日前，在北京中国人寿科技园内，来自中国人寿寿险公司研发中心、数据中心及全国各省市分公司 的39支精英队伍、117名科技骨干，进行了一场持续近8个小时的比赛。 王女士的体验并非孤例，家住江苏的李先生也深有感触："理赔实在太高效了。"此前，李先生为感 染肺炎住院治疗的儿子申请学平险理赔时，通过中国人寿寿险App上传了理赔资料。短短十分钟，李先 生就收到了赔款到账的短信通知。 过去，保险消费者遇到与王女士、李先生一样的情况时，往往需要先就医付款，再申请理赔，其间 免不了来回奔波，在为疾病烦心的同时，还饱受收集资料、提交申请和漫长等待之累。 由于报案材料多、地区差异大等原因，保险理赔处理需要大量的人工核验工作。因此，行业普遍存 在理赔流程复杂、时效偏低的问题。 "医疗票据结构化采集、医疗责任精准匹配是理赔过程中最耗时、最费力的难题。"中国人寿寿险公 司科技相关负责人表示，为此，公司深耕人工智能技术应用，通过构建智能调度、智能识别、智能审核 等核心能力，让全流程无人工理赔作业模式成功落地。 从效果来看，在公司端，理赔申请过程已经实现了自动化、无人化；在用户端，解决了用户"病历 难调，发票难集"的麻烦。"目前，部分案件在 ...

"人工智能（AI）技术正以'指数级'速度重塑各行各业的底层运行逻辑。"近日，泰康保险集团执行 副总裁、首席投资官兼泰康资产首席执行官段国圣在接受《金融时报》记者采访时表示，中国保险资产 管理行业亟须以更开放和更主动的姿态拥抱人工智能变革，全面深化AI技术在资产管理全价值链中的 应用，以技术赋能提升运营管理效能、夯实风险管控体系、稳定长期利差水平，推动行业高质量发展。 由于投研场景的重要性强、复杂度高，投研体系是AI建设的最佳切入点。 据介绍，泰康资产借鉴国际顶级科技公司的前沿实践，在公开市场投资领域探索打造了一个覆盖多 品种、具备全技能、依托完善数字知识治理体系的自有深度研究智能体——TKDR。TKDR整合了海量 高质量的内外部投研数据和泰康资产内部积累多年的投研分析方法论，初步实现了深度赋能投研。 对比传统的投研模式，TKDR显示出了诸多优势。以一个典型的投研分析场景为例，当用户要求分 析某标的公司的投资价值时，人类研究员通常需要开展研究规划、搜集资料、处理信息、撰写报告等工 作。在这个过程中，人类面临诸多困难，包括研究目标发散、信息源多且分散、处理效率低、缺乏成熟 的知识框架和研究方法、小众高价值资料获取 ...