大数跨境

构筑AI原生新引擎,打造新寿险科技公司

构筑AI原生新引擎,打造新寿险科技公司 金融采购与供应资讯
2026-11-03
3

本文为泰康保险集团管委会成员、首席信息官杜彦斌在10月21日由中国金融集中采购网主办的“2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛”上所作的主题演讲,根据发言实录整理,作者授权发布。


各位领导、嘉宾大家好!感谢前面几位嘉宾的分享到的AI金融规模化应用内容,包括具体应用的标准、体系、算力等以及监管要求,很有借鉴意义。下面我从产品和技术实践角度,以《构筑AI原生新引擎,打造新寿险科技公司》为题,将泰康做法作一个简要分享。

泰康立足场景适配,推进AI原生战略建设。很多企业讲“All in AI”或者“AI First”,而泰康最后选择了“AI原生”这一更具穿透力的讲法。AI应用场景选择至关重要,部分场景天然适配,部分场景则并不适合,生搬硬套AI往往投入产出比不佳。唯有AI原生,才能真正体现AI技术与产品结合所带来的价值,因此从AI原生角度开展实践探索更为合适。




一、金融行业科技发展趋势:从30年技术脉络看AI发展趋势




早期互联网技术积累为AI发展奠定坚实基础。如果没有早期PC互联网以及移动互联网十五年的积淀,就不可能走到今天的智能时代。互联网技术时代的核心特征是信息无处不在、获取成本趋近于零。在此基础上,数据大量沉淀、云基础设施逐步完善,数据成为算法的养料,算法再与算力结合,共同塑造了AI当前的核心特征,并推动AI大模型实现规模化应用。当下,AI大模型实际上解决了“知识无处不在”的问题。泰康认为工业革命让体力无限延伸,AI让智力无限延伸。这意味着大量知识工作者、白领的生产效率将获得极大提升,也必然带来知识领域工作的变革。

2026年开始进入“能动无处不在”的阶段。在此阶段,智能体能力不再局限于“问”,而是扩展到“执行”。从“问”到“办”,意味着真正意义上的自主行动智能体得以出现。从商业价值看,如果AI只是问答工具,对生产效率或商业进化的提升是有限的。只有从简单问答,发展到AI协助人工作、AI与人编组,再发展到AI负责执行、人类负责兜底和安全控制,才可能真正产生更大价值。

目前距此阶段尚有很远距离,仍面临诸多挑战。一方面是技术面临模型、智能体工程、知识工程等挑战;另一方面非常重要的是安全与合规挑战。人工智能目前仍面临很多不确定性和风险。我曾与业内人士讨论AI安全覆盖度能达到多少分位,多数观点认为尚不到50分位。此外,8号文出台后,金融领域AI安全的重要性被再次抬升,安全控制已不再是配套环节,而是制约产业实现规模化升级的核心。



二、泰康人工智能发展战略




1、泰康人工智能发展策略发展,从知识工程建设到AI原生

早期AI应用落地策略侧重于依托模型底座,推进知识工程建设。早期泰康在制定AI策略时,实际面临权衡。2022年,AI开始进入金融企业用于模型训练。我们判断这可能并非我们的专长领域,因此做出明确决定:先用好AI模型底座,再梳理自身知识体系,推进知识工程建设。这也是当前金融等行业企业形成的共识,模型是下限,而知识工程、智能体工程等则是上限。实际公司业务领域的知识积累水平与专业化程度将决定其应用的上限水平,智能应用战略重点应回归知识,泰康正坚定不移地沿着这一路径推进。

同时AI应用落地也面临很多变化。此前在垂域领域,不少模型对业务的支持效果并不理想,在准确度和深度打磨等方面存在欠缺,因此基于当时的判断,我们并未直接投入模型研发。今年,随着知识整理推进到一定阶段,我们发现场景、知识和数据均对模型提出明确需求,据此研发了养医模型,原先未在基座模型上开展的工作,接下来将通过垂域模型继续推进。

未来将以AI原生为引领,打造领先的科技体系。我负责科技工作,经历了从早期信息系统建设,到大数据分析决策,再到构建具备自主能动性的AI智能体的演进路径。这一演进路径清晰但变革困难,而且越是原有信息化资产积累越多的企业,其认知、团队结构、治理体系、技术体系等越复杂,转型往往越困难。但我认为,AI应用建设是一项跨代际的系统工程。只有真正认识到AI属于跨代技术,才会回归AI原生这一根本落脚点。我们希望以AI原生为路径,打造下一代信息基础设施与科技基础设施。

2、泰康AI应用的业务背景与科技策略主线

泰康业务主要包括保险与医养两方面,医养业务成为泰康新的商业特征。一方面是保险,即传统寿险模式下的保险与投资;另一方面是延伸的医养业务,这是老龄社会真正到来的背景下,呼应“长寿时代”需求的泰康探索,已成为泰康新的商业特征。百岁人生真正来临,人人带慢病长期存在,65岁以后每个人往往有两到三个慢性疾病,并伴随我们10到20年。在此背景下寿险将发挥独特价值,即把人寿保险的死亡风险逻辑升级为长寿风险逻辑,在长寿过程中针对客户痛点提供适配方案。具体来说,我们的方案是人寿保险加医养服务,除了提供金融服务,还为更多人提供高品质的医养康宁服务。目前,全国48个社区里有23000名老年人入住。在养老社区这一场景下,如何做好慢病管理、健康干预,维系老年人更健康、更长寿的生活,是我们要重点解决的问题。

泰康科技策略主要围绕三条主线展开。第一,在金融侧推进“效率计划”,通过AI进一步提升效率。第二,在养医侧,希望从社区延伸到居家,形成一系列好的AI产品。比如小泰智能和慢病管理产品,实现辐射更多人群。第三,在生命科学研究方面,尤其是老年生命医学与慢病领域,依托AI在数据上的大量积累,探索“AI+科研”赛道。该赛道一方面致力于老年医学领域的攻坚突破,另一方面也将对商业模式形成增强。

3、以AI原生推动业务重构,构建泰康人工智能体系

推动AI原生从工具赋能走向业务重构。只有以AI擅长的方式运用AI技术,才能真正释放其价值。因此泰康要尽可能实现模型驱动、知识闭环,推动AI实现自进化,推进业务流程重组,借此重构现有业务体系,以AI重构保险经营、服务与组织能力。唯有如此,业务才会真正发生变化,效率才会真正产生。另外,关于人机协同我也谈一点个人观点,不代表泰康。人机协同若仍沿用机器依赖人兜底的模式,就依然是停留在纯技术层面的讨论。人类的组织效率实际呈金字塔式层层向上递减,若将AI视为备胎,人本身也可能成为其发挥作用的瓶颈。因此,是否存在真正的人机协同——人与机器、人与AI彼此平等,各做各自擅长的部分?随着安全、规则、伦理等配套约束逐步完善,也许会形成良好的人机协同生态,真正实现突破性的效率提升,这也是我推崇AI原生的另一个原因。

泰康的人工智能体系包括四个重要组成部分。一是战略赛道和业务;二是平台;三是AI安全与基础工程,包括模型、智能体数据和知识;四是AI组织。回到保险业务应用层面,结合金发奖相关材料以及复旦演讲中的案例,保险行业大部分应用和尝试集中在营销和两核领域。这是因为AI本身依赖并消费知识,AI应用的牵引效果依赖原有数据和知识基础。另外,保险行业AI应用还需进行AI友好化处理。原有知识主要面向程序和人,难以为AI所理解,仍需开展AI原生的数据与知识治理、本体转换等工作以提升AI应用成效。




三、泰康人工智能实践




1、泰康的AI应用产品图谱主要有场景训练和两核两个重点

一是场景训练。保险公司最好的AI应用场景就是训练,没有之一。泰康代理人数量庞大,其日常工作本身是学习成本高等知识消费型工作,具体包括学习新产品、计划书制作、进行财富规划、销售产品等。原有模式下,培训依托训练师逐级开展,培训结束后再由学员自行练习并完成通关,整体效率较低。若将全部训练师培训内容与专业产品知识固化到AI训练机器人中,便可构建7×24小时不间断的超水平训练队列,从而实现大幅增效。此外,相较于两核,训练场景对精准性与合规性的要求相对较少,因而与AI应用天然契合,能够直接赋能业务产出。这也是今年我认为较有成效的产品之一。

二是两核。即核保和理赔。核保端,偏向顾问型辅助路线。泰康通过将产品规则、医学核保内容结构化嵌入模型,辅助代理人开展工作。当前非健康人群规模较大,30岁以后各项指标易出现异常,AI可以直接解读体检报告,帮助客户选择泰康健康险产品,并辅助判断客户适合购买、加保,还是存在拒保风险,需要转人工核保。这是一个准确率约90%的顾问型工具,已实现较好落地。理赔端,偏向流程节点提效路线。理赔属于核心敏感场景,因此我们在数据采集、定责、扣费、理算、审核等五六个关键节点上利用AI提效。AI主要起辅助提效作用,终审均由人工完成,符合合规底线要求。

2、泰康在养医模型、具身智能、管理体系等方面开展AI应用创新探索

养医模型方面,泰康今年发布了养医模型1.0,聚焦慢病健康管理场景,后续又发布全场景版,将场景扩展至慢病、康复、护理、健康四大场景,新增居养,重点在于健康营养、饮食、运动、慢病管理,建设精细化场景模型底座,打造从健康基线智能识别,到个性化干预方案生成,再到智能硬件联动执行与效果评价的全周期慢病管理。举例来说,泰康通过整理园区内两万多位老人的生活数据和健康数据,筛选金标知识并回流至模型,从而形成面向老年医学全程慢病管理这一垂直场景的训练能力。具身智能领域方面,泰康推出具身智能养老机器人,提升社区运营管理效率,并正探索应用于安全巡检、人形管家、护理巡视和园区清扫等需要简单劳动力的场景。我们目前的判断是具身智能尚不能完全规模化应用,但面向未来,具身智能在养老场景中仍有较大空间,因此我们会预先梳理布局。管理体系方面,泰康围绕人、财、物等办公类助手,以数字员工形式逐步推动上岗,若岗位可被替代则进行替代,若不可替代则进行任务增强。数字员工最大的好处是真正对齐业务与科技语言、管理与人力资源语言,目前数字员工已在泰康多岗位经营运营中逐步实现深度赋能。

最后回到泰康的主策略:以产品牵引,以原生建设AI。以上是我的思考,谢谢大家。




论坛速递




全景回顾:2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛成功举办

精彩回顾 | 2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛

现场速递:2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛圆满落幕

现场速递:2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛成功举办两场主题分论坛

现场速递:2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛今日启幕


【关于我们】
 “金融采购与供应资讯”由金采网主办并运营,面向金融机构采购、科技、信息、运营等相关部门,金融采购与金融科技领域学术研究机构,金融科技厂商、采购业务服务商等主体,提供金融采购领域相关政策法规、标准规范、研究成果、专业数据、前沿科技、行业活动等高质量专业资讯。
官网:www.cfcpn.com

【声明】内容源于网络
0
0
金融采购与供应资讯
“金融采购与供应资讯”是由中国金融学会金融采购专业委员会指导,金采网主办,主要面向金融机构采购、科技、运营等部门人员,专注提供高质量采购相关政策、活动、数据、科技等资讯。
内容 20
粉丝 0
金融采购与供应资讯 “金融采购与供应资讯”是由中国金融学会金融采购专业委员会指导,金采网主办,主要面向金融机构采购、科技、运营等部门人员,专注提供高质量采购相关政策、活动、数据、科技等资讯。
总阅读403
粉丝0
内容20