每經記者 袁園    每經編輯 廖丹    

ChatGPT和“文心一言”的爆火，為內容生產領域帶來了巨大的變革，也讓全球看到了AIGC（人工智能內容自動生成技術）的強大。當下，AIGC已經席卷了各行各業。

《AIGC/ChatGPT保險行業應用白皮書》（以下簡稱《白皮書》）顯示，ChatGPT是迄今為止增長最快的消費者應用程序，該應用底層技術“生成式AI”已是全球科技巨頭重點鎖定的技術領域。pitchbook數據顯示，盡管2022年北美風險資本投融資數量明顯趨緩，但對于生成式人工智能領域的投資仍呈現積極景象。在2020年至2022年間，投資總額從2億增長至14億，復合增長率是81.6%。

在AIGC的主要應用場景中，不僅有相對基礎的文本生成、機器翻譯等，也有相對高階需求分析、風險評估等場景。有業內人士認為，擁有廣泛數據積累的保險業將是新興技術率先落地的重要場景之一。

那么，AIGC將從哪些方面為保險業務流程賦能呢？中小保險機構又該如何應對這波科技浪潮呢？帶著這樣的疑問，《每日經濟新聞》記者專訪到眾安保險數據科學應用中心負責人施興天。其認為，AIGC提供的是一種新的交互方式，這是AIGC與以往的算法模型和應用場景所不同的地方。

眾安保險數據科學應用中心負責人施興天 圖片來源：受訪者供圖

ChatGPT的出現代表了機器學習理論在應用場景上的突破

人工智能的起源可以追溯到20世紀50年代的達特茅斯會議。在這次會議上，科學家圍繞“用機器來模仿人類學習以及其他方面的智能”的主題進行了探討，雖然最終沒有達成共識，但是卻為會議的內容起了一個名字：人工智能。

于是，“人工智能”的概念就這么誕生了，隨后的時間里，圍繞人工智能的相關理論不斷發展和完善。1990年之后，深度學習成為人工智能領域的主要研究方向，而這也成為了之后人工智能重點發展的方向。2010年后，人工智能技術已經被廣泛應用于各個領域，如自動駕駛、智能家居、醫療健康等。

“從技術的突破層面來看，無論是AlphaGo還是ChatGPT，它都是科技發展過程中具有標志性的里程碑事件。”施興天認為，標志性事件背后反映的是技術的量變和躍升，它不是突如其來的，而是一個技術不斷積累和推進的過程。

回憶這十年的人工智能技術發展，施興天認為其發展方向還是以深度學習為代表的機器學習理論在應用場景的突破和變化。其中可以稱之為里程碑的事件主要有三個：AlexNet模型的搭建、AlphaGo的出現和ChatGPT。

施興天介紹說，AlexNet模型第一次系統性地、全面性地打敗了任何以前傳統的機器學習模型在圖像分類上的準確度，自此開始，圖像文本的處理開始轉向深度學習的模型。而AlphaGo第一次打敗了圍棋的世界冠軍，讓人工智能在專業領域上有了巨大突破，讓自動駕駛、領域機器人等概念變成可能。ChatGPT的突破在于交互方式和通用性，它后期可能帶來的改變還需要去觀察。

值得一提的是，人工智能跨越式發展這十年，正好也是保險科技快速發展的十年。2013年，互聯網思維成為影響并改變著傳統金融業態形式的沖擊力量，不僅誕生了第一家專業互聯網保險公司，各大保險機構、中介機構也紛紛“觸網”，因此，2013年也被稱為互聯網保險元年。

如今，十年過去了，科技的發展又給保險業帶來了什么樣的改變呢?“10年前，移動互聯網的普及，降低了用戶接觸互聯網效能和成本，這讓保險從業機構意識到線上化的重要性，開始去迎合互聯網時代用戶的交互模式以及流量運營模式。”施興天認為，相較于十年前，科技給保險業帶來的最大改變就是線上化和數字化。

第二個改變就是大數據與人工智能技術成本的降低。由于成本降低，保險機構在大數據與人工智能領域開始有大量的投入，風控模型、營銷模型、推薦算法等開始大規模普及。大量數據的使用，推動保險業的數字化往數智化方向發展。

“數字化轉型已經進入新的階段，在這個階段，技術的獲取跟效能的提升產生了很大變化。”施興天表示，而隨著AIGC的應用，現在的數智化是否又發生了變化，目前還不好判斷，但可以肯定，這個變化是很有可能會發生的。

AIGC提供的是一種新的交互方式，降低了機構嘗試的門檻

在《白皮書》中，眾安保險詳細拆解了AIGC技術在保險業未來可應用的33個具體的落地環節。可行性研究顯示，在產品營銷過程中，AIGC技術可以快速生成制作文案內容、視覺設計等各類營銷素材，從原本需要3天的制作周期縮短到僅需3小時。在客戶服務環節，AIGC技術可以根據客戶的問題或需求，智能地回答客戶問題，或引導客戶到相應的服務流程。

可以這么說，AIGC將從前端、中端、后端等三大方面為行業和機構賦能，甚至可以改變保險行業的一些作業流程。AIGC究竟是如何為保險行業賦能的？其能在保險業務流程中發揮什么樣的效能呢？

“在沒有ChatGPT或者AIGC的這類大語言模型之前，金融機構也在大量地去使用機器學習和人工智能的算法，去改善整體的效能和用戶體驗。”施興天表示，金融機構在該領域的探索做得很深，也做得不錯，而AIGC的應用起到的最大作用是通用化的能力，降低了金融機構嘗試新內容的門檻。

據悉，保險機構以往的算法模型還是會局限需要有訓練的數據，機構只能基于歷史數據去做模型，去評估準確率。例如，在保險新產品設計的過程中，通常面臨大量非結構化、半結構化數據需要收集和處理的問題，相對于傳統的機器學習模型，具備更強通用能力和“常識”的生成式大語言模型可以很大程度上提高這類數據處理過程的效率。

其次，AIGC還能提供新的交互方式。以前，不管是基于深度學習的算法模型還是傳統的基于學習的算法模型，都是無法提供交互的，而AIGC為交互提供了一些改變。“這是AIGC與以往的算法模型和應用場景所不同的地方。”

也就是說，如果保險機構充分利用這些AIGC的優勢特點，它們可以為保險行業客戶在保險產品、營銷、運營和客服等多個領域提供深度技術賦能，同時還可以應用于日常辦公、研發提效等多個方面。

需要指出的是，科技的迭代帶來了效益同樣也增加了成本。在這波科技浪潮中，家底不豐的中小保險機構又該如何把握機遇呢？“ChatGPT是一個技術的革新，但它成本并不是很高，即便原來的金融科技實力不夠，其實也是可以去嘗試的，所以，中小保險機構完全不用擔心門檻問題。相反，這有可能是中小保險機構彎道超車的機會。”施興天認為，中小保險機構要正確對待新技術，積極擁抱新技術。

第二，中小保險機構在使用AIGC技術的時候需要注意場景驅動，尤其是中小保險機構，一定要帶著明確需要解決的問題去使用這個技術，而不是泛泛地去使用。問題解決得不明確會拉長技術開發和使用的戰線，甚至無法利用大語言模型的優勢。

第三，科技實力不夠的中小保險機構最好不要從0到1地去搭建或者調整這些大語言模型，可以在應用當中考慮使用市場上出現的工具跟方案，這樣可以避免投入過大，成本過高。

“對于中小企業來說，AIGC帶來的機會多于挑戰。”施興天表示，AIGC技術實際上是降低了所有人使用AI的門檻和壁壘，從這個角度來看，這是利好中小保險機構的。如果中小保險機構在科技方面投入成本不多的話，可以帶著具體問題，使用行業當中或者說市場當中已有的方案去推進。