-2021Task4赛道中夺冠赛飞团队获VQA、ICDAR、textVQA 奖		最佳论文奖 “数据中心科技成果奖”一等

数据来源：平安科技官网，财通证券研究所

①人工智能：目前已经形成包括预测 AI、认知AI、决策AI在内的系列解决方案。以疾病预测模型为核心的预测AI已应用在流感、糖尿病等多种疾病的预测中；特别是在认知AI领域，人脸识别、声纹识别、OCR、图像识别等技术均达世界领先水平；综合深度学习、数据挖掘、生物特征识别等先进AI技术的平安脑智能引擎，提供营销、运营、风控、决策、服务、预测 6 大服务集成模块，每个模块可提供标准化应用和定制 AI解决方案。

②云计算：自主研发的平安云已经建设为金融行业内最大的云平台，涵盖平安集团 95%以上的业务公司，支撑 80%的业务系统投产。并以金融为起点，深度服务于金融、医疗、汽车、房产、智慧城市五大生态圈，作为平安服务的综合输出平台为全行业提供 laas、Paas、SaaS 全栈式云服务。当前，平安云已形成涵盖计算、数据库、大数据计算、物联网等在内的 19大类云计算产品，细分产品多达72项，且已形成企业、混合云、大数据、AI、私有云、安全 6 大通用解决方案和金融、智慧城市、医疗三大行业解决方案。

图15.平安云赋能五大生态圈

数据来源：平安云官网，财通证券研究所

数据来源：平安云官网，财通证券研究所

2）金融壹账通

为政府、监管和企业用户提供贸易、供应链、数据安全、风险管理等相关科技服务。公司聚焦数字化银行、数字化保险、加马平台（提供金融科技基础设施服务）三大板块。数字化银行板块，依托“业务+科技”优势，增强全面的系统能力，助力金融机构提效率、提服务、降成本、降风险；数字化保险板块，产、寿双轮驱动持续提速，助力保险机构实现数字化转型；加马平台板块的智能语音服务增长趋势强劲，结合 AI 语音底层引擎和机器人平台技术，已被多家第三方客户使用。2022年，公司营业收入同比+8%至 45 亿元，优质加客户数同比+4%至 221 家。

图18.平安金融壹账通营业收入情况

数据来源：中国平安2019-2022年财报，财通证券研究所

图19.平安金融壹账通优质加客户量

注：2021 年起，优质客户定义从剔除平安集团及其子公司后年营业收入≥10万元的机构客户数量，变更为剔除平安集团及其子公司后年营业收入≥100万元的机构客户数量

数据来源：中国平安2019-2022年财报，财通证券研究所

3）陆金所控股

陆金所控股持续深化科技应用，加大 AI技术在获客、客户风险识别和贷款管理领域的应用，截至2022年，助力 81家合作金融机构提升对借款人风险识别的能力。

4.2 众安在线：互联网保险上市标的，AIGC 已积极布局

众安在线是我国领先的保险科技公司，长期专注于科技能力建设，对内赋能保险主业，对外进行科技输出。2016 年，公司成立众安科技子公司，基于人工智能、大数据、云计算等前沿技术，融合众安生态优势，围绕三大标准化科技产品系列业务增长系列、业务生产系列、业务基建系列，以及战略轻咨询、全域数字化运营、技术共建等定制化服务，打造“科技+服务”的价值交付体系，助力客户加速数字化转型升级。

科技研发投入持续增长，驱动科技输出收入高增。公司持续布局人工智能、区块链、云计算、大数据和生命科技等前沿技术板块，近两年研发投入复合增速高达22%，且占保费比例长期维持在 5%以上，截至 2022 年末公司工程师及技术人员近 2000 人，占雇员总数的 49%。2023 年 5 月，公司发布《AIGC/ChatGPT 保险行业应用白皮书》，并明确已经在全系列产品中规划加入 AIGC 等大模型能力，并将不断实践探索应用场景，AIGC探索较为积极，应用有望最先落地。

图20.众安在线研发投入及占总保费比例

数据来源：众安在线2017-2022年财报，财通证券研究所

图21.众安在线工程师数量及总员工占比

数据来源：众安在线2017-2022年财报，财通证券研究所

（一）对内赋能：风控+客户需求挖掘+承保理赔支持与降费

对内赋能：风控+客户需求挖掘+承保理赔支持与降费。1）AI 赋能风控体系，消费金融业务在线相似场景识别准确率近 100%，相比人工抽检发现风险案件的效率提升了 10倍；2）通过AI客服的高效交叉引导与企业微客服多种营销手段，实现用户分层，推荐定制化的产品及服务，唤醒用户创造更大价值，当前智能语义识别率达 97%；3）保险核心系统「无界山 2.0」基于大数据与AI技术，支撑海量碎片化保险业务，22 年共出具超 91 亿张保单，承保自动化率达 99%，服务超 5亿用户，全年理赔客户同比+28.7%至1.66亿元，96%的健康险理赔实现全线上结案。当前无界山已完成底层数据无感切换，增强了可扩展性和高可用能力，减少了30%的费用。

表9.众安在线对内赋能降本增效

类型	具体应用场景
智能客服	众安2021年搭建智能服务中控体系，根据需求将客户平滑分流到最优的服务模式，通过AI客服机器人直接解决客户诉求，有效替代客服人力23490人/天。
智能客服	使用AI客服实现承保自动化和理赔线上化，提高处理效率并减少人工成本。2022年，承接91.32 亿张保单的同时，还能实现承保自动化率99%，健康险的理赔线上化率也上升到了96%。
智能定价、核保、风控、理赔	众安碎屏险的智能赔案审核相比人工审核效率提升60倍，2021年，众安健康险全智能理赔每28 秒有一个理赔结案，获赔等待时长同比减少57%。开发“X-challenge”智能审查系统，针对产品页面长图标记提醒页面宣传表述隐患，并给予修改建议，该技术同时可以通过训练不断提高其表现和
智能定价、核保、风控、理赔	准确性，发挥消保审查识别潜在风险的作用。通过AI创新有力提升图像风控能力，当前消费金融业务在线相似场景识别准确率近100%，相比人工抽检发现风险案件的效率提升了10倍。
用户触达、精准营销	2020年双十一推出营销活动激发用户活跃度和购保需求期间通过众安保险APP的投保用户数同比
	增长247%，保费同比增长180%。消费金融生态利用与互联网平台数据互通优势，多场景、多渠道触达优质潜在借款人。
	输出 SaaS门店工具，帮助宠物门店提升客户引流、门店管理效率，形成宠物险和门店服务的共赢目标。
	通过 SaaS平台及API界面对接线下汽车后市场等长尾渠道，如汽车美容店、汽车维修店等，使得
流程线上化、自动化	产品可高效触达更多用户，且无须铺设大量人力对接和维护渠道。基于云端的保险核心系统「无界山」能够支撑海量碎片化保险业务，2022年共出具91.32亿张保单，服务超5亿用户，全年理赔客户达1.66亿，同比增长28.7%；承保自动化率达99%，健康险理赔在线化率上升至96%，每9秒有一个理赔结案，95%案件实现直通理赔，无需再次补交材料。

数据来源：众安在线2021-2022年财报，众安黑板报公众号，财通证券研究所

（二）对外输出：国内实现破圈，国际收入稳健增长

对外输出：以众安科技与众安国际为载体，持续开拓海内外市场，已累计服务来自保险、互联网科技、银行、证券等多个行业的 700 余家客户，将众安的科技中心转变为销售部门和利润中心，公司2022年业绩发布会表示，公司科技板块有望在两年内实现扭亏为盈。

科技基因深厚驱动科技输出高速增长，近 5年复合增速超70%。2022年受疫情影响项目交付影响，增速放缓至 14%，但 H2同比+41%重回常态高增长，预计 23年有望继续高增。

图22.众安在线科技输出收入及增速

数据来源：众安在线2017-2022年财报，财通证券研究所

图23.2022年下半年科技输出收入重回常态高增长

数据来源：众安在线2020-2022年财报，财通证券研究所

国内输出：国内打造业务增长系列（主要包含X-Man 智能营销平台、X-Magnet广告运营平台，为客户打造可持续的营销闭环）、业务生产系列（基于云端的分布式保险核心系统、经代系统）、业务基建系列（智能运维和信息安全 2个模组，帮助客户实现安全稳定运行并支持高并发、弹性计算的底层基础架构方案，应对互联网场景下的高频流量）。当前公司三大系列产品客户包括太平集团、太保集团、友邦人寿、中宏保险、汇丰人寿等保险公司，22年新签约18家来自银行、证券业的客户，后续将继续将客户范围拓展至范金融领域。2022H2 国内科技输出业务同比+55.2%，全年收入为 2.91 亿元。

表10.众安科技产品矩阵

产品类型产品名称应用场景
	打造智能营销闭环，包括活动工场（营销活动全流程管理)，用户洞察，智能触达，智能营销平运营分析，自动化运营，内容推荐等核心功能，最快5分钟可上线一个活动，累计触台达用户数1亿+，平均提效80%
核心产品（基于三大系列的	领航保险新基建，开启数字化升级。包括商品中心，TOB开放平台，产品工厂，承保险业务平保中心，理赔中心，健康管理服务。2-3小时完成投保H5页面配置，0.5天最快渠道台对接能力，1-3天完成产品上线，5-10秒完成千人名单导入及校验，0.5秒完成承保出单，15秒最快理赔结案
部分产品组合而来)	打造经代全业务场景管理闭环，包括业务管理，人员管理，协议管理，内外结算，移保险中介平动展业。对接 200+款保司产品，产品1-2天快速上线，渠道对接能力强，TOP5 大型台保险中介机构的选择
	助力企业全面升级研发管理体系，打造业务数字化升级的坚强基石。包括项目管理,研发运维一发布上线，自动化测试，智能监控。发布前置时长缩短50%，年生产发布次数体化平台 12w+，发布失败率下降66%，服务恢复耗时缩短76%，集群资源使用率75%以上，万台服务器所需运维人员仅3人。
业	鲸息AI增客户识别与分层，AI智能外呼，人机协同，可视化长平台
业	鲸息AI增客户识别与分层，AI智能外呼，人机协同，可视化长平台	务生销售
八爪鱼智能全场景智能外呼业务场景服务，含名单管理，活动管理，营销工作台，回访工作台。外呼平台2-3天活动快速上线，150K+服务流量150K+，续保率提升5%，用户转换率提升7%		务生销售
	产
系列	移动展业平台	数字科技驱动保险代理人展业全面升级，包括营销素材，访客分析，客户管理，智能提醒，团队管理。代理人用户 50,000＋，获客素材 1,000+，展业策略 100+，展业课程 500+。
核心	非车财险核心	加速保险业务敏捷创新，致力价值交付。包括产品工厂，承保中心，理赔中心，渠道管理。1-3天完成产品上线，5-10秒完成千人名单导入及校验，0.5秒完成承保出单，最快15秒理赔结案。
核心	经代核心	打造经代全业务场景管理闭环。包括业务管理，人员管理，协议管理，内外结算。 200+款保司产品对接，1-2天产品快速上线，渠道对接能力强，TOP5大型保险中介机构的选择
合规	可视化回潮系统	互联网保险销售全流程业务回潮闭环，包括销售回溯管理，回溯数据分析，对账管理，质检管理。支持单日页面请求次数2亿+，支持网销出单日均数量10万+，覆盖保险及银行机构40+家，完成H5端对接快至3天
精算财务	IFRS17一体化平台	端到端的IFRS17解决方案。包括数据管理，预期现金流，核心计量，子账报表，费用分摊。3小时完成100亿保单计量，标准输出文件30+，实务校验规则160+，自定义配置项 50+ 支持企业客户根据业务场景需要构建定制化的智能客户服务体系，包括智能算法模
客服	智能在线客服系统	型，全渠道接入，预制知识库。7*24小时全时段响应，机器人问题解决率 90%，算法模型准确率 95%，1vN在线解答，智能导航率97.4%，运营效率提升108% 客服统一工全场景客户服务解决方案，一站式服务工作台，场景化标准服务流程，国产化适配。
	作台投诉管理系统	年服务流量2,000万，服务效能提升42%，服务满意度98% 快速、全面、智能的一站式投诉管理平台。高效受理流程，上下游数据聚合，画像及风险预测，国产化适配。标准监管回函模板20+，H5 撤诉最快时效30s，2h安抚金到账深入保险行业的智能质检解决方案。包括保险行业质检模型沉淀，优秀的人机结合方
	智能质检	案，深入业务的质检闭环方案。语音识别率高于90%，质检效能提升60%，质检成本下降 35%，保险行业质检模型 200+ 打造学-考-练的在线销售培训闭环。销售话术，云端集训，精品课程，随访考场。覆
培训		AI培训助手盖人群100,000+人，使用时长5,000,000+分钟，练习任务23,580 场，对练次数 2,960,000句，上新时间1天。全链路、智能化、可扩展智慧经营体系，精细化运营解决方案。30+业务分析图表，
运营	集智经营分析平台	50+可视化组件，70+算法组件，0代码拖拉拽式分析，亿级数据秒级分析响应，平均提升的工作效率 70% 实现业务全流程风控闭环。共享式模型库，可视化策略配置，一键测试发布，实时监
风控理赔	智能决策系统	控预警，严格权限管理。单机每秒并发2000+，日处理量1000 万+，决策平均耗时 <10ms，完成策略调整发布快至10分钟，节省开发时间90%，覆盖业务风控场景10+ 车险智能理打造一站式智能化车险理赔服务。视频报案，远程查勘，业务监控统计，视频理赔任
业	赔系统活动工场	务分派，视频通话录制。60%+案件无需现场查勘，平均结案时间缩短11分钟一站式营销活动运营工具。丰富的活动模板，完善的奖品系统，支持活动全流程闭环分析，营销反欺诈能力。快至5分钟上线一个活动，70+活动模板，发奖成功率
务增用户运营长	台建，灵活客群圈选	99.5%，活动上线效率提升99.99% 用户洞察平统一用户视图，挖掘用户价值。多元数据整合，统一识别，用户标签，画像体系构
系列	智能触达平	渠道营销活动客户触达管理工具。多种触达方式，精准营销触达，全方位触达保护，营销转化效果分析。99.99%短信验证码到达率，7*24小时全天实时监控，即时响应 5
	台运营分析平	秒必达，500 条/秒高并发弹性应对搭建专业的运营数据分析平台。快速上手，可视化埋点，自定义看板，支持多维交
	台	叉、多层级下钻场景。hadoop&阿里云底层数据计算支持，百万QPS 级数据采集高支持，10+运营分析模型，数据分析亿级/秒。自动化运营四步落地营销自动化闭环。智能化洞察，个性化旅程，跨渠道触达，实时效果分析，
	平台持续敏捷营销	内容推荐平站内营销内容的统一管理与深化运营。营销素材管理，智能内容推荐，多应用资源位
	台用户交互挖掘平台	管理，实时效果监控，投放策略调整挖掘鲸，用户价值增长引擎。进线意图识别，客户情绪判断，服销机会挖掘，投诉风险识别，热议话题展示。7大预置算法模型，千万级语料调优模型准确率达94%，投
	智能 SCRM 平台	诉率下降30%，转化率提升2.3倍一站式私域流量运营解决方案，包括客户沉淀，全面服务，客户长效经营，销售转化。累计触达用户数100W+，引流成功率 70%，客户持续互动率 80%，客服及运营
渠道管理	台	效率提升50%+ TOB 开放平助力快速高效对接B端渠道实现渠道展业，包括产品对接，商户运营平台，接入中心。给渠道带来收益10亿+，已合作渠道2000+，已对接上线保险产品1000+款
业	台	项目管理平团队协作与产品研发全生命周期管理，包括自定义管理模式，深度整合工具链，多层权限体系，智能自动化联动，多种部署方式开箱即用的应用交付和运维平台。双模发布和运维，流水线持续交付，自动化运维，
	发布上线平台智能运维	弹性分配资源。发布前置时长缩短48%，年生产发布次数60,000+次，发布失败率下降66%，集群资源使用率75% 全场景持续测试，高效管理。代码静态扫描，自动化测试，性能测试，流量录制。日
	质量中台	均用例执行次数120,000+，代码覆盖率提升80%，全质量效能提升60%，生产缺陷率下降40%
	台	运维监控平企业级一站式监控解决方案，选择运维监控平台解决问题。系统内置监控指标100+ 个，分钟级线上故障告警，缩短服务恢复耗时76%，万台服务器所需运维人员3人
务基建	数据防泄漏系统	多方位数据防泄漏，保护企业核心数据。终端数据防泄漏EDLP，网络数据防泄漏 SDG，邮件安全网关SEG。10+内置行业模版开箱即用，关键敏感数据识别准确率>98%，采购成本低于国外价格<60%，数据完全分享时间<1分钟
系列	动态数据安全管理系统	一站式金融级数据库安全保护解决方案。数据库透明加密，数据库动态脱敏，精细化权限管理，数据安全合规改造。0代码改造，10+关系型数据库兼容，SDK模式性能损耗<0.01%，100%满足商密要求
	全网关	帮助企业有效应对现代化Web攻击威胁。防御各类常见网络攻击，防御各种自动化信息安全 Web应用安攻击，防御各种业务安全攻击，提供API保护能力。10O 万 TPS 高并发支持， 20,000+网站防护服务支持，300万日均拦截攻击数，99.9999%网关可用性，0代码应
	业务反欺诈平台	用安全加固安全、易维护、低成本的应用安全解决方案。互联网业务安全反欺诈。包括登录注册，营销反作弊，接口防刷，无感验证码。累计节省营销费用3,000万+，累计节省短信消耗800万+，50万 TPS高并发场景支持，
		用户放弃率<0.02%，1亿+风险手机名单，6,000万+保险行业风控画像等保合规一等保合规一体化安全产品。包括安全区域边界防护，安全计算环境防护，安全审计产体化平台品 SIEM。跨环境部署，一站式解决，单次测评通过率 99.99%

注：核心产品为面向企业数据化升级的核心应用；业务生产系列主要功能为助力快速上线互联网保险业务，完成数字化转型升级；业务增长系列主要功能为助力打造可持续的营销闭环，实现用户与收入的快速增长；业务基建系列主要功能为助力快速开展业务的同时，保障业务的稳定、安全、合规数据来源：众安科技官网，财通证券研究所

数据来源：众安科技官网，财通证券研究所

国际输出：众安国际旗下的科技子公司ZA Tech聚焦向国际客户输出新型保险科技解决方案及数字化保险的技术经验，深耕海外市场，业务已遍布日本、中国香港、东南亚和欧洲等各大市场，公司搭建的保险核心系统 Graphene 协助保险客户连接各类生态合作伙伴，推出多款碎片化、场景化的保险产品；保险核心系统 Nano协助数字化转型初期的保险客户实现低成本、快速上线数字化保险核心系统；为互联网平台客户提供低代码整体保险金融解决方案Fusion。2022年 ZATech录得科技输出收入约 3.01亿元，可持续性收入占比同比+10pct至44%。

图26.众安国内科技输出结构

数据来源：众安在线公司公告，财通证券研究所

图27.ZA Tech 科技输出可持续性收入占比提升

数据来源：众安在线公司公告，财通证券研究所

科技产品项目实施难点有望通过 AIGC优化，当前公司已经在全系列产品中规划加入 AIGC等大模型能力，并将不断实践探索应用场景。众安科技产品项目实施过程长期存在内容的生成成本高、产品学习上手困难、业务指导能力弱等通用难点，生成式 AI 具备可生成内容类的赋能和人力提效、改变人机交互方式、辅助运营人员管理业务三大优势，可系统提升众安科技产品的综合能力，全面提升产品易用性、业务价值。

表11.众安在线系列产品有望实现AIGC内置升级
可升级产品 AIGC结合点说明
	众安科技智能营销平台的toC营销场景中，内容活动作为营销触达的核心抓手，过往需要投入非智能营销常多人力进行内容创作。结合ChatGPT类生成式AI能力后，营销平台不仅仅可以提供创作工具，平台还可以快速帮助客户完成内容创作，文章撰写、活动创作等，甚至是可以在自动化运营中自动地进行策略的理解和配置生成，从而更好、更快速地实现千人千面的营销触达。
	配置工作的简化和自动化：过往在核心产品使用过程中，需要大量的专业人员进行各方面的配置，如配置一款保险产品上架、配置多渠道的对接、配置各种风控策略的上线，过往这些配置项，均需要业务运营人员熟悉系统后进行配置工作。生成式AI接入后，业务人员只需要输入需求（什么样保险核心业的一款产品、什么样的核保规则)，系统自动化配置实现，提高效率。
	务系统业务运营管理智能化：对于保险承保全流程运营（询价、承保、批改、理赔、续保）、财务数据处理过程（对账、理算、财务审计等)，过往对于业务运营，需要人力进行重复性比较高的经验类型工作：运营状况的数据汇总监控、人工核对等；通过生成式AI的提升，可以帮助提升运营过程的自动化程度，自动追踪监控业务运营现状并汇报。
经代信息化系统	toC场景：保险顾问，传统方式多通过表单提交的形式收集信息，并基于历史数据或人工设定的逻辑模型给出结论，不能对个性化的问题给予解决。而人工则需要依赖顾问的经验和职业道德。AIGC结合后智能客服可以更自然友好，也更公正地给出建议和方案（移动展业、自营商
	城）。 toA赋能场景：可以更个性化地为代理人生成展业所需要的内容。例如针对代理人在SCRM中的客户画像，代理人本身的形象人设，生成、挑选每天的展业素材，甚至针对不同客群生成不同内容，为代理人提供"千人千面"的素材 (移动展业)。
	toA代理人培训场景：从基于NLP的人机对话培训迁移到基于GPT，原先的对话相对制式化和死板，需要根据配置的脚本进行比较固定的专项培训，讲师有一定的配置成本，应对发散性的场景上无法特别好的处理。通过GPT提升培训的有效性和体验，让每个代理人有一个真人 1v1 培训的体验。
研发运维- 体化平台	基于AIGC的特点，研发运维一体化平台已经初步将其应用于代码生成、代码补全、代码优化、测试用例生成、脚本和配置生成、构建和部署问题分析、监控问题分析、需求拆分、知识库构建和快速检索等九大场景。在大数据开发领域，构建数据中台需要不同岗位分别进行数据治理、数据建模开发、BI应用开
数据平台	发、应用模型开发等，这些工作需要大量人力重复地进行，例如预测建模类开发工作，需要在模型选择、测试、调参依赖算法工程师的持续投入，通过大模型可以大大简化这些工作的人力投入，自动设计并调试应用模型，最终用于流失预测等业务场景。

数据来源：众安科技《AIGC/ChatGPT保险行业应用白皮书》，财通证券研究所

5 投资建议

我们认为，中国平安与众安在线在保险科技领域深耕多年，科技投入大，人工智能等核心技术实力市场领先，沉淀的应用场景与数据丰厚，有望更快将 AI 大模型应用于业务端，科技赋能潜力大，建议关注。

1）中国平安：作为国内最大保险集团之一，凭借 30 余年的业务积累，保险领域垂直数据积累丰富，且自2008年来开始持续布局金融科技，并坚持科技自研，在人工智能、大数据、云计算等核心技术在金融领域的应用布局全球领先，有望复制BloombergGPT路径，自研金融领域AI大模型，赋能业务全流程。

2）众安在线：公司作为头部互联网保险公司，自成立来坚定推进保险科技布局，相较于传统保险公司更为关注大模型落地带来的增效扩能机遇，相关应用落地有望更快一步。

6 风险提示

1）技术落地不及预期。AI技术的落地与产业化需要依赖技术的发展情况，若AI技术落地不及预期，可能造成在保险行业内的应用程度有限。

2）保险科技监管趋紧。保险行业是强监管行业，若监管部门对保险科技应用和发展作出限制，则会对行业发展和相关公司产生不良影响；

3）研发投入周期过长。AI 技术的投入规模较大、投入周期较长，在较长的研发投入过程中存在一定不确定性。

信息披露

⚫ 分析师承诺

作者具有中国证券业协会授予的证券投资咨询执业资格，并注册为证券分析师，具备专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解。本报告清晰地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响，作者也不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

⚫ 资质声明

财通证券股份有限公司具备中国证券监督管理委员会许可的证券投资咨询业务资格。

⚫ 公司评级

买入：相对同期相关证券市场代表性指数涨幅大于 10%；

增持：相对同期相关证券市场代表性指数涨幅在 5%～10%之间；

中性：相对同期相关证券市场代表性指数涨幅在-5%～5%之间；

减持：相对同期相关证券市场代表性指数涨幅小于-5%；

无评级：由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使我们无法给出明确的投资评级。

⚫ 行业评级

看好：相对表现优于同期相关证券市场代表性指数；

中性：相对表现与同期相关证券市场代表性指数持平；

看淡：相对表现弱于同期相关证券市场代表性指数。

⚫ 免责声明

本报告仅供财通证券股份有限公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。

本报告的信息来源于已公开的资料，本公司不保证该等信息的准确性、完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的邀请或向他人作出邀请。

本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。

本公司通过信息隔离墙对可能存在利益冲突的业务部门或关联机构之间的信息流动进行控制。因此，客户应注意，在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的情况下，本公司的员工可能担任本报告所提到的公司的董事。

本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下，本公司不对任何人使用本报告中的任何内容所引致的任何损失负任何责任。

本报告仅作为客户作出投资决策和公司投资顾问为客户提供投资建议的参考。客户应当独立作出投资决策，而基于本报告作出任何投资决定或就本报告要求任何解释前应咨询所在证券机构投资顾问和服务人员的意见；

本报告的版权归本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。

相关报告

财通证券-保险行业保险+AI深度报告：看好丰富数据积累及应用场景驱动下，保险+AI大模型的受益机会-230628.pdf