11月29日，由《中国银行保险报》主办的2024金融业（保险）数字化转型大会在广东汕头举办 。普华永道金融数字化咨询总监方骥表示，保险行业在数字保险建设方面取得了诸多成就，保险业务在线化处理水平显著提高。但目前在产品、营销、风控、业务运营、客户服务等环节的数字化建设仍面临一定挑战。比如当前数字化建设难以实现高度个性化的设计与定价，对非结构化数据的利用不足。“究其原因，主要是现有的数字保险建设面临技术、数据和研发三方面瓶颈”。“AIGC大模型技术已经逐渐在金融行业广泛应用和落地。”方骥认为，AIGC大模型的兴起有助于打破上述三大瓶颈，AIGC大模型技术具备以下多种技术特征：一是超大规模参数量，二是强大的内容自主生成能力，三是对多模态数据融合的良好支持，四是强大的认知交互能力，五是灵活的适应性和可扩展性。

方骥认为，数字保险建设在AIGC大模型赋能下将面临新机遇，主要表现为以下四个方面：在业务应用方面对全新业务场景的支持。在销售上，变革代理人销售辅助、产品推荐咨询及营销素材设计；客户服务中，实现流程数字化自动化，智能客服高效响应；运营方面，数字员工提升业务服务与管理效率；风险管控上，AIGC前景广阔，可进行风险点发现评估等；合规管理中，AIGC 赋能反洗钱、关联交易工作，等等。在企业信息化架构方面提出新要求，需将AIGC大模型与传统的AI小模型统筹考虑。围绕AIGC大模型的分层架构需要包含算力、数据、平台、模型、接入和场景应用层。算力层需要集中建设、选择能够兼容不同类型大模型的计算设备并规划统一的资源管理调度功能；数据层需要统一建设数据湖和企业级知识库以作为大模型差异化训练和增强的关键输入；平台层应围绕不同类型的模型建立统一开发运营和管理环境；模型层则需要在要根据企业自身对AIGC发展的策略考虑选择通用、行业和领域级的大模型；接入层需要以AI Agent为核心为业务应用提供统一的多模态使用通道。为险企提升数据能力提供新思路。

AIGC大模型首先能够显著提升数据处理的效率。其二能够更加智能化的保障和提升数据质量，能自动识别并修正数据错误。其三能够使数据整合与关联更高效，能够更好地跨源整合数据。其四能够极大增强非结构化数据处理能力，可将其自动转换为结构化数据并提升搜索性与可访问性。最后，AIGC大模型也会推动保险企业更加重视数据安全与隐私保护。为应用研发带来新范式。数字保险时代，传统应用研发范式面临自我学习能力弱、开发过程复杂等挑战。而新的研发范式是以AIGC大模型驱动的AI Agent作为核心，使业务应用系统从以人为预设逻辑的固化处理为主进化到以AI Agent智能体自主感知、自主学习记忆、自主规划决策和自主行动为主的新形态。AI Agent能够根据自然语言描述的目标形成业务处理逻辑，能够将复杂任务分解成简单步骤并进行编排，同时多个不同功能的AI Agent可以进行协作。同时AI Agent能够通过自我检查提升运维智能化水平，对故障和异常能够自主诊断恢复。但针对AI Agent需要有合规检验、纠偏且处理过程可追溯的管理保障。

记者 谭乐之编辑 杜向杰