保險(xiǎn)企業(yè)應(yīng)高度重視新技術(shù)發(fā)展趨勢，在戰(zhàn)略上積極籌劃數(shù)智化轉(zhuǎn)型，明確短期側(cè)重點(diǎn)和長期目標(biāo)。既要避免“安全但平庸”，也要防范被“錯(cuò)失恐懼”綁架而變得“出眾卻危險(xiǎn)”。

當(dāng)前，我國保險(xiǎn)企業(yè)正加速擁抱技術(shù)革新，多家保險(xiǎn)機(jī)構(gòu)踐行“人工智能+”戰(zhàn)略，以夯實(shí)核心能力，優(yōu)化既有業(yè)務(wù)，前瞻性布局創(chuàng)新業(yè)務(wù)，開拓增量空間。

從過去的實(shí)踐效果看，人工智能與保險(xiǎn)業(yè)的結(jié)合，可以在至少3個(gè)方面發(fā)揮效能。

其一，人工智能為行業(yè)客戶運(yùn)營、核保核賠、風(fēng)險(xiǎn)評估、產(chǎn)品迭代等各個(gè)經(jīng)營環(huán)節(jié)賦能，有望顯著提升全要素生產(chǎn)率。全要素生產(chǎn)率是在所有其他要素投入數(shù)量保持不變的條件下，通過技術(shù)進(jìn)步、組織創(chuàng)新、專業(yè)化等方式增加的產(chǎn)出，是行業(yè)持續(xù)穩(wěn)定增長的基本保障。人工智能及相關(guān)數(shù)字技術(shù)是當(dāng)前提升全要素生產(chǎn)率最具潛力的抓手。特別是，保險(xiǎn)業(yè)的服務(wù)對象包括廣泛、異質(zhì)性的企業(yè)和個(gè)人，為其提供服務(wù)大多有賴于專業(yè)人員“量體裁衣”式的工作，人工智能技術(shù)應(yīng)用有利于以更低成本提供個(gè)性化產(chǎn)品和服務(wù)，對保險(xiǎn)業(yè)全要素生產(chǎn)率提升意義重大。

其二，人工智能助力保險(xiǎn)業(yè)適應(yīng)風(fēng)險(xiǎn)結(jié)構(gòu)轉(zhuǎn)變，推進(jìn)服務(wù)功能升級與服務(wù)模式創(chuàng)新。進(jìn)入后工業(yè)化時(shí)代，社會(huì)變遷步伐加快，風(fēng)險(xiǎn)種類不斷增加，很容易形成風(fēng)險(xiǎn)傳導(dǎo)、疊加、演變、升級的“鏈?zhǔn)椒磻?yīng)”。借助人工智能技術(shù)，通過構(gòu)建生態(tài)鏈進(jìn)行風(fēng)險(xiǎn)前置管理，并結(jié)合動(dòng)態(tài)建模等技術(shù)構(gòu)建“預(yù)測—干預(yù)—保障”的主動(dòng)風(fēng)險(xiǎn)管理體系，可以助力保險(xiǎn)業(yè)在“被動(dòng)賠付”的基礎(chǔ)上進(jìn)行“主動(dòng)減損”，為新型風(fēng)險(xiǎn)提供更科學(xué)的保障方案，為更廣闊的市場提供更有效、更可支付的保險(xiǎn)產(chǎn)品。

其三，保險(xiǎn)業(yè)日益主動(dòng)參與人工智能治理、規(guī)則制定與生態(tài)圈構(gòu)建，有助于在培育新質(zhì)生產(chǎn)力的同時(shí)，護(hù)航新技術(shù)發(fā)展。一方面，保險(xiǎn)機(jī)構(gòu)是資本市場重要的機(jī)構(gòu)投資者，鑒于保險(xiǎn)資金資產(chǎn)負(fù)債匹配管理的要求以及資金追求長期穩(wěn)健收益的特性，保險(xiǎn)業(yè)可以更好踐行長期價(jià)值投資理念，持續(xù)為新技術(shù)發(fā)展提供金融支持，促進(jìn)技術(shù)治理與合作。另一方面，人工智能技術(shù)發(fā)展還未成熟，我們對其風(fēng)險(xiǎn)認(rèn)知有限且滯后，面對諸如數(shù)據(jù)安全、大模型幻覺及其他未知風(fēng)險(xiǎn)，除了需要持續(xù)的技術(shù)進(jìn)步予以控制外，也需要保險(xiǎn)業(yè)提供恰當(dāng)?shù)姆?wù)。

總體來看，保險(xiǎn)業(yè)在“人工智能+”方向的探索，是一場新技術(shù)引領(lǐng)的創(chuàng)新活動(dòng)，科技賦能又將成為保險(xiǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵一環(huán)。這一過程充滿機(jī)遇，也面臨諸多挑戰(zhàn)。例如，隨著人工智能技術(shù)廣泛應(yīng)用，傳統(tǒng)人力結(jié)構(gòu)受到?jīng)_擊，具有跨學(xué)科能力的復(fù)合型人才較為欠缺，導(dǎo)致人工智能技術(shù)運(yùn)用成本高昂、早期效益不彰；大模型發(fā)展所依賴的語料庫還存在覆蓋面不全、準(zhǔn)確性不足、時(shí)效性不夠等問題，實(shí)際應(yīng)用中的垂類大模型訓(xùn)練成本高企，模型可靠性也有待提升；與人工智能伴生的“算法黑箱”等問題，不僅挑戰(zhàn)決策的可靠性，也可能引發(fā)算法歧視；我國保險(xiǎn)業(yè)已經(jīng)在探索“生成式AI內(nèi)容侵權(quán)責(zé)任險(xiǎn)”等新型險(xiǎn)種護(hù)航技術(shù)進(jìn)步，但由于相關(guān)知識(shí)和經(jīng)驗(yàn)不足，科技保險(xiǎn)滲透度相對有限，未能形成由點(diǎn)及面的創(chuàng)新格局；等等。

通過持續(xù)探索與實(shí)踐，人工智能等新技術(shù)的價(jià)值會(huì)逐步釋放。保險(xiǎn)企業(yè)應(yīng)高度重視新技術(shù)發(fā)展趨勢，在戰(zhàn)略上積極籌劃數(shù)智化轉(zhuǎn)型，明確短期側(cè)重點(diǎn)和長期目標(biāo)，特別是要結(jié)合機(jī)構(gòu)自身特點(diǎn)，更冷靜地研判潛在成本與收益，恰當(dāng)選擇技術(shù)采用路徑。已具備技術(shù)領(lǐng)先轉(zhuǎn)型優(yōu)勢的企業(yè)，可深化技術(shù)應(yīng)用以鞏固競爭力；起步滯后的企業(yè)，可考慮借助第三方科技力量補(bǔ)足技術(shù)短板。保險(xiǎn)機(jī)構(gòu)要在創(chuàng)新和謹(jǐn)慎之間保持平衡，既要避免“安全但平庸”，也要防范被“錯(cuò)失恐懼”綁架而變得“出眾卻危險(xiǎn)”。

（作者系北京大學(xué)經(jīng)濟(jì)學(xué)院副院長、教授）