專題：2025保險科技峯會

　　4月25日金融一線消息，“2025保險科技峯會”今日在深圳正式舉行，本次大會主題爲“從互聯網時代到AI時代，AI+保險的戰略推進與應用創新”。騰訊研究院高級研究員陳楚儀在峯會上發表主題爲《金融業大模型演進：從效率工具到價值引擎》的演講，基於AI大模型在泛金融行業的發展與落地調研，爲保險行業與AI融合發展提供深度洞察。

　　陳楚儀指出，自2024年大模型發佈後，已全面滲透金融行業細分領域。從行業格局來看，我國形成“銀行業主導、證券保險跟進、資管信託探索”的梯次發展態勢，銀行業憑藉結構化數據儲備和算力底座優勢，在大模型應用中佔據主體地位。在場景應用方面，呈現明顯季度演化特徵：一、二季度以場景滲透和內部試點爲主，三、四季度隨着效果驗證，應用規模和項目量迎來爆發，目前行業進入ROI（投資回報率）驗證和規模複製階段。具體場景應用上，中國金融機構聚焦底層算力底座與AI應用，以代碼助手、知識庫檢索、智能客服等提效場景應用最爲廣泛。

　　針對保險行業與AI融合，陳楚儀分析其面臨數字化程度低、銷售模式需革新、逆向選擇、理賠難度大、保險精算數據獲取成本高等痛點。她強調，大模型需與傳統決策型AI、機器學習和小模型綜合運用，才能在保險行業從負債端到資產端全流程發揮最大效力。目前，國內保險行業在大模型應用上更注重降本增效和流程優化，與海外機構側重技術探索和複雜場景應用形成差異。

　　談及落地難點，陳楚儀從多維度展開。技術層面，AI黑箱與幻覺現象難以根除，保險條款的專業性使其難以被現有推理和生成大模型完全解決；知識層面，缺乏專業知識圖譜和企業私域知識庫制約模型理解專業內容；數據與業務整合方面，存在數據問題以及與現有業務系統重構鏈接、維持模型輸出穩定性的挑戰；此外，投資回報率量化、行業監管政策和用戶接受度也是關鍵影響因素。

　　在探討DeepSeek等後推理範式演進對金融行業的影響時，陳楚儀表示，其通過算法和工程優化降低行業AI使用門檻，推動模型向強化學習推理範式轉型，重塑科技企業信心。具體而言，DeepSeek加速釋放大模型規模效應，擴展應用場景邊際，支持決策類場景，重構算力成本曲線，使技術開源普惠中小機構。她同時提醒，傳統機器學習模型在特定場景仍具優勢，未來金融行業應用AI應結合大模型與傳統模型，提升投資回報。

　　展望未來，陳楚儀提出多個趨勢方向。政策層面，AI落地可圍繞金融“五篇大文章”細分領域提效；技術應用上，Agent及智能體AI生態值得關注，尤其在保險領域，智能體編排和多智能體協作或成重要發展方向。風險方面，需警惕模型趨同帶來的競爭壓力、同質化引發的系統性風險，完善RIO評價機制，應對數據安全合規與組織重構挑戰。

　　爲此，陳楚儀提出四點建議：強化以ROI爲主導的內部驗證機制；推動分層機構構建，鼓勵中小機構與第三方合作；完善數據治理與安全保障體系；關注Agent和智能體AI在金融行業的落地，搶佔發展先機。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：秦藝