行业新闻

尊敬的各位领导、各位嘉宾：

大家上午好！我是人保寿险信息科技部的王贝贝，非常荣幸今天能在这里跟大家一起探讨人保寿险大模型应用的思考。

引言：DeepSeek 颠覆出圈，霸榜热议

想必大家也都清楚，春节期间 DeepSeek 火爆出圈。它于 1 月 20 日上线 DeepSeek R1，性能与 OpenAI 的 O1 正式版持平并且开源，DeepSeek R1 引发了全球的关注，在 1 月 27 日迅速登顶美国下载榜首。我们也做了一个数据调研，截至 1 月 30 日，DeepSeek 在 168 个国家位居下载榜首第一名。同时，OpenAI 的 CEO 奥特曼也承认 DeepSeek 的技术实力，像英伟达、微软、亚马逊等国际巨头也纷纷接入 DeepSeek。

DeepSeek的出圈带火了三个词

DeepSeek 的火爆出圈带火了三个比较有意思的词。

一个是 “尤里卡时刻”，原意是指阿基米德在洗澡的时候想出了如何测量皇冠的体积，因此惊呼 “Eureka”！现在是指大家在进行科学研究时取得重大突破、领悟关键点的重要时刻。

第二个词是 “斯普特尼克时刻”，原意是指 1957 年苏联发射首颗人造卫星，让美国感到被超越的危机感，现在是指中国 AI 技术的突破让美国慌了，比如 DeepSeek 用更低成本达到比美国更强的性能，还不用依赖美国的高端芯片。

第三个词是 “杰文斯悖论”，原意是指发现蒸汽机之后效率得到了很大的提升，但是煤炭的消耗反而增多，现在是指 AI 越强，需求量越爆炸，比如说 DeepSeek 虽然训练成本更低了，但是全球的疯狂使用反而导致算力需求的暴涨。

人工智能与大模型的关系

我想先跟大家一起从企业应用的角度理解一下大模型。首先，大模型是深度学习的一个重要分支，是高端形式，而深度学习是人工智能的一个重要分支。大模型又包含大语言模型，比如大家熟悉的 GPT 以及 DeepSeek 等。

大模型的产生，让我们可以重新定义人工智能的发展历程，可以分为感知理解世界以及生成创造世界这两个阶段。感知理解就是分析数据给出结论，比如说 OCR、人脸识别；生成创造世界是现在的合成数据、创造结果，比如说 ChatGPT、DeepSeek 等。

智慧涌现的关键

大模型的出现带来了大家都知道的智慧涌现。为什么会产生智慧涌现呢？我们认为关键在于大模型的参数量足够大，大模型参数从几万到百万、千万以及到现在的万亿级别，模型参数越来越大。我们还找到了一个比较有意思的典型新技能学习曲线，这个曲线表明当模型的参数规模达到临界值之后，它的学习能力迅速增长。

大模型是什么

大模型指的是大的神经网络，其特点是参数庞大，灵感来源于生物的神经网络。我们可以把大模型想象成一个超级学霸，它有超强的脑容量，可以不断刷题，并且刷过的题能举一反三，在各个学科上都懂一点知识。

大模型基座升级：快速演进 未来可期

大模型的基座升级有三个重要的里程碑：

2022 年 ChatGPT 使 AI 从 “特种兵模式” 升级为 “通用基座”。

2024 年 Sora 使 AI 从图像绘画升级为视频创作者。

OpenAI O1 使 AI 从模仿者升级为慢思考者。

DeepSeek 的出现可以称之为第 3.5 个里程碑。

大模型的“快思”与“慢想”=“通用”+“推理”模型

对于金融机构的大模型，我们可以用 “快思” 与 “慢想” 来形容。金融机构的大模型策略应该结合快思考与慢思考两种模式的模型，根据场景的功能点对模型的能力要求，发挥不同模式的优势。比如说通用模型，是在推理模型出现之前大家所指的一种模型，它具有响应速度快的特点，适合及时性的任务，其优势领域包括函数调用、信息抽取、文本生成、创意写作、多轮对话、复杂角色扮演以及开放性问题。在我们寿险领域可以适用的场景包括智能客服场景，如话术生成、话术分类以及简单问题回答；第二是对信息进行打标分类；第三是办公场景，包括会议助手、流程助手、公文撰写、知识问答等。

目前比较火的推理模型特点是响应速度相比通用模型慢一些，适合比较复杂的任务，比如含有数据推理、逻辑分析、代码生成以及一些逻辑密度比较高的任务，例如信贷报告生成助手、投资研究以及保险条款智能核验。

大模型能力与擅长任务

大家都知道大模型具有参数多、学习的数据多、海量数据这些特点，那么它真正展现了哪些能力，适合且擅长的任务领域是什么呢？我们认为它真正展现的能力是超强的文本建模能力，另外是多任务的统一学习范式，也就是之前小模型是针对一个单一的任务单独训练一个模型，而大模型出现后，可以用一个模型去解决多个领域的问题，再者就是它的泛化能力强。大模型真正擅长的任务包括问答且开放生成、给定内容的生成以及跨领域的分类、代码生成、信息抽取以及逻辑推理这些具体的工作任务。

在我们推动大模型的过程中，其实包括一些基层岗位，当领导落实到具体方向，推动到具体岗位的时候，具体岗位人员可能会说，大模型、人工智能出现了，会把我的工作替代了，我该怎么办？我可能就要失业了。所以在推动过程中会受到基层岗位人员的阻碍。这里我们举一个医疗行业的案例，以 DeepSeek 为代表的 AI 助手，它并不是我们的对手，而是能够放大我们价值的盟友。在医疗行业的应用中，比如说诊断复杂的病例，执行高难度的手术，随着技术的发展，AI 辅助可以帮助处理大量的医学影像，精确识别出人眼难以识别的病变问题。

行业案例-医疗AI与影像科医生共舞

比如说《柳叶刀》杂志的研究显示，AI 算法癌症识别准确率高达 94.5%，而放射科医生的准确率是 88.6%，平时借助 AI 生成 AI 影像报告的速度可以提升 60%。但是，虽然 AI 有这些成效，却还是离不开具体岗位人员，比如说医生。AI 虽然准确率比医生更高，但是即使它准确率能高达 99%，另外 1% 的误差也可能导致医疗纠纷，所以这个时候法律责任需要由医生承担，因此医生需要主动去管理 AI，而不是单一地依赖 AI。

问行合 一 ： 主动深思 创新执行

在新的人工智能模式下，我们有一种新的模式叫 “问行合一”，以前是 “知行合一”。“问行合一” 是一种新的人机交互理念，“问” 是指怎样更好地提问，“行” 是指 AI 更快更精准地执行行动，在 “问” 和 “行” 中，人和机器高效利用和转化，以此提高我们的工作效率。

人保集团人工智能布局

我们人保集团的人工智能布局，2023 年我们人保集团围绕大模型的应用实践打造了从算力、平台、模型、产品到应用的 “五位一体” 的人工智能解决方案，并且入选了 2023 年的 “金融电子化年度十大事件”。从基础层来看，包括我们的数据以及算力；平台层是我们的统一智能平台，里面包含了我们的算力管理、模型管理以及运营管理；生态层包括各种模型，比如大模型、人保通用大模型、人保自研的各个领域大模型以及外部的大模型生态，还有我们的传统 AI 小模型，共同构造我们的产品。我们人保在这些技术基础上，统一构造了人保智 you、人保智会、人保智 jiang、人保智 ting 等。

人保寿险AI保宝大模型项目

人保寿险在集团生态模式下，2023 年 5 月份集团开始启动大模型的时候第一时间参与，在 5 月份寿险启动首季峰的产品试点，在集团发布会中发布寿险产品，我们的产品叫人保寿险 “AI 保宝” 大模型项目，这是面向内勤和外勤两大用户群体，解决在办公坐席、产品咨询等领域的痛点。我们的项目正式启动于 2023 年 5 月份，在 12 月份的时候依托于集团的科技发布会进行了首款产品的发布，另外在 2024 年 12 月进行了众多 20 几个场景的陆续上线。

在 2024 年 11 月份我们上线了一个寿险的统一智能门户，2025 年我们会在深度赋能主业方面做更大的探索。

人保寿险寿险大模型应用

人保寿险 AI 保宝大模型品牌目前也获得了多个外部的权威奖项，获得了 11 个外部权威奖项、12 个相关专利以及多次对外发声。亮点实现了 0.5 秒的快速响应、94% 的准确率。另外，在我们推进大模型的时候，因为大模型存在幻觉，业务部门都对大模型比较抵触，说需要比人工好，要达到 100% 准确率才能够上线。我们实际上把这个东西做下来之后发现，有 19% 比我们人工专家梳理的答案更加优秀。

AI保宝智能门户，智能办公百宝箱

寿险 AI 保宝智能门户，上线了包括百问百答、会议纪要、智能写作、实时转写、文档对比、绘图大师、水印助手、自动办理、信息抽取等包括 DeepSeek 等能力，目前形成了一个稳定的用户群体，月调用量是 1.1 万次。关于 DeepSeek 的上线，年后开工第一天，公司领导就非常重视这件事，要求在人保寿险快速落地。我们目前在 3 月 8 日的时候上线了首款嵌入到业务流程中的 DeepSeek 应用，这个应用对产品条款进行了深度解读。目前我们的产品计划书中的产品条款解读存在一些问题，第一个图展示了需要逐页阅读，文字特别小需要频繁缩放，关键信息定位困难等情况。而我们上线 DeepSeek 之后可以看到第二个图，以问答的形式，最长一分钟、最快 0.5 秒可以给出响应答案，并且它的交互方式可以是语音交互，降低了营销员的使用难度。

AI保宝-e经营指标问答实现快速指标查询

另外一个亮点场景是我们上线了把人保寿险所有在售、停售的产品条款自动解读，包括产品投保条件、投保流程、理赔、咨询等，并且实现了自动化数据更新投喂。另外一个比较典型的场景是我们在 E 经营实现了公司经营指标数据的快速问答，目前的准确率达到了 96.1% 的情况。我们用户可以通过输入文字或语音形式提问，比如说 “北分去年长险价值保费是多少”，可以以对话形式进行解答。这是在我们 2 月 17 日上线之后业务的反馈，业务非常重视这个事，觉得这个对他们来说确实比较有价值。

AI保宝-智能编程提升需求质效

然后我们在科技内部提质升效方面面向编程，引入了智能化编程，使用大模型实现人机协同编程。在 2024 年，我们科技团队中有 965 人使用，每周活跃人数是 220 人，累计采纳代码是 85.7 万行。

AI保宝-赋能智能陪练提升建课效率

另外我们还上线了面向营销员的智能陪练，实现智能语音对话陪练，基于大模型实现了智能建课、智能封面以及智能报表形式。目前智能陪练 2024 年已经覆盖了全国 36 家分公司，累计注册人数 16.8 万人，累计登录人次是 8.8 万，使用人次是 77.3 万。最后是 2025 年大模型应用规划，我们将以 DeepSeek 为代表的大模型继续打造 AI 保宝平台，在通用场景我们将在刚才说的智能门户上线，定制化场景是由各个系统进行改造，夯实大模型基础，目前主要的领域包括销售管理、智能运营、客户服务、智能办公、合规风控等领域。这里有一个情况，我们现在各个部门的需求量比较大，收集上来了大概有 300 多个需求，但是我们研发能力确实有限。于是我们打造了一个 AI 低代码开发平台，这是服务层的平台，它能够快速构建智能体，并且实现多轮对话的形式，能够把我们目前比如说 OCR、人脸识别、智能语音系统都对接上来，提供给业务系统人员去实现大模型的开发。目前推广比较好的是，像我们业务人员、营销审计人员以及电商客服人员，他们自主基于我们平台实现了审计反洗钱案例的筛查以及客户投诉案件的智能分析这样的功能，打造了一个全员开发大模型的生态。

结语-全力以赴，助力企业发展

最后，我们将全力以赴，力争以大模型为数字底座，打造技术、场景、生态三位一体的智能化形式，为公司的降本增效、弯道超车、销售赋能等贡献力量。

以上就是我的分享，感谢各位老师！