核心观点 - 保险行业正经历数字化与AI驱动的深度转型，从传统业务模式向智能化、生态化升级 [1][2] - AI技术已渗透保险全价值链，包括销售、核保、理赔、中后台管理等核心场景，实现降本增效与价值创造 [24][30] - 生成式AI有望为保险业带来700亿美元生产力提升，金融行业大模型在保险领域渗透率仍有提升空间 [13][22] - 行业科技投入持续增长，2025年预计达670亿元，大数据、云、AI为主要投入领域 [18] - 政策支持加速"保险+AI"模式发展，推动行业从效率工具向战略中枢升级 [16][60] 市场规模与增长 - 中国保险原保费收入从2019年4.3万亿元增至2024年5.7万亿元，年复合增长率6.0%，2024年增速回升至11.2% [10] - 预计2026年原保费收入突破6.3万亿元，寿险、财产险、健康险为主要增长驱动 [3][10] - 保险科技投入增速达14.6%，显著高于行业整体增速，2025年将突破670亿元 [18] 技术应用场景 销售环节 - AI推动销售从"人海战术"向全流程智能体系转型，覆盖获客、需求分析、产品推荐等环节 [35] - 生成式AI与垂直知识融合提升服务个性化，推动代理人向专业风险顾问转型 [35] - 典型案例：i云保通过MPRC行销培训系统实现销售全流程数智化 [47] 核保环节 - 多技术融合实现全流程自动化，核保时效缩短至分钟级，复杂案例采用人机协同模式 [39] - 动态风险画像通过语义分析医疗文本提取风险因素，结合智能穿戴设备实现动态预警 [39] - 典型案例：平安人寿实现秒级核保与智能反欺诈全流程改造 [50] 理赔与后服务 - AI赋能报案、查勘、定损到核赔全流程，通过多模态识别、知识图谱提升效率 [40] - 构建"保险+服务"生态闭环，典型案例：商涌科技服务8000万人健康险生命周期管理 [53][54] 中后台管理 - AI重构风险管控、资源调度与决策支持体系，实现全链路穿透监测与智能合规审核 [32] - 众安信科构建覆盖保前、保中、保后的全链路AI应用体系，包括产品开发助手、销售机器人等 [56][57] 技术架构 - 边缘计算应用于UBI车险和反欺诈模型训练 [26] - 机器学习（含深度学习、强化学习）用于智能定损、动态定价优化 [26] - 生成式AI（含NLP、LLM）实现智能客服、自动化保单生成、精准营销等 [26] - 知识图谱与计算机视觉分别应用于反欺诈网络构建和自动化理赔 [26] 发展趋势 - 从单点工具向集中化智能体中台转变，形成覆盖全流程的智能决策中枢 [60] - 从"产品销售"向"保险+服务"生态转型，构建跨行业服务网络 [63][64] - AI在风控领域呈现双面性：提升反欺诈效率但带来算法偏见与合规挑战 [66]