专访众安保险施兴天：AIGC提供了一种新的交互方式，也为中小保险机构弯道超车提供了机会

ChatGPT和“文心一言”的爆火，为内容生产领域带来了巨大的变革，也让全球看到了AIGC（人工智能内容自动生成技术）的强大。当下，AIGC已经席卷了各行各业。

《AIGC/ChatGPT保险行业应用白皮书》（以下简称《白皮书》）显示，ChatGPT是迄今为止增长最快的消费者应用程序，该应用底层技术“生成式AI”已是全球科技巨头重点锁定的技术领域。pitchbook数据显示，尽管2022年北美风险资本投融资数量明显趋缓，但对于生成式人工智能领域的投资仍呈现积极景象。在2020年至2022年间，投资总额从2亿增长至14亿，复合增长率是81.6%。

在AIGC的主要应用场景中，不仅有相对基础的文本生成、机器翻译等，也有相对高阶需求分析、风险评估等场景。有业内人士认为，拥有广泛数据积累的保险业将是新兴技术率先落地的重要场景之一。

那么，AIGC将从哪些方面为保险业务流程赋能呢？中小保险机构又该如何应对这波科技浪潮呢？带着这样的疑问，《每日经济新闻》记者专访到众安保险数据科学应用中心负责人施兴天。其认为，AIGC提供的是一种新的交互方式，这是AIGC与以往的算法模型和应用场景所不同的地方。

众安保险数据科学应用中心负责人施兴天 图片来源：受访者供图

ChatGPT的出现代表了机器学习理论在应用场景上的突破

人工智能的起源可以追溯到20世纪50年代的达特茅斯会议。在这次会议上，科学家围绕“用机器来模仿人类学习以及其他方面的智能”的主题进行了探讨，虽然最终没有达成共识，但是却为会议的内容起了一个名字：人工智能。

于是，“人工智能”的概念就这么诞生了，随后的时间里，围绕人工智能的相关理论不断发展和完善。1990年之后，深度学习成为人工智能领域的主要研究方向，而这也成为了之后人工智能重点发展的方向。2010年后，人工智能技术已经被广泛应用于各个领域，如自动驾驶、智能家居、医疗健康等。

“从技术的突破层面来看，无论是AlphaGo还是ChatGPT，它都是科技发展过程中具有标志性的里程碑事件。”施兴天认为，标志性事件背后反映的是技术的量变和跃升，它不是突如其来的，而是一个技术不断积累和推进的过程。

回忆这十年的人工智能技术发展，施兴天认为其发展方向还是以深度学习为代表的机器学习理论在应用场景的突破和变化。其中可以称之为里程碑的事件主要有三个：AlexNet模型的搭建、AlphaGo的出现和ChatGPT。

施兴天介绍说，AlexNet模型第一次系统性地、全面性地打败了任何以前传统的机器学习模型在图像分类上的准确度，自此开始，图像文本的处理开始转向深度学习的模型。而AlphaGo第一次打败了围棋的世界冠军，让人工智能在专业领域上有了巨大突破，让自动驾驶、领域机器人等概念变成可能。ChatGPT的突破在于交互方式和通用性，它后期可能带来的改变还需要去观察。

值得一提的是，人工智能跨越式发展这十年，正好也是保险科技快速发展的十年。2013年，互联网思维成为影响并改变着传统金融业态形式的冲击力量，不仅诞生了第一家专业互联网保险公司，各大保险机构、中介机构也纷纷“触网”，因此，2013年也被称为互联网保险元年。

如今，十年过去了，科技的发展又给保险业带来了什么样的改变呢?“10年前，移动互联网的普及，降低了用户接触互联网效能和成本，这让保险从业机构意识到线上化的重要性，开始去迎合互联网时代用户的交互模式以及流量运营模式。”施兴天认为，相较于十年前，科技给保险业带来的最大改变就是线上化和数字化。

第二个改变就是大数据与人工智能技术成本的降低。由于成本降低，保险机构在大数据与人工智能领域开始有大量的投入，风控模型、营销模型、推荐算法等开始大规模普及。大量数据的使用，推动保险业的数字化往数智化方向发展。

“数字化转型已经进入新的阶段，在这个阶段，技术的获取跟效能的提升产生了很大变化。”施兴天表示，而随着AIGC的应用，现在的数智化是否又发生了变化，目前还不好判断，但可以肯定，这个变化是很有可能会发生的。

AIGC提供的是一种新的交互方式，降低了机构尝试的门槛

在《白皮书》中，众安保险详细拆解了AIGC技术在保险业未来可应用的33个具体的落地环节。可行性研究显示，在产品营销过程中，AIGC技术可以快速生成制作文案内容、视觉设计等各类营销素材，从原本需要3天的制作周期缩短到仅需3小时。在客户服务环节，AIGC技术可以根据客户的问题或需求，智能地回答客户问题，或引导客户到相应的服务流程。

可以这么说，AIGC将从前端、中端、后端等三大方面为行业和机构赋能，甚至可以改变保险行业的一些作业流程。AIGC究竟是如何为保险行业赋能的？其能在保险业务流程中发挥什么样的效能呢？

“在没有ChatGPT或者AIGC的这类大语言模型之前，金融机构也在大量地去使用机器学习和人工智能的算法，去改善整体的效能和用户体验。”施兴天表示，金融机构在该领域的探索做得很深，也做得不错，而AIGC的应用起到的最大作用是通用化的能力，降低了金融机构尝试新内容的门槛。

据悉，保险机构以往的算法模型还是会局限需要有训练的数据，机构只能基于历史数据去做模型，去评估准确率。例如，在保险新产品设计的过程中，通常面临大量非结构化、半结构化数据需要收集和处理的问题，相对于传统的机器学习模型，具备更强通用能力和“常识”的生成式大语言模型可以很大程度上提高这类数据处理过程的效率。

其次，AIGC还能提供新的交互方式。以前，不管是基于深度学习的算法模型还是传统的基于学习的算法模型，都是无法提供交互的，而AIGC为交互提供了一些改变。“这是AIGC与以往的算法模型和应用场景所不同的地方。”

也就是说，如果保险机构充分利用这些AIGC的优势特点，它们可以为保险行业客户在保险产品、营销、运营和客服等多个领域提供深度技术赋能，同时还可以应用于日常办公、研发提效等多个方面。

需要指出的是，科技的迭代带来了效益同样也增加了成本。在这波科技浪潮中，家底不丰的中小保险机构又该如何把握机遇呢？“ChatGPT是一个技术的革新，但它成本并不是很高，即便原来的金融科技实力不够，其实也是可以去尝试的，所以，中小保险机构完全不用担心门槛问题。相反，这有可能是中小保险机构弯道超车的机会。”施兴天认为，中小保险机构要正确对待新技术，积极拥抱新技术。

第二，中小保险机构在使用AIGC技术的时候需要注意场景驱动，尤其是中小保险机构，一定要带着明确需要解决的问题去使用这个技术，而不是泛泛地去使用。问题解决得不明确会拉长技术开发和使用的战线，甚至无法利用大语言模型的优势。

第三，科技实力不够的中小保险机构最好不要从0到1地去搭建或者调整这些大语言模型，可以在应用当中考虑使用市场上出现的工具跟方案，这样可以避免投入过大，成本过高。

“对于中小企业来说，AIGC带来的机会多于挑战。”施兴天表示，AIGC技术实际上是降低了所有人使用AI的门槛和壁垒，从这个角度来看，这是利好中小保险机构的。如果中小保险机构在科技方面投入成本不多的话，可以带着具体问题，使用行业当中或者说市场当中已有的方案去推进。