[2023]年度课题-17大规模预训练模型赋能保险业的模式研究

摘  要

本课题聚焦于大规模预训练模型（LLMs）在保险业的应用和发展。随着人工智能技术的飞速发展，特别是LLMs在多个领域的突破性应用，探索其在保险行业中的应用变得越发重要。这一研究背景下，深入了解LLMs在保险业的应用模式、实施框架以及面临的挑战和机遇，对于推动保险业技术革新具有重要意义。

首先，本文探究和分析了LLMs在保险业中的应用现状和发展趋势。通过采用文献综述、案例分析和比较研究的方法，深入分析保险业在采纳LLMs方面的先进实践和策略，同时对比国内外在该领域的发展现状，以期得出有价值的见解和建议。

其次，本课题着重分析了保险业在利用LLMs方面的发展模式，包括模型的实施框架、行业应用现状以及产学研合作等方面。其中，实施框架过程涉及通用大模型成果的迁移以及构建基于保险行业的特有AI大模型。这些模型的构建基于数据、算法和算力技术平台，其训练过程包括数据收集和准备、模型选择和训练、模型的集成和部署、数据流和实时处理、模型监测和更新以及安全和隐私保护等关键环节。在行业应用方面，国内多家保险公司已在大模型的开发和落地中投入显著资源。众安保险通过其AIGC中台“灵犀”在垂直领域大模型构建上取得显著进展，而平安科技则通过其独特的置信度评估方法和频谱分解网络结构优化了模型的精度和可靠性。在产学研合作方面，九章云极、中科软和恒生科技等AI金融科技厂商在保险业大模型的研究和应用上也取得了一定成果。九章云极的AIFS & DataPilot产品体系为企业提供了强大的技术支持，而中科软则在构建垂直MaaS平台方面取得了显著进展。

在前述基础上，本课题深入探索了大规模预训练模型（LLMs）在保险业的应用模式。随着LLMs在各行业的广泛应用，保险业也逐步加快了其在销售支持、智能客服、产品研发、风险管理以及投资研究等领域的布局。1）销售支持方面，保险公司利用AI技术如智能助手和智能陪练工具，提高销售人员的专业知识和效率。例如中国太平及其子公司太平金科等运用大数据、AI、区块链和自然语言处理等技术，以提供更适合客户的服务和产品，同时提升营销效果与客户体验。AI技术还被用于生成营销素材，如平安寿险的AI短视频跟拍工具。2）智能客服应用方面，大模型在智能客服方面表现突出，例如太平人寿的AICC智能外呼助手、中国太保的洋洋客服、新华保险的智多新和友邦保险的“小邦”智能语音客户关爱助手等。这些系统通过精准预测客户意图和提供个性化服务，极大地提升了客户满意度和效率。3）产品研发场景方面，尽管在产品研发方向上的成熟案例相对较少，但大模型在数据收集和预处理、保险产品方案设计等方面展现出巨大潜力。例如，太平人寿数字科技中心借助自研AI技术，采用自然语言处理技术和领先的模型，实现自动化批量解析在售产品文档。4）风险理赔场景方面，保险公司利用AI模型进行风险管理和理赔流程的优化。太平财险利用无人机和卫星遥感技术实现对农作物承保理赔的全程风险监控，助力保险公司开展风险减量；中国平安的AI智能自动决策模型在理赔审核方面实现了全流程自动化。5）投资研究场景方面，太平资产在投资研究领域进行了深入探索，包括API文本因子生成、金融时事跟踪、Transformer量化模型和代码生成应用等多个方面。

未来，LLMs在保险业的应用有望进一步深化，尤其是在个性化服务、风险预测和资产管理等领域。然而，随着应用的深入，数据隐私、模型透明度和偏见控制等问题亦将成为LLMs应用的重要挑战。预期未来的研究将更加注重这些问题的解决方案，以及如何更有效地整合LLMs技术以提升保险业务的整体质量和效率。

关键词

大语言模型 预训练 保险业模式