AI技术成为企业营收驱动力 - AI技术从概念口号转变为实打实的营收驱动力 为千行百业带来钱景与前景[1] - 保险业中平安集团发展AI的核心逻辑是AI in All 高盛认为AI技术有望推动平安未来十年营收年均增长2.5%[1] - 银行业中招行首提AI First战略 光大银行人工智能算力支撑120多个算法模型和840个场景应用[1] - 互联网行业中阿里巴巴AI相关产品收入连续八个季度实现三位数同比增长[1] - 2024年人工智能+行动首次写入政府工作报告 8月国务院印发《关于深入实施人工智能+行动的意见》官宣未来10年发展目标与战略[1] 人工智能+的核心价值与演进路径 - 人工智能+核心在于推动AI融入千行百业实现三提两降：提效率 提效果 提用户体验 降成本 降风险[1] - 人工智能技术发展经历三阶段演进路径：第一阶段人工+智能的小模型时代 需要大量人工调数据 规模化应用成本高效率低[2] - 第二阶段从2022年底到DeepSeekR1面世前 大模型具备泛化能力 一个模型解决多个问题 大幅降低AI应用成本并提高效率[2] - 第三阶段从DeepSeekR1等强思考大模型推出后 模型具备可解释性 带来更强可控性 应用场景更广阔更规模化[2] - 第三阶段AI技术将带来三大颠覆：业务流程重构 服务模式变革 产业生态重塑 尤其对金融医疗养老等行业产生较大改变[2] 平安集团AI赋能成效 - 通过人工智能技术底座和智能体平台体系化赋能业务实现三提两降[3] - 自上而下层面赋能集团总部和业务公司核心系统如银行系统保险核保理赔系统实现快速智能化升级[3] - 自下而上层面普通员工借助智能体平台搭建岗位所需机器人 上半年员工自建智能体超2.3万个覆盖11万名员工 从财务报销到保险展业创造价值[3] - 车险定价模型在强思考大模型加持下风控能力提升0.3个百分点 由于车险理赔规模达千亿级 0.3个百分点对应数亿元价值[3] 平安AI体系化能力建设 - 现阶段平安在AI领域主要做两件事：形成AI技术壁垒 打造完整体系化主动管理机制 以最快速度吸收融入最新AI技术[4] - 经过十几年标准化发展 平安在3-5天内可将最新技术内化成核心技术能力 并利用算法能力数据知识库场景案例等独有资源持续强化迭代金融医疗业务垂域模型[5] - 第二是在技术之上打造业务差异化市场竞争优势 业务和科技团队紧密结合实施数字化应用方案并追踪检视效果[5] - 通过自主可控场景驱动价值导向十二字方针平衡投入产出比 自主可控指能自己运营迭代更新不依赖外部 场景驱动指所有技术研发围绕业务需求 价值导向指每个项目必须讲清价值[5] 平安AI成本优化效果 - 营销方面AI出单助手实现81.2%单件平均一分钟智能出单 AI智能体辅助销售661.57亿元[5] - 服务方面AI坐席年均节约成本近65亿元[5] - 运营方面单个车险保单成本每年约以10%速度下降 但车险保费规模不断增长[5] - 管理方面微表情面审覆盖客户450万+ 年均节约运营成本41亿+ 年均降低信贷损失20亿[5] - 风控方面上半年平安产险反欺诈智能化理赔拦截减损超60亿元 同比增长6%[5] - 这些价值靠体系化能力实现 平安拥有大小模型矩阵 可灵活按需组合应用不同参数规模不同应用成本不同尺寸模型[6] AI技术挑战与应对 - 行业面临数据瓶颈算力制约伦理风险等挑战[7] - 高质量数据短缺尤其是小概率事件数据如重大疾病极端风险案例数量少且分散 通过知识库沉淀+生成式技术双路径破局 整理业务经验案例形成高质量知识库 利用生成式技术模拟生成稀缺数据并经专家修正 同时通过RAG技术降低模型幻觉风险[7] - 算力瓶颈方面国外芯片存在供应风险 国产芯片在性价比性能适配性生态成熟度上有差距 平安已与华为等头部厂商及芯片创业公司合作 从国产信创算力能力上解决瓶颈问题[7] - 底层算法仍有进步空间 如针对Transformer框架改进解决多模态对齐难题 优化生成模型框架满足质量效率内容多样性的不可能三角 融入专家经验业务流程SOP研发新的强化学习算法[8] - 伦理风险尤其是数据偏见算法歧视问题 平安建立1+5+3伦理治理体系：1是集团层面人工智能伦理委员会由集团CEO任主任 5是五个原则人类自治安全可控可靠公信公开透明公开公正 3是三项举措包括研究新技术新政策行业发展趋势发现伦理问题并提出举措 通过对员工宣导强化伦理意识 通过对数据全流程模型全链路治理检视[8][9] - 通过技术手段解决伦理问题：发现问题数据时移除或将有偏见案例的合规处理方法制成训练数据让模型学会伦理处理 用遗忘技术通过算法让模型选择性遗忘问题数据避免偏见且节省成本提升效率[9] 行业风险与差异化策略 - 不同公司All in AI可能导致决策同质化问题（羊群效应） 核心在于垂域模型的差异化 如果都用底层通用大模型不做自主训练必然出现同质化[9] - 平安模型用自己的数据案例训练 用自己的业务逻辑调校 从而形成差异化优势[9] - 大机构因数据人才优势变得更强 未来可能只剩几家头部机构具备高质量AI能力 需要行业共建公共平台平衡发展[9]