文章核心观点 - 北美财险公司增加对高级分析和人工智能的投资，已实现更高的盈利能力和保费增长，这些技术正迅速从竞争优势转变为维持市场竞争力和推动可持续增长的必要条件[1][2][3] 当前采用现状与成效 - 调查显示，采用更先进分析技术的保险公司在2022至2024年间，综合成本率比采用较慢者低**6个百分点**，保费增长率则高出**3个百分点**[2] - 几乎所有参与调查的保险公司目前都使用承保和定价分析，接近**80%** 的保险公司依赖高级评级和定价模型，另有**11%** 计划很快实施，这使得预测评级模型从2026年起基本普及[3] 各业务领域应用与计划 - **理赔领域**：尽管采用较慢，但更多公司计划积极扩展高级分析应用。目前仅**33%** 的公司在欺诈检测、**29%** 在严重程度评估中使用理赔高级分析，预计未来两年内这两个比例将升至**65-70%**。计划在理赔工作流程自动化中引入端到端处理的保险公司比例将从目前的**14%** 增加**36%**[4] - **承保领域**：目前仅**16%** 的保险公司使用AI辅助人工承保，但**60%** 的保险公司计划在2028年前优先发展此项技术[5] - **生成式AI与大型语言模型**：超过一半的受访者已在使用，另有**29%** 计划在未来两年内开始采用[5] 未来采用展望 - 如果受访者按计划推进AI和机器学习计划，到2028年，承保、理赔和客户服务领域的采用率将增加**两倍甚至三倍**[6] 面临的主要挑战 - 数据问题和IT瓶颈是采用分析技术的主要挑战，**42%** 的受访者报告了数据相关问题（如质量差、可访问性有限）以及IT支持不足是重大障碍[6] - 构建分析驱动型文化仍在进行中，仅**20%** 的受访公司拥有明确的日常活动指导分析战略，仅**12%** 的保险公司定期为员工提供分析培训[7] 成功实施的关键要素 - 数据质量和稳健的治理，以及避免IT瓶颈的部署分析能力，对于成功采用AI和机器学习至关重要，掌握这些基础的公司将能更好地利用先进工具在数据驱动的市场中获得竞争优势[8][9]