近年，保险行业AI应用呈跨越式增长。
艾瑞咨询数据，2025年中国保险业科技投入突破670亿元，其中AI板块以22.5%的年均复合增长率成为增速最快的新方向。
与此同时，国家金融监督管理总局于6月18日发布《关于银行业保险业人工智能安全开发应用的指导意见》（下称“8号文”）。有保险分析人士认为，“8号文”标志着保险AI从“无规”探索步入“有矩”高质量发展的新阶段。
慧择控股战略企划部总监马潇称，部分保险机构此前以“别人有，我也要有”的心态驱动投入。“8号文明确提出摒弃为新而新、为用而用的倾向，先问为什么要用AI，再问怎么用AI。”也就是说，保险AI不再以技术花哨论英雄，而是回到业务实效的基准线上。
“8号文”划红线
“8号文”在“完善人工智能治理架构”部分明确提出，加强人工智能安全开发应用治理与建立人工智能应用管理体系。
其中，董（理）事会应指定专门委员会对人工智能开发应用管理负责；金融机构应建立健全人工智能应用需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系，规范模型研发、应用及资产管理，加强数据安全评估、算法风险筛查、伦理审查评估、责任追溯机制建设，实施人工智能应用风险分类分级管理。探索建立业务价值导向的人工智能应用绩效评估机制。
在部分分析人士看来，这几项要求对保险行业AI布局尤为重要。
马潇认为，行业内已形成普遍共识，AI的定位已从“工具”升级为“战略风险要素”，这是一次根本性转变。“谁使用谁负责”被置于首位，意味着AI不再是科技部门的内部事务，而应纳入机构整体风险治理框架，需要董事会专项委员会统筹，业务、科技、数据、风控多部门协同。
科方得咨询机构负责人张新原也表示，过去部分险企可快速上线智能客服、核保等AI项目，而今必须设立专门治理委员会，明确董事会或高管层最终责任，并建立模型开发、数据安全、风险监控等标准化流程。
“8号文”第（十六）项明确，强化高风险应用准入管理，涉及资金交易、资产评估、信贷审批、承保理赔、风险管理等，以及与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景应用应被视为高风险应用。
马潇表示，把承保理赔、信贷审批等列为高风险AI应用场景，三道闸门很明确：须经风险管理委员会审批、关键环节必须保留人工监督和干预、面向公众或高风险场景必须向监管报备。同时，姓名、身份证号、手机号、银行卡号等个人敏感信息严禁用于AI模型训练。在他看来，这两条红线直接回答了行业最迫切的问题“AI能做什么，不能做什么，边界在哪”。
尚未完全进入价值创造深水区
2025年起，国内保险业AI应用步入规模化落地阶段。
例如，太保产险上线深度融合全链路的AI搭档“灵析”；2025年2月，水滴公司推出升级版“水滴水守AI保险专家”及AI客服“保小慧”；2025年7月，暖哇科技公布新一代智能风控产品“天鉴”。
2026年1月，慧择上线AI理赔智能体；6月，“蚂蚁阿福”App内首个健康险智能体“蓝小保”上线。
金融壹账通保险事业部产品团队相关负责人表示，公司保险业务正处于转型期，产品矩阵正向数据产品、规则风控产品、AI产品“三轮驱动”方向切换。部分头部企业已在AI应用方面取得阶段性成果，更多企业目前仍主要聚焦于降本增效，价值创造的深层探索尚在持续推进中。
在马潇看来，从目前可获取的行业数据来看，能从AI试点走向规模化落地的金融机构或仅不到10%。制约AI落地的，不在于模型能力，而在于组织能否完成向“AI原生”的系统性跃迁，即用AI思维重新设计每个业务场景。
直面成本、幻觉、数据与合规
部分从业者指出，搭建保险AI底层模型成本高昂，商业价值难以在短期内清晰量化是当前难点之一。此外，模型幻觉与算法黑箱、数据合规等问题同样突出。
模型幻觉与算法黑箱被认为是保险AI的核心痛点，分别影响AI输出的准确性与决策过程的透明度，制约AI在核心业务中的深度应用。
马潇认为，保险是强监管行业，一次AI“幻觉”导致的拒赔或错赔，不只是技术问题，更牵涉法律与声誉风险。
金融壹账通保险上述负责人提到，Transformer架构下存在一定概率的幻觉现象，而承保理赔属于高风险场景，由于当前技术的可解释性有限，目前AI在该领域更适合作为辅助工具来使用。
合合信息智能解决方案事业部总经理李明则表示，在具体应用中，确保AI智能体能准确、及时获取有效数据，并正确理解与分析企业内部信息，是提升执行准确性和结果可靠性的关键环节。
数据与合规同样是保险AI绕不开的难题。目前，医疗、财务等高敏感数据标准化程度低，隐私合规要求严格，个人信息不得用于模型训练；数据孤岛普遍存在，加之许多险企核心系统老旧，与AI工具不兼容，数据散落于各子系统。
李明认为，当前AI技术在金融领域中主要应用于部分业务流程的效率提升和辅助决策，但是在更核心的场景，比如关乎风控、合规、用户隐私的应用领域，需要考虑数据安全和权限管理两大风险，AI的创新尝试则会更加谨慎。
马潇认为，“8号文”明确禁止个人敏感信息用于AI训练，这对保险行业的数据使用习惯是根本性重塑。“能不能在合规前提下构建高质量训练数据集，合成数据、差分隐私、联邦学习，会成为AI能力建设的关键分水岭。”他进一步表示，保险的本质是建立在信任之上的承诺，用户购买的是无形且延迟兑现的风险保障。AI可提升专业度、响应速度和流程透明度，但信任的最终建立仍离不开人与人之间的情感连接，这正是保险业区别于多数行业的独特底色。
216.73.216.14
