（来源：中国银行保险报网）

　　转自：中国银行保险报网

　　□本报记者 谭乐之

　　2025年上半年，AI在国内保险业的应用进入规模化落地新阶段。多家上市险企纷纷将AI作为核心战略抓手，围绕“降本”与“增效”两大核心目标，在销售、理赔、风控、客服等全业务链条深化技术应用，AI正成为推动保险业数字化转型、重塑行业价值链的关键力量。尽管当前头部险企已在AI出单、智能理赔、AI风控等场景取得显著成效，但中小险企在数据积累、技术投入上与头部机构存在差距。这种差距也让行业开始聚焦一个关键问题：中小险企应通过哪些路径突破资源瓶颈，高效借鉴头部经验实现AI赋能降本增效？是否存在可复制的轻量化AI应用模式？

　　针对这一行业关切，中关村互联网金融研究院院长刘勇给出了专业见解。他表示，中小险企突破资源瓶颈的核心在于回归战略本身、锚定细分目标市场，以战略定力避免盲目对标头部的全场景布局，再以AI为支点快速迭代数据、风控、定价与渠道优势，实现从“资源跟随”到“战略突围”的转型。

　　刘勇介绍，例如区域型中小寿险公司，若明确将“服务区域老年健康险”作为核心目标市场，可通过AI工具（如基于Dify平台搭建的RAG智能体）分析细分人群的疾病发生率、就诊偏好，快速积累区域老年健康数据，使该细分场景的风险识别准确率迅速提升，在所辖区域内形成竞争优势；某服务专精特新企业的中小财险公司，聚焦“科技型企业设备险”，通过AI整合企业的研发投入、供应链稳定性、设备运维记录等数据，构建“研发强度—设备风险”关联模型，大幅提升产品定价精准度。

　　针对中小险企资源有限的现状，刘勇建议通过以下路径突破技术瓶颈：一是借力开源技术与生态合作，采用国产开源模型降低基础成本，DeepSeek的API定价远低于国际同类产品，训练成本低于头部模型，中小险企可基于其开源版本二次开发；二是聚焦高ROI场景优先突破，从智能客服、自动化理赔等场景切入；三是参与数据联盟与知识共享，弥补自身数据不足，利用公共数据源整合医保、征信等政府开放数据，强化风控能力；四是与高校等研究机构合作，培养“保险+技术”复合人才，解决人才短缺问题。

　　刘勇指出，可复制的轻量化应用模式包括：一是平台化工具快速部署，使用低代码平台构建应用；二是采用智能体协同模式，针对不同任务，如核保、客服、风控部署轻量级智能体（Agent）；三是联合研发与试点推广，参与监管沙盒试点，在可控环境中测试AI应用。

　　“大多数应用场景中，保险企业需要构建一个听起来像自己的模型，显然不会是大模型，小模型可能会表现更出色。”中央财经大学中国精算科技实验室主任陈辉认为，AI技术正在对保险业的各个方面产生深远影响，正在成为保险业转型发展的重要催化剂。成功的保险企业将是那些能够利用新技术创造新产品、简化流程、降低成本并超越客户个性化需求的企业。“在当前AI技术没有壁垒的情况下，从大模型到小模型的转变，正逐渐成为中小保险企业商业应用的‘王道’”。