本文字数：4086字
阅读时间：10分钟
作者简介：龚明华，中国保险学会党委副书记、副会长，研究员人工智能。
文章来源：《清华金融评论》2025年第7期
导语：生成式人工智能（AIGC）的行业应用，助力银行保险机构发挥金融中介功能，重塑业务流程、经营模式和行业生态，但也面临规划滞后、语料不佳、模型缺陷、安全风险等诸多挑战人工智能。为实现AIGC在金融业的应用行稳致远，需要规划不同类型机构的应用目标和发展路径，建设行业基础语料库和数据库，开发行业垂直领域大模型，构建企业、行业、政府“三位一体”的风险防控体系。
生成式人工智能及其对银行保险机构
功能的影响
有别于判别式人工智能，AIGC是指基于数据运用算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术，其核心是大语言模型（以下简称“大模型”）人工智能。银行保险机构作为从事信息搜集、信用中介和期限转换的金融机构，其核心功能在于能有效降低交易成本和缓释信息不对称问题。AIGC的广泛应用，对银行保险机构上述功能的发挥产生深刻影响。
在降低交易成本方面，AIGC助力银行保险机构实现与客户的自动交互，大幅降低其搜寻成本、获客成本和营销成本人工智能。AIGC在产品研发、授信审批、核保理赔、智能投顾、资金运用、风险管理、合规管理等领域发挥智能助手作用，有效降低了银行保险机构的运营成本。
在缓释信息不对称问题方面，AIGC凭借其强悍的信息搜集、泛化理解、归纳整理和逻辑推理能力，助力银行保险机构抓取和分析客户的多模态信息和数据，洞悉借款人和投保人真实情况，为其精准画像，量身定做各种金融服务方案，有效缓释金融交易过程中的信息阻碍问题人工智能。
生成式人工智能在银行业的应用场景
客户服务人工智能。这是当前银行业AIGC应用较为广泛和成熟的领域。大模型在客服领域具有语言理解能力、自动化响应生成能力、个性化服务能力、持续学习和优化能力、情感分析能力、跨渠道工作能力、实时数据处理能力、多语言和跨平台服务能力，能为客户提供24小时在线服务，大幅提高客户服务能力和客户满意程度。
智能营销人工智能。运用AIGC可以提高营销文案的多样性和创造性。大模型技术能利用客户历史交易数据和互动信息，准确识别客户需求，提供个性化的金融服务方案。在AIGC的加持下，电话销售能提供自动化的客户交互和个性化的销售推荐，降低运营成本，优化客户体验。未来，智能销售会进一步向电子邮件、社交媒体等其他通信渠道延伸，运用大模型技术协调各渠道的信息和策略，形成多渠道交叉融合的营销格局。
风险管理人工智能。AIGC凭借其不凡的泛化理解和逻辑推理能力，助力银行更准确地评估信用风险、市场风险和操作风险，制定风险管理政策。银行借助大模型技术和知识图谱技术，对借款人及其关联方的财务状况、还款能力、还款意愿等进行综合分析，预设财会专家思维链，准确评估信用风险，为授信审批提供有效支撑。银行应用大模型技术，还能对海量市场交易数据进行实时监测分析，识别异常交易和可疑交易，快速发现欺诈行为。
智能投顾人工智能。金融市场信息繁杂，金融产品众多，交易策略和工具不胜枚举。运用多模态大模型技术，可对海量历史数据和实时数据进行分析，预测未来市场变动趋势，生成行业风险分析报告，提供个性化的市场运行分析、投资组合管理和资产配置建议，帮助客户经理有效决策。
合规管理人工智能。银行应用大模型技术，能够系统梳理各项监管政策和要求，准确把握其核心要义，将不同时期发布的各类监管规则数字化、格式化和程序化，提高合规效率，降低合规成本。银行借助自动化监控和审核手段，审核银行各类数据和文件，识别员工的不当行为和潜在风险，及时发现违法违规隐患，提高银行合规水平。
生成式人工智能在保险业的应用场景
客户服务人工智能。通过接入大模型，综合运用语言识别技术、语义理解、语言合成、OCR等成熟技术，为客户提供各类咨询服务及承担外呼、回访等业务。保险业数智化转型的一个重要标志是客户服务智能化。智能应答机器人可与客户进行深度交互；智能外呼机器人可执行流程规范、话术统一的外呼任务，线上支持代理人远程会客和VR沉浸式互动；智能质检机器人可自动质检客服质量。
销售支持人工智能。AIGC可为营销人员提供个性化销售辅助和智力支持，提供销售策略和方案。智能辅助机器人可实时辅助销售人员与客户交互，根据客户需求生成保险方案；智能坐席助手可在人工坐席与客户通话过程中，以侧边栏的方式提供实时话术推荐，并根据反馈情况支持标注、质检和复盘。在代理人培训方面，大模型技术已在知识问答、课程开发、案例萃取、项目设计、数据分析等方面取得成效，显著提高了培训效果。
核保理赔人工智能。保险机构能借助多模态文档解析技术，自动评估保险标的情况，对异常保单进行检测和识别，实现精确核保。AIGC可以自动处理理赔申请、触发理赔流程和计算理赔金额。AIGC赋能保险理赔，现已从车险等财险领域扩展到较为复杂的健康险领域。保险机构借助大模型技术快速分析图片等证据资料，查勘和核定损失，并应用知识图谱技术计算赔付金额，从而实现理赔全流程的自动化和智能化。
产品研发人工智能。大模型的数据分析、样本生成和场景泛化能力，助力保险机构研判国内外市场发展趋势，理解客户需求和风险特征，并适应市场需求精准开发产品，设计产品方案。精算人员运用AIGC可强化精算定价的客户数据基础，不仅依托传统的标准化、结构化客户信息，而且进一步涵盖图片、音频、视频等非标准化、非结构化信息，有效提高定价精准程度。
风险控制人工智能。在风控决策方面，AIGC基于处理各类数据的泛化能力，能与判别式人工智能模型互相支撑，实施复杂场景下的风控决策。在风险监测方面，AIGC基于强大的认知推理能力，能有效识别数据安全和网络安全漏洞，通过收集和分析理赔信息和数据，防范保险欺诈风险。
生成式人工智能在银行业保险业
应用面临的挑战
规划滞后人工智能。由于AIGC底层模型开发对数据和算力需求极大，只有少数科技公司能担其重任，目前AIGC在行业的应用主要在操作层面。行业应用总体远景规划不足，对大型、中小型银行保险机构及金融科技公司等不同主体的应用目标和实施途径，还缺乏统筹规划、制度设计和保障支持，缺少统一的行业评测标准及技术应用规范。应对大模型应用的平权问题不力，AIGC在银行业保险业的应用处于自发状态，针对中小银行保险机构在市场竞争中的不利地位和劣化趋势，还缺乏具有前瞻性和针对性的政策方略。
语料不佳人工智能。由于金融数据具有商业机密和市场敏感等特征，对数据收集和数据使用限制性要求较多，数据共享受到法律法规制度限制，“数据孤岛”和“数据分割”现象突出。大模型训练中存在金融语料不足、数据滞后、水平欠佳等问题，直接影响大模型的行业应用效果。语料本身存在的偏颇容易带入大模型中，可能会输出偏向特定群体的观点，产生对其他群体的歧视和偏见，如对部分群体的信贷歧视和投保歧视，可能引发伦理问题和社会不公。
模型缺陷人工智能。滋生“AI幻觉”。由于存在不正确的对齐过程、不恰当的生成策略和严重的语料问题，金融行业大模型应用出现“幻觉”的概率较高。大模型会给出表面上逻辑缜密、层次清晰、内容专业、表述流畅，实则背离事实、完全错误的答案或方案，运用推理增强模型更会放大这种“幻觉”。存在“黑箱”问题。从“问题”到“答案”的过程具有“黑箱”特性，不易了解其决策过程和逻辑，透明度和可解释性严重不足。引发“同频共振”。通用大模型的广泛应用，会造成银行保险机构依赖相同的AI策略，造成决策方案趋同，产生“羊群效应”。
安全隐患人工智能。在大模型的开发和应用过程中，不可避免地存在数据滥用和数据泄露等数据安全问题。数据滥用包括非法采集用户信息、恶意监控用户行为、非授权广告等商业利益侵犯等。数据脱敏不当、网络攻击、未授权访问、数据存储设备的非法占有、诱导交互等原因，都可能导致数据泄露。大模型本身也存在各类安全风险，包括投毒攻击风险、提示词攻击风险、对抗样本攻击风险和模型窃取攻击风险等。大模型具有非鲁棒性的特征，算力、数据、算法等多种因素都会导致其产生稳定性差、可靠性低和适应性弱等问题。
促进银行业保险业生成式人工智能应用
的对策研究
加强金融业应用AIGC的顶层设计人工智能。推进银行业保险业数智化转型顶层设计，明确各类银行保险机构在AIGC应用领域的远景目标和发展路径，制定统一的银行业保险业大模型评测体系，发布行业大模型应用指引和技术标准。大机构可充分发挥自身在算力、数据和人才等方面的优势，运用二次训练、微调等技术，构建全场景、多样化的大模型应用生态。中小机构则依托行业垂直领域大模型，结合自身实际做简易化处理，使用内部数据进行微调，注重大模型与小模型的有机结合，稳步推进数智化转型。各机构应建设数据安全灾备中心，建立入侵监测和外部防御系统，防范网络安全风险。
构建银行业保险业基础语料库和数据库人工智能。完善数据安全技术标准和规范体系。统一收集银行保险行业业务数据、研究报告等行业数据，构建行业数据知识资源底座等语料库和基础数据集，强化数据引入初筛、数据去毒、精细标注，保证数据安全可溯，推进大模型预训练和推理训练。加强数据治理，区别数据种类分别进行敏感数据加密、去隐私化、去标识化处理。在数据收集过程中，利用差分隐私等技术，在训练过程中，使用安全多方计算、同态加密和联邦学习等技术进行数据隐私保护。
统一开发银行业保险业垂直领域大模型人工智能。集中行业资源和力量，构建通用银行业保险业垂直领域大模型。强化大模型微调和大小模型交互，完善内容标注、提示词工程、对抗测试等微调服务，制定标注规则，培训标注人员，扩大判别式小模型供给，促进大模型在行业各类具体场景的应用。积极运用可视化技术、特征重要性分析、局部解释等方法，借助转接知识库和领域知识图谱等辅助工具，解释模型决策过程和推理逻辑。
完善金融业应用AIGC的风险防控机制人工智能。坚持“技术中性”原则，发挥AIGC在重塑行业价值和生态方面的积极作用，筑牢企业风控、市场自律和政府监管“三道防线”，有效防控伴生风险。银行保险机构应强化AIGC开发应用全流程的风险监控，及时披露相关信息，提高AIGC应用的透明度；科技公司应承担AIGC相关产品开发的主体责任，确保所提供的产品安全可靠、风险可控、合乎伦理；行业组织应充分发挥市场自律职能，牵头制定相关规则和标准；监管机构应区分不同主体、环节和风险层级，实施差异化监管政策，实时监测、评估和处置风险。
编辑：于小涵
中国保险学会
构建保险大社区
微信：iicbxzx