国产开源大模型深度求索（DeepSeek）发布后，引发人工智能（AI）生态连锁反应，各行各业均积极落地本地化部署。
据证券时报记者了解，目前，保险行业已有人保财险、人保资产、新华保险、太平人寿、太平资产等多家机构上线了DeepSeek大模型，并落地应用场景。
多家保险机构接入DeepSeek
近日，太平人寿完成DeepSeek模型本地化部署，并发布了太平人寿AI助手内测版本。该助手接入DeepSeek R1模型产品，具备深度理解对话、文档与图片的能力，能够在多种工作场景为公司员工解决复杂问题提供高质量建议及方案，提升工作效率。
太平人寿也是业内首批积极推动大模型应用落地的保险企业之一。目前来看，保险行业落地DeepSeek的应用场景包括日常管理、销售支持、理赔质检、代理人培训等方面。
例如，人保财险近日将DeepSeek能力融入公司大模型底座。在私有化部署基础上，人保财险进一步针对重点领域、重点场景进行DeepSeek模型精调，并取得了较好的效果。目前，人保财险已通过模型精调支持自动化理赔质检，准确提取理赔资料中的案件时效、损失部位等关键质检信息，有针对性地指导理赔业务管控；实现理赔人员智能陪练，实测智能问答，准确率优异，且能够针对当前人员技能提出改进建议，有效辅助基层理赔实现快速增员和能力提升。
此外，人保财险同步开展DeepSeek模型在承保、理赔、投研等领域多个业务场景深度应用，持续强化智能化能力。
2月7日，新华保险借助“新华e家”APP技术底层栈与互联网技术生态互通的优势，在该APP成功接入DeepSeek R1、V3两款模型产品，打造个人AI助理支持多个智能应用场景。
2月10日，人保资产完成DeepSeek R1大模型本地部署，并打造专属交互应用，支持公司全员访问，同时探索DeepSeek与应用系统深度集成，实现智能研报场景。
平安集团旗下平安健康相关负责人表示，在“平安医博通”多模态大模型与“平安医家人”医生工作台的基础上，公司现已完成DeepSeek部署及部分场景应用验证。通过将DeepSeek的先进AI技术与平安好医生原有的AI系统相结合，将有助于平台提供更加精准的健康咨询和疾病诊断服务，并有望在医疗数据分析和患者管理方面实现质的飞跃。
AI进一步赋能核心环节
多家保险机构认为，大模型的本地部署和应用，为进一步推进人工智能赋能业务打下了基础。
2024年下半年，太平人寿已试点运用AI大模型赋能运营服务，助力一线柜面人员提升服务效能。此次引入DeepSeek模型，是太平人寿加快数字金融发展，增强智能化服务能力的重要一步。太平人寿表示，将持续推进公司的AI助手项目，深度将大模型能力融入营销、后援等核心业务环节，借助AI技术赋能日常管理、营销辅助、客户服务等全流程，推动管理与服务的全面智能化升级。
新华保险表示，未来公司将进一步深度挖掘模型能力，从销售支持、办公辅助、风控合规管理，全方位赋能业务发展，快速构建AI能力体系，增强综合竞争力。
“过往的大模型，研发和使用的成本都很高，也有很高的硬件门槛，很大程度上限制了其在金融保险垂直领域的应用场景以及中小金融保险企业应用的积极性。”普华永道中国金融业管理咨询合伙人周瑾表示，相较于之前的大模型，DeepSeek利用在算法上的独特优势，带来了应用成本上的极大改善，国内外各大科技巨头都积极拥抱并在自家产品和平台上部署。一直以来，国内企业对科技应用的响应是快速的，尤其在当前环境下，大模型应用可以迅速助力降本增效。
催生新的岗位需求
AI技术的快速发展，也进一步引发了关于人机替代的问题。
周瑾认为，新兴科技的应用，肯定会对现有的岗位和工作内容产生影响。总体而言，规则清晰且确定、频率高度重复的工作，最容易被科技所取代。因此，在大数据和大模型的应用中，对数据的清洗、对规则的提炼、对流程的统一，都是标准化的过程，目的也是更好地发挥科技的作用。
“这一变革过程，在对传统岗位和工作产生替代的同时，也会催生出在数据治理、算法研究和应用工程等领域的新岗位需求。当然，因为工作效率提升了，所以在工作量既定的情况下，所需要的人力肯定是减少了。”周瑾表示。
太保产险首席信息官王磊在接受证券时报记者采访时曾表示，AI具有处理大量数据、快速分析、检测欺诈等方面的优势，可以提高保险公司的效率和准确性。不过，在处理一些涉及创造力、人际关系、沟通协商等方面的高级复杂情境时，人的角色仍然无可替代。随着AI技术的发展和应用，未来也会出现新的岗位，对人工产生新的要求。
他表示，未来AI和人类将会更加紧密地合作。AI将扮演辅助人类工作的角色，帮助人类进行数据分析、风险评估等方面的工作，并提供更快速更准确的决策支持。人类将负责重要的业务谈判、服务管理、客户洽谈等工作，同时人类将考虑如何驾驭和应用人工智能，这些方面需要人的智慧、经验和细致劲。
当然，需要注意的是，AI技术如同一把“双刃剑”，如果应用不当，也可能带来隐私和安全性等方面的风险。未来，在AI应用过程中，需要更加关注和加强客户个人信息保护和数据防泄漏的工作。
（文章来源：证券时报）
发表评论