（问题）保险行业竞争加剧、客户对体验要求提高且成本压力不减的背景下，传统以人工为主的承保、客服和理赔流程，普遍存在响应慢、重复劳动多、质检难等问题。尤其在健康险、车险等高频场景中，案件量起伏明显、信息来源复杂，不仅考验服务承接能力，也对风险识别、合规审查和运营效率提出更高要求。 （原因）众安在线在年报中披露，其提升运营效率与服务体验的关键，在于以大模型为牵引推进技术体系升级：一是深度接入国产主流大模型，并结合强化学习、模型蒸馏等方法，提升语言、语音、图像等多模态处理能力；二是联动大数据与机器学习平台，搭建“技术底座—业务中台—场景应用”的一体化架构；三是以数据沉淀夯实基础。截至2025年末，公司累计服务客户约5亿，沉淀近千亿保单数据，自建多模态语料库，包含超100亿条业务对应的文本，为大模型在保险场景的专业化落地提供数据支撑。同时，公司打造的智能中台“众有灵犀”通过知识工程、语音服务与智能体等模块协同，重点覆盖保险价值链中的核心环节。 （影响）年报数据显示，大模型能力正加速向业务端渗透，并带来可量化的效率改善：截至2025年底，智能中台活跃机器人近220个，全年大模型调用超过20亿次，累计消耗标记量超过3万亿次，已成为日常运营中的高频工具。在客户服务上，私域场景的智能客服提升了单坐席的覆盖能力，使面向终端用户的服务规模扩大至10万人以上。理赔上，健康险案件自动化审核比例超过45%，最快可实现15秒内结案，超过76%的客户一个工作日内收到赔款，反映出理赔从“材料流转”向“数据驱动审核”转变。在车险生态中，超过50%的案件实现视频化“秒接、秒视、秒赔”，智能定损最快用时缩短至116秒，有助于缓解高峰期积压并改善客户体验。 （对策）业内人士认为，大模型在保险领域的应用不仅是效率竞争，也考验合规与治理能力。下一步，相关企业需在三上补齐“能力闭环”：其一，强化数据治理与权限管理，推进数据标准化、可追溯、可审计，降低数据泄露与滥用风险；其二，完善风控与内容校验机制，在承保定价、核赔审核、客服话术等关键环节设置多重校验与必要的人工复核边界，确保结果可解释、可复盘；其三，建立技术与业务同责的组织机制，将模型效果评估、运营指标与合规要求纳入统一管理，避免“系统上线、流程不变”的形式化落地。 （前景）随着国产大模型持续迭代、行业数据要素价值深入释放，保险业数字化转型正从“线上化”进入更深层的“智能化”阶段。预计在健康管理、车主服务、企业风控、反欺诈等场景中的应用将继续扩展，理赔时效、服务触达和风险识别能力有望持续提升。同时，监管对数据安全、算法治理与消费者权益保护的要求不断加强，能否在效率提升与安全合规之间取得平衡，将成为保险科技竞争的关键分水岭。
众安保险在AI技术应用上的进展，折射出数字经济时代保险业的演进方向：以技术驱动提升运营效率，以业务场景落地改善服务体验，并形成可持续迭代的闭环。随着大模型更成熟并深入应用，行业有望提供更高效、更智能、更贴合需求的服务。但在加速创新的同时，必须同步强化风险控制，守住服务质量与数据安全底线。众安的实践也表明，新技术的价值最终仍要回到一个目标：为客户创造更稳定、更可信的服务体验。